CN114253241B - 用于工业智能小车的路径跟踪方法 - Google Patents
用于工业智能小车的路径跟踪方法 Download PDFInfo
- Publication number
- CN114253241B CN114253241B CN202111569359.7A CN202111569359A CN114253241B CN 114253241 B CN114253241 B CN 114253241B CN 202111569359 A CN202111569359 A CN 202111569359A CN 114253241 B CN114253241 B CN 114253241B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- path
- angle
- current
- deviation
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 25
- 230000008859 change Effects 0.000 claims description 3
- 230000006872 improvement Effects 0.000 abstract description 5
- 230000008569 process Effects 0.000 abstract description 5
- 230000000694 effects Effects 0.000 abstract description 4
- 238000011161 development Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/4189—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by the transport system
- G05B19/41895—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by the transport system using automatic guided vehicles [AGV]
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32252—Scheduling production, machining, job shop
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种用于工业智能小车的路径跟踪方法,根据车辆内置的定位模块和规划模块获得车辆当前位置、姿态以及惯性参数,计算当前车辆状态是否符合规划路径的姿态,并计算下一时刻应该控制的方向盘角度,其中控制方向盘角度的车辆转角为横向角偏差、航线角偏差和横摆角偏差相加得到。本发明是一种考虑车辆动态特性的改进stanley算法,该方法对原stanley算法效果有明显的提升,它能够在路径跟踪过程中,更好的通过控制车辆方向盘,使车辆沿着路径行驶,提高了路径跟踪精度,尤其是在跟踪精度较差的转弯工况,跟踪精度基本能达到厘米级,有效的提升了车辆横向控制水平,能够顺利通过一些转弯半径小和空间狭窄的弯道。
Description
技术领域
本发明涉及工业自动化领域的智能自动化小车技术领域,尤其是涉及一种用于工业智能小车的路径跟踪方法。
背景技术
随着智能工厂的发展,智能自动化小车(Automated Guided Vehicle,简称AGV)的应用越来越多,这些智能小车通过摄像头、雷达、高精定位等传感器,感知周围环境与自车位姿,并通过路径规划算法与车辆横纵向控制技术,实现智能小车在工厂内无人驾驶,提高工厂运营效率。
在工业自动化领域的智能自动化小车的控制过程中,经常用到路径跟踪算法,该算法主要功能是分析当前车辆位姿以及目标路径,计算下一时刻应该控制的车辆方向盘角度。当前使用广泛的stanley路径跟踪算法利用车辆转向几何关系,根据车辆航向角和横向偏差计算出驶向目标路径所需要的车轮转角,实现路径跟踪。参阅附图1,在图1中:e表示车辆前轮到路径的最短距离;v表示自车当前车速;δ表示车轮转角;ψ1表示前轮对应路径点航向角;ψ2表示自车当前航向角;β表示由于横向偏差计算得到的车轮转角。
该算法在直线工况,路径跟踪效果可以,高速的时候也不会出现振荡,但是在转弯工况,尤其是转弯半径较小的路况,存在路径跟踪偏差较大,不能精准的跟踪路径行驶。
发明内容
为了克服上述缺陷,本发明提供了一种用于工业智能小车的路径跟踪方法,通过对车辆运动时的姿态变化,提出一种改进的路径跟踪方法,该方法结合行驶过程中车辆动态特性,能有效改善转弯工况路径跟踪精度,达到需要的控制效果,经过实际测试,满足应用需求。
本发明为了解决其技术问题所采用的技术方案是:
一种用于工业智能小车的路径跟踪方法,根据车辆内置的定位模块和规划模块获得车辆当前位置、姿态以及惯性参数,计算当前车辆状态是否符合规划路径的姿态,并计算下一时刻应该控制的方向盘角度,包括:
获取车辆当前位置坐标、当前航向角以及车辆每个轴的角速度变化率;
根据车辆当前位置坐标、车辆规划路径,确定车辆的横向角偏差;
