CN111942470B - 一种关于Forklift AGV的提高差速轮转向***纠偏能力的控制方法 - Google Patents

Abstract

本发明是为了克服现有技术无法消除非***误差对Forklift AGV的影响的问题，提供一种关于Forklift AGV的提高差速轮转向***纠偏能力的控制方法，主要采用以下技术方案：通过重力传感器测量左前轮毂及右前轮毂所受的载荷大小，计算左前轮毂及右前轮毂所受到的力矩大小，测量摩擦系数；初始化其余误差参数，初始化有效路程相关函数算法；初始化后轮转角纠偏PID控制器；根据视觉导引计算结果，设定左前轮毂、右前轮毂的绝对速度大小；修订左前轮毂、右前轮毂转速；Forklift AGV开始行驶，角度PID纠偏器进行路径纠偏处理，并不断检测，返回实际路径值；根据误差累积，修订其余误差参数；将其余误差参数ξ返回有效路程算法函数，更新预置路径纠偏函数，得到新规划的预置路径。

Description

一种关于Forklift AGV的提高差速轮转向***纠偏能力的控 制方法

技术领域

本发明涉及智能车辆控制领域，尤其是涉及一种关于Forklift AGV的提高差速轮转向***纠偏能力的控制方法。

背景技术

AGV(自动引导车)是完成该***的关键技术，经过5年的快速发展，我国已在AGV领域攻克了多个制造难题。在AGV发展的早期阶段，该技术知识应用于车间的杂物运输。目前，AGV已被广泛应用于各行各业，工业生产成本降低，工作效率大幅度提升。

现阶段Forklift AGV(无人叉车)的发展重点为自动寻路算法和图像识别机器视觉算法。为了提高无人叉车的智能性，在自动寻路算法方面，一般将视觉导引方法中的局部视觉导引算法与惯性测距算法相结合。该混合算法可较快采集周边路面信息进行路径导引，但因为路面状况与负载情况的相异与不确定性，加上***本身的限制性，算法会产生误差累积，此时就需要进行方向纠正与误差消除。

目前的AGV对于方向纠正所采用的主流方法为单一PID控制，近年出现了根据引导方法的融合性质所提出的双PID控制。上述两个方法可解决大部分的导航误差问题，但仍然不能解决非***误差引起的误差累积。

Forklift AGV因为其工作环境跨度较大，负载变换较为频繁，单纯地解决因***原因产生的误差已不能完成导航的纠偏要求。此时就体现出了，解决非***误差导致的导航偏差的重要性。

现有的对视觉导引AGV纠偏方法均为减少***误差的PID控制技术，且PID的参数设置具有一定的局限性，不能根据外部环境的变化而改变。传统的PID控制纠偏方法中，没有考虑非***误差的影响，而在Forklift AGV的运行中，非***误差对视觉导航具有很大的干扰作用。

发明内容

本发明是为了克服现有技术无法消除非***误差对Forklift AGV的影响的问题，提供一种关于Forklift AGV的提高差速轮转向***纠偏能力的控制方法，以解决非***误差对Forklift AGV(无人叉车)的影响，减少PID控制器的工作负担，提升传感器的工作时限，提高Forklift AGV(无人叉车)的纠偏能力，增强其稳定性和灵活性，使其在复杂环境中的运行质量提高。

为了实现上述目的，本发明采用以下技术方案：

一种关于Forklift AGV的提高差速轮转向***纠偏能力的控制方法，包括以下步骤：

S1：通过重力传感器测量左前轮毂及右前轮毂所受的载荷大小，计算左前轮毂及右前轮毂所受到的力矩大小，测量摩擦系数；

S2：初始化其余误差参数，初始化有效路程相关函数算法；

S3：初始化后轮转角纠偏PID控制器；

S4：根据视觉导引计算结果，设定左前轮毂、右前轮毂的绝对速度大小；

S5：修订左前轮毂、右前轮毂转速；

S6：Forklift AGV开始行驶，角度PID纠偏器进行路径纠偏处理，并不断检测，返回实际路径值；

S7：根据误差累积，修订其余误差参数；

S8：将其余误差参数返回有效路程算法函数，更新预置路径纠偏函数，得到新规划的预置路径，返回S4。

采用PID控制与有效半径测量辅助计算控制相结合的算法，通过测量左前、右前差动轮毂的有效半径，进而量化非***误差的影响。建立有效半径与非***误差的函数关系，并在Forklift AGV的运行过程中，不断更新相关参数，消除非***误差的影响。其特征在于半径测量辅助计算控制的加入，更好地强化了Forklift AGV的纠偏能力。进一步地，所述S1的具体过程为：

运算时将货物重量等效为左前、右前轮毂所受载荷大小，载荷大小为G；力矩大小根据T＝GL可得到载荷附加在各轮毂上的力矩大小，其中L为载荷中心到轮毂的距离，T为计算得到的力矩大小，摩擦系数根据查表得到。

进一步地，所述S2的具体过程为：在程序初始时，设定其余误差函数ξ值为0，即ξ＝0，初始化预置路径纠偏算法函数S₁＝f₁(T₁,G₁,μ₁,ξ₁)，S₂＝f₂(T₂,G₂,μ₂,ξ₂)，将其中各参数设定为既定值，当完成参数初始化后，算法函数为关于ξ₁、ξ₂单变量函数。

进一步地，使用比例、微分两个单元，根据角度纠偏要求，其控制器表示为

其中u(t)为无人叉车的角度纠偏控制量；K_p为控制器的比例常数；N为常数，是既定位置偏分参量；e(t)为无人叉车实际角度与既定角度差值；

为无人叉车实际角度与既定角度差值的变化趋势，初始化的系数为K_P、N，并将各参量置零。

进一步地，所述S4的具体过程为：定位***可确定当前AGV的位置与行驶状态，并根据任务指令要求，得到下一时刻目标状态，设置左前、右前轮毂的绝对速度为V₁＝ω₁R₁，V₂＝ω₂R₂。其中V₁、V₂表示左前、右前轮毂的绝对线速度大小，ω₁、ω₂表示左、右前轮电机的转速大小，R₁、R₂代表轮毂的初始半径。

进一步地，所述S5的具体过程为：根据S2中的算法S₁、S₂进行有效路程的计算，根据

可得到左前轮毂、右前轮毂的有效半径。其中r分别为轮毂的有效半径，k为轮毂有效周长与有效路程的比值，S为有效路程，更新步骤四中的轮毂初始半径，更新左前、右前轮毂电机转速大小V₁＝ω₁'r₁，V₂＝ω₂'。r₂其中ω₁'，ω₂'为修正后的左、右前轮电机转速，r₁、r₂为左前、右前轮毂的有效半径，更新电机转速。

进一步地，所述S7的具体过程为：ξ为反函数计算，即＝ξf^-1(T,G,μ,S)，并代入前左、前右轮毂的相关参数，得到新的其余误差参数值，其中T为轮毂所受力矩，G为轮毂所受重物负载，μ为轮毂与地面的摩擦系数，S为实际路径的长度。

因此，本发明具有如下有益效果：(1)根据Forklift AGV(无人叉车)轮毂的有效半径，进行差动轮系的控制，有效增强了Forklift AGV的纠偏能力，减少了PID控制器负担，提升了传感器的工作时限，使Forklift AGV在复杂环境中的运行质量提高；(2)因其理论依据具有广泛适用性，该方法可以配合多样负载情况下的Forklift AGV工况，***呈现较高的鲁棒性，使用该方法可有效避免因为非***误差积累导致Forklift AGV偏离航线，侧翻或与障碍物相撞，提高其行驶的稳定性与准确度。

附图说明

图1是本发明的程序流程图。

图2是本发明的路径纠偏的作用效果示意图。

图3是Forklift AGV所受误差因素的影响分布图。

图4是本发明的纠偏程序框图。

图5本发明的次要影响因素系数更新程序框图。

具体实施方式

下面结合附图与具体实施方式对本发明做进一步的描述。

如图1-5所示的实施例中，

为了更好处理非***误差，本发明将非***误差分为了负载误差、力矩误差、摩擦因素误差、其余误差因素。为了更好地体现误差因素的影响，本发明提出了关于左前、右前轮毂转过特定角度，所行驶的有效路程与相关非误差因素之间的关系。

