CN114237214A - 一种基于模糊控制与级联控制的差速agv控制方法及系统 - Google Patents

一种基于模糊控制与级联控制的差速agv控制方法及系统 Download PDF

Info

Publication number
CN114237214A
CN114237214A CN202111266589.6A CN202111266589A CN114237214A CN 114237214 A CN114237214 A CN 114237214A CN 202111266589 A CN202111266589 A CN 202111266589A CN 114237214 A CN114237214 A CN 114237214A
Authority
CN
China
Prior art keywords
deviation
agv
control
fuzzy
function
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
CN202111266589.6A
Other languages
English (en)
Inventor
李晓亮
卢扬扬
段美珠
李志培
马云杰
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.)
Beijing Xinghang Electromechanical Equipment Co Ltd
Original Assignee
Beijing Xinghang Electromechanical Equipment Co Ltd
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 Beijing Xinghang Electromechanical Equipment Co Ltd filed Critical Beijing Xinghang Electromechanical Equipment Co Ltd
Priority to CN202111266589.6A priority Critical patent/CN114237214A/zh
Publication of CN114237214A publication Critical patent/CN114237214A/zh
Pending legal-status Critical Current

Links

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
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process

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)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明公开了一种基于模糊控制与级联控制的差速AGV控制方法及系统，属于人工智能技术领域，该方法包括：步骤(1)：构建AGV行进路径，并在行进路径设置多个路径点，为每个路径点设定优先关注偏差；步骤(2)：当AGV行进至某一路径点，确定当前AGV的距离偏差级别和角度偏差级别，并根据该路径点的优先关注偏差对AGV进行模糊控制和级联控制并行处理；步骤(3)：根据模糊控制和级联控制并行处理结果，AGV继续行进或报警。本发明提供了结合模糊控制和级联控制算法，搭建AGV动力学系统，快速调整AGV位姿误差，确保AGV控制系统能够快速且准确地完成运行任务，实现全局系统稳定跟踪控制。