根据车辆当前位置坐标、当前航向角,确定车辆航向与目标路径最近点切线之间的夹角,即航线角偏差;
根据车辆姿态获得车辆在转弯工况下的横摆角速度,确定车辆横摆角偏差;
将确定的当前车辆的横向角偏差、航线角偏差和横摆角偏差相加,得到车辆的车轮转角。
作为本发明的进一步改进,所述横向角偏差通过所述定位模块和规划模块获得的车辆当前速度、车辆当前位置、及车辆对应的路径投影位置来获得。
作为本发明的进一步改进,所述航线角偏差通过定位模块和规划模块提供所需的航向角获得。
作为本发明的进一步改进,所述横摆角偏差通过定位模块提供的车辆横摆角速度信息获得。
作为本发明的进一步改进,所述车辆横摆角偏差的大小通过车辆横摆角速度乘以时间间隔计算得到。
作为本发明的进一步改进,所述时间间隔根据车辆的车速、曲率来设置。
作为本发明的进一步改进,当车辆速度、曲率较大时,时间间隔设置的较大;当车辆速度、曲率较小时,时间间隔设置的较小。
本发明的有益效果是:本发明主要针对智能自动化小车的横向控制问题,并基于现有的stanley路径跟踪算法,发现该算法的不足之处,解决原有stanley算法在转弯工况路径跟踪误差较大,不能很好的沿路径行驶等问题,提出结合转弯时的车辆动态特性对输出的车轮转角进行动态修正,实现路径跟踪时有效减小横向与航向造成的跟踪偏差,使车辆精准的沿着路径行驶,从而解决在工业自动化工厂中的智能自动化小车的路径跟踪问题。
附图说明
图1为现有的路径跟踪算法车辆状态示意图;
图2为本发明所述方法的车辆状态示意图;
图3为本发明所述方法的流程示意图。
其中,图1中:e表示车辆前轮到路径的最短距离;v表示自车当前车速;δ表示车轮转角;ψ1表示前轮对应路径点航向角;ψ2表示自车当前航向角;β表示由于横向偏差计算得到的车轮转角;
图2中:e为车辆前轮到路径的最短距离;v为车速;δ为车轮转角;ψ为航向角;ω为横摆角。
具体实施方式
以下结合附图,对本发明的一个较佳实施例作详细说明。
本发明所述用于工业智能小车的路径跟踪方法,通过分析自车位置、姿态与惯性参数(各轴角速度),并计算当前车辆状态是否符合路径规划的姿态要求,计算位移误差与姿态误差,并根据惯性参数,计算下一时刻应该控制的方向盘角度,再根据车辆数据的实时反馈,实现对指定路径的高精度路径跟踪。
本发明的输入数据包括:
1)、车辆当前位置坐标、当前航向角以及车辆每个轴的角速度变化率;
2)、跟踪路径轨迹点坐标以及每个轨迹点的航向角;
输出数据包括:车辆方向盘转角。
参阅附图2,本发明所述方法的原理结构示意图,以下详细说明本发明:
(1)横向角偏差的计算:
假设车辆在当前车轮转角的预测轨迹在距离给定的目标路径上最近点d(t)处与最近点切线相交,则根据几何关系得出如下函数:
上述公式中的d(t)是人为假设值,通常认为d(t)与车速v和k有关,k值的大小决定了横向偏差的收敛速度,但是过大又会超调,需要反复调试已达到所需的精度
(2)航向角偏差的计算:
航向角偏差是指车辆当前航向角与目标路径最近点的航向角的差值,即车辆航向与目标路径最近点切线之间的夹角,
ψ(t)=ψ1(t)-ψ2(t)
(3)横摆角偏差的计算:
转弯工况下,车辆在侧向力的作用下产生横摆角速度,由于***延迟性,导致当前时刻和作用时刻的车辆姿态发生了变化,利用横摆角对此偏差进行修正,其中dt为时间间隔,车速与当前时刻对应的路径曲率共同影响dt的大小,比如:当车速、曲率较大时,dt设置的较大,当车速、曲率较小时,dt设置的较小。通过调整dt的大小,实现角度修正,达到所需的控制精度
ω(t)=α*dt
(4)车轮转角的计算:
以上三种角度偏差相加,得到车辆的车轮转角
δ(t)=ψ(t)+β(t)+ω(t)
本发明的流程图参阅附图3。
由此可见,本发明提出了一种用于工业智能小车的路径跟踪方法,是一种考虑车辆动态特性的改进stanley算法,该方法对原stanley算法效果有明显的提升,它能够在路径跟踪过程中,更好的通过控制车辆方向盘,使车辆沿着路径行驶,提高了路径跟踪精度,尤其是在跟踪精度较差的转弯工况,跟踪精度基本能达到厘米级,有效的提升了车辆横向控制水平,能够顺利通过一些转弯半径小和空间狭窄的弯道。该方法经过大量验证与试验,能够高精度的实现智能工厂中智能自动化小车的路径跟踪要求,提高智能工厂的自动化程度。
在以上的描述中阐述了很多具体细节以便于充分理解本发明。但是以上描述仅是本发明的较佳实施例而已,本发明能够以很多不同于在此描述的其它方式来实施,因此本发明不受上面公开的具体实施的限制。同时任何熟悉本领域技术人员在不脱离本发明技术方案范围情况下,都可利用上述揭示的方法和技术内容对本发明技术方案做出许多可能的变动和修饰,或修改为等同变化的等效实施例。凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰,均仍属于本发明技术方案保护的范围内。
Claims (6)
1.一种用于工业智能小车的路径跟踪方法,根据车辆内置的定位模块和规划模块获得车辆当前位置、姿态以及惯性参数,计算当前车辆状态是否符合规划路径的姿态,并计算下一时刻应该控制的方向盘角度,其特征在于,包括:
获取车辆当前位置坐标、当前航向角以及车辆每个轴的角速度变化率;
根据车辆当前位置坐标、车辆规划路径,确定车辆的横向角偏差;
根据车辆当前位置坐标、当前航向角,确定车辆航向与目标路径最近点切线之间的夹角,即航线角偏差;
