CN110609494A - 基于asrv多台四向穿梭车在规划路径上防拥堵仿真控制方法及系统 - Google Patents

基于asrv多台四向穿梭车在规划路径上防拥堵仿真控制方法及系统 Download PDF

Info

Publication number
CN110609494A
CN110609494A CN201910966049.5A CN201910966049A CN110609494A CN 110609494 A CN110609494 A CN 110609494A CN 201910966049 A CN201910966049 A CN 201910966049A CN 110609494 A CN110609494 A CN 110609494A
Authority
CN
China
Prior art keywords
point
asrv
dynamic
way shuttle
traffic
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.)
Pending
Application number
CN201910966049.5A
Other languages
English (en)
Inventor
李英德
张春雨
裴植
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang University of Technology ZJUT
Original Assignee
Zhejiang University of Technology ZJUT
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhejiang University of Technology ZJUT filed Critical Zhejiang University of Technology ZJUT
Priority to CN201910966049.5A priority Critical patent/CN110609494A/zh
Publication of CN110609494A publication Critical patent/CN110609494A/zh
Pending legal-status Critical Current

Links

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
    • G05B17/00—Systems involving the use of models or simulators of said systems
    • G05B17/02—Systems involving the use of models or simulators of said systems electric

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一种基于ASRV多台四向穿梭车在规划路径上交通点避让的仿真运动控制方法，包括以下步骤：1)构建基于拓扑地图的ASRV四向穿梭车在规划路径距交通点的测试，计算获取规划路径上四向穿梭车动态预控点位置并存储；2)构建ASRV四向穿梭车规划路径距交通点的运动模拟，通过运动模拟实时获取ASRV四向穿梭车的路径运动状态数据，根据拓扑地图的参考点计算四向穿梭车预控点的状态数据；3)根据预控点与交通点间距计算获取规划路径上动态间距范围调节量和速度调节量；4)将动态间距范围调节量和速度调节量输入规划路径运动模拟以调整ASRV四向车距交通点的路径运动状态。本发明调试方便、快速，极大地降低了重复测试的工作量，调高了调试效率。