Description

一种基于模糊控制与级联控制的差速AGV控制方法及系统
技术领域
本发明属于人工智能技术领域，尤其涉及一种基于模糊控制与级联控制的差速AGV控制方法及系统。
背景技术
自动引导小车(Automatic Guided Vehicles，AGV)是一种用于物流搬运系统、自动化对接装置的智能化设备，可以利用磁条、激光或者二维码进行路径跟踪控制，可以实现厂区的无人化操作。近年来，随着激光导航控制的进步和智能控制的成熟，基于激光SLAM导航的差速AGV的应用越来越多。但由于AGV本身包括多种类型传感器、AGV运行环境复杂多变、AGV本身结构的复杂性，就决定了AGV控制系统是一个强耦合的非线性系统。
因此，亟待提供一种针对强耦合非线性系统的AGV控制方法。
发明内容
为了实现上述的发明目的，针对现有技术上的缺陷，本发明提供了结合模糊控制和级联控制算法，搭建AGV动力学系统，快速调整AGV位姿误差，确保AGV控制系统能够快速且准确地完成运行任务，实现全局系统稳定跟踪控制。
根据本发明技术方案第一方面，提供一种基于模糊控制与级联控制的差速AGV控制方法，所述控制方法包括以下步骤：
步骤(1)：构建AGV行进路径，并在行进路径设置多个路径点，为每个路径点设定优先关注偏差；
步骤(2)：当AGV行进至某一路径点，确定当前AGV的距离偏差级别和角度偏差级别，并根据该路径点的优先关注偏差对AGV进行模糊控制和级联控制并行处理；
步骤(3)：根据模糊控制和级联控制并行处理结果，AGV继续行进或报警。
进一步地，所述步骤(1)中，所述路径点的优先关注偏差为距离偏差或角度偏差。
进一步地，所述步骤(2)中，所述距离偏差和角度偏差级别均包括：负大偏差、负小偏差、零偏差、正小偏差、正大偏差。
进一步地，所述步骤(2)具体包括：
步骤(21)：当AGV行进至某一路径点，确定当前AGV的距离偏差级别和角度偏差级别，带入模糊控制器，得到距离偏差函数的权限系数f(k1)和角度偏差函数的权限系数f(k2)；
步骤(22)：确定该路径点的优先关注偏差；
步骤(23)：针对该路径点的优先关注偏差，根据模糊级联函数，对距离偏差函数的权限系数f(k1)或角度偏差函数的权限系数f(k2)调整，由此进行模糊控制和级联控制并行处理。
进一步地，所述步骤(21)中，模糊控制器的模糊函数f(k)为下表所示，其中，当k＝k1，即距离偏差函数f(k1)取值时，t＝1；当k＝k2，即角度偏差函数f(k2)取值时，t＝-1，
Figure BDA0003327022340000021
其中，f(k1)和f(k2)取值小数点后一位。
进一步地，所述步骤(23)中，所述模糊级联函数为：
g(x,y,θ)＝f(k1)f(x,y)+f(k2)f(θ)+f(x,y,θ)，
v＝vr+c2se-c3ωryec2>0,c3>0
ω＝ωr+c1θec1>0
Figure BDA0003327022340000022
Figure BDA0003327022340000023
Figure BDA0003327022340000024
Figure BDA0003327022340000031
f(θ)＝-c1θe
其中，ω是AGV中心点的角速度，v是AGV中心点的线速度，xe是x方向距离偏差，ye是y方向距离偏差，θe是角度偏差误差，ωr是AGV中心点参考角速度，vr是AGV中心点参考线速度，h是AGV中心的距离偏差，xr,yr,θr是AGV参考坐标值和参考朝向角，x,y,θ是AGV当前时刻的坐标值和朝向角，c1，c2，c3为大于0的常数。
进一步地，所述步骤(23)具体包括：
若该路径点的优先关注偏差为距离偏差，则：
增大距离偏差函数的权限系数f(k1)，并保证0.8≤f(k1)+f(k2)≤1.2，将增大后的权限系数f(k1)和步骤(21)得到的角度偏差函数的权限系数f(k2)带入模糊级联函数，求得模糊级联函数的计算结果；
若该路径点的优先关注偏差为角度偏差，则：
增大角度偏差函数的权限系数f(k2)，并保证0.8≤f(k1)+f(k2)≤1.2，将增大后的权限系数f(k2)和步骤(21)得到的距离偏差函数的权限系数f(k1)带入模糊级联函数，求得模糊级联函数的计算结果。
进一步地，所述步骤(3)具体包括：
根据模糊级联函数的计算结果，若处于预定阈值范围内，则继续行进；若没有处于预定阈值范围内，根据该路径点的优先关注偏差继续增大距离偏差函数的权限系数f(k1)或角度偏差函数的权限系数f(k2)，直至遍历符合0.8≤f(k1)+f(k2)≤1.2的全部值；
若遍历符合0.8≤f(k1)+f(k2)≤1.2的全部值后，均没有处于预定阈值范围内，则报警处理。
根据本发明技术方案第二方面，提供一种基于模糊控制与级联控制的差速AGV控制系统，所述系统包括：处理器和用于存储可执行指令的存储器；其中，所述处理器被配置为执行所述可执行指令，以执行根据以上任一方面所述的基于模糊控制与级联控制的差速AGV控制方法。
根据本发明技术方案第三方面，提供一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述计算机程序被处理器执行时实现根据以上任一方面所述的基于模糊控制与级联控制的差速AGV控制方法。
本发明的有益效果：
1.本发明采用模糊级联控制方法来对AGV进行轨迹跟踪控制，建立了AGV运动学模型，且结合模糊控制器设计了轨迹跟踪控制律，使小车趋向于全局稳定。
2.AGV能够实时、快速地跟踪参考轨迹，具有良好的控制效果。
附图说明
图1是根据本发明实施例的方法流程图；
图2是根据本发明实施例的两轮差速驱动AGV模型；