算法函数公式：S₁＝f₁(T₁,G₁,μ₁,ξ₁)，S₂＝f₂(T₂,G₂,μ₂,ξ₂)。其中S₁与S₂分别代表左前轮毂、右前轮毂转过特定角度时行驶过的有效路程。Forklift AGV(无人叉车)所受误差因素的影响分布如图3所示。其中，T₁、T₂分别为左右两前轮毂所受到的力矩大小影响，G₁、G₂为左前轮毂与右前轮毂所受负载产生重力的大小。一般情况下G₁＝G₂＝G(G为货物的重力大小)。μ₁、μ₂为左右轮与地面之间的摩擦因素，该数值大小由查表获得。ξ₁、ξ₂为其余次要影响因素，其值随着无人叉车的行驶过程不断变化。

本发明一种关于Forklift AGV的提高差速轮转向***纠偏能力的控制方法，包括以下步骤：

S1：通过重力传感器测量左前轮毂及右前轮毂所受的载荷大小，计算左前轮毂及右前轮毂所受到的力矩大小，测量摩擦系数，具体过程为：为了简化计算，本方法在运算时将货物重量等效为左前、右前轮毂所受载荷大小，载荷大小为G；力矩大小根据T＝GL可得到载荷附加在各轮毂上的力矩大小，其中L为载荷中心到轮毂的距离，T为计算得到的力矩大小，摩擦系数根据查表得到。

S2：初始化其余误差参数，初始化有效路程相关函数算法，具体过程为：在程序初始时，设定其余误差函数ξ值为0，即ξ＝0，初始化预置路径纠偏算法函数S₁＝f₁(T₁,G₁,μ₁,ξ₁)，S₂＝f₂(T₂,G₂,μ₂,ξ₂)，将其中各参数设定为既定值，当完成参数初始化后，算法函数为关于ξ₁、ξ₂单变量函数。

S3：初始化后轮转角纠偏PID控制器，具体过程为：本发明主要使用比例、微分两个单元，根据角度纠偏要求，其控制器表示为

其中u(t)为无人叉车的角度纠偏控制量；K_p为控制器的比例常数；N为常数，是既定位置偏分参量；e(t)为无人叉车实际角度与既定角度差值；

为无人叉车实际角度与既定角度差值的变化趋势，初始化的系数为K_P、N，并将各参量置零。

S4：根据视觉导引计算结果，设定左前轮毂、右前轮毂的绝对速度大小，具体过程为：定位***可确定当前AGV的位置与行驶状态，并根据任务指令要求，得到下一时刻目标状态，设置左前轮毂、右前轮毂的绝对速度为V₁＝ω₁R₁，V₂＝ω₂R₂，其中V₁、V₂表示左前、右前轮毂的绝对线速度大小，ω₁、ω₂表示左、右前轮电机的转速大小，R₁、R₂代表轮毂的初始半径

S5：修订左前轮毂、右前轮毂转速，具体过程为：根据S2中的算法S₁、S₂进行有效路程的计算，根据

可得到左前、右前轮毂的有效半径，其中r分别为轮毂的有效半径，k为轮毂有效周长与有效路程的比值，S为有效路程，更新步骤四中的轮毂初始半径，更新左前、右前轮毂电机转速大小V₁＝ω₁'r₁，V₂＝ω₂'r₂，其中ω₁'，ω₂'为修正后的左、右前轮电机转速，r₁、r₂为左前、右前轮毂的有效半径，更新电机转速。

S6：Forklift AGV开始行驶，角度PID纠偏器进行路径纠偏处理，并不断检测，返回实际路径值；

S7：根据误差累积，修订其余误差参数，具体过程为：ξ为反函数计算，即ξ＝f^-1(T,G,μ,S)，并代入前左、前右轮毂的相关参数，得到新的其余误差参数值，其中T为轮毂所受力矩，G为轮毂所受重物负载，μ为轮毂与地面的摩擦系数，S为实际路径的长度。