Description

基于ASRV多台四向穿梭车在规划路径上防拥堵仿真控制方法 及系统
技术领域
本发明涉及控制方法技术领域，尤其涉及一种基于ASRV多台四向穿梭车在规划路径上防拥堵仿真运动控制方法及系统。
背景技术
有轨制导式穿梭车自动系统(Automatic System Rail Guided vehicle，简称ASRV)又名自动有轨四向车，是在传统货架加上高精度导轨，可以让穿梭车在上面平稳运行，导轨同时承担货物输送和货物存储功能，从而极大提高仓储空间利用率。根据不同规划路径上运行，整体系统规划路径调度行驶，并能够完成换向转弯、停车等系列功能，是现代工业自动化系统的关键设备之一。ASRV具有灵活性、智能化、可扩展等显著特点，可以重组系统，达到密度储存过程中的柔性化运输。与传统的仓储式相比，ASRV系统储存密度大，降低储存的积压和损坏，提高了生产效率，降低了认为操作的错误率。因此，ASRV作为物流装备中自动化应用产品，越来越多地应用于物流、医药、电子、仓储等各个行业。
ASRV作为一种有轨制导式穿梭车，保证其规划路径的轨道是其重要的技术保证。在ASRV四向穿梭车的轨道运行控制中，不同的路径规划具有不同的运动学模型，需要采取不同的控制策略，通过大量的重复实车测试，不断调整相应控制参数的数值，直至达到最优的控制效果，但此类控制参数的选取方式工作量大，且调试过程容易受到车辆硬件故障的干扰，为调试工作带来难度。
发明内容
为了克服已有技术不同路径的规划及ASRV运动学模型以及轨迹交通点拥堵控制采用停止避让、使之整体的物流效率降低的不足，本发明提供了一种基于ASRV多台四向穿梭车在规划路径上交通点避让的仿真运动控制方法及系统，调试方便、快速，克服了在参数整定过程中的实车硬件故障干扰，极大地降低了重复测试的工作量，调高了调试效率。
本发明解决其技术问题所采用的技术方案是：
一种基于ASRV多台四向穿梭车在规划路径上交通点避让的仿真运动控制方法，包括以下步骤：
1)构建基于拓扑地图的ASRV四向穿梭车在规划路径距交通点的测试，并计算获取所述规划路径上四向穿梭车动态预控点位置并存储；
2)构建ASRV四向穿梭车规划路径运动模拟，通过所述运动模拟实时获取ASRV四向穿梭车的路径运动状态数据，并根据所述拓扑地图的参考点计算四向穿梭车预控点的状态数据；
3)根据预控点与交通点间距计算获取所述规划路径上动态间距范围调节量和速度调节量；
4)将所述动态间距范围调节量和速度调节量输入规划路径运动模拟以调整所述ASRV四向车距交通点的路径运动状态。
进一步，所述步骤2)中，构建ASRV四向穿梭车在规划路径运动模型，通过所述规划路径模拟运动模型实时获取ASRV每台四向穿梭车在规划路径运动状态数据，并根据所述拓扑地图参考点数据获取距交通点相应的ASRV每台四向穿梭车动态预控点状态数据，包括：设定ASRV四向穿梭车的传感器带来系统误差和静态动力学误差，构建ASRV四向穿梭车在规划路径模拟的运动模型；根据所述运动模型实时获取ASRV每台四向穿梭车在规划路径运动状态数据，并根据所述路径运动状态数据获取相应的ASRV每台四向穿梭车距交通点的预控点状态数据。
再进一步，设定ASRV每台四向穿梭车的传感器带来的系统误差和静态动力学误差，构建ASRV多台四向穿梭车在规划路径模拟运动模型，包括：构建针对ASRV每台四向穿梭车在不同的规划上的交通点通过的时间的通用数学模型，将ASRV每台四向穿梭车在拓扑地图中抽象为运动的动态点，设所述每台四向穿梭车动态预控点实时坐标为Pn(xn，yn)，拓扑地图参考点Pc(xc，y0，)，拓扑图定义交通点坐标Pj(xj，yj，)其中四向穿梭车的动态预控点距交通点长度s(nj)则：
其中，ASRV四向穿梭车动态预控点实时坐标为Pn(xn，yn)、ASRV四向穿梭车动态预控点依据拓扑地图环境坐标系下参考点坐标为Pc(xc，yc，)，ASRV四向穿梭车在规划路径上距交通点坐标为Pj(xj，yj，)，Δt为ASRV每台四向穿梭车从直线Pc点到Pn点的时间，Δx和Δy为预设静态动力学误差，f(vc)为预设的系统误差函数。
更进一步，所述步骤3)中，根据拓扑地图参考点获取预控点并计算获取所规划路径上预控点距交通点的动态距离和速度调节量，包括：通过所述拓扑地图的参考点获取每台四向穿梭车动态预控点，并计算获取在该规划路径的预控点距交通点动态距离；判断所述在拓扑地图模拟中每台四向穿梭车距交通点动态信息，同时进行每台四向穿梭车的运动状态和执行任务确认，如四向穿梭车不在同一规划路径上，获取相应四向穿梭车规划路径动态预控点；如四向穿梭车在同一规划路径上，获取相应四向穿梭车规划路径动态预控点；根据所述拓扑地图参考点获取预控点位置距交通点的动态距离和速度调节量。
所述步骤1)中，所述拓扑地图上的规划路径的预控点距交通点为动态曼哈顿距离，动态速度控制为PID。
一种基于ASRV多台四向穿梭车在规划路径上交通点避让的仿真运动控制系统，包括：
