0 引言

    自動(dòng)引導(dǎo)車(Automated Guided Vehicle，AGV)是現(xiàn)代物流行業(yè)的高效運(yùn)輸工具^[1-3],。但是,，在AGV運(yùn)行過程中，導(dǎo)航定位精度差,，一直制約其在許多工業(yè)環(huán)境下的應(yīng)用,。文獻(xiàn)[4]提出一種最優(yōu)偏差路徑的AGV糾偏方法，可以實(shí)現(xiàn)5 mm范圍內(nèi)糾正,，但是系統(tǒng)魯棒性較差,。文獻(xiàn)[5]采用了一種基于慣性導(dǎo)航和視覺里程計(jì)的定位算法，實(shí)現(xiàn)視覺輔助定位,，克服慣性導(dǎo)航的不足,，但是仍然無法實(shí)現(xiàn)后期AGV的位置修正；文獻(xiàn)[6]采用自定義定位標(biāo)識(shí)符法,，在地面鋪設(shè)停車標(biāo)識(shí),，系統(tǒng)識(shí)別停車標(biāo)志符后，即根據(jù)直線運(yùn)動(dòng)公式計(jì)算AGV停車距離,，直至距離為0，但后期缺少視覺信息反饋,，不具備停車糾偏能力,。

    針對以上情況，本文提出一種基于模糊控制和QR碼的精確定位方法,。首先通過模糊控制實(shí)現(xiàn)AGV快速路徑糾偏,，然后根據(jù)不同工位定位精度要求利用每幀圖片尺寸不變特性實(shí)現(xiàn)QR碼精確定位，實(shí)現(xiàn)了路徑快速準(zhǔn)確跟蹤和特殊工位點(diǎn)精確定位,。

1 AGV運(yùn)動(dòng)學(xué)模型

    建立AGV四輪差動(dòng)運(yùn)動(dòng)學(xué)模型,，如圖1所示^[7-8]。坐標(biāo)系XOY為AGV小車運(yùn)行區(qū)域,，視為大地坐標(biāo)系,，作為AGV運(yùn)動(dòng)坐標(biāo)參考。X¹O¹Y¹為以AGV小車幾何中心建立的AGV車體坐標(biāo)系,，隨AGV移動(dòng),。AGV小車的位姿由小車幾何中心在大地坐標(biāo)系中的位置(X，Y)和AGV前進(jìn)方向與大地坐標(biāo)系的X軸正方向的夾角θ確定,，即P=[X,，Y，θ]^T,。

    圖1中,，o₁,、o₂分別為AGV小車前后驅(qū)動(dòng)單元的中心；L為驅(qū)動(dòng)單元中心距AGV小車幾何中心的距離,；B為各驅(qū)動(dòng)輪中心到各自驅(qū)動(dòng)單元中心的距離,；α₁、α₂分別為兩個(gè)驅(qū)動(dòng)單元中軸線與AGV小車坐標(biāo)系X1軸正方向的夾角,，按照順正逆負(fù)取值,；V_o1、V_o2分別為兩個(gè)驅(qū)動(dòng)單元中心點(diǎn)的線速度,；A點(diǎn)為AGV小車的瞬時(shí)轉(zhuǎn)動(dòng)中心,。

    同時(shí)，假設(shè)：

    (1)兩個(gè)驅(qū)動(dòng)單元中心的角速度分別為ω_o1,、ω_o2,；

    (2)4個(gè)輪轂電機(jī)的線速度和角速度分別為v₁、v₂,、v₃,、v₄、ω₁,、ω₂,、ω₃、ω₄,；

    (3)前后兩個(gè)驅(qū)動(dòng)單元的中點(diǎn)在大地坐標(biāo)系中的坐標(biāo)點(diǎn)分別設(shè)為(X_o1,、Y_o1)、(X_o2,、Y_o2),。