图3是根据本发明实施例的AGV位姿误差模型。
具体实施方式
下面结合附图和实例对本发明做进一步说明。
本发明技术方案提供一种基于模糊控制与级联控制的差速AGV控制方法，如图1所示，该控制方法包括以下步骤：
步骤(101)：构建AGV行进路径，并在行进路径设置多个路径点，为每个路径点设定优先关注偏差；
步骤(102)：当AGV行进至某一路径点，确定当前AGV的距离偏差级别和角度偏差级别，并根据该路径点的优先关注偏差对AGV进行模糊控制和级联控制并行处理；
步骤(103)：根据模糊控制和级联控制并行处理结果，AGV继续行进或报警。
本发明采用差速式激光SLAM导航方式，如图2所示，中间是驱动轮，由二合一驱动器的伺服电机组成。本发明AGV运动轨迹包括直线、左转、右转以及原地旋转等动作。SLAM安装在车体正前方位置，XOY是AGV运动的坐标系，左右两驱动轮的线速度分别为vL和vR，其角速度分别为ωL，ωR驱动轮的轴间距为L，AGV中心的角速度为ω，线速度为v。中点C为左右两轮中心连线，则小车的位姿P＝[xyθ]T，AGV与参考路径的距离偏差为h，角度偏差为θ，AGV在运动前，激光SLAM先对周围环境进行建图，提取坐标后进行站点分配，AGV根据站点进行路径规划，通过调度系统，下发路径指令，AGV根据SLAM导航进行运行，在运行过程中，消除与指定坐标的距离偏差和角度偏差。在实际运行过程中，AGV车体的位姿与参考点始终是有偏差的，如图3所示，基于此，AGV参考位置为Pr＝[xr yr θr]T，基于AGV运动模型系统，定义如下：
Figure BDA0003327022340000051
其位姿误差动力学公式为：
Figure BDA0003327022340000052
综上分析可知，AGV在轨迹跟踪过程中，主要是研究其位姿误差，无论在任何情况下，AGV在运行过程中，满足公式(3)。
Figure BDA0003327022340000053
级联控制方法
级联控制方法是复杂非线性时变控制系统分解成两个或者更多的非线性时变控制系统，其意义在于分解后的子系统更容易实现控制。结合本发明的差速AGV控制，其位姿中车体中心(x，y)坐标定位问题，和车体朝向角θ问题。在本发明中，构造两个子系统函数，f(x,y)、f(θ)、f(x,y,θ)并且利用模糊控制方法，构造两个子系统函数的权限系数f(k1)、f(k2)，构建函数f(θ)满足全局一致稳定，其输出作为f(x,y)函数的输入，其结果也满足全局一致稳定，与权限系统匹配后最终的函数也满足系统渐进稳定。
在本发明中定义级联控制如下：
Figure BDA0003327022340000054
Figure BDA0003327022340000055
Figure BDA0003327022340000056
Figure BDA0003327022340000057
Figure BDA0003327022340000061
f(θ)＝-c1θe (7)
f(θ)为线性比例函数，因此该函数在定义范围内结果收敛，在AGV运行过程中速度是有确定的范围，其角速度满足级联函数的持续激励条件，可以得出f(x,y)在定义范围内结果收敛，其耦合函数f(x,y,θ)结果也是收敛，再结合模糊控制理论实现AGV位姿误差趋近于0。
模糊控制方法
AGV在轨迹跟踪控制中，距离偏差eh和角度偏差eθ需要实时调整，在特定路径上，有时需要优先调整距离偏差或者角度偏差，采用模糊控制算法进行整定，模糊控制器输入为距离偏差eh和角度偏差eθ，输出为距离偏差或者角度偏差函数的权限系数，在AGV运行过程中，对距离偏差和角度偏差进行模糊化处理，定义5个模糊子集，负大偏差(NB)、负小偏差(NS)、零偏差(ZE)、正小偏差(PS)、正大偏差(PB)。根据AGV实际运行路径对距离偏差的权限系统进行定义，如表1所示，其中距离偏差函数f(k1)取值时，t＝1；角度偏差函数f(k2)取值时，t＝-1，f(k1)和f(k2)取值小数点后仅取一位。
表1模糊函数
Figure BDA0003327022340000062
在不同的路径上可以针对性地调整模糊控制器的输出结果，进而达到最优的调整效果。具体地，当距离偏差eh为NB，且角度偏差eθ为PB时，距离偏差函数f(k1)取值为0.9，角度偏差函数f(k2)取值为0.1。
定义模糊级联函数如下：
g(x,y,θ)＝f(k1)f(x,y)+f(k2)f(θ)+f(x,y,θ) (8)
例如在AGV在离缓存货架一定位置处，需优先调整角度偏差，增大f(k2)权限系数，由于0.8≤f(k1)+f(k2)≤1.2，且距离偏差函数f(k1)取值为0.9，则f(k2)取值为0、0.1、0.2、0.3，此时将f(k2)＝0.2以及f(k1)＝0.9带入模糊级联函数，若计算结果处于预定阈值范围内，则AGV继续行进，若计算结果未处于预定阈值范围内，则继续增大f(k2)权限系数，将f(k2)＝0.3以及f(k1)＝0.9带入模糊级联函数，若计算结果处于预定阈值范围内，则AGV继续行进，若计算结果仍未处于预定阈值范围内，则报警处理。
这里，模糊级联函数的预定阈值范围例如可取-10到10。
在缓存货架存取货前，优先调整距离偏差，增大f(k1)权限系数，操作与以上步骤相反，由此模糊控制器根据现场环境进行针对性地调整。
综上可知，采用模糊级联控制算法，通过分解距离偏差和角度偏差，使得AGV快速实现路径跟踪控制，再结合模糊控制理论使得AGV在特定路径上完成差速AGV的运行任务，整个系统是趋于渐进稳定的。
上面对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。

