CN110147042B - 一种基于模糊控制结合pid控制的直立agv车体控制方法 - Google Patents
一种基于模糊控制结合pid控制的直立agv车体控制方法 Download PDFInfo
- Publication number
- CN110147042B CN110147042B CN201910451859.7A CN201910451859A CN110147042B CN 110147042 B CN110147042 B CN 110147042B CN 201910451859 A CN201910451859 A CN 201910451859A CN 110147042 B CN110147042 B CN 110147042B
- Authority
- CN
- China
- Prior art keywords
- value
- control
- fuzzy
- membership degree
- deviation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 30
- 230000008859 change Effects 0.000 claims description 50
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000006870 function Effects 0.000 description 16
- 230000008569 process Effects 0.000 description 7
- 230000033228 biological regulation Effects 0.000 description 4
- 230000005484 gravity Effects 0.000 description 3
- 238000011217 control strategy Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B11/00—Automatic controllers
- G05B11/01—Automatic controllers electric
- G05B11/36—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential
- G05B11/42—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential for obtaining a characteristic which is both proportional and time-dependent, e.g. P. I., P. I. D.
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
- G05B13/0275—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion using fuzzy logic only
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Automation & Control Theory (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种基于模糊控制结合PID控制的直立AGV车体控制方法,将直立形态AGV车模控制剖析为三种控制方式的叠加控制,并对这三种不同的控制影响参数按照不同的策略进行控制,结合模糊控制与PID控制各自的优点,解决了直立形态的AGV车模控制的根本难题,减少了传统PID方法调试参数的复杂性与调试系统的错误机率,有效提高了整车的运作效率和运作稳定程度。
Description
技术领域
本发明涉及直立AGV车体控制领域,具体涉及一种基于模糊控制结合PID控制的直立AGV车体控制方法。
背景技术
传统工业控制中对直立形态AGV的自动化调控策略主要以PID分段控制策略来进行的,并按不同情况给定不同的调整参数——在可调控的正常范围内将调整参数设置的较小,在正常范围之外将调整参数设置的较大,目的是保证程序能够正确的控制车体的姿势与行进路径。该方法涉及的调整参数过多,且在分段控制过多的情况下可能会使得自动化调控出现潜在性错误,如传统PID分段控制具有分段函数的函数特征,在极端情况和在可调控的正常范围的界限上参数分割明确,因此隐埋了较大的安全隐患,参数的复杂性也限制了车体的转向能力和速度提升能力。
发明内容