    根據(jù)P=[X，Y,，θ]^T即AGV幾何中心的位置,，可以得到兩個(gè)驅(qū)動(dòng)單元中心點(diǎn)的大地坐標(biāo)為：

    通過以上運(yùn)動(dòng)模型可知，只要控制前后兩個(gè)驅(qū)動(dòng)單元的運(yùn)動(dòng)速度和加速度,，就可以控制AGV小車的運(yùn)行狀態(tài),。

    AGV小車模型如圖2所示，主要由工控機(jī)+顯示屏模塊,、視覺模塊,、驅(qū)動(dòng)模塊構(gòu)成。

2 模糊糾偏設(shè)計(jì)

2.1 模糊控制原理

    模糊控制是一種相比于傳統(tǒng)控制更加貼近于人類思維的控制方法,。與傳統(tǒng)的控制方式不同之處是,，模糊控制技術(shù)在復(fù)雜的多變量系統(tǒng)中可以通過各種變量之間的關(guān)系完成對系統(tǒng)進(jìn)行控制，從而使得系統(tǒng)的控制在直觀上更加簡便^[9-10]。模糊控制基本原理如圖3所示,。

2.2 模糊控制器設(shè)計(jì)

    模糊控制規(guī)則輸出曲面如圖4所示,，可以看出模糊控制規(guī)則曲面在E或EC在零值附近時(shí)波動(dòng)比較大，利于精確控制,；在E或EC絕對值較大時(shí)曲面波動(dòng)小,，系統(tǒng)具有較強(qiáng)的魯棒性。

    模糊量清晰化處理即為把模糊推理得出的結(jié)果轉(zhuǎn)換為控制系統(tǒng)可以識(shí)別的確定值,。通過重心法計(jì)算橫坐標(biāo)軸和隸屬度函數(shù)曲線圍成的區(qū)域重心,，如式(7)所示。

3 QR碼關(guān)鍵點(diǎn)精確定位

3.1 二維碼3點(diǎn)定位

    根據(jù)二維碼的3個(gè)位置探測圖形形狀相同位置對稱,，所以采用3點(diǎn)定位法確定二維碼位置,。首先確定3個(gè)位置探測圖形中點(diǎn)坐標(biāo)，然后通過直線擬合法獲取關(guān)鍵4點(diǎn)坐標(biāo),，最終確定整個(gè)二維碼區(qū)域,。定位結(jié)果如圖5所示。

3.2 QR碼精定位原理

    視覺定位相機(jī)安裝在AGV底板中心下面,，距離地面高度為25 cm,。          

    AGV的位移糾偏移動(dòng)方向如圖7所示，根據(jù)S1,、S2值的正負(fù)可以實(shí)現(xiàn)AGV的4個(gè)方向自由糾偏運(yùn)動(dòng),，從而避免對另外兩個(gè)邊距的冗余計(jì)算。

    最后通過反余弦變換求得偏轉(zhuǎn)角α,，旋轉(zhuǎn)糾偏方向如圖9所示,。取水平方向?yàn)?°方向，當(dāng)偏差角度為正則順時(shí)針旋轉(zhuǎn)AGV糾偏,，反之逆時(shí)針旋轉(zhuǎn)AGV。

4 實(shí)驗(yàn)驗(yàn)證

    實(shí)驗(yàn)采用自主研發(fā)的基于激光雷達(dá)+視覺引導(dǎo)的AGV實(shí)驗(yàn)平臺(tái),，如圖10所示,。實(shí)驗(yàn)環(huán)境為工廠的地坪漆地面，采用黑白二維碼作為標(biāo)識(shí)符,，單目相機(jī)采樣分辨率為1 280×720,。

    首先通過MATLAB中的Simulink組件對模糊控制建立仿真模型，如圖11所示,。設(shè)初始偏差輸入為[0.6,，5]，輸入模型后仿真結(jié)果如圖12所示,，圖13為最優(yōu)控制器結(jié)果,。可以看出AGV小車較大偏差狀態(tài)下可以快速調(diào)整到平衡狀態(tài)。在初始距離偏差0.5 m,、角度偏差0.6 rad的情況下,，只需3.5 s就可以消除偏差，明顯優(yōu)于最優(yōu)控制器,，所以本文采用模糊控制器可以顯著提高小車糾偏能力與反應(yīng)速度,。