根据车辆姿态获得车辆在转弯工况下的横摆角速度,确定车辆横摆角偏差;
将确定的当前车辆的横向角偏差、航线角偏差和横摆角偏差相加,得到车辆的车轮转角;
其中,所述横向角偏差通过所述定位模块和规划模块获得的车辆当前速度、车辆当前位置、及车辆对应的路径投影位置来获得。
2.根据权利要求1所述的用于工业智能小车的路径跟踪方法,其特征在于:所述航线角偏差通过定位模块和规划模块提供所需的航向角获得。
3.根据权利要求1所述的用于工业智能小车的路径跟踪方法,其特征在于:所述横摆角偏差通过定位模块提供的车辆横摆角速度信息获得。
4.根据权利要求3所述的用于工业智能小车的路径跟踪方法,其特征在于:所述车辆横摆角偏差的大小通过车辆横摆角速度乘以时间间隔计算得到。
5.根据权利要求4所述的用于工业智能小车的路径跟踪方法,其特征在于:所述时间间隔根据车辆的车速、曲率来设置。
6.根据权利要求5所述的用于工业智能小车的路径跟踪方法,其特征在于:当车辆速度、曲率较大时,时间间隔设置的较大;当车辆速度、曲率较小时,时间间隔设置的较小。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111569359.7A CN114253241B (zh) | 2021-12-21 | 2021-12-21 | 用于工业智能小车的路径跟踪方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111569359.7A CN114253241B (zh) | 2021-12-21 | 2021-12-21 | 用于工业智能小车的路径跟踪方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114253241A CN114253241A (zh) | 2022-03-29 |
CN114253241B true CN114253241B (zh) | 2023-12-22 |
Family
ID=80793628
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111569359.7A Active CN114253241B (zh) | 2021-12-21 | 2021-12-21 | 用于工业智能小车的路径跟踪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114253241B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102016217463A1 (de) * | 2015-09-14 | 2017-03-16 | Continental Teves Ag & Co. Ohg | Verfahren zur Regelung einer Kraftfahrzeugbremsanlage |
CN107561942A (zh) * | 2017-09-12 | 2018-01-09 | 重庆邮电大学 | 基于模型补偿的智能车辆轨迹跟踪模型预测控制方法 |
CN108045435A (zh) * | 2017-11-29 | 2018-05-18 | 江苏大学 | 一种路面自适应的智能车辆横向混合控制方法 |
CN108646747A (zh) * | 2018-06-05 | 2018-10-12 | 上海交通大学 | 农用车辆路径跟踪控制方法 |
CN110502009A (zh) * | 2019-08-14 | 2019-11-26 | 南京理工大学 | 基于航向预估的无人驾驶车辆路径跟踪控制方法 |
CN111609846A (zh) * | 2020-04-08 | 2020-09-01 | 延锋伟世通电子科技(上海)有限公司 | 车辆行驶轨迹预测方法、***、介质及车载终端 |
CN111623786A (zh) * | 2020-06-08 | 2020-09-04 | 昆山星际舟智能科技有限公司 | 预判车辆行驶轨迹的方法 |
CN112519882A (zh) * | 2019-09-17 | 2021-03-19 | 广州汽车集团股份有限公司 | 一种车辆参考轨迹跟踪方法及*** |
CN113246974A (zh) * | 2021-04-12 | 2021-08-13 | 南京航空航天大学 | 无人驾驶应急场景下避险/降损控制方法、存储介质和电子装置 |
-
2021
- 2021-12-21 CN CN202111569359.7A patent/CN114253241B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102016217463A1 (de) * | 2015-09-14 | 2017-03-16 | Continental Teves Ag & Co. Ohg | Verfahren zur Regelung einer Kraftfahrzeugbremsanlage |
CN107561942A (zh) * | 2017-09-12 | 2018-01-09 | 重庆邮电大学 | 基于模型补偿的智能车辆轨迹跟踪模型预测控制方法 |
CN108045435A (zh) * | 2017-11-29 | 2018-05-18 | 江苏大学 | 一种路面自适应的智能车辆横向混合控制方法 |
