CN113885514B - 基于模糊控制和几何追踪的agv路径跟踪方法及系统 - Google Patents

Abstract

本发明实施例公开了一种基于模糊控制和几何追踪的AGV路径跟踪方法及系统，充分利用几何跟踪计算量小实时性强，响应快速的优势，同时结合模糊控制有效降低超调和抑制系统抖振动，实现AGV精准快速的路径跟踪。

Description

基于模糊控制和几何追踪的AGV路径跟踪方法及系统

技术领域

本发明实施例涉及AGV运动控制技术领域，具体涉及一种基于模糊控制和几何追踪的AGV路径跟踪方法。

背景技术

AGV(Automated GuideVehicle，自动导引运输车)是一种借助导引装置实现自动行驶的搬运设备。运动控制是AGV关键技术之一，运动控制技术直接决定其能否准确运行在规定路径上。AGV运动控制算法从经典控制算法、现代控制算法发展到如今的智能控制算法。目前智能控制主流方法分为两类：基于几何追踪的方法和基于模型预测的方法。几何跟踪算法具有无需对车辆进行动力学建模，仅对当前状态计算控制量，具有计算量小的特点。但几何追踪方法循迹路线不平稳易产生超调，且在实际系统各方面非理想性情况下易产生抖振。

发明内容

为此，本发明实施例提供一种基于模糊控制和几何追踪的AGV路径跟踪方法及系统，以解决现有技术中基于几何追踪的AGV控制存在的容易产生超调和抖振的问题。

为了实现上述目的，本发明实施例提供如下技术方案：

根据本发明实施例的第一方面，提出了一种基于模糊控制和几何追踪的AGV路径跟踪方法，所述方法包括：

按照AGV线速度和角速度控制指令控制AGV运动，并实时返回AGV相对当前路径的位置偏差和角度偏差；

根据实时返回的所述位置偏差和角度偏差以及预构建的两轮差速AGV纠偏模型，实时进行模糊控制运算输出纠偏控制参数；

根据所述纠偏控制参数以及实时返回的所述位置偏差和角度偏差计算并输出AGV下一时刻线速度和角速度完成纠偏控制。

进一步地，所述两轮差速AGV纠偏模型，具体包括：

记e_θ为小车质心行进方向相对于路径中心线的偏差角度，e_d为小车质心与路径中心线的横向偏差距离，w为小车运动角速度，v为小车运动线速度；假设AGV正常行驶中，经过非常短时间Δt之后，AGV产生的角度偏差为Δe_θ，位置偏差为Δe_d，则

当Δt趋于0且e_θ非常小时有tane_θ≈e_θ，此时Δe_θ，Δe_d的微分形式为

de_θ＝w·dt (3)

Δe_d＝v·e_θ·dt (4)

对上式进行拉氏变换得

其中，e_θ(s)、e_d(s)分别为经过拉普拉斯变换后的角度偏差和位置偏差，s为正数的拉普拉斯自变量；

在不考虑位置偏差的情况下的角速度w1，

w1＝e_θ·s

在不考虑角度偏差的情况下的角速度w2，

综合两方面因素可得：

s为正数，上式可简化为：

其中k₁和k₂为纠偏控制参数，当k₁较大时表示当前主要调整角度偏差，当k₂较大时表示当前主要调整位置偏差。

进一步地，根据实时返回的所述位置偏差和角度偏差以及预构建的两轮差速AGV纠偏模型，实时进行模糊控制运算输出纠偏控制参数，具体包括：

由于AGV控制系统最终输出信号是位置偏差，因而以位置偏差大小作为模糊控制器的输入，k₁和k₂作为模糊控制器的输出；设置模糊集有两个子集，仅对输入的位置偏差进行模糊化，分别为位置偏差大于1cm和位置偏差小于等于1cm；根据控制参数k₁和k₂对系统输出特性的影响情况，在位置偏差较大时取较大k₂和较小k₁，使得纠偏控制快速响应，在位置偏差较小时取较大k₁和较小k₂，使得超调和抖振得到抑制。

进一步地，所述方法还包括：

通过二维码定位和惯导传感器定位结合对AGV进行全地图精准定位获得AGV全局位姿，并计算出AGV相对当前路径的位置偏差和角度偏差。

进一步地，二维码定位具体包括：在地图特定位置铺设二维码，将实际位置坐标编码进二维码内容，相机实时拍摄包含二维码的图像，计算二维码在图像中的位置及角度，结合上述计算出相机在地图中的实际坐标及朝向，由于AGV与相机的相对位置固定即可得出AGV在地图中的实际坐标和朝向。

进一步地，惯导传感器定位具体包括：在AGV位姿初始值给定的前提下，基于惯导传感器采集的信息计算出每一时刻位姿相对于上一时刻位姿的距离以及方向角的变化，从而实现位姿的实时估计。