规划路径由任务系统获取优化路径生成模块，用于构建基于拓扑地图的ASRV仿真测试规划路径上的动态距离，并计算获取所述规划路径上四向穿梭车动态预控点并储存；
ASRV运动仿真模块，用于构建ASRV四向穿梭车的预控点距交通点动态仿真运动模型，通过所述运动模型实时获取ASRV四向穿梭车运动状态数据，并根据拓扑地图的参考点数据计算获取相应的ASRV四向穿梭车动态预控点距交通点动态距离状态数据；
速度监控模块，用于根据系统信息任务优先级别基础上和系统规划模拟路径上四向穿梭车移动位置预控点距交通点动态距离的PID速度控制；
轨迹监控模块，用于将所述规划路径上四向穿梭车的预控点距交通点的动态间距范围调节量和速度调节量输入所述运动模型以调整所述ASRV仿真四向穿梭车路径动态间距模拟状态。
进一步，所述ASRV运动仿真模块包括：运动模型生成模块，用于设定ASRV传感器带来的系统误差和静态动力学误差，并构建ASRV四向穿梭车仿真运动模型；状态数据获取模块，用于通过所述模拟运动模型实时获取ASRV的路径动态间距运动状态数据，并根据所述路径动态间距运动状态数据获取相应的ASRV控制点、动态距离、PID速度调节等状态数据。
再进一步，所述轨迹控制模块包括：参考点获取模块，基于拓扑地图获取参考点，用于通过计算所述规划路径上预控点的位置，用于判断所述四向穿梭车在规划路径上预控点与交通点的动态间距；交通点获取模块，用于通过所述规划路径上四向穿梭车距交通点位置的运动状态数据；PID参数获取模块，用于通过所述预控点与交通点的动态间距，根据系统和每台四向穿梭车的任务运动状态，调整四向穿梭车与交通点动态间距的速度调节；控制参数获取模块，用于根据所述四向穿梭车在规划路径上预控点距交通点的动态路径获取所述动态预控点距交通点动态距离调节量和速度调节量。
本发明的有益效果主要表现在：通过构建基于质点的适应不同规划路径ASRV四向穿梭车的通用运动学模型并使用曼哈顿距离和PID调速控制对四向穿梭车预控点距交通点动态间距轨迹进行模拟，更贴近真实多台四向穿梭车运行运动轨迹。通过针对虚拟四向穿梭车距交通点自锁状态轨迹模拟，使得对ASRV四向穿梭车动态间距和速度控制参数调试完全基于仿真实现，不受实车或嵌入式控制器的限制，调试方便、快速，克服了在参数整定过程中的实车硬件故障干扰，极大地降低了重复测试的工作量，调高了调试效率。
附图说明
图1为本发明一实施例公开的一种基于ASRV的仿真控制方法的流程示意图。
图2为本发明一实施例公开的步骤S2的流程示意图。
图3为本发明一实施例公开的ASRV路径上轨迹控制中四向车位置坐标及仿真模型移动状态示意图。
图4为本发明一实施例公开的对步骤S5的流程示意图。
图5为本发明一实施例公开的基于ASRV的仿真控制系统的结构示意图。
图6为本发明一实施例公开的ASRV运动仿真模块的结构示意图。
图7为本发明一实施例公开的轨迹控制模块的结构示意图。
图8为本发明一实施例公开的时间控制模块的工作和控制系统示意图。
具体实施方式
下面结合附图对本发明作进一步描述。
参照图1～图8，一种基于ASRV多台四向穿梭车在规划路径上交通点避让的仿真运动控制方法，包括以下步骤：
步骤S1，构建基于拓扑地图的ASRV四向穿梭车仿真规划路径动态间距的测试，并通过拓扑地图参考点计算获取所述规划路径上多台四向穿梭车动态坐标并存储。
在本实施例中，预先获取储存一份基于已知拓扑地图的最优规划路径，用于进行后续的距交通点的动态间距仿真测试，已知在拓扑图定义交通点坐标Pj(xj，yj，)其中四向穿梭车的预控点距交通点的动态长度sn，该规划路径动态间距和速度调节可以选取曼哈顿距离和PID闭环控制，具体方程如下：
通过前述已知规划路径上的点坐标，求得所述距交通点的动态距离，并由动态间距的范围值计算出四向车运行到交通点的时间，从而判断四向穿梭车的调速状态，并将所述规划路径上动态坐标距交通点的动态间距范围存储于计算机内存变量容器中。
步骤S2，构建ASRV四向穿梭车在规划路径上运动模型，通过所述运动模型实时获取ASRV四向穿梭车规划路径上距交通点的移动状态数据，并根据所述拓扑地图参考点数据获取相应的ASRV每台四向穿梭车动态预控点状态数据，如图2所示，过程如下：
步骤S21，设定ASRV传感器带来的系统误差和静态动力学误差，构建ASRV四向穿梭车运动模型；
根据已知四向穿梭车本体的几何约束，构建针对不同规划路径上的预控点距交通点的通用数学模型，将ASRV四向穿梭车抽象为一质点，如附图2所示，规划路径上的每台四向穿梭车运行轨迹控制中预控质点位于定义在拓扑地图上的交通点一定的范围内，设当前四向穿梭车位置在环境坐标系下参考坐标为Pc(xc，yc，)，定时器Δt，当前四向穿梭车质心的控制输入为速度vc，构建下述运动学微分方程作为仿真车辆的实时运动轨迹：
其中Δx、Δy为预设的静态动力学误差，所述静态动力学误差受环境等因素如轨道的平行度和直线度、四向车运行加减速度、电机型号等的影响，其具体数值可在监控界面进行设定和调整，在一些具体实施例中，其调整范围为可以在-2m/s～2m/s范围内进行选取，以实现四向传车真实运动情况的仿真。同时通过对仿真车辆加入高斯白噪声模拟带来的系统误差。具体的，f(v)、为模拟ASRV四向穿梭车传感器对v等参数带来的系统误差，其中f(v)～N(0，σ1)，σ1用来表征运行v的波动大小，对σ1取不同的值可以检验轨迹控制参数整定方法的鲁棒性，设定值越大，表示v的波动越大。
通过预设ASRV四向穿梭车传感器导致的系统误差和静态动力学误差，使得仿真四向穿梭车的动态模型更加精确。通过构建基于不同规划路径上的交通点类型ASRV四向穿梭车的通用运动学模型并使用曼哈顿距离和动态PWM控制速度进行模拟，更贴近真实的四向穿梭车的动态运动状态。通过针对虚拟四向穿梭车模拟，使得对ASRV四向穿梭车的动态间距和PID控制的参数调试完全基于仿真实现，不受实车或嵌入式控制器的限制，调试方便、快速，克服了在参数整定过程中的实车硬件故障干扰，极大地降低了重复测试的工作量，调高了调试效率。
步骤S22，根据所述规划路径运动模型实时获取ASRV四向穿梭车距交通动态移动数据，并根据所述路径上的拓扑地图获取相应的ASRV四向穿梭车预控点状态数据。
如附图3所示，通过前述的ASRV仿真运动模型实时获得当前的ASRV路径移动状态数据，具体的，通过在拓扑地图运动方向上选择参考点坐标数据Pc(xc，yc)，
通过对Pc点的运动学微分方程
得到ASRV四向穿梭车在规划路径上的预控点Pn(xn，yn)。
步骤S3，根据距交通点的动态长度计算获取所述规划路径上预控点距交通点动态间距范围和速度调节量，如图4所示，包括以下步骤：
步骤S31，通过所述任务系统在拓扑地上选取距规划路径上最近的参考点PC，获取该路径上的防自锁交通点Pjt。
步骤S32，判断所述任务系统反馈四向穿梭车在规划路径上距交通点的范围内，根据系统任务在规划路径上运行方向上实时反馈四向穿梭车距交通点Pjt间距范围内Smin＞2Lc；选取四向穿梭车在拓扑地图上最近的参考点，由参考点计算获取四向穿梭车在规划路径上的预控点。
已知拓扑地图参考点边长LC，得到所述距四向穿梭车最近参考点Pc，由参考计算获取四向在规划路径上预控点Pn(xn，yn)。
步骤S33，获取所述规划路径上的预控点计算出每台四向穿梭车距交通点间距，可以得到在规划路径上四向穿梭车的预控点距交通点动态距离范围。
具体的，如图4所示，通过遍历所述规划路径的曼哈顿距离容器中存储的四向穿梭车所有预控点距交通点的动态距离，可以得到距交通点动态距离范围。
通过所述规划路径的曼哈顿距离容器中的存储的每台四向穿梭车预控点距交通点Pj(xj，yj)的动态距离，可以得到距交通点的动态距离Sn。
计算预控点Pn(xn，yn)到交通点Pj(xj，yj)间距离Sn，即在规划路径上的x轴或x轴直线连线距离，如下：Snj＝|xn-xj|+|yn-sj|；
步骤S34，根据所述系统任务判断四向车在规划上通过交通点的时间；四向车在规划路径上优先到达距交通点Pj(xj，yj)范围内的预控点为原则，如，运行空四向车让运行载货四向车、同主通道，存储货物巷道让运行主通道的四向车；运行载货四向车与运行载货四向车时任务优先。
计算获取所述每台四向穿梭车预控点距交通点的距离和每台四向穿梭车在规划路径上运动通过交通点的时间tnj(tnj为四向穿梭车在预控点距交通点四向穿梭车运行状态下的时间总和)。tnj是四向穿梭车到交通点Pj(xj，yj)运行速度计算获取，v″通过距离S曲线加减速度控制，四向穿梭车在运行Snj时有不同运行速度状态，具体如下：
得
具体的：v四向穿梭车在规划路径上空载额定速度；v’四向穿梭在规划路径满载额定速度；v″在不考虑通信时延的情况下PID控制四向穿梭车在四向穿梭车预控点位置到交通点位的速度；J加速度变化率；Amax恒定加速度；T四向车运行不同速度状态时间；
所述在规划路径上的每台四向穿梭车距交通点的距离时间满足，具体如下：
所述在规划路径上的每台四向穿梭车距交通点的距离范围满足，具体如下：
所述在规划路径上的每台四向穿梭车移动到交通点的时间满足，具体如下：
根据所述每台四向穿梭车距交通点的距距和每台四向穿梭车在规划路径上通过交通点的时间获取每台四向穿梭车在规划路上预控点距交通点的间距范围和速度调节量。
根据所述预控点Pn在规划路径上到交通点Pj的距离snj，snj在系统任务中在拓扑地图上规划路径准确距离，系统在规划路径上的控制附图8-距离控制器A，根据四向车在控制系统中模拟计算获取系统在规划路径上距交通点的范围值如下：Smax＞2vt。
根据所述四向穿梭车在预控点距交通点的速度调节控制根据所述PID闭环控制pwm调节电机速度，运行过程中控制器产生pwm脉冲送到电机驱动电路中，经过放大后控制直流电机转速，同时利用速度检测模块将当前转速反馈到控制器中，控制器经过数字PID运算后改变pwm脉冲的占空比，实现电机转速实时控制的目的。