为了解决上述的技术问题,本发明的目的在于提供一种基于模糊控制结合PID控制的直立AGV车体控制方法,通过采用模糊控制器与PID控制器共同对直立AGV车体进行控制,将车体的控制划分为三个领域,并对三个领域进行不同方法的控制。
本发明所要解决的技术问题为:
(1)如何提高直立AGV的运行效率和稳定性。
本发明的目的可以通过以下技术方案实现:
一种基于模糊控制结合PID控制的直立AGV车体控制方法,所述方法的具体步骤如下:
步骤一、获取加速度计在直立轴方向的实时角度值,再计算直立轴方向的实时角度值与车体直立的角度值的偏差值,并记录偏差变化率的值;
步骤二、将偏差值与偏差变化率作为二维模糊控制器的输入,并得到直立方向的模糊输出结果;
步骤三、通过陀螺仪采集直立轴方向的角速度变化率,将直立轴方向的角速度变化率作为微分控制器的输入值,再将微分控制器的输出值与二维模糊控制器的模糊输出结果叠加,得到直立方向的精确控制输出结果;
步骤四、计算车体在水平轴方向的偏差值和偏差变化率;
步骤五、将水平轴方向的偏差值与偏差变化率作为二维模糊控制器的输入,并得到水平方向的模糊输出结果;
步骤六、使用陀螺仪计算车体转向的角度变化率,将车体转向的角度变化率作为微分控制器的输入值,再将微分控制器的输出值与二维模糊控制器的模糊输出结果叠加,得到水平方向的精确控制输出结果;
步骤七、通过计算编码器采集实时车体速度,计算实时车体速度与指定速度的偏差值与偏差变化率;
步骤八、将速度的偏差值和偏差变化率作为二维模糊控制器的输入,得到速度的模糊输出结果;
步骤九、比较速度的偏差值与预设定值的大小,若速度的偏差值大于预设定值,将车体速度通过积分控制器进行积分控制,并将积分控制器的输出值与速度的模糊输出结果进行叠加,得到速度的精确控制输出结果;若速度的偏差值小于预设定值,则将速度的模糊输出结果作为速度的精确控制输出结果。
进一步的,所述二维模糊控制器的规则如下:
S1、将偏差值的隶属度与偏差变化率的隶属度相比较,选取较小的隶属度作为第一个输出隶属度,选取较大的隶属度作为第四个输出隶属度;
S2、如果偏差值的隶属度与偏差变化率的隶属度之和大于1,则选取偏差值的不隶属度作为第二个输出隶属度和选取偏差值的隶属度作为第三个输出隶属度;反之选取偏差变化率的隶属度作为第二个输出隶属度和选取偏差变化率的不隶属度作为第三个输出隶属度;
S3、如果四个规则邻接值的隶属度出现值相等的情况,则需要对相同隶属度的输出语言进行求大,对较小的输出隶属度清0;
S4、当解出四个隶属度输出的情况时,计算得到一个精确控制输出结果。
本发明的有益效果:与现有技术相比,本发明提出的技术方案将直立形态AGV车模控制剖析为三种控制方式的叠加控制,并对这三种不同的控制影响参数按照不同的策略进行控制,结合模糊控制与PID控制各自的优点,解决了直立形态的AGV车模控制的根本难题,减少了传统PID方法调试参数的复杂性与调试系统的错误机率,有效提高了整车的运作效率和运作稳定程度。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明的原理图;
图2是本发明车体控制流程图;
图3是本发明的二维模糊控制器的函数图像。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1-3所示,本实施例提供了一种基于模糊控制结合PID控制的直立AGV车体控制方法,
本发明的系统结构方案设计是建立在自动化控制学角度的,如图1所示,采用模糊控制器与PID控制器共同对直立AGV车体进行控制,将车体的控制划分为三个领域,并对三个领域进行不同方法的控制。如直立控制与方向控制,本发明采用的是模糊控制器与微分控制的方案,对于速度控制,本发明采用的是模糊控制器与积分控制的方案,选用这套控制方案是反馈参数在比例、微分和积分中对系统的影响因素决定的。
本发明采用的模糊控制器为二维模糊控制器,对输入划分论域,并使用三角形隶属度函数对论域进行计算权重,最后使用加权平均求和的方式对模糊控制进行精确输出。一维模糊控制器的图像特征与PID分段函数的特征非常相似,它的缺点也非常明显,即过度线性化的模型难以正确匹配复杂的环境所需的参数。如图3所示的二维模糊控制器,其函数输入值x为偏差值,输入值y为偏差变化率,对应的z轴的点为该模糊控制器的最终输出。经过实验,该模糊控制的函数模型仍然具有线性震荡的特征,因此本发明将模糊控制的函数模型的输出作为传统PID控制的比例控制的输入,并最终采用模糊控制结合微分或积分控制的手段来实现整车的控制。
本发明的流程图如图2所示,控制公式为:最终控制=直立控制+方向控制+速度控制;
本系统定义理想的车体位置为x0,实际检测的车体位置为x,则记有效偏差值为e=x-x0,对车体有效偏差值e进行限幅处理范围在[-48,+48],可称为e的论域,并制定规则如下:
(1)当e=0时,此时车体位于道路正中间;
(2)当e>0时,此时车体偏离于道路中心的左边;