CN108646747A (zh) * | 2018-06-05 | 2018-10-12 | 上海交通大学 | 农用车辆路径跟踪控制方法 |
CN110502009A (zh) * | 2019-08-14 | 2019-11-26 | 南京理工大学 | 基于航向预估的无人驾驶车辆路径跟踪控制方法 |
CN112519882A (zh) * | 2019-09-17 | 2021-03-19 | 广州汽车集团股份有限公司 | 一种车辆参考轨迹跟踪方法及*** |
CN111609846A (zh) * | 2020-04-08 | 2020-09-01 | 延锋伟世通电子科技(上海)有限公司 | 车辆行驶轨迹预测方法、***、介质及车载终端 |
CN111623786A (zh) * | 2020-06-08 | 2020-09-04 | 昆山星际舟智能科技有限公司 | 预判车辆行驶轨迹的方法 |
CN113246974A (zh) * | 2021-04-12 | 2021-08-13 | 南京航空航天大学 | 无人驾驶应急场景下避险/降损控制方法、存储介质和电子装置 |
Non-Patent Citations (2)
Title |
---|
基于配点法的智能车实时轨迹跟踪研究;朱盈璇;赵克刚;叶杰;梁政焘;;机床与液压(11);全文 * |
朱盈璇 ; 赵克刚 ; 叶杰 ; 梁政焘 ; .基于配点法的智能车实时轨迹跟踪研究.机床与液压.2020,(11),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN114253241A (zh) | 2022-03-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Xu et al. | Preview path tracking control with delay compensation for autonomous vehicles | |
CN112046504B (zh) | 无人驾驶车辆及其横向控制方法、电子设备 | |
CN114148320B (zh) | 一种路径跟踪控制方法及设备 | |
CN111731307B (zh) | 一种车辆转弯控制方法、装置、车辆及存储介质 | |
CN113428218B (zh) | 一种车辆转向控制方法、装置、设备及存储介质 | |
CN111123701B (zh) | 基于管道预测模型的自动驾驶路径跟踪抗干扰控制方法 | |
CN104204977A (zh) | 轨迹控制装置 | |
CN115551756A (zh) | 路径控制模块、相关联的路径控制设备以及相关联的方法 | |
CN112462760A (zh) | 一种双舵轮agv路径跟踪方法 | |
CN115752507A (zh) | 基于二维码导航的在线单舵轮agv参数标定方法及*** | |
CN114253241B (zh) | 用于工业智能小车的路径跟踪方法 | |
CN107450308B (zh) | 存储设备、机器人 | |
CN116653988A (zh) | 一种自动驾驶车辆纵向控制方法、***及车辆 | |
CN110789526B (zh) | 一种克服无人驾驶汽车横向控制大纯滞后的方法 | |
CN112947487A (zh) | 一种自动引导车辆及其曲线路径跟踪方法、控制装置 | |
CN114089730A (zh) | 机器人的运动规划方法和自动引导车 | |
CN112925327A (zh) | 一种二维码惯导导航控制算法 | |
Szepe et al. | Pure pursuit trajectory tracking approach: Comparison and experimental validation | |
Bachache et al. | The Steering Actuator System to Improve Driving of Autonomous Vehicles based on Multi-Sensor Data Fusion | |
CN118092208B (zh) | 基于全局视觉伺服的工位内agv智能导航方法及*** | |
Schwartz et al. | Analysis of a cascaded MPC structure for vehicle motion control | |
KR102563074B1 (ko) | 차동 구동형 이동로봇의 운동역학을 고려한 장애물 회피 및 경로 추종방법 | |
CN216210565U (zh) | 一种自动驾驶车辆路径跟踪控制*** | |
Kochem et al. | Nonlinear path following control of non‐holonomic vehicles with the human as actuator in a parking application | |
CN117093001B (zh) | 自动导向车的纠偏方法及*** |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |