CN111522337A - 一种基于模糊控制的多驱动轮agv导航方法 - Google Patents
一种基于模糊控制的多驱动轮agv导航方法 Download PDFInfo
- Publication number
- CN111522337A CN111522337A CN202010258365.XA CN202010258365A CN111522337A CN 111522337 A CN111522337 A CN 111522337A CN 202010258365 A CN202010258365 A CN 202010258365A CN 111522337 A CN111522337 A CN 111522337A
- Authority
- CN
- China
- Prior art keywords
- fuzzy
- deviation
- vehicle body
- trolley
- change rate
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 19
- 230000006870 function Effects 0.000 claims description 14
- 241000282414 Homo sapiens Species 0.000 claims description 2
- 238000012938 design process Methods 0.000 claims 1
- 238000000354 decomposition reaction Methods 0.000 abstract description 2
- 238000012916 structural analysis Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 2
- 238000013139 quantization Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005352 clarification Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/72—Electric energy management in electromobility
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
一种基于模糊控制的多驱动轮AGV导航方法,包括以下步骤:步骤1)获取车体的姿态信息并计算得出横向偏差及其变化率、角度偏差及其变化率;步骤2)将横向偏差及其变化率、角度偏差及其变化率分别输入到两个二维模糊控制器中,分别得到输出量速度偏角增量和车体绕旋转中心角速度;步骤3)选取合适的比例因子得到控制的精确量,计算得到车体的速度偏角和绕中心旋转角速度,通过结构分析和运动分解得到各驱动轮的控制量并下发给下层控制单元控制驱动轮运动。本发明利用模糊逻辑控制和色带导航传感器,结合模糊规则的推理过程,以此实现AGV小车的自动导航,提升系统鲁棒性。
Description
技术领域
本发明涉及工业机器人控制领域,尤其涉及一种基于模糊控制的多驱动轮AGV导航方法。
背景技术
AGV现在通用的导航方法有电磁引导、光条纹引导、磁带引导、惯性导航、超声定位引导、激光反射定位引导、激光扫描定位引导、视觉引导、RFID复合定位引导、GPS导航。有单舵轮驱动、差速驱动、双舵轮驱动、四轮驱动等不同的驱动方式,在不同的应用场景中,需要采用不同的驱动结构以满足工业需求,因此也需要使用不同的导航方法。其中,双舵轮和四轮驱动的控制方法由于车体结构和多驱动的相互约束问题较单舵轮驱动和双轮差速驱动显得更为复杂。
发明内容
为了解决现有多驱动全方位移动AGV的控制鲁棒性较差、控制不易的不足,本发明提供一种基于模糊控制的多驱动轮AGV导航方法,利用模糊逻辑控制和色带导航传感器,结合模糊规则的推理过程,以此实现AGV小车的自动导航,提升系统鲁棒性。
为了解决上述技术问题本发明提供如下的技术方案:
一种基于模糊控制的多驱动轮AGV导航方法,所述方法包括以下步骤:
步骤1)获取小车相对于正确轨迹的横向距离偏差,计算横向距离偏差变化率,记录这两个值,获取车体相对于轨迹当前位置的斜率的角度偏差,并计算角度偏差变化率,记录角度偏差及角度偏差变化率;
步骤2)将车体横向距离偏差与横向距离偏差变化率作为二维模糊控制器的输入,并得到轨迹纠偏所需的速度偏角增量,计算得出车体速度偏角;将车体相对于轨迹的角度偏差以及角度偏差变化率作为二维控制器的输入,并得到车体整体绕旋转中心的角速度;
步骤3)结合两个二维模糊控制器的输出和给定的车体整体的运行速度对模糊控制器的输出量选择合适的的比例因子,得到的车体的速度偏角和绕瞬时中心旋转的角速度计算得出各个驱动轮的控制量并下发给驱动器,以此实现车体的轨迹跟踪。
进一步,所述步骤2)中,二维模糊控制器设计过程如下:
2.1)确定输入、输出变量