Claims (10)

1.一种基于模糊控制与级联控制的差速AGV控制方法，其特征在于，所述控制方法包括以下步骤：
步骤(1)：构建AGV行进路径，并在行进路径设置多个路径点，为每个路径点设定优先关注偏差；
步骤(2)：当AGV行进至某一路径点，确定当前AGV的距离偏差级别和角度偏差级别，并根据该路径点的优先关注偏差对AGV进行模糊控制和级联控制并行处理；
步骤(3)：根据模糊控制和级联控制并行处理结果，AGV继续行进或报警。
2.根据权利要求1所述的差速AGV控制方法，其特征在于，所述步骤(1)中，所述路径点的优先关注偏差为距离偏差或角度偏差。
3.根据权利要求1所述的差速AGV控制方法，其特征在于，所述步骤(2)中，所述距离偏差和角度偏差级别均包括：负大偏差、负小偏差、零偏差、正小偏差、正大偏差。
4.根据权利要求1所述的差速AGV控制方法，其特征在于，所述步骤(2)具体包括：
步骤(21)：当AGV行进至某一路径点，确定当前AGV的距离偏差级别和角度偏差级别，带入模糊控制器，得到距离偏差函数的权限系数f(k1)和角度偏差函数的权限系数f(k2)；
步骤(22)：确定该路径点的优先关注偏差；
步骤(23)：针对该路径点的优先关注偏差，根据模糊级联函数，对距离偏差函数的权限系数f(k1)或角度偏差函数的权限系数f(k2)调整，由此进行模糊控制和级联控制并行处理。
5.根据权利要求4所述的差速AGV控制方法，其特征在于，所述步骤(21)中，模糊控制器的模糊函数f(k)为下表所示，其中，当k＝k1，即距离偏差函数f(k1)取值时，t＝1；当k＝k2，即角度偏差函数f(k2)取值时，t＝-1，
Figure FDA0003327022330000021
其中，f(k1)和f(k2)取值小数点后一位。
6.根据权利要求4所述的差速AGV控制方法，其特征在于，所述步骤(23)中，所述模糊级联函数为：
g(x,y,θ)＝f(k1)f(x,y)+f(k2)f(θ)+f(x,y,θ)，
v＝vr+c2xe-c3ωrye c2>0,c3>0
ω＝ωr+c1θe c1>0
Figure FDA0003327022330000022
Figure FDA0003327022330000023
Figure FDA0003327022330000024
Figure FDA0003327022330000025
f(θ)＝-c1θe
其中，ω是AGV中心点的角速度，v是AGV中心点的线速度，xe是x方向距离偏差，ye是y方向距离偏差，θe是角度偏差误差，ωr是AGV中心点参考角速度，vr是AGV中心点参考线速度，h是AGV中心的距离偏差，xr,yr,θr是AGV参考坐标值和参考朝向角，x,y,θ是AGV当前时刻的坐标值和朝向角，c1，c2，c3为大于0的常数。
7.根据权利要求6所述的差速AGV控制方法，其特征在于，所述步骤(23)具体包括：
若该路径点的优先关注偏差为距离偏差，则：
增大距离偏差函数的权限系数f(k1)，并保证0.8≤f(k1)+f(k2)≤1.2，将增大后的权限系数f(k1)和步骤(21)得到的角度偏差函数的权限系数f(l2)带入模糊级联函数，求得模糊级联函数的计算结果；
若该路径点的优先关注偏差为角度偏差，则：
增大角度偏差函数的权限系数f(k2)，并保证0.8≤f(k1)+f(k2)≤1.2，将增大后的权限系数f(k2)和步骤(21)得到的距离偏差函数的权限系数f(k1)带入模糊级联函数，求得模糊级联函数的计算结果。
8.根据权利要求1所述的差速AGV控制方法，其特征在于，所述步骤(3)具体包括：
根据模糊级联函数的计算结果，若处于预定阈值范围内，则继续行进；若没有处于预定阈值范围内，根据该路径点的优先关注偏差继续增大距离偏差函数的权限系数f(k1)或角度偏差函数的权限系数f(k2)，直至遍历符合0.8≤f(k1)+f(k2)≤1.2的全部值；
若遍历符合0.8≤f(k1)+f(k2)≤1.2的全部值后，均没有处于预定阈值范围内，则报警处理。
9.一种基于模糊控制与级联控制的差速AGV控制系统，所述系统包括：处理器和用于存储可执行指令的存储器；其中，所述处理器被配置为执行所述可执行指令，以执行根据权利要求1至8中任一项所述的基于模糊控制与级联控制的差速AGV控制方法。
10.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述计算机程序被处理器执行时实现根据权利要求1至8中任一项所述的基于模糊控制与级联控制的差速AGV控制方法。
CN202111266589.6A 2021-10-28 2021-10-28 一种基于模糊控制与级联控制的差速agv控制方法及系统 Pending CN114237214A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111266589.6A CN114237214A (zh) 2021-10-28 2021-10-28 一种基于模糊控制与级联控制的差速agv控制方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111266589.6A CN114237214A (zh) 2021-10-28 2021-10-28 一种基于模糊控制与级联控制的差速agv控制方法及系统

