通訊作者： 周可可，1987年8月，男，漢族，上海松江人，現(xiàn)任科大智能機(jī)器人技術(shù)有限公司技術(shù)主管，中級機(jī)械工程師，碩士。研究方向：移動機(jī)器人驅(qū)動系統(tǒng)及調(diào)度系統(tǒng)應(yīng)用。

摘 要：自動導(dǎo)引車輛（Automated Guided Vehicle，AGV）是一種新型的裝載運輸物料的工業(yè)車輛，采用自動或人工方式裝裝卸貨物，并按設(shè)定的路徑自動行駛至指定地點。AGV具有自動化、柔性化和準(zhǔn)時性等優(yōu)點，被廣泛應(yīng)用于汽車制造、醫(yī)藥、倉儲、化工等領(lǐng)域。軌跡跟蹤是AGV實現(xiàn)運動精確控制和執(zhí)行任務(wù)成敗的決定性因素，是AGV研究的核心問題。AGV是一種非線性、強耦合的多輸入多輸出的復(fù)雜系統(tǒng)，在實際應(yīng)用中AGV軌跡跟蹤會受到輪胎摩擦、路面情況、負(fù)載變化等多種外界因素的影響，導(dǎo)致AGV的行駛路徑偏離預(yù)先設(shè)計的參考軌跡。

關(guān)鍵詞：差速驅(qū)動;AGV建模;軌跡跟蹤

一、引言

重載AGV作為一種高效、可靠、安全的無人駕駛機(jī)器人，因具備自動化、智能化、可全天候并行作業(yè)等特點，在集裝箱裝卸、物料運輸?shù)茸鳂I(yè)場合得到了廣泛運用。以港口、碼頭、大型物流園區(qū)等場景為例，因貨物轉(zhuǎn)運量大、質(zhì)量重、類別多，堆場區(qū)域環(huán)境復(fù)雜，傳統(tǒng)的人力、叉車、載貨板車裝卸已很難滿足需求，而重載AGV不僅能完成基礎(chǔ)的運輸任務(wù)，憑借其搭載的多種傳感器及相關(guān)的定位導(dǎo)航技術(shù)，可以在無需鋪設(shè)軌道的前提下靈活運行，實現(xiàn)作業(yè)的集成化、柔性化，提高了物料運輸?shù)淖鳂I(yè)效率，降低了運營成本。伴隨著物流貨運作業(yè)現(xiàn)代化的不斷推進(jìn)，各行業(yè)對重載無軌導(dǎo)航AGV的需求量也會越來越大。

二、AGV轉(zhuǎn)向系統(tǒng)原理

重載AGV轉(zhuǎn)向控制系統(tǒng)主要由VCU、模糊PID控制器、伺服電機(jī)、液壓泵、液壓助力缸、轉(zhuǎn)角傳感器等組成。當(dāng)操作人員對AGV下發(fā)轉(zhuǎn)向指令后，VCU通過通訊系統(tǒng)獲取轉(zhuǎn)向命令，并向模糊PID控制器輸出對應(yīng)電信號，模糊PID控制器經(jīng)過解算后對伺服電機(jī)下達(dá)轉(zhuǎn)速信號，進(jìn)而控制定排量液壓泵為轉(zhuǎn)向系統(tǒng)提供對應(yīng)的液壓流量，最終實現(xiàn)輪胎轉(zhuǎn)向角度的控制[1]。

三、全向重載AGV控制算法總體框架

針對傳統(tǒng)輕載AGV存在載重性小、舵輪易懸空、控制不平滑的局限性，設(shè)計了一種全向重載AGV運動控制系統(tǒng)。AGV控制系統(tǒng)通過磁阻傳感器獲取當(dāng)前空間磁場強度分布，并通過序列磁場比值算法獲取AGV相對于軌跡的橫向偏差;橫向偏差通過模糊PID控制算法計算出AGV速度矢量;AGV速度矢量和激光雷達(dá)獲取的障礙物信息以及射頻識別技術(shù)（RFID）傳感器獲取的定位信息輸入控制中心進(jìn)行解算，輸出速度和位置數(shù)據(jù)發(fā)送給舵輪控制器，并輸出此時AGV動作指令[2]。

四、AGV的數(shù)學(xué)模型

（一）AGV的運動學(xué)模型

只考慮AGV在二維水平面上運動情形，其運動學(xué)模型，如圖1所示。坐標(biāo)系XOY為廣義坐標(biāo)系，G是AGV車體的質(zhì)心點，P是AGV左右驅(qū)動輪的中心點，也是AGV車體的幾何中心點。取幾何中心點P作為AGV小車在廣義坐標(biāo)系中的參考點，用q=[xP，yP，θ]T表示AGV在廣義坐標(biāo)系中位置狀態(tài)矢量。l為質(zhì)心點與幾何中心點之間的距離;b為AGV幾何中心點P到驅(qū)動輪中心線的距離;2r為AGV小車驅(qū)動輪的直徑。[v，ω]為AGV車體的線速度和角速度。