将小车的横向距离偏离和横向距离偏差变化率作为一个二维模糊控制器的输入变量,车体的速度偏角的增量作为该模糊控制器的输出量,设定车体速度偏角相对于车头方向偏左为负,偏右为正;将小车与轨迹的切线方向的角度偏差和角度偏差变化率作为另一个二维模糊控制器的输入变量,车体的旋转角速度作为该模糊控制器的输出量,设定顺时针旋转为正,逆时针旋转为负;
2.2)确定各变量论域以及模糊语言值
小车横向距离偏离量的论域为[-6,6],小车横向距离的偏离率论域为于[-3,3],车体的合速度偏角增量论域范围为[-10,10];小车角度偏差量的论域为[-6,6],小车角度偏差变化率为[-3,3],车体角速度论域为[-6,6],设定所有输入输出变量的语言集为{负大(NB),负中(NM),负小(NS),零(ZO),正小(PS),正中(PM),正大(PB)};
2.3)确定各变量隶属度函数
隶属度函数为三角形、梯形、钟形或正态分布型隶属度函数;
2.4)建立模糊规则
根据人类在控制车辆行走的经验和测试得出模糊规则表;
2.5)进行模糊推理并解模糊接口
根据输入量,由模糊控制规则完成模糊推理求解出模糊关系方程,获得模糊控制量,获得的模糊控制量经由解模糊获得精确量,由此可以建立一个模糊查询表。
本发明的有益效果为:设计了两个模糊控制器分别用以控制车体的速度偏角大小以及角速度,将横向偏差、横向偏差变化率、角度偏差、角度偏差变化率四个变量分别作为两个模糊控制器的输入变量,可以有效降低车辆行驶过程中误差,提高系统的稳定性,提升系统的路径纠偏能力,且在路径跟随过程中能调整车体的姿态。
附图说明
图1为本发明的车体控制流程图。
图2为AGV偏差信息示意图。
图3为车体运动控制示意图。
图4为车体速度偏角模糊控制器变量隶属曲线图,其中,(a)为横向偏差隶属函数曲线,(b)为横向偏差变化率隶属函数曲线,(c)为速度偏角隶属函数曲线。
具体实施方式:
下面结合附图对本发明作进一步详细的说明。
参照图1~图4,一种基于模糊控制的多驱动轮AGV导航方法,包括以下步骤:
步骤1)通过传感器反馈回来的车体位置信息,计算得出车体相对于轨迹的横向偏差ed及其变化率ecd和角度偏差ea及其变化率eca,如图2所示,车体横向偏差ed定义如下:
(1)车体位于道路正中间时ed=0;
(2)车体位于道路中心的左侧时ed<0;
(3)车体位于道路正中间时ed>0;
(4)车体偏离轨迹的程度越大,|ed|越大
如图2所示,车体角度偏差定义如下,以车头方向为零点:
(1)车体车头方向与轨迹切线方向相同时ea=0;
(2)车体车头方向基于轨迹切线方向左偏时ea<0;
(3)车体车头方向基于轨迹切线方向右偏时ea>0;
(4)车体车头方向基于轨迹切线方向偏离程度越大时|ea|越大;
步骤2)将横向偏差ed及其变化率ecd输入到车体方向模糊控制器,得到输出量车体速度偏角增量ΔA,速度偏角A定义见图3,设定基于车头方向偏右为正,偏左为负;将角度偏差ea及其变化率eca输入车体旋转角速度模糊控制器,得到输出量车体旋转角速度ω,其定义如图3所示,设定顺时针转为正,逆时针转动为负;
步骤3)取车体运动速度为固定值,结合车体速度偏角模糊控制器输出变量ΔA和上一次控制周期的角度偏差计算得到本次控制周期内所需要的速度偏角A;对得到的速度偏角A和车体旋转角速度模糊控制器的输出变量ω结合对车体的运动分析和阿克曼转向定理分解得到各驱动轮的转动角度和行走速度;将其下发给下层驱动器控制驱动轮按要求运动,以此控制车体跟随轨迹行走。
进一步,所述步骤2)中,车体速度偏角模糊控制器设计如下:
2.1)确定横向偏差ed及其变化率ecd作为输入,输出量车体速度偏角增量ΔA作为输出量,构成二输入单输出的模糊控制系统;
2.2)将横向偏差ed的模糊语言变量定义为{“负大”,“负中”,“负小”,“零”,“正小”,“正中”,“正大”}={“NB”,“NM”,“NS”,“ZO”,“PS”,“PM”,“PB”},为了提高控制精度将横向偏差ed的语言变量量化为13各等级,其论域表示为:{-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6};将另一输入变量横向偏差变化率ecd的模糊语言变量定义为{“负大”,“负中”,“负小”,“零”,“正小”,“正中”,“正大”}={“NB”,“NM”,“NS”,“ZO”,“PS”,“PM”,“PB”},其离散论域表示为:{-3,-2,-1,0,1,2,3};输出变量ΔA取其模糊语言变量为{“负大”,“负中”,“负小”,“零”,“正小”,“正中”,“正大”}={“NB”,“NM”,“NS”,“ZO”,“PS”,“PM”,“PB”},其论域为[-10,10]。
2.3)对于隶属度函数,隶属度函数可以采用三角形、梯形、钟形或正态分布型隶属度函数;
对输入输出变量均选择较常用的三角形隶属函数,三者的隶属度曲线见图4。
2.4)对于控制规则,例如当横向偏差变化率ecd<0时,输出量ΔA应为正值,若横向偏差为正值则输出ΔA应当小一点,若横向偏差为负值,则输出A值应当大一点;基于实际中的控制经验制定出规则表,如表1所示。
表1
2.5)采用Mamdani的max-min推理法,将模糊控制表中的模糊控制策略转化成模糊查询表。其清晰化方法采用重心法,即:
车体角速度模糊控制器设计与车体速度偏角模糊控制器设计类似,选取合适的论域以及隶属度函数后,按规则表表2进行模糊推理:
表2
表中ω的模糊语言值PB代表顺时针快速旋转,PM代表顺时针中速旋转,PS代表顺时针慢速旋转,ZO代表车体不进行车身的旋转,PS代表逆时针慢速旋转,PM代表逆时针中速旋转,NB代表逆时针快速旋转。
查询的出的精确值需要根据给定运动速度的不同选取合适的量化因子,得到精确的控制量A和ω。
上述实施例仅代表了本发明的一种实施方式,并不能理解为对本发明范围的限制。应当指出的是在本领域的普通技术人员,在不脱离本发明构思的前提下,还可以做出若干种变形设计,这些都属于本发明的保护范围。
Claims (2)
1.一种基于模糊控制的多驱动轮AGV导航方法,其特征在于,所述方法包括以下步骤:
步骤1)获取小车相对于正确轨迹的横向距离偏差,计算横向距离偏差变化率,记录这两个值,获取车体相对于轨迹当前位置的斜率的角度偏差,并计算角度偏差变化率,记录角度偏差及角度偏差变化率;
步骤2)将车体横向距离偏差与横向距离偏差变化率作为二维模糊控制器的输入,并得到轨迹纠偏所需的速度偏角增量,计算得出车体速度偏角;将车体相对于轨迹的角度偏差以及角度偏差变化率作为二维控制器的输入,并得到车体整体绕旋转中心的角速度;
步骤3)结合两个二维模糊控制器的输出和给定的车体整体的运行速度对模糊控制器的输出量选择合适的的比例因子,得到的车体的速度偏角和绕瞬时中心旋转的角速度计算得出各个驱动轮的控制量并下发给驱动器,以此实现车体的轨迹跟踪。
2.如权利要求1所述的一种基于模糊控制的多驱动轮AGV导航方法,其特征在于,所述步骤2中,二维模糊控制器设计过程如下:
2.1)确定输入、输出变量
将小车的横向距离偏离和横向距离偏差变化率作为一个二维模糊控制器的输入变量,车体的速度偏角的增量作为该模糊控制器的输出量,设定车体速度偏角相对于车头方向偏左为负,偏右为正;将小车与轨迹的切线方向的角度偏差和角度偏差变化率作为另一个二维模糊控制器的输入变量,车体的旋转角速度作为该模糊控制器的输出量,设定顺时针旋转为正,逆时针旋转为负;
2.2)确定各变量论域以及模糊语言值
小车横向距离偏离量的论域为[-6,6],小车横向距离的偏离率论域为于[-3,3],车体的合速度偏角增量论域范围为[-10,10];小车角度偏差量的论域为[-6,6],小车角度偏差变化率为[-3,3],车体角速度论域为[-6,6],设定所有输入输出变量的语言集为{负大(NB),负中(NM),负小(NS),零(ZO),正小(PS),正中(PM),正大(PB)};
2.3)确定各变量隶属度函数
隶属度函数为三角形、梯形、钟形或正态分布型隶属度函数;
2.4)建立模糊规则
根据人类在控制车辆行走的经验和测试得出模糊规则表;
2.5)进行模糊推理并解模糊接口
根据输入量,由模糊控制规则完成模糊推理求解出模糊关系方程,获得模糊控制量,获得的模糊控制量经由解模糊获得精确量,由此可以建立一个模糊查询表。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010258365.XA CN111522337B (zh) | 2020-04-03 | 2020-04-03 | 一种基于模糊控制的多驱动轮agv导航方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010258365.XA CN111522337B (zh) | 2020-04-03 | 2020-04-03 | 一种基于模糊控制的多驱动轮agv导航方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111522337A true CN111522337A (zh) | 2020-08-11 |
CN111522337B CN111522337B (zh) | 2023-07-21 |
Family
ID=71902590
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010258365.XA Active CN111522337B (zh) | 2020-04-03 | 2020-04-03 | 一种基于模糊控制的多驱动轮agv导航方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111522337B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111930126A (zh) * | 2020-08-20 | 2020-11-13 | 北京特种机械研究所 | 一种基于差速轮组agv的导航纠偏方法 |
CN112631309A (zh) * | 2020-12-31 | 2021-04-09 | 江苏金陵智造研究院有限公司 | 一种用于双差速轮驱动型agv的循迹控制方法 |
CN113341719A (zh) * | 2021-06-15 | 2021-09-03 | 上海应用技术大学 | 一种融合teb算法和模糊控制的agv轨迹跟踪控制方法 |
CN113759919A (zh) * | 2021-09-10 | 2021-12-07 | 华晟智能自动化装备有限公司 | 一种移动机器人轨迹跟踪方法及系统 |