根据本发明实施例的第二方面，提出了一种基于模糊控制和几何追踪的AGV路径跟踪系统，所述系统包括：

AGV控制器，用于按照AGV线速度和角速度控制指令控制AGV运动，并实时返回AGV相对当前路径的位置偏差和角度偏差；

模糊控制器，用于根据实时返回的所述位置偏差和角度偏差以及预构建的两轮差速AGV纠偏模型，实时进行模糊控制运算输出纠偏控制参数；

几何跟踪控制器，用于根据所述纠偏控制参数以及实时返回的所述位置偏差和角度偏差计算并输出AGV下一时刻线速度和角速度完成纠偏控制。

根据本发明实施例的第三方面，提出了一种计算机存储介质，所述计算机存储介质中包含一个或多个程序指令，所述一个或多个程序指令用于被一种基于模糊控制和几何追踪的AGV路径跟踪系统执行如上任一项所述的方法。

本发明实施例具有如下优点：

本发明实施例提出的一种基于模糊控制和几何追踪的AGV路径跟踪方法及系统，充分利用几何跟踪计算量小实时性强，响应快速的优势，同时结合模糊控制有效降低超调和抑制系统抖振动，实现AGV精准快速的路径跟踪。

附图说明

为了更清楚地说明本发明的实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图引伸获得其它的实施附图。

图1为本发明实施例1提供的一种基于模糊控制和几何追踪的AGV路径跟踪方法的流程示意图；

图2为本发明实施例1提供的一种基于模糊控制和几何追踪的AGV路径跟踪方法中AGV在坐标系中状态图；

图3为本发明实施例2提供的一种基于模糊控制和几何追踪的AGV路径跟踪系统的结构示意图。

具体实施方式

以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效，显然，所描述的实施例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做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例1

如图1所示，本实施例提出了一种基于模糊控制和几何追踪的AGV路径跟踪方法，该方法包括：

S100、按照AGV线速度和角速度控制指令控制AGV运动，并实时返回AGV相对当前路径的位置偏差和角度偏差。

本实施例中，通过二维码定位和惯导传感器定位结合对AGV进行全地图精准定位获得AGV全局位姿，并计算出AGV相对当前路径的位置偏差和角度偏差。

二维码定位具体包括：在地图特定位置铺设二维码，将实际位置坐标编码进二维码内容，相机实时拍摄包含二维码的图像，计算二维码在图像中的位置及角度，结合上述计算出相机在地图中的实际坐标及朝向，由于AGV与相机的相对位置固定即可得出AGV在地图中的实际坐标和朝向。惯导传感器定位具体包括：在AGV位姿初始值给定的前提下，基于惯导传感器采集的信息计算出每一时刻位姿相对于上一时刻位姿的距离以及方向角的变化，从而实现位姿的实时估计。由于二维码在地图中是离散的，而惯导可在地图任何区域计算出位姿，但随时间增加产生漂移不够准确。如果在经过二维码时使用二维码准确定位获得精准位姿，同时更新惯导计算出来的位姿为此准确位姿，在经过无二维码区域时使用更新过的惯导位姿进行定位，即可实现全地图准确定位。

在计算出AGV在地图坐标系中的位姿之后，由于路径已知且为直线，可通过计算点到直线距离得到AGV相对当前路径的位置偏差，路径方位在地图中是确定的，由此也可计算出角度偏差。

S200、根据实时返回的位置偏差和角度偏差以及预构建的两轮差速AGV纠偏模型，实时进行模糊控制运算输出纠偏控制参数。

首先，建立AGV小车纠偏模型，根据移动机器人运动特性，对小车纠偏控制系统的横向偏差距离(位置偏差)和角度偏差进行分析，结合图2。本实施例中，两轮差速AGV纠偏模型，具体包括：

记e_θ为小车质心行进方向相对于路径中心线的偏差角度，e_d为小车质心与路径中心线的横向偏差距离，w为小车运动角速度，v为小车运动线速度；假设AGV正常行驶中，经过非常短时间Δt之后，AGV产生的角度偏差为Δe_θ，位置偏差为Δe_d，则

当Δt趋于0且e_θ非常小时有tan e_θ≈e_θ，此时Δe_θ，Δe_d的微分形式为

de_θ＝w·dt (3)

Δe_d＝v·e_θ·dt (4)

对上式进行拉氏变换得

其中，e_θ(s)、e_d(s)分别为经过拉普拉斯变换后的角度偏差和位置偏差，s为正数的拉普拉斯自变量。

由纠偏模型可知，当AGV偏离预定轨迹运行时，可通过控制AGV角速度使得其角度偏差和位置偏差逐渐减小，最终趋近于0完成纠偏控制。

在不考虑位置偏差的情况下的角速度w1，

w1＝e_θ·s

在不考虑角度偏差的情况下的角速度w2，

综合两方面因素可得：

s为正数，上式可简化为：

其中k₁和k₂为纠偏控制参数，当k₁较大时表示当前主要调整角度偏差，当k₂较大时表示当前主要调整位置偏差。k₁取较大值可使得AGV纠偏轨迹平缓，可避免出现超调和降低抖振频率，但纠偏响应时间较长。k₂取较大值可使得AGV纠偏响应迅速，但容易出现超调和抖振。

模糊控制器设计：由纠偏模型可知，由于AGV控制系统最终输出信号是位置偏差，因而以位置偏差大小作为模糊控制器的输入，k₁和k₂作为模糊控制器的输出；设置模糊集有两个子集，仅对输入的位置偏差进行模糊化，分别为位置偏差大于1cm和位置偏差小于等于1cm；根据控制参数k₁和k₂对系统输出特性的影响情况，在位置偏差较大时取较大k₂和较小k₁(比如k2＝2，k1＝0.8)，使得纠偏控制快速响应，在位置偏差较小时取较大k₁和较小k₂(比如k2＝0.5，k1＝3.2)，使得超调和抖振得到抑制。

S300、根据纠偏控制参数以及实时返回的位置偏差和角度偏差计算并输出AGV下一时刻线速度和角速度完成纠偏控制。

本实施例提出的一种基于模糊控制和几何追踪的AGV路径跟踪方法及系统，充分利用几何跟踪计算量小实时性强，响应快速的优势，同时结合模糊控制有效降低超调和抑制系统抖振动，实现AGV精准快速的路径跟踪。

实施例2

通过设计AGV纠偏控制器，结合模糊控制和抖振控制实现AGV的快速响应，降低超调和抑制抖振。

与上述实施例1相对应的，本实施例提出了一种基于模糊控制和几何追踪的AGV路径跟踪系统，如图3所示，该系统包括：

AGV控制器，用于按照AGV线速度和角速度控制指令控制AGV运动，并实时返回AGV相对当前路径的位置偏差和角度偏差；

模糊控制器，用于根据实时返回的位置偏差和角度偏差以及预构建的两轮差速AGV纠偏模型，实时进行模糊控制运算输出纠偏控制参数；

几何跟踪控制器(即纠偏控制器)，用于根据纠偏控制参数以及实时返回的位置偏差和角度偏差计算并输出AGV下一时刻线速度和角速度完成纠偏控制。

本发明实施例提供的一种基于模糊控制和几何追踪的AGV路径跟踪系统中各部件所执行的功能均已在上述实施例1中做了详细介绍，因此这里不做过多赘述。

实施例3

与上述实施例相对应的，本实施例提出了一种计算机存储介质，该计算机存储介质中包含一个或多个程序指令，一个或多个程序指令用于被一种基于模糊控制和几何追踪的AGV路径跟踪系统执行如实施例1的方法。

虽然，上文中已经用一般性说明及具体实施例对本发明作了详尽的描述，但在本发明基础上，可以对之作一些修改或改进，这对本领域技术人员而言是显而易见的。因此，在不偏离本发明精神的基础上所做的这些修改或改进，均属于本发明要求保护的范围。

Claims (6)

1.一种基于模糊控制和几何追踪的AGV路径跟踪方法，其特征在于，所述方法包括：

按照AGV线速度和角速度控制指令控制AGV运动，并实时返回AGV相对当前路径的位置偏差和角度偏差；

根据实时返回的所述位置偏差和角度偏差以及预构建的两轮差速AGV纠偏模型，实时进行模糊控制运算输出纠偏控制参数；

根据所述纠偏控制参数以及实时返回的所述位置偏差和角度偏差计算并输出AGV下一时刻线速度和角速度完成纠偏控制；

所述两轮差速AGV纠偏模型，具体包括：

记e_θ为小车质心行进方向相对于路径中心线的偏差角度，e_d为小车质心与路径中心线的横向偏差距离，w为小车运动角速度，v为小车运动线速度；假设AGV正常行驶中，经过非常短时间Δt之后，AGV产生的角度偏差为Δe_θ，位置偏差为Δe_d，则

当Δt趋于0且e_θ非常小时有tan e_θ≈e_θ，此时Δe_θ，Δe_d的微分形式为

de_θ＝w·dt (3)

Δe_d＝v·e_θ·dt (4)