（二）液壓泵數(shù)學(xué)模型

液壓泵的轉(zhuǎn)速為：

式中，Kt——伺服電機(jī)轉(zhuǎn)速增益系數(shù);

u（t）——電機(jī)電壓指令信號液壓泵在正常工作時，為保證流量連續(xù)性，應(yīng)滿足以下方程：

式中，Qp——液壓泵流量;

Dp——液壓泵排量;

Cp——液壓泵泄漏系數(shù);

pp——液壓泵液壓力。

液壓缸數(shù)學(xué)模型液壓缸流量連續(xù)性方程如下：

式中，A——液壓缸有效作用面積;

x——活塞位移;

CL——液壓缸泄漏系數(shù);

pL——液壓缸系統(tǒng)壓力;

VL——總壓縮容積;

β——液壓油體積模量。

五、模糊PID控制器的設(shè)計

（一）控制系統(tǒng)結(jié)構(gòu)

模糊PID控制系統(tǒng)主要由常規(guī)的PID控制器、模糊控制器組成，其中輸入in（t）為AGV期望輪胎轉(zhuǎn)角，輸出out（t）為當(dāng)前實際轉(zhuǎn)角。運行過程中，通過實時監(jiān)測當(dāng)前轉(zhuǎn)角值，與期望轉(zhuǎn)角進(jìn)行比較后得到轉(zhuǎn)角偏差值e以及轉(zhuǎn)角偏差變化率de/dt，兩者經(jīng)模糊推理后得到PID控制器各參數(shù)的修正量，進(jìn)而完成PID控制器參數(shù)的實時調(diào)整。

（二）轉(zhuǎn)向控制器模型

運用測試的重載AGV參數(shù)。根據(jù)各種偏差情況制定以下控制策略。

1. 當(dāng)實際轉(zhuǎn)角與預(yù)定轉(zhuǎn)角相差較大時，增大Kp值，適當(dāng)減小Ki值，加快控制系統(tǒng)響應(yīng)時間，使實際轉(zhuǎn)角以盡可能快的速度調(diào)整至預(yù)定轉(zhuǎn)角。

2. 當(dāng)實際轉(zhuǎn)角與預(yù)定轉(zhuǎn)角接近時，適當(dāng)減小Kp值，防止控制系統(tǒng)超調(diào)，同時增大Ki值消除波動，避免輪胎在預(yù)定轉(zhuǎn)角附近來回擺動。

3. 當(dāng)輪胎未出現(xiàn)來回偏擺現(xiàn)象時，增大Kd值，以減少控制系統(tǒng)的時延性，在可能出現(xiàn)轉(zhuǎn)角偏差之前引入控制作用，抑制誤差的發(fā)生。由于液壓轉(zhuǎn)向系統(tǒng)在工作時存在外界干擾，且各環(huán)節(jié)相關(guān)參數(shù)隨運行時間、溫度等條件的改變而發(fā)生相應(yīng)變化，此系統(tǒng)為典型非線性系統(tǒng)，因此在模型建立時通過合理的條件假設(shè)對模型進(jìn)行簡化和調(diào)整。根據(jù)以上內(nèi)容，搭建轉(zhuǎn)角控制系統(tǒng)Simulink仿真模型，同時為檢驗?zāi)：赃m應(yīng)PID控制器效果，加入普通PID控制器進(jìn)行對比實驗，并使用Simulink內(nèi)置的PID解算器PID Tuner App計算出傳統(tǒng)PID控制器在平衡信號跟蹤效果及干擾抑制效果下的相對最優(yōu)結(jié)果，并分別對兩種控制器輸入15°，30°轉(zhuǎn)角信號進(jìn)行仿真[3]。