CN114137988A (zh) * | 2021-12-01 | 2022-03-04 | 山东新坐标智能装备有限公司 | 机器人路径导航纠偏方法、系统、及存储介质 |
CN114153138A (zh) * | 2021-10-27 | 2022-03-08 | 共享智能装备有限公司 | 一种agv多轮系统及其同步控制方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030135290A1 (en) * | 2001-12-31 | 2003-07-17 | Yixin Yao | Vehicle road wheel fuzzy logic control system and method of implementing a fuzzy logic strategy for same |
CN104015711A (zh) * | 2014-06-17 | 2014-09-03 | 广西大学 | 一种汽车abs的双模糊控制方法 |
CN106125740A (zh) * | 2016-08-29 | 2016-11-16 | 深圳市劲拓自动化设备股份有限公司 | 基于模糊算法的视觉导航控制方法及系统 |
CN107024866A (zh) * | 2017-05-26 | 2017-08-08 | 江苏大学 | 一种基于车速分区的多模型横向模糊控制方法 |
CN110244560A (zh) * | 2019-05-29 | 2019-09-17 | 北京航空航天大学 | 一种基于区间2型模糊逻辑控制器的柔性针靶点追踪控制方法 |
-
2020
- 2020-04-03 CN CN202010258365.XA patent/CN111522337B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030135290A1 (en) * | 2001-12-31 | 2003-07-17 | Yixin Yao | Vehicle road wheel fuzzy logic control system and method of implementing a fuzzy logic strategy for same |
CN104015711A (zh) * | 2014-06-17 | 2014-09-03 | 广西大学 | 一种汽车abs的双模糊控制方法 |
CN106125740A (zh) * | 2016-08-29 | 2016-11-16 | 深圳市劲拓自动化设备股份有限公司 | 基于模糊算法的视觉导航控制方法及系统 |
CN107024866A (zh) * | 2017-05-26 | 2017-08-08 | 江苏大学 | 一种基于车速分区的多模型横向模糊控制方法 |
CN110244560A (zh) * | 2019-05-29 | 2019-09-17 | 北京航空航天大学 | 一种基于区间2型模糊逻辑控制器的柔性针靶点追踪控制方法 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111930126A (zh) * | 2020-08-20 | 2020-11-13 | 北京特种机械研究所 | 一种基于差速轮组agv的导航纠偏方法 |
CN111930126B (zh) * | 2020-08-20 | 2021-06-01 | 北京特种机械研究所 | 一种基于差速轮组agv的导航纠偏方法 |
CN112631309A (zh) * | 2020-12-31 | 2021-04-09 | 江苏金陵智造研究院有限公司 | 一种用于双差速轮驱动型agv的循迹控制方法 |
CN113341719A (zh) * | 2021-06-15 | 2021-09-03 | 上海应用技术大学 | 一种融合teb算法和模糊控制的agv轨迹跟踪控制方法 |
CN113759919A (zh) * | 2021-09-10 | 2021-12-07 | 华晟智能自动化装备有限公司 | 一种移动机器人轨迹跟踪方法及系统 |
CN113759919B (zh) * | 2021-09-10 | 2024-03-15 | 华晟智能自动化装备有限公司 | 一种移动机器人轨迹跟踪方法及系统 |
CN114153138A (zh) * | 2021-10-27 | 2022-03-08 | 共享智能装备有限公司 | 一种agv多轮系统及其同步控制方法 |
CN114153138B (zh) * | 2021-10-27 | 2024-04-12 | 共享智能装备有限公司 | 一种agv多轮系统及其同步控制方法 |
CN114137988A (zh) * | 2021-12-01 | 2022-03-04 | 山东新坐标智能装备有限公司 | 机器人路径导航纠偏方法、系统、及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111522337B (zh) | 2023-07-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111522337B (zh) | 一种基于模糊控制的多驱动轮agv导航方法 | |