(3)当e<0时,此时车体偏离于道路中心的右边;
(4)|e|越大,则表明车体距道路中心线的偏差越大。
所述方法的具体步骤如下:
步骤一、获取加速度计在直立轴方向的实时角度值,再计算直立轴方向的实时角度值与车体直立的角度值的偏差值,并记录偏差变化率的值;
步骤二、将偏差值与偏差变化率作为二维模糊控制器的输入,并得到直立方向的模糊输出结果;
步骤三、通过陀螺仪采集直立轴方向的角速度变化率,将直立轴方向的角速度变化率作为微分控制器的输入值,再将微分控制器的输出值与二维模糊控制器的模糊输出结果叠加,得到直立方向的精确控制输出结果;从而实现直立环节的稳定控制。其中微分控制过程是计算一定周期的速度变化率,并直接将该变化率乘以一个参数的过程,其得到的输出值就是微分控制器的输出值。
步骤四、在直立环节稳定控制的基础之上,计算车体在水平轴方向的偏差值和偏差变化率;
步骤五、将水平轴方向的偏差值与偏差变化率作为二维模糊控制器的输入,并得到水平方向的模糊输出结果;
步骤六、使用陀螺仪计算车体转向的角度变化率,将车体转向的角度变化率作为微分控制器的输入值,再将微分控制器的输出值与二维模糊控制器的模糊输出结果叠加,得到水平方向的精确控制输出结果;从而实现方向环的稳定控制。
步骤七、在直立控制与方向控制的稳定控制的基础之上,再施加以速度控制调节整车速度,使得车体能够快速达到指定速度,并稳定在该速度水平上,通过计算编码器采集实时车体速度,计算实时车体速度与指定速度的偏差值与偏差变化率;
步骤八、将速度的偏差值和偏差变化率作为二维模糊控制器的输入,得到速度的模糊输出结果;
步骤九、比较速度的偏差值与预设定值的大小,若速度的偏差值大于预设定值,说明车体速度与指定速度相差甚远,将车体速度通过积分控制器进行积分控制,并将积分控制器的输出值与速度的模糊输出结果进行叠加,得到速度的精确控制输出结果;让车体速度尽快达到指定速度,若速度的偏差值小于预设定值,则说明车体速度已经将要达到指定速度,此时为防止积分的叠加而导致车体速度的超调,则将速度的模糊输出结果作为速度的精确控制输出结果。
积分控制过程是在开始运行时,使用一个变量对车体的速度值进行累加,积分控制则是将该积分累加值乘以一个参数,得到的输出值则是积分控制的输出,该参数称为积分控制的参数。
模糊控制的隶属函数比较多,常见的有正态分布型、梯形、三角形隶属函数等,确定使用合适的隶属函数是对整个系统控制的关键。由于考虑到单片机性能,本系统最终决定采用三角形隶属函数,其隶属函数方程如下:
其中a、c确定了三角形的“脚”,参数b确定了三角形的高度。
取a=3,b=6,c=8并通过MATLAB2016软件对上述函数进行仿真,图形显示为明显的三角形状。
在熟悉隶属函数的特性之后,本文将已有的模糊集合划分为七个等级,其分别是负大(NB)、负中(NM)、负小(NS)、零(ZO)、正小(PS)、正中(PM)、正大(PB)。经过后期的不断调试,本系统最终确定的偏差值e的隶属度区间如下:
本发明所介绍的模糊控制算法是手动建立规则库的,规则库也是在不断调试中完善的,一个正确的规则库也会给系统带来健壮性强的特征。
本发明采取的是二维模糊控制器,其中控制器的输入分别是误差值与误差变化率,输出值为系统控制输出。
同理于分等级制度的控制器的误差值,本系统将误差变化量△e也进行了七个等级的分等级制度,分别对应-3,-2,-1,0,1,2,3。其中△e的论域为[-64,64],隶属度函数如下式:
根据最终调试的情况,我们选取了以下控制量模糊表,如表1所示,作为模糊规则库(即隶属度表)。
表1
不难发现上述矩阵具有明显的对称特性,这是由于转向控制本身就具有对称的特性。系统在确定正确的控制输入的偏差值隶属度与偏差变化量隶属度之后,需要根据两个输入的现实规则来最终确定输出。举个例子来说明一下现实理论的规则——系统的输入偏差值就如同车子本身距离道路中心的差值,而系统的输入偏差变化量就类同于车体“歪”的角度,从正常思维来判断,可以很简单得出如下结论:
如果车体在道路正中线上,也就是系统的输入偏差值e=0,如果此时△e不为0,说明此时车体是“歪”的,“歪”的角度和|△e|有关,那么此时输出的最终方向与△e应该是相反的,以正确调整车体的角度。以上便是一个简单的二维输出的理论规则制约,这种规则需要在二维模糊器中进行详细的建立。
本发明取附近的四个规则作为有效模糊规则的输入,即对对应的规则表中所在规则的相邻的四个规则进行规则建立,从现实实现的角度出发,本系统中最终采取下面的规则作为二维模糊控制器:
S1、将偏差值的隶属度与偏差变化率的隶属度相比较,选取较小的隶属度作为第一个输出隶属度,选取较大的隶属度作为第四个输出隶属度;
S2、如果偏差值的隶属度与偏差变化率的隶属度之和大于1,则选取偏差值的不隶属度作为第二个输出隶属度和选取偏差值的隶属度作为第三个输出隶属度;反之选取偏差变化率的隶属度作为第二个输出隶属度和选取偏差变化率的不隶属度作为第三个输出隶属度;