对上式进行拉氏变换得

其中，e_θ(s)、e_d(s)分别为经过拉普拉斯变换后的角度偏差和位置偏差，s为正数的拉普拉斯自变量；

在不考虑位置偏差的情况下的角速度w1，

w1＝e_θ·s

在不考虑角度偏差的情况下的角速度w2，

综合两方面因素可得：

s为正数，上式可简化为：

其中k₁和k₂为纠偏控制参数，当k₁较大时表示当前主要调整角度偏差，当k₂较大时表示当前主要调整位置偏差；

其中，所述根据实时返回的所述位置偏差和角度偏差以及预构建的两轮差速AGV纠偏模型，实时进行模糊控制运算输出纠偏控制参数，具体包括：

由于AGV控制系统最终输出信号是位置偏差，因而以位置偏差大小作为模糊控制器的输入，k₁和k₂作为模糊控制器的输出；设置模糊集有两个子集，仅对输入的位置偏差进行模糊化，分别为位置偏差大于1cm和位置偏差小于等于1cm；根据控制参数k₁和k₂对系统输出特性的影响情况，在位置偏差较大时取较大k₂和较小k₁，使得纠偏控制快速响应，在位置偏差较小时取较大k₁和较小k₂，使得超调和抖振得到抑制。

2.根据权利要求1所述的一种基于模糊控制和几何追踪的AGV路径跟踪方法，其特征在于，所述方法还包括：

通过二维码定位和惯导传感器定位结合对AGV进行全地图精准定位获得AGV全局位姿，并计算出AGV相对当前路径的位置偏差和角度偏差。

3.根据权利要求2所述的一种基于模糊控制和几何追踪的AGV路径跟踪方法，其特征在于，二维码定位具体包括：在地图特定位置铺设二维码，将实际位置坐标编码进二维码内容，相机实时拍摄包含二维码的图像，计算二维码在图像中的位置及角度，结合上述计算出相机在地图中的实际坐标及朝向，由于AGV与相机的相对位置固定即可得出AGV在地图中的实际坐标和朝向。

4.根据权利要求2所述的一种基于模糊控制和几何追踪的AGV路径跟踪方法，其特征在于，惯导传感器定位具体包括：在AGV位姿初始值给定的前提下，基于惯导传感器采集的信息计算出每一时刻位姿相对于上一时刻位姿的距离以及方向角的变化，从而实现位姿的实时估计。

5.一种基于模糊控制和几何追踪的AGV路径跟踪系统，所述系统包括：

AGV控制器，用于按照AGV线速度和角速度控制指令控制AGV运动，并实时返回AGV相对当前路径的位置偏差和角度偏差；

模糊控制器，用于根据实时返回的所述位置偏差和角度偏差以及预构建的两轮差速AGV纠偏模型，实时进行模糊控制运算输出纠偏控制参数；

几何跟踪控制器，用于根据所述纠偏控制参数以及实时返回的所述位置偏差和角度偏差计算并输出AGV下一时刻线速度和角速度完成纠偏控制；

所述两轮差速AGV纠偏模型，具体包括：

记e_θ为小车质心行进方向相对于路径中心线的偏差角度，e_d为小车质心与路径中心线的横向偏差距离，w为小车运动角速度，v为小车运动线速度；假设AGV正常行驶中，经过非常短时间Δt之后，AGV产生的角度偏差为Δe_θ，位置偏差为Δe_d，则

当Δt趋于0且e_θ非常小时有tan e_θ≈e_θ，此时Δe_θ，Δe_d的微分形式为

de_θ＝w·dt (3)

Δe_d＝v·e_θ·dt (4)

对上式进行拉氏变换得

其中，e_θ(s)、e_d(s)分别为经过拉普拉斯变换后的角度偏差和位置偏差，s为正数的拉普拉斯自变量；

在不考虑位置偏差的情况下的角速度w1，

w1＝e_θ·s

在不考虑角度偏差的情况下的角速度w2，

综合两方面因素可得：

s为正数，上式可简化为：

其中k₁和k₂为纠偏控制参数，当k₁较大时表示当前主要调整角度偏差，当k₂较大时表示当前主要调整位置偏差；

其中，所述根据实时返回的所述位置偏差和角度偏差以及预构建的两轮差速AGV纠偏模型，实时进行模糊控制运算输出纠偏控制参数，具体包括：

由于AGV控制系统最终输出信号是位置偏差，因而以位置偏差大小作为模糊控制器的输入，k₁和k₂作为模糊控制器的输出；设置模糊集有两个子集，仅对输入的位置偏差进行模糊化，分别为位置偏差大于1cm和位置偏差小于等于1cm；根据控制参数k₁和k₂对系统输出特性的影响情况，在位置偏差较大时取较大k₂和较小k₁，使得纠偏控制快速响应，在位置偏差较小时取较大k₁和较小k₂，使得超调和抖振得到抑制。

6.一种计算机存储介质，其特征在于，所述计算机存储介质中包含一个或多个程序指令，所述一个或多个程序指令用于被一种基于模糊控制和几何追踪的AGV路径跟踪系统执行如权利要求1-4任一项所述的方法。