S8：将其余误差参数返回有效路程算法函数，更新预置路径纠偏函数，得到新规划的预置路径，返回S4。

本发明的路径纠偏的作用效果示意图如图1所示左起第一为既定路线，第二为无非***误差校正的路线，第三为有非***误差校正的路线，在Forklift AGV行驶前，根据规划的相关路径，得到该时刻的先设形式路径(preset route)；在Forklift AGV开始行驶时，若未增加本发明的纠偏***，只使用PID控制，此时的无非***误差校正的路线(nocalibration route)，存在明显的偏差，该偏差只能由迭代的误差计算消除；若增加了本发明的纠偏***，此时的非***误差校正的路线(calibration route)相较于预设路径无明显误差，PID控制的误差计算负荷强度降低。其中(x,y)、(x',y')表示既定路径中ForkliftAGV左前轮毂、右前轮毂的初始位置，且各路径中的初始位置相同；(x₀,y₀)、(x₀',y₀')表示既定路径中Forklift AGV(无人叉车)左前、右前轮毂的目标位置；(x₁,y₁)、(x₁',y₁')表示无非***误差校正的Forklift AGV行驶终点；(x₂',y₂')、(x₂,y₂)表示有非***误差校正的无人叉车行驶终点。

根据上述执行步骤，本发明设计的程序控制框图如图4、图5所示。其中S_1,2表示进行非***误差实际路径规划的算法；ξ_1,2表示进行反函数运算，得到修改后的ξ其余误差参数的算法；PID为行驶角度纠偏的控制方式。

上述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (1)

1.一种关于Forklift AGV的提高差速轮转向***纠偏能力的控制方法，其特征是，包括以下步骤：

S1：通过重力传感器测量左前轮毂及右前轮毂所受的载荷大小，计算左前轮毂及右前轮毂所受到的力矩大小，获取摩擦系数，

具体过程为：在计算时将货物重量等效为左前轮毂、右前轮毂所受载荷大小，载荷大小为G；力矩大小根据T＝GL可得到载荷附加在各轮毂上的力矩大小，其中L为载荷中心到轮毂的距离，T为计算得到的力矩大小，摩擦系数根据查表得到；

S2：初始化其余误差参数，初始化有效路程相关函数算法，

具体过程为：在程序初始时，设定其余误差函数ξ值为0，即ξ＝0，初始化预置路径纠偏算法函数：S₁＝f₁(T₁，G₁，μ₁，ξ₁)，S₂ ＝ f₂(T₂,G₂, μ ₂ , ξ ₂ ) ， 将其中各参数设定为既定值，当完成参数初始化后，算法函数为关于ξ₁、ξ₂单变量函数；

S3：初始化后轮转角纠偏PID控制器，

具体过程为：使用比例、微分两个单元，根据角度纠偏要求，其控制器表示为：

其中u(t)为无人叉车的角度纠偏控制量；K_p为控制器的比例常数；N为常数，是既定位置偏分参量；e(t)为无人叉车实际角度与既定角度差值；

为无人叉车实际角度与既定角度差值的变化趋势，初始化的系数为K_P、N，并将各参量置零；

S4：根据视觉导引计算结果，设定左前轮毂、右前轮毂的绝对速度大小，

具体过程为：利用定位***确定当前AGV的位置与行驶状态，并根据任务指令要求，得到下一时刻目标状态，设置左前轮毂、右前轮毂的绝对速度为V₁＝ω₁R₁，V₂＝ω₂R₂，其中V₁、V₂表示左前、右前轮毂的绝对线速度大小，ω₁、ω₂表示左、右前轮电机的转速大小，R₁、R₂代表轮毂的初始半径；

S5：修订左前轮毂、右前轮毂转速，

具体过程为：根据S2中的预置路径纠偏算法S₁、S₂进行有效路程的计算，根据

可得到左前、右前轮毂的有效半径，其中r分别为轮毂的有效半径，k为轮毂有效周长与有效路程的比值，S为有效路程，更新步骤四中的轮毂的初始半径，根据公式V₁＝ω₁′r₁，V₂＝ω₂′r₂分别更新左前、右前轮毂电机转速大小，其中ω₁′，ω₂′为修正后的左、右前轮电机转速，r₁、r₂为左前、右前轮毂的有效半径；

S6：Forklift AGV开始行驶，角度PID纠偏器进行路径纠偏处理，并不断检测，返回实际路径值；

S7：根据误差累积，修订其余误差参数，

具体过程为：ξ为反函数计算，即ξ＝f^-1(T，G，μ，S)，并代入前左、前右轮毂的相关参数，得到新的其余误差参数值，其中T为轮毂所受力矩，G为轮毂所受重物负载，μ为轮毂与地面的摩擦系数，S为实际路径的长度；

S8：将其余误差参数返回有效路程算法函数，更新预置路径纠偏函数，得到新规划的预置路径，返回S4。

Images