Publications (1)

Publication Number Publication Date
CN114237214A true CN114237214A (zh) 2022-03-25

Family

ID=80743351

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111266589.6A Pending CN114237214A (zh) 2021-10-28 2021-10-28 一种基于模糊控制与级联控制的差速agv控制方法及系统

Country Status (1)

Country Link
CN (1) CN114237214A (zh)

Similar Documents

Publication Publication Date Title
Li et al. Development of a new integrated local trajectory planning and tracking control framework for autonomous ground vehicles
Nascimento et al. Nonholonomic mobile robots' trajectory tracking model predictive control: a survey
Gul et al. A review of controller approach for autonomous guided vehicle system
Liu et al. Simulation performance evaluation of pure pursuit, stanley, lqr, mpc controller for autonomous vehicles
Song et al. A vehicle trajectory tracking method with a time-varying model based on the model predictive control
Yeom Kinematic and dynamic controller design for autonomous driving of car-like mobile robot
Fu et al. Collision-free and kinematically feasible path planning along a reference path for autonomous vehicle
Arab et al. Motion planning and control of autonomous aggressive vehicle maneuvers
Kolahi et al. Nonlinear dynamic modeling of tractor-trailer mobile robots with consideration of wheels inertia and their optimal point-to point path planning
Guirguis et al. Path tracking control based on an adaptive MPC to changing vehicle dynamics
Minh Nonlinear Model Predictive Controller and Feasible Path Planning for Autonomous Robots
Vilca et al. An overall control strategy based on target reaching for the navigation of an urban electric vehicle
Bacha et al. Autonomous vehicle path tracking using nonlinear steering control and input-output state feedback linearization
CN116225004A (zh) 一种六轮独立驱动独立转向机器人的避障方法
CN116360420A (zh) 一种clf-cbf优化的无人车辆运动规划控制方法
CN114237214A (zh) 一种基于模糊控制与级联控制的差速agv控制方法及系统
Yeom Design of deep neural network based model predictive controller for a car-like mobile robot
CN115480570A (zh) 农机车辆自动导航控制方法和装置、农机车辆
Fnadi et al. Local obstacle-skirting path planning for a fast Bi-steerable rover using bézier curves
Xiao et al. Smooth trajectory tracking using longitudinal distance constraint for a 4WS4WD unmanned ground vehicle
Reda et al. Model-based control strategy for autonomous vehicle path tracking task
Arrigoni et al. MPC-based framework for autonomous ground vehicles in a complex environment
Pérez-Morales et al. Multi-sensor-based predictive control for autonomous backward perpendicular and diagonal parking
Yan et al. A New Path Tracking Algorithm for Four-Wheel Differential Steering Vehicle
Dai et al. Path planning and force control of a 4wd4ws vehicle

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