六、系統(tǒng)設(shè)計

全向重載AGV系統(tǒng)的組成主要包括硬件系統(tǒng)與軟件系統(tǒng)兩大部分。硬件包括車載導(dǎo)航控制平臺、RFID、磁傳感器、激光雷達(dá)、底盤舵輪等組成。軟件包括車輛調(diào)度系統(tǒng)、人機(jī)交互界面等。車載主控選用工業(yè)控制計算機(jī)，其上搭載Intel賽揚J1900四核四線程，主頻2 GHz最高睿頻2.41 GHz CPU，2G內(nèi)存，支持WIFI通信，硬件抗干擾性、穩(wěn)定性好。安裝Ubuntu16.04操作系統(tǒng)及ROSKinetic版本，ROS是一種高度靈活的軟件框架常用于編寫機(jī)器人軟件程序，它實現(xiàn)了機(jī)器人接口通用化，其中低耦合化模塊通過內(nèi)部靈活的通訊框架建立連接，同時包含大量工具軟件、代碼、通用協(xié)議對開發(fā)和調(diào)試機(jī)器人提供方便。人機(jī)交互界面選用電容式觸摸屏，型號為LCD-101?？梢詾橛脩籼峁┦孢m的人機(jī)交互平臺。

七、AGV路徑規(guī)劃

（一）圖論法

將圖論法應(yīng)用在機(jī)器人路徑規(guī)劃中是一種新的數(shù)學(xué)方法，對求解機(jī)器人路徑具有重要價值，圖論法中，最常用的是Dijkstra算法，該方法的基本思想是從起點出發(fā)，逐步地向外探尋最短路。Dijkstra算法是一種貪心算法，通過一個數(shù)組記錄起點到各個頂點的最短距離和已經(jīng)確定最短路徑的頂點集合，在路徑規(guī)劃開始時，將起點的路徑權(quán)重設(shè)為0，對于起點能直接到達(dá)的點將其路徑權(quán)重（長度）記錄下來，對于不能直接到達(dá)的頂點，將路徑長度設(shè)為極大。初始的頂點集合只有起點。然后，對周圍頂點選擇路徑長度最短的一點，并將該點加入到集合中，然后確定新加入的頂點是否可以到達(dá)其他頂點，并對比該頂點到其他點的距離是否比起點到其他點的距離更短，如果是，就將其路徑長度記錄下來，并在記錄下來的路徑長度中選距離最小的頂點，將這一頂點設(shè)置為新的起點，重復(fù)以上操作，就可以求出最短路徑[4]。

（二）機(jī)器視覺

機(jī)器視覺可以看作是從圖像中抽取、描述和解釋信息，最終用于實際檢測、測量和控制，其核心內(nèi)容是圖像的處理和識別。在對圖像進(jìn)行識別前，需要通過預(yù)處理對圖像進(jìn)行特征提取和增強，改善圖像質(zhì)量，便于計算機(jī)對圖像進(jìn)行分析處理。基于機(jī)器視覺的路徑規(guī)劃系統(tǒng)，首先通過視覺和圖像處理的方式采集環(huán)境信息并進(jìn)行處理和存儲，然后，在運行過程中，對采集到的圖像進(jìn)行分析，采集AGV在行駛中的信息，最后完成AGV的局部路徑規(guī)劃[5]。

八、結(jié)束語

針對四輪式差速驅(qū)動AGV的軌跡跟蹤問題，建立了AGV的運動學(xué)和動力學(xué)模型;考慮到其動力學(xué)模型中存在系統(tǒng)參數(shù)攝動和外部干擾等情況，建立了基于Backstepping技術(shù)的運動學(xué)控制律和基于滑?？刂萍夹g(shù)的動力學(xué)控制律;雖然滑?？刂破髂苡行У目朔到y(tǒng)參數(shù)攝動和外部干擾，但會出現(xiàn)抖振現(xiàn)象;利用模糊系統(tǒng)的萬能逼近特性，用模糊控制增益來逼近滑?？刂浦械牟贿B續(xù)切換部分，實現(xiàn)自適應(yīng)調(diào)節(jié);用Lyapunov穩(wěn)定性理論證明了所設(shè)計的軌跡跟蹤控制律的穩(wěn)定性和跟蹤誤差的漸進(jìn)收斂性.

參考文獻(xiàn)：

[1]郭虎虎，任芳，龐新宇，金澤.差速驅(qū)動AGV建模和軌跡跟蹤控制研究[J].機(jī)械設(shè)計與制造， 2021（07）：276-280.

[2]于佳喬.AGV系統(tǒng)路徑規(guī)劃與任務(wù)調(diào)度研究[D].長春工業(yè)大學(xué)， 2021.

[3]潘龍翔，李雯，袁志雄，賀超廣，唐立軍.智能停車場中全向AGV運動控制研究[J].現(xiàn)代電子技術(shù)， 2021，44（10）：181-186.

[4]袁鵬，周軍，楊子兵，吳迪，皇攀凌.AGV路徑規(guī)劃與偏差校正研究[J].現(xiàn)代制造工程， 2021（04）：26-32.

[5]付攀峰.AGV調(diào)度控制系統(tǒng)在汽車總裝車間的應(yīng)用[J].時代汽車， 2021（07）：6-7.