郭景紅　趙璐　蔣鵬

摘要：AGV技術在多自由度無軌車上的應用。本文總結了工程應用中基于反光板的激光雷達三角定位技術的使用經(jīng)驗，用于項目上的實時跟蹤。

關鍵字：AGV;激光導航;三角定位;全局建圖;卡爾曼濾波

1 前言

本文研究了一種無軌多自由度車，該無軌車是由AGV+多自由度Stewart平臺組成，具有路線隨機、行進速度實時需調(diào)整、場景內(nèi)光線明暗變化較大等特點。

2 AGV導航技術分類

AGV導航技術根據(jù)導航方式分為電磁引導、激光導航、視覺導航等。激光導引AGV行駛路勁的周圍安裝位置精確的激光反射板，AGV通過發(fā)射激光束并采集由不同角度的反射板反射回來的信號，根據(jù)三角幾何運算來確定其當前的位置和方向，實現(xiàn)AGV的導引。其主要優(yōu)點是定位精度高，地面無需其他定位設施，能夠適應復雜的路徑條件及工作環(huán)境，可快速變更行駛路徑和修改運行參數(shù)。

由于應用場景對路線及光線的要求，采用激光導航是較為穩(wěn)妥可靠的方式。項目應用中對于激光導航采用了三角定位及SLAM兩種不同的方案，這里研究三角定位算法。

3 系統(tǒng)組成

該AGV三角定位系統(tǒng)組成：倍福運動控制器5130、倍加福R2000激光雷達（2D）、埃莫伺服驅(qū)動器及電機（多摩川編碼器）。倍福運動控制器主要完成定位算法、路徑規(guī)劃、軌跡規(guī)劃、邏輯控制等。激光雷達提供雷達點云數(shù)據(jù)、埃莫伺服電機編碼器提供里程計信息用于AGV位姿數(shù)據(jù)融合。

4 AGV模型分析

4.1運動模型

該種無軌車采用差速方式，兩個驅(qū)動輪及4個萬向從動輪。

根據(jù)模型可以得到車輛中心線速度、角速度與驅(qū)動輪速度的計算模型，該計算公式會用于之后的姿態(tài)數(shù)據(jù)融合及路徑規(guī)劃控制算法中。

瞬時認為左輪、中心點、右輪繞一點O做圓周運動，則很容易推出中心點的運動參數(shù)與左右輪速度的關系：線速度為 ，角速度為 。

5 三角定位的兩種計算方式

雷達掃描出標準點后獲取的信息是有冗余的，我們可以通過三角法和角邊法計算雷達在世界坐標系里面的位置及角度。

5.1三角法

三角法需要已知三個標準點，以雷達與各個點之間的夾角為條件計算自身的位置和姿態(tài)。

如圖P點為雷達，已知∠a1，∠a2，并且知道a點，b點，c點的坐標，計算p點的坐標。

該計算方法是通過幾何學的方式進行計算。

1）由于已知abc三點可以直接得到角abc的值

2）由三角形PBA，三角形PBC，公垂線可以得到如下計算公式：

P2*SIN（a1）=d1*SIN（a3）;

P2*SIN（a2）=d2*SIN（a4）;

同時很明顯a3+a4=2*PI-a1-a2-abc;

則通過以上關系式可以計算∠a3及∠a4的值，進而得到∠a5、∠a6數(shù)值，

由h/tan（a3）+h/tan（a4）=d1;得到h的高度，進而可以算出P1的長度，

由于已知向量ab及夾角∠a3，可以直接計算向量pa，進而得到P的坐標值。

由于激光雷達的角度信息非常精準，距離信息具有比較大的波動，如果只使用角度信息的話，可以得到相對高的精度，但是該計算方法需要3個標準點，且計算方法相對麻煩，實際使用中還是使用邊角法進行定位計算最后通過卡爾曼濾波使得位姿數(shù)據(jù)平滑變化。

5.2邊角法

該方法只需要已知兩個標準點，因為已經(jīng)知道它們的夾角及兩邊信息，可以很快計算出AGV的向量信息，進而得到AGV的位姿，該方法缺點是由于距離信息的誤差跳動，帶來定位具有一定誤差，需要通過里程計信息數(shù)據(jù)融合平滑。

6 激光反射板地圖列表校準

反光板地圖的建立有兩個問題：特征信息建立及全局反光板精度

該種定位方式需要通過激光雷達掃描到點的特征信息與地圖列表中的標準點進行匹配，尋找到符合特征的組合，進而反算激光雷達的位姿。因此激光反光板的安裝至關重要，某個區(qū)域內(nèi)的反光板需要具有特定的信息，使得可以匹配出來并當前區(qū)域內(nèi)唯一。

首先需要在圓柱上環(huán)繞粘貼反光貼，使得在任意位置掃描反光板得到的結果一致。從激光點云數(shù)據(jù)的0°到360°，搜索超過能量閾值的點，計算開始角度。起始角度與結束角度中間值即為掃描到的角度信息。實際測試精度在正負15mm。接下來轉(zhuǎn)動或者移動AGV通過雷達3個以上標準點校準等待點。7 AGV定位計算

保證雷達每次都可以掃描到3個以上點后，我們可以通過5節(jié)中的計算方式，計算出雷達的位姿，所以問題的關鍵是雷達掃描出來的標準點的匹配算法，即標準點的特征信息設定。

目前設定的最小掃描點個數(shù)為3個，則關鍵的特征信息可以以三角形的特征為單位。三角形的特征分析如：長度信息、中間點信息、順序信息;在特征點匹配過程中，雷達掃描點中同一個點會多次出現(xiàn)匹配成功現(xiàn)象，如果某個點出現(xiàn)與多個標準點匹配成功，則需要將該點排除，不納入計算中。

AGV定位的流程總結如下圖：

8 卡爾曼濾波

在動態(tài)運動狀態(tài)下，由于通訊、反光板安裝環(huán)境變化等原因會導致雷達掃描數(shù)據(jù)偶爾會出現(xiàn)上傳延時、數(shù)據(jù)跳變等現(xiàn)象，影響到AGV車輛的定位的準確性、平滑性，進而影響到路徑規(guī)劃的偏差控制。因此我們采用卡爾曼濾波將左右車輪的實際速度來預測AGV坐標并與雷達計算出的觀測值進行數(shù)據(jù)融合得到更為平滑準確的數(shù)據(jù)用于路徑跟蹤控制。

該項目中為了方便計算，采用了三個卡爾曼濾波器分別對X、Y、A進行濾波操作，可以得到較好的濾波效果。

圖4中藍色為濾波前跳動，紅色為濾波后效果，該動態(tài)濾波效果收斂明顯。

9 總結

該種類型設備的關鍵是AGV設備的軌跡運動控制，所以定位技術是必須重點解決的問題。通過一種雷達反光貼的三角定位及AGV車輪速度的數(shù)據(jù)融合技術，可以精確得到AGV實時的運動軌跡，可以為AGV的實時曲線跟蹤提供支撐。

參考文獻：

[1]鐘鉅斌. 基于多種導航技術混合的AGV系統(tǒng)設計. 浙江大學， 2016.

[2]伍舜喜. 基于激光雷達的智能車定位技術研究. 上海交通大學，2008.

[3]候?qū)W勇. 基于二維激光測距的移動機器人道路可行區(qū)域提取. 杭州電子科技大學，2012