所述PID闭环控制采用PI双闭环控制系统，提高系统平稳性能附图8-速度控制器B，双闭环控制根据四向穿梭车在规划路径上仿真模拟运行的数据与设定值进行比较得出偏差e(k)，对偏差进行P、I、D运算最终利用运算结果控制pwm脉冲的占空比来实现对加在电机两端电压的调节，进而控制电机转速。
PID直接的作用数学方程式，具体如下：
pwm函数公式的形式来表示，如下：
pwm＝kp×e(k)+ki∑e(k)+kd[e(k)-e(k-1)]
速度控制双闭环系统采用PI控制，PID控制器简化数学方程式，具体如下：
pwm＝kp[e(k)-e(k-1)]+ki×e(k)
所述式中u(k)为PID调节器的输出信号，pwm为增量输出，e(k)速度偏差，e(k-1)前一次速度偏差，Kp相当增益，Ki＝Kp/Ti是积分系数，Kd＝KpTd/T是微分系数，Ti是积分时间常数，Td是导数时间常数，，T是采样时间。控制器参数整定，之决定调节器的比例系数Kp，积分时间Ti、微分时间Td和采样周期Ts的具体数值。
PID调整器参数整定如下：
·让调节器参数积分系数KI＝0，实际微分系数KD＝0，控制系统投入闭环运行，由小到大改变比例系数KP，让扰动信号作阶跃变化，观察控制过程状态，直到获得满意的控制过程为止。
·取比例系数KP为当前的值乘以0.83，由小到大增加积分系数KI，同样让扰动信号作阶跃变化，直至求得满意的控制过程。
·积分系数KI保持不变，改变比例系数KP，观察控制过程有无改善，如有改善则继续调整，直到满意为止。否则，将原比例系数KP增大一些，再调整积分系数KI，力求改善控制过程。如此反复试凑，直到找到满意的比例系数KP和积分系数KI为止。
·引入适当的实际微分系数KD和实际微分时间TD，此时可适当增大比例系数KP和积分系数KI。和前述步骤相同，微分时间的整定也需反复调整，直到控制过程满意为止。
·最终获得并控制速度的PID的三个参数值。
步骤S4，将所述预控点距交通点间距范围和速度调节量输入所述运动模型以调整所述ASRV仿真四向穿梭车的路径移动状态。
通过前述步骤实时获取预控点距交通点间距范围和速度控制数据，将所述预控点距交通点间距范围和速度控制数据输入ASRV四向穿梭车仿真运动模型，控制时间和调整运动的速度，同时对原输入参数进行反馈，进一步调整被控量，使虚拟车沿已知拓扑地图的曼哈顿距离行走。通过监控界面可以实时观察四向穿梭车的运动状态，判断当前参数是否合适，直至找到一组最优参数。
本发明的方法完全基于仿真实现，不受实车或嵌入式控制器的限制，调试方便、快速，克服了在参数整定过程中的实车硬件故障干扰，极大地降低了重复测试的工作量，提高了调试效率。本方法针对虚拟四现车交通位置防自锁动态轨迹控制，提出了基于质点的适应多规划路径上ASRV四向穿梭车的通用运动学模型，用于交通位置防自锁动态轨迹控制。通过模拟实车在规划路径上防自锁动态轨迹控制过程，本方法在具有直接结构的无线网络控制系统中，控制器通过无线网络实现闭环反馈控制，执行器和传感器具有通信功能，所有控制任务都是由控制器来完成。规划路径上在交通位置的防自锁动态轨迹的速度进行PID参数的仿真调节，上位机用来实现对四向穿梭车的控制参数交换，无线网络不考虑时延性，通过PID控制器闭环反馈控制PWM信号，串口与通信系统对接为实车的PID参数整定提供理论根据，极大地简化了测试流程，减少了测试工作量。
图5为本发明一实施例公开的一种基于ASRV的仿真控制系统的原理示意图，包括路径移动路径生成模块1、ASRV运动仿真模块2、动态轨迹控制模块3和速度监控模块4，其中路径移动路径生成模块1用于构建基于拓扑地图的ASRV在规划路劲上仿真测试轨迹路径，并计算获取所述规划路径上参考点坐标并存储；ASRV运动仿真模块2用于构建ASRV运动模型，通过所述运动模型实时获取ASRV的规划路径距交通点移动状态数据，并根据所述规划路径移动状态数据获取相应的ASRV预控点状态数据；动态轨迹控制模块3用于根据预控点距交通点计算获取所述规划路径上的预控点的位置距交通点间距范围和速度调参数；速度监控模块4用于将所述预控点的位置距交通点间距范围和速度调参数输入所述运动模型以调整所述ASRV仿真车辆在规划路径上距交通点移动状态和时间。其中ASRV运动仿真模块2构建适应多种ASRV规划路径的运动学模型，动态轨迹控制模块3控制ASRV规划路径上预控点的位置距交通点间距范围，速度监控模块4可以动态显示每台四向穿梭车通过交通点的运动情况，并可实时对控制模块的控制参量和数值进行调整，运动仿真模块与动态轨迹监控界面使用相同的环境拓扑地图，保证四向穿梭车在环境坐标系中坐标的有效性。
在一些实施例中，如图6所示，所述ASRV运动仿真模块2可包括运动模型生成模块21和状态数据获取模块22，所述运动模型生成模块21用于设定ASRV传感器带来的系统误差和静态动力学误差，并构建ASRV四向车的运动模型。所述状态数据获取模块22用于通过所述运动模型实时获取ASRV在规划路径移动状态数据，并根据所述规划路径移动状态数据基于拓扑地图获取相应的ASRV控制状态参考点数据。
在一些实施例中，如图7所示，所述动态轨迹控制模块3包括交通点获取模块31、预控点获取模块32、动态间距获取模块33和控制参数获取模块34，其中所述交通点选取模块31用于通过计算所述拓扑地图的规划路径上四向穿梭车移动位置获取所有交通点，获取在该规划路径上离四向车的参考点。所述预控点选取模块32用于判断所述参考点每台四向车在规划路径上距交通点的获取每台在规划路径上的预控点获取；所述动态间距获取模块33用于获取所述预控点距交通点在规划路径上的间距。所述控制参数获取模块34用于根据所述四向在规划路径上移动状态获取所述动态间距和速度调节量，如附图8所示，将所述动态间距和速度调节量输入轨迹控制模块的距离控制器和速度控制器，调节每台四向穿梭车在规划路径上运动状态和时间，控制ASRV每台四向穿梭车通过交通点的时间；每台四向穿梭车在规划路径上移动速度通过速度控制器的PID的参数调节分析和整定。
其中所述路径移动路径生成模块可具体用于构建针对ASRV每台四向穿梭车在不同的规划上的交通点通过时间的通用数学模型，将ASRV每台四向穿梭车在拓扑地图中抽象为运动的动态点，设所述每台四向穿梭车动态运动点实时坐标为Pn(xn，yn)，则：
其中，ASRV每台四向穿梭车在拓扑地图的坐标系下为Pn(xn，yn，)，Δt为ASRV每台四向穿梭车从运行方向的直线从Pn点到Pj点的时间，Δx和Δy为预设静态动力学误差，f(vc)为预设的系统误差函数；
本实施例公开的基于ASRV的仿真控制系统完全基于仿真实现，不受实车或嵌入式控制器的限制，调试方便、快速、实用性强，克服了在参数整定过程中的实车硬件故障干扰，极大地降低了重复测试的工作量，调高了调试效率。同时针对虚拟车的时间控制，提出了基于质点的ASRV在不同规划路径上每台四向车通过交通点的通用运动学模型，用于虚拟四向车的速度控制。通过模拟四向车的速度控制过程，可以针对不同规划路径上交通点类型的ASRV四向车进行PID参数的仿真调节，为实车在规划路径上每台四向穿梭车过交通点的PID参数整定提供速度控制理论根据，极大地简化了测试流程，减少了测试工作量。
需要说明的是，本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的基于ASRV的仿真控制系统而言，由于其与实施例公开的基于ASRV的仿真控制方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
在另一些实施例中，还公开了一种基于ASRV的仿真控制装置，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，例如ASRV运行仿真软件，所述处理器执行所述计算机程序时实现上述各个基于ASRV的仿真控制方法实施例中的步骤。
示例性的，所述计算机程序可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器中，并由所述处理器执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在所述服务器中的执行过程。
所述服务器可包括，但不仅限于处理器、存储器。本领域技术人员可以理解，所述示意图仅仅是服务器的示例，并不构成对服务器设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述服务器设备还可以包括输入输出设备、以太网络接入设备、总线等。
所称处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述服务器设备的控制中心，利用各种接口和线路连接整个服务器设备的各个部分。
所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述服务器设备的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序等此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(SmartMedia Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
所述基于ASRV的仿真控制方法如果以软件功能单元的形式实现并作为独立的产品销售或使用时，例如ASRV运行仿真软件，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、路径移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
总之，以上所述仅为本发明的较佳实施例，凡依本发明申请专利范围所作的均等变化与修饰，皆应属本发明专利的涵盖范围。

Claims (8)

1.一种基于ASRV多台四向穿梭车在规划路径上交通点避让的仿真运动控制方法，其特征在于，所述方法包括以下步骤：
1)构建基于拓扑地图的ASRV四向穿梭车在规划路径距交通点的测试，并计算获取所述规划路径上四向穿梭车动态预控点位置并存储；
2)构建ASRV四向穿梭车规划路径运动模拟，通过所述运动模拟实时获取ASRV四向穿梭车的路径运动状态数据，并根据所述拓扑地图的参考点计算四向穿梭车预控点的状态数据；
3)根据预控点与交通点间距计算获取所述规划路径上动态间距范围调节量和速度调节量；
4)将所述动态间距范围调节量和速度调节量输入规划路径运动模拟以调整所述ASRV四向车距交通点的路径运动状态。
2.如权利要求1所述的基于ASRV多台四向穿梭车在规划路径上交通点避让的仿真运动控制方法，其特征在于，所述步骤2)中，构建ASRV四向穿梭车在规划路径运动模型，通过所述规划路径模拟运动模型实时获取ASRV每台四向穿梭车在规划路径运动状态数据，并根据所述拓扑地图参考点数据获取距交通点相应的ASRV每台四向穿梭车动态预控点状态数据，包括：设定ASRV四向穿梭车的传感器带来系统误差和静态动力学误差，构建ASRV四向穿梭车在规划路径模拟的运动模型；根据所述运动模型实时获取ASRV每台四向穿梭车在规划路径运动状态数据，并根据所述路径运动状态数据获取相应的ASRV每台四向穿梭车距交通点的预控点状态数据。
3.如权利要求1或2所述的基于ASRV多台四向穿梭车在规划路径上交通点避让的仿真运动控制方法，其特征在于，设定ASRV每台四向穿梭车的传感器带来的系统误差和静态动力学误差，构建ASRV多台四向穿梭车在规划路径模拟运动模型，包括：构建针对ASRV每台四向穿梭车在不同的规划上的交通点通过的时间的通用数学模型，将ASRV每台四向穿梭车在拓扑地图中抽象为运动的动态点，设所述每台四向穿梭车动态预控点实时坐标为Pn(xn，yn)，拓扑地图参考点Pc(xc，yc，)，拓扑图定义交通点坐标Pj(xj，yj，)其中四向穿梭车的动态预控点距交通点长度S(nj)则：
其中，ASRV四向穿梭车动态预控点实时坐标为Pn(xn，yn)、ASRV四向穿梭车动态预控点依据拓扑地图环境坐标系下参考点坐标为Pc(xc，yc，),ASRV四向穿梭车在规划路径上距交通点坐标为Pj(xj，yj，)，Δt为ASRV每台四向穿梭车从直线Pc点到Pn点的时间，Δx和Δy为预设静态动力学误差，f(vc)为预设的系统误差函数。
4.如权利要求1-3所述的基于ASRV多台四向穿梭车在规划路径上交通点避让的仿真运动控制方法，其特征在于，所述步骤3)中，根据拓扑地图参考点获取预控点并计算获取所规划路径上预控点距交通点的动态距离和速度调节量，包括：通过所述拓扑地图的参考点获取每台四向穿梭车动态预控点，并计算获取在该规划路径的预控点距交通点动态距离；判断所述在拓扑地图模拟中每台四向穿梭车距交通点动态信息，同时进行每台四向穿梭车的运动状态和执行任务确认，如四向穿梭车不在同一规划路径上，获取相应四向穿梭车规划路径动态预控点；如四向穿梭车在同一规划路径上，获取相应四向穿梭车规划路径动态预控点；根据所述拓扑地图参考点获取预控点位置距交通点的动态距离和速度调节量。
5.如权利要求4所述的基于ASRV多台四向穿梭车在规划路径上交通点避让的仿真运动控制方法，其特征在于，所述步骤1)中，所述拓扑地图上的规划路径的预控点距交通点为动态曼哈顿距离，动态速度控制为PID。
6.一种实现如权利要求1所述的基于ASRV多台四向穿梭车在规划路径上交通点避让的仿真运动控制方法的系统，其特征在于，所述系统包括：
规划路径由任务系统获取优化路径生成模块，用于构建基于拓扑地图的ASRV仿真测试规划路径上的动态距离，并计算获取所述规划路径上四向穿梭车动态预控点并储存；
ASRV运动仿真模块，用于构建ASRV四向穿梭车的预控点距交通点动态仿真运动模型，通过所述运动模型实时获取ASRV四向穿梭车运动状态数据，并根据拓扑地图的参考点数据计算获取相应的ASRV四向穿梭车动态预控点距交通点动态距离状态数据；
速度监控模块，用于根据系统信息任务优先级别基础上和系统规划模拟路径上四向穿梭车移动位置预控点距交通点动态距离的PID速度控制；
轨迹监控模块，用于将所述规划路径上四向穿梭车的预控点距交通点的动态间距范围调节量和速度调节量输入所述运动模型以调整所述ASRV仿真四向穿梭车路径动态间距模拟状态。
7.如权利要求6所述的系统，其特征在于，所述ASRV运动仿真模块包括：运动模型生成模块，用于设定ASRV传感器带来的系统误差和静态动力学误差，并构建ASRV四向穿梭车仿真运动模型；状态数据获取模块，用于通过所述模拟运动模型实时获取ASRV的路径动态间距运动状态数据，并根据所述路径动态间距运动状态数据获取相应的ASRV控制点、动态距离、PID速度控制等状态数据。
8.如权利要求6或7所述的系统，其特征在于，所述轨迹控制模块包括：参考点获取模块，基于拓扑地图获取参考点，用于通过计算所述规划路径上预控点的位置，用于判断所述四向穿梭车在规划路径上预控点与交通点的动态间距；交通点获取模块，用于通过所述规划路径上四向穿梭车距交通点位置的运动状态数据；PID参数获取模块，用于通过所述预控点与交通点的动态间距，根据系统和每台四向穿梭车的任务运动状态，调整四向穿梭车与交通点动态间距的速度调节；控制参数获取模块，用于根据所述四向穿梭车在规划路径上预控点距交通点的动态路径获取所述动态预控点距交通点动态距离调节量和速度调节量和速度调节量。
CN201910966049.5A 2019-10-12 2019-10-12 基于asrv多台四向穿梭车在规划路径上防拥堵仿真控制方法及系统 Pending CN110609494A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910966049.5A CN110609494A (zh) 2019-10-12 2019-10-12 基于asrv多台四向穿梭车在规划路径上防拥堵仿真控制方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910966049.5A CN110609494A (zh) 2019-10-12 2019-10-12 基于asrv多台四向穿梭车在规划路径上防拥堵仿真控制方法及系统

Publications (1)

Publication Number Publication Date
CN110609494A true CN110609494A (zh) 2019-12-24

Family

ID=68894620

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910966049.5A Pending CN110609494A (zh) 2019-10-12 2019-10-12 基于asrv多台四向穿梭车在规划路径上防拥堵仿真控制方法及系统

Country Status (1)

Country Link
CN (1) CN110609494A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111232590A (zh) * 2020-03-12 2020-06-05 李佳庆 仓储机器人的自动化控制方法及装置
CN114489918A (zh) * 2022-04-15 2022-05-13 北京京东乾石科技有限公司 数据展示方法、系统及装置
CN115951691A (zh) * 2023-03-13 2023-04-11 江西丹巴赫机器人股份有限公司 一种5g通讯下密集库的穿梭车的轨迹规划方法及其系统
CN116216159A (zh) * 2023-05-08 2023-06-06 北京柏瑞安电子技术有限公司 一种智能物流仓储用四向穿梭车定位方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109062080A (zh) * 2018-11-01 2018-12-21 浙江明度智控科技有限公司 一种基于agv的仿真控制方法和系统
CN109991963A (zh) * 2017-12-29 2019-07-09 深圳市优必选科技有限公司 速度规划方法及终端设备

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109991963A (zh) * 2017-12-29 2019-07-09 深圳市优必选科技有限公司 速度规划方法及终端设备
CN109062080A (zh) * 2018-11-01 2018-12-21 浙江明度智控科技有限公司 一种基于agv的仿真控制方法和系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
曹伟洁: "四向多层穿梭车系统建模与优化研究", 《中国优秀硕士学位论文全文数据库》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111232590A (zh) * 2020-03-12 2020-06-05 李佳庆 仓储机器人的自动化控制方法及装置
CN111232590B (zh) * 2020-03-12 2021-10-29 苏万宝 仓储机器人的自动化控制方法及装置
CN114489918A (zh) * 2022-04-15 2022-05-13 北京京东乾石科技有限公司 数据展示方法、系统及装置
CN115951691A (zh) * 2023-03-13 2023-04-11 江西丹巴赫机器人股份有限公司 一种5g通讯下密集库的穿梭车的轨迹规划方法及其系统
CN116216159A (zh) * 2023-05-08 2023-06-06 北京柏瑞安电子技术有限公司 一种智能物流仓储用四向穿梭车定位方法

Similar Documents

Publication Publication Date Title
CN110609494A (zh) 基于asrv多台四向穿梭车在规划路径上防拥堵仿真控制方法及系统
Xu et al. Design, analysis, and experiments of preview path tracking control for autonomous vehicles
US20200278686A1 (en) Iterative Feedback Motion Planning
CN106877746B (zh) 速度控制方法和速度控制装置
CN108958032B (zh) 一种非线性多智能体系统的总量协同一致控制方法
CN104423303A (zh) 最优化的运动控制部件和能量效率的估量和调节方法
Qin et al. Sablas: Learning safe control for black-box dynamical systems
Wu et al. Path following for a tractor-trailer system using model predictive control
CN109814496A (zh) 一种s型加减速轨迹规划中多轴时间同步方法
Kalmari et al. Coordinated motion of a hydraulic forestry crane and a vehicle using nonlinear model predictive control
Tang et al. Disturbance-observer-based tracking controller for neural network driving policy transfer
Bulsara et al. Obstacle avoidance using model predictive control: An implementation and validation study using scaled vehicles
Hegedűs et al. Design of Model Free Control with tuning method on ultra-local model for lateral vehicle control purposes
CN113428218B (zh) 一种车辆转向控制方法、装置、设备及存储介质
KR20180024240A (ko) 이동로봇 선회를 위한 타입-2 퍼지 자기동조 피아이디 제어기
Pereira et al. Linear time-varying robust model predictive control for discrete-time nonlinear systems
Tiwari et al. Controller design for autonomous vehicle
Pham et al. Time-optimal path tracking via reachability analysis
CN113485323B (zh) 一种级联多移动机器人灵活编队方法
Zhang et al. Trajectory tracking of autonomous ground vehicles with actuator dead zones
Wu et al. Lateral position control for a tractor-trailer system using steering rate input
Sabouri et al. Lpv controller design for trajectory tracking of non-holonomic wheeled mobile robots in the presence of slip
Navarro et al. Distributed vs. centralized particle swarm optimization for learning flocking behaviors
Joglekar et al. Deep Reinforcement Learning Based Adaptation of Pure-Pursuit Path-Tracking Control for Skid-Steered Vehicles
CN112975986A (zh) 基于径向基函数的机械臂点对点轨迹规划方法及装置

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20191224

RJ01 Rejection of invention patent application after publication