    其次，為了驗(yàn)證該方法的有效性,，驗(yàn)證AGV視覺引導(dǎo)AGV的定位精度,，連續(xù)在同一定位點(diǎn)停靠200次,，AGV的定位誤差如圖14所示,，圖14(a)為X方向偏差，圖14(b)為Y方向上偏差,，圖14(c)為角度偏差,。可以看出X和Y方向偏差在±1 mm以內(nèi),，角度偏差在±1°以內(nèi),。

5 結(jié)論

    首先建立四輪差速模型，通過設(shè)置前后兩個(gè)驅(qū)動(dòng)中心簡化模型間的耦合度,。根據(jù)運(yùn)動(dòng)學(xué)模型確定位置偏差和角度偏差兩個(gè)變量作為二維模糊控制器的輸入,，進(jìn)而獲得糾偏控制量。在初始誤差較大的情況下可以快速調(diào)整小車到平行狀態(tài),，具有較高的魯棒性和快速性,。

    其次，針對高精度的應(yīng)用場合,，對一些工位有較高的定位精度要求,，提出一種基于單QR碼視覺精定位法。通過3點(diǎn)定位法提取QR碼輪廓,，利用幀圖片尺寸不變特性,，計(jì)算出位移偏差和角度偏差，定位精度穩(wěn)定在±1 mm以內(nèi),，AGV視覺定位精度顯著提高,，滿足高精度場合定位需要。

參考文獻(xiàn)

[1] 武星,，樓佩煌,，唐敦兵.自動(dòng)導(dǎo)引車路徑跟蹤和伺服控制的混合運(yùn)動(dòng)控制[J].機(jī)械工程學(xué)報(bào)，2011,，47(3)：43-48.

[2] 孟文俊,，劉忠強(qiáng).視覺導(dǎo)引AGV的路徑跟蹤控制研究[J].控制工程,，2014，21(3)：321-325.

[3] 鐘鉅斌.基于多種導(dǎo)航技術(shù)混合的AGV系統(tǒng)設(shè)計(jì)[D].杭州：浙江大學(xué),，2016.

[4] 羅哉,，唐穎奇，李冬,，等.基于最優(yōu)偏差路徑的自動(dòng)導(dǎo)引車糾偏方法[J].儀器儀表學(xué)報(bào),，2017，38(4)：853-860.

[5] 夏凌楠,，張波,，王營冠，等.基于慣性傳感器和視覺里程計(jì)的機(jī)器人定位[J].儀器儀表學(xué)報(bào),，2013,，34(1)：166-172.

[6] 魏明明，汪焰恩.基于計(jì)算機(jī)視覺反饋的AGV定位停車研究[J].機(jī)床與液壓,，2011,，39(15)：35-37.

[7] 張建鵬，樓佩煌,，錢曉明,，等.多窗口實(shí)時(shí)測距的視覺導(dǎo)引AGV精確定位技術(shù)研究[J].儀器儀表學(xué)報(bào)，2016,，37(6)：1356-1363.

[8] 章植棟. AGV視覺導(dǎo)航技術(shù)與路徑規(guī)劃[D].西安：長安大學(xué),，2013.

[9] 席愛民.模糊控制技術(shù)[M].西安：西安電子科技大學(xué)出版社，2008.

[10] 佟紹成,，王濤,，王艷平，等.模糊控制系統(tǒng)的設(shè)計(jì)及穩(wěn)定性分析[M].北京：科學(xué)出版社,，2004.

作者信息：

李  照,，舒志兵，嚴(yán)  亮

(南京工業(yè)大學(xué) 電氣工程與控制科學(xué)學(xué)院,，江蘇 南京211816)