其中,隶属度的值是0至1之间的,因此不隶属度就是1-隶属度的值。一个输入对应了一个隶属度,也就对应了一个不隶属的值。
S3、如果四个规则邻接值的隶属度出现值相等的情况,则需要对相同隶属度的输出语言进行求大,对较小的输出隶属度清0;
其中,规则邻接值的定义为输入值会唯一对应隶属度表中的一个隶属度值,模糊控制采用模糊的处理方法,对该唯一值的邻接值也进行处理。即模糊控制会取输入值唯一对应的隶属度表中邻接的四个隶属度作为规则的判定
S4、当解出四个隶属度输出的情况时,计算得到一个精确控制输出结果。
由于二维模糊控制器具有两个输入值,那么在一个输入值固定的情况下,另一个输入值必然会干扰该固定的输入值,因此如何判断一个输入值对另一个输入值是否具有正向增益或者是反向抑制作用,只能通过实际调试的结果来确定。
实际调试采用如下方法:选用一个输入值作为二维模糊控制器的输入,另一个输入值始终置0处理。在调试的实际情况较优的情况下再将另一个输入值正常输入到二维模糊控制器中,若该输入值对调试系统影响混乱,则说明模糊控制器规则错误,即正向增益与反向抑制的作用方向反了,因此此时需要重新更改模糊控制器的规则,重新选取有效的四个隶属度,选取的方法需要根据调试的结果来进行更改,因此S4中的四个隶属度是调试后符合实际情况的有效隶属度。
现有技术多数是以隶属度的四个邻近值加权并求平均重新得到一个隶属度,并没有舍弃无用的隶属度。本发明根据实际调试的情况,舍弃了无用的隶属度值,使得最终的隶属度值更趋向与系统真实的隶属度。
模糊算法是模糊的,但是系统最终的控制是需要准确值来处理的,因此解模糊也是模糊控制过程中的一个重要步骤。解模糊的方法有很多种,本发明选择用重心法,其反模糊效果的情况比较好,算法复杂度也最低,下面主要介绍重心法解模糊的方法。由于系统最终的控制是精确输出,因此本系统选取了一个合理的数组进行对输出值进行划分,即UFF[7]={0,15,30,45,60,75,90},以上数值大小代表电机最终的控制输出。
根据重心法解模糊的公式可得:
其中UF数组是四个有效输出隶属度,Un数组代表各个等级隶属度所对应的精确输出值,即对应的是UFF数组的值,U代表本系统的最终解模糊的控制输出量。重心法的含义也是显而易见的,即计算出系统四个输出的隶属度的权重与其对应输出控制量的乘积之和,因此重心法解模糊又称为平均法解模糊。
模糊控制与传统的PID控制器相比,模糊控制算法具有更强的健壮性(鲁棒性)。传统的PID控制器一般都是建立在精准模型的基础之上的,对于线性系统有很好的调节效果,然而在干扰比较大或者非线性系统中,传统PID控制算法往往会“超调”或者与期望水平存在较大的静态误差。模糊控制通过相应的隶属度函数对测量集合进行合理划分,按照类似人的思维角度去进行自动控制,简单的说,模糊控制“思维”与Robust Control方法几乎一样,就是在系统的当前水平与期望水平相差较大时进行较大幅度的调节,在当前水平与期望水平相差较小的情况时进行小范围的微调,从而快速、稳定、有效的对系统进行正确的调节,不会存在“超调”或无法在短时间内达到期望水平的情况。
本实施例的具体工作过程如下:
模糊控制器与PID控制器按照不同权值输出进行车体控制的调整手段,并将直立形态的AGV车模的三种控制力进行分治控制——直立、方向、速度控制。
对于直立控制,采用直立角度与加速度计值的角度偏差值和偏差变化率作为模糊控制器的输入,并结合陀螺仪在直立轴方向的传感器变化率进行微分控制的手段对直立控制进行调整。
对于方向控制,采用计算得到的实际车体角度偏差值和车体角度偏差率作为模糊控制器的输入,并结合陀螺仪在车体转向轴方向的传感器变化率进行微分控制的手段对方向控制进行调整。
对于速度控制,采用速度积分分离的控制手段,判断编码器采集的速度值是否小于一定值,若小于该定值则采用速度值和速度变化率作为模糊控制器的输入和一定周期内编码器采集的速度值累积进行积分控制的手段对速度控制进行调整,反之则只采用模糊控制器进行速度控制的调整。
以上内容仅仅是对本发明结构所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的结构或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
Claims (1)
1.一种基于模糊控制结合PID控制的直立AGV车体控制方法,其特征在于,所述方法的具体步骤如下:
步骤一、获取加速度计在直立轴方向的实时角度值,再计算直立轴方向的实时角度值与车体直立的角度值的偏差值,并记录偏差变化率的值;
步骤二、将偏差值与偏差变化率作为二维模糊控制器的输入,并得到直立方向的模糊输出结果;
步骤三、通过陀螺仪采集直立轴方向的角速度变化率,将直立轴方向的角速度变化率作为微分控制器的输入值,再将微分控制器的输出值与二维模糊控制器的模糊输出结果叠加,得到直立方向的精确控制输出结果;
步骤四、计算车体在水平轴方向的偏差值和偏差变化率;
步骤五、将水平轴方向的偏差值与偏差变化率作为二维模糊控制器的输入,并得到水平方向的模糊输出结果;
步骤六、使用陀螺仪计算车体转向的角度变化率,将车体转向的角度变化率作为微分控制器的输入值,再将微分控制器的输出值与二维模糊控制器的模糊输出结果叠加,得到水平方向的精确控制输出结果;
步骤七、通过计算编码器采集实时车体速度,计算实时车体速度与指定速度的偏差值与偏差变化率;
步骤八、将速度的偏差值和偏差变化率作为二维模糊控制器的输入,得到速度的模糊输出结果;
步骤九、比较速度的偏差值与预设定值的大小,若速度的偏差值大于预设定值,将车体速度通过积分控制器进行积分控制,并将积分控制器的输出值与速度的模糊输出结果进行叠加,得到速度的精确控制输出结果;若速度的偏差值小于预设定值,则将速度的模糊输出结果作为速度的精确控制输出结果;
所述二维模糊控制器的规则如下:
S1、将偏差值的隶属度与偏差变化率的隶属度相比较,选取较小的隶属度作为第一个输出隶属度,选取较大的隶属度作为第四个输出隶属度;
S2、如果偏差值的隶属度与偏差变化率的隶属度之和大于1,则选取偏差值的不隶属度作为第二个输出隶属度和选取偏差值的隶属度作为第三个输出隶属度;反之选取偏差变化率的隶属度作为第二个输出隶属度和选取偏差变化率的不隶属度作为第三个输出隶属度;
S3、如果四个规则邻接值的隶属度出现值相等的情况,则需要对相同隶属度的输出语言进行求大,对较小的输出隶属度清0;
S4、当解出四个隶属度输出的情况时,计算得到一个精确控制输出结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910451859.7A CN110147042B (zh) | 2019-05-28 | 2019-05-28 | 一种基于模糊控制结合pid控制的直立agv车体控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910451859.7A CN110147042B (zh) | 2019-05-28 | 2019-05-28 | 一种基于模糊控制结合pid控制的直立agv车体控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110147042A CN110147042A (zh) | 2019-08-20 |
CN110147042B true CN110147042B (zh) | 2020-06-16 |
Family
ID=67593349
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910451859.7A Active CN110147042B (zh) | 2019-05-28 | 2019-05-28 | 一种基于模糊控制结合pid控制的直立agv车体控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110147042B (zh) |
Citations (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0753802A1 (en) * | 1994-03-31 | 1997-01-15 | Omron Corporation | Control system and method |
EP2189640A1 (de) * | 2008-11-19 | 2010-05-26 | Zf Friedrichshafen Ag | Elektronische Regleranordnung zur Regelung der Drehzahl einer Brennkraftmaschine |
CN102358287A (zh) * | 2011-09-05 | 2012-02-22 | 北京航空航天大学 | 一种用于车辆自动驾驶机器人的轨迹跟踪控制方法 |
CN103010360A (zh) * | 2011-09-26 | 2013-04-03 | 东莞易步机器人有限公司 | 一种自平衡两轮车的运动控制方法 |
CN103713520A (zh) * | 2013-12-12 | 2014-04-09 | 东南大学 | 一种陀螺稳定平台的自适应复合控制方法 |
CN104122895A (zh) * | 2014-08-13 | 2014-10-29 | 成都四威高科技产业园有限公司 | 一种基于自适应pid的agv导航方法 |
CN104298113A (zh) * | 2014-10-22 | 2015-01-21 | 五邑大学 | 两轮机器人自适应模糊平衡控制器 |
CN104635735A (zh) * | 2014-12-03 | 2015-05-20 | 上海好创机电工程有限公司 | 一种新型agv视觉导航控制方法 |
CN104714569A (zh) * | 2015-03-16 | 2015-06-17 | 重庆工商职业学院 | 一种基于模糊pid控制的车身振动控制系统及方法 |
CN104932268A (zh) * | 2015-06-08 | 2015-09-23 | 武汉理工大学 | 基于模糊pid的汽车巡航控制系统 |
CN105550676A (zh) * | 2016-02-03 | 2016-05-04 | 天津市乐图软件科技有限公司 | 基于线性ccd的物流运载车线迹跟踪方法 |
CN105759825A (zh) * | 2016-05-18 | 2016-07-13 | 刘学良 | 一种基于模糊pid的agv机器人定位控制算法 |
CN106292674A (zh) * | 2016-10-11 | 2017-01-04 | 芜湖哈特机器人产业技术研究院有限公司 | 一种实时监控定位agv的方法 |
CN106527119A (zh) * | 2016-11-03 | 2017-03-22 | 东华大学 | 基于模糊控制的微分先行pid控制系统 |
CN106909160A (zh) * | 2015-12-23 | 2017-06-30 | 广东科达洁能股份有限公司 | 一种基于双闭环pid控制的sd型agv倒车姿态角控制装置及方法 |
CN107942676A (zh) * | 2017-12-14 | 2018-04-20 | 长春工业大学 | 一种采用模糊算法的平衡车控制方法 |
CN108021135A (zh) * | 2017-12-05 | 2018-05-11 | 合肥泰禾光电科技股份有限公司 | 一种自动导引车的控制方法和装置 |
CN108303982A (zh) * | 2018-01-31 | 2018-07-20 | 深圳力子机器人有限公司 | 自动引导运输车、其控制方法及控制系统 |
CN108548544A (zh) * | 2018-03-30 | 2018-09-18 | 济南大学 | 一种现代物流中agv小车的导航模糊控制方法 |
CN109669345A (zh) * | 2018-12-24 | 2019-04-23 | 中国海洋大学 | 基于eso的水下机器人模糊pid运动控制方法 |
CN109709958A (zh) * | 2018-12-26 | 2019-05-03 | 南京航空航天大学 | 一种用于agv电磁导航控制系统的可拓控制方法 |
CN109739083A (zh) * | 2019-03-13 | 2019-05-10 | 石河子大学 | 一种基于灰色预测模糊pid算法的高地隙车辆侧倾稳定性控制系统 |
-
2019
- 2019-05-28 CN CN201910451859.7A patent/CN110147042B/zh active Active
Patent Citations (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0753802A1 (en) * | 1994-03-31 | 1997-01-15 | Omron Corporation | Control system and method |
EP2189640A1 (de) * | 2008-11-19 | 2010-05-26 | Zf Friedrichshafen Ag | Elektronische Regleranordnung zur Regelung der Drehzahl einer Brennkraftmaschine |
CN102358287A (zh) * | 2011-09-05 | 2012-02-22 | 北京航空航天大学 | 一种用于车辆自动驾驶机器人的轨迹跟踪控制方法 |
CN103010360A (zh) * | 2011-09-26 | 2013-04-03 | 东莞易步机器人有限公司 | 一种自平衡两轮车的运动控制方法 |
CN103713520A (zh) * | 2013-12-12 | 2014-04-09 | 东南大学 | 一种陀螺稳定平台的自适应复合控制方法 |
CN104122895A (zh) * | 2014-08-13 | 2014-10-29 | 成都四威高科技产业园有限公司 | 一种基于自适应pid的agv导航方法 |
CN104298113A (zh) * | 2014-10-22 | 2015-01-21 | 五邑大学 | 两轮机器人自适应模糊平衡控制器 |
CN104635735A (zh) * | 2014-12-03 | 2015-05-20 | 上海好创机电工程有限公司 | 一种新型agv视觉导航控制方法 |
CN104714569A (zh) * | 2015-03-16 | 2015-06-17 | 重庆工商职业学院 | 一种基于模糊pid控制的车身振动控制系统及方法 |
CN104932268A (zh) * | 2015-06-08 | 2015-09-23 | 武汉理工大学 | 基于模糊pid的汽车巡航控制系统 |
CN106909160A (zh) * | 2015-12-23 | 2017-06-30 | 广东科达洁能股份有限公司 | 一种基于双闭环pid控制的sd型agv倒车姿态角控制装置及方法 |
CN105550676A (zh) * | 2016-02-03 | 2016-05-04 | 天津市乐图软件科技有限公司 | 基于线性ccd的物流运载车线迹跟踪方法 |
CN105759825A (zh) * | 2016-05-18 | 2016-07-13 | 刘学良 | 一种基于模糊pid的agv机器人定位控制算法 |
CN106292674A (zh) * | 2016-10-11 | 2017-01-04 | 芜湖哈特机器人产业技术研究院有限公司 | 一种实时监控定位agv的方法 |
CN106527119A (zh) * | 2016-11-03 | 2017-03-22 | 东华大学 | 基于模糊控制的微分先行pid控制系统 |
CN108021135A (zh) * | 2017-12-05 | 2018-05-11 | 合肥泰禾光电科技股份有限公司 | 一种自动导引车的控制方法和装置 |
CN107942676A (zh) * | 2017-12-14 | 2018-04-20 | 长春工业大学 | 一种采用模糊算法的平衡车控制方法 |
CN108303982A (zh) * | 2018-01-31 | 2018-07-20 | 深圳力子机器人有限公司 | 自动引导运输车、其控制方法及控制系统 |
CN108548544A (zh) * | 2018-03-30 | 2018-09-18 | 济南大学 | 一种现代物流中agv小车的导航模糊控制方法 |
CN109669345A (zh) * | 2018-12-24 | 2019-04-23 | 中国海洋大学 | 基于eso的水下机器人模糊pid运动控制方法 |
CN109709958A (zh) * | 2018-12-26 | 2019-05-03 | 南京航空航天大学 | 一种用于agv电磁导航控制系统的可拓控制方法 |
CN109739083A (zh) * | 2019-03-13 | 2019-05-10 | 石河子大学 | 一种基于灰色预测模糊pid算法的高地隙车辆侧倾稳定性控制系统 |
Non-Patent Citations (5)
Title |
---|
Implementing Fuzzy Logic Controller and PID Controller to a DC Encoder Motor – "A case of an Automated Guided Vehicle";Priyam Parikha etal.;《2nd International Conference on Materials Manufacturing and Design Engineering》;20181231;第219-226页 * |
Speed Control System Design Using Fuzzy-PID for Load Variation of Automated Guided Vehicle (AGV);Silvirianti etal.;《2017 2nd International Conference on Frontiers of Sensors Technologies》;20171231;第426-430页 * |
基于ARM 的视觉导航AGV的设计与实现;张合贵等;《信息技术》;20161231;第164-167页 * |
基于双目视觉的AGV障碍物检测与避障;王铮等;《计算机集成制造系统》;20180228;第400-409页 * |
基于模糊PID控制的AGV控制;葛红豆等;《兵工自动化》;20171231;第76-79页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110147042A (zh) | 2019-08-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR0182307B1 (ko) | 차량의 선회에 따라서 변화하는 운동 상태량의 추정방법 | |
CN103034249B (zh) | 一种基于模糊决策的双轴光电转台复合控制系统和控制方法 | |
CN108303982B (zh) | 自动引导运输车、其控制方法及控制系统 | |
CN110989597B (zh) | 一种集成模糊神经网络的自适应路径跟踪方法 | |
CN112519882B (zh) | 一种车辆参考轨迹跟踪方法及系统 | |
CN109664884B (zh) | 一种可变车速下的可拓自适应车道保持控制方法 | |
CN111158377B (zh) | 一种用于车辆的横向控制方法、系统及车辆 | |
US11698636B2 (en) | Foothold position control system and method for biped robot | |
Cui | Observer-based adaptive tracking control of wheeled mobile robots with unknown slipping parameters | |
CN110471289B (zh) | 一种基于视觉导航移动设备的自适应路径跟踪方法及系统 | |
CN111522337A (zh) | 一种基于模糊控制的多驱动轮agv导航方法 | |
CN107045347A (zh) | 用于农机无人驾驶的自动掉头路径规划及其控制方法 | |
CN106647770A (zh) | 用于农机无人驾驶的田间掉头路径规划及其控制方法 | |
CN110147042B (zh) | 一种基于模糊控制结合pid控制的直立agv车体控制方法 | |
Jiang et al. | Predictive fuzzy logic controller for trajectory tracking of a mobile robot | |
CN116466589B (zh) | 一种基于自抗扰模型的路径跟踪控制方法、装置、存储介质及电子设备 | |
CN111736598A (zh) | 基于自适应神经网络的收获机路径跟踪控制方法和系统 | |
Chang et al. | Two-stage guidance control scheme for high-precision straight-line navigation of a four-wheeled planting robot in a greenhouse | |
CN110989346B (zh) | 一种集成驾驶员决策行为的智能操纵方法 | |
CN114355941A (zh) | 基于改进Stanley控制的车辆路径跟踪方法 | |
Hao et al. | Robust adaptive control of automatic guidance of farm vehicles in the presence of sliding | |
JP3198797B2 (ja) | 車両運動制御装置 | |
DePoorter et al. | Driver assisted control strategies: Theory and experiment | |
CN117093001B (zh) | 自动导向车的纠偏方法及系统 | |
CN115071710A (zh) | 跟驰车辆的横向控制方法、装置、控制器及车辆 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20210520 Address after: 230012 shaoquanhu campus, Anhui University of traditional Chinese medicine, 350 Longzihu Road, Xinzhan District, Hefei City, Anhui Province Patentee after: ANHUI University OF CHINESE MEDICINE Address before: 230012 School of medical information engineering, Anhui University of traditional Chinese medicine, No.1 Qianjiang Road, Xinzhan District, Hefei City, Anhui Province Patentee before: Jin Li |
|
TR01 | Transfer of patent right |