US8510034B2 (en) | Perception model for trajectory following autonomous and human augmented steering control | |
Maalouf et al. | A higher level path tracking controller for a four-wheel differentially steered mobile robot | |
Naranjo et al. | Power-steering control architecture for automatic driving | |
CN111409641B (zh) | 一种基于纵横向协调的轨迹跟踪控制方法及系统 | |
JP2669031B2 (ja) | 自律走行車両 | |
US7769512B2 (en) | Vehicle steering control method and performance | |
CN111610780A (zh) | 一种自动驾驶车路径跟踪控制方法及其装置 | |
US8498796B2 (en) | Perception model for trajectory following autonomous and human augmented speed control | |
CN111923908A (zh) | 一种融合稳定性的智能汽车路径跟踪控制方法 | |
US20120158247A1 (en) | Perception Model For Trajectory Following Autonomous And Human Augmented Steering Control | |
CN112519882A (zh) | 一种车辆参考轨迹跟踪方法及系统 | |
CN112230651A (zh) | 一种基于分层控制理论的分布式无人车路径跟踪控制方法 | |
Sahoo et al. | Design and development of a heading angle controller for an unmanned ground vehicle | |
CN113721454B (zh) | 一种铰接式车辆路径跟踪控制方法 | |
Lenain et al. | Path Tracking of a Bi-steerable Mobile Robot: An Adaptive Off-road Multi-control Law Strategy. | |
Takigawa et al. | Trajectory control and its application to approach a target: Part I. Development of trajectory control algorithms for an autonomous vehicle | |
Ritzer et al. | Experimental validation of geometric path following control with demand supervision on an over-actuated robotic vehicle | |
Benmakhlouf et al. | Mobile Robot Path Following Controller Based On the Sirms Dynamically Connected Fuzzy Inference Model | |
Avanzini et al. | A control strategy taking advantage of inter-vehicle communication for platooning navigation in urban environment | |
Tso et al. | Intelligent fuzzy switching of control strategies in path control for autonomous vehicles | |
CN117519190B (zh) | 一种新的铰接车辆控制方法 | |
Shin et al. | Vehicle and path models for autonomous navigation | |
TWI249022B (en) | Trace-following navigating system for self-propelled apparatus | |
Xie et al. | Autonomous Traversing across Floors Based on Vision for Reconfigurable Tracked Robot |
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 |