0 引言

    自動引導(dǎo)車(Automated Guided Vehicle，AGV)是現(xiàn)代物流行業(yè)的高效運輸工具^[1-3]。但是，在AGV運行過程中，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[4]提出一種最優(yōu)偏差路徑的AGV糾偏方法，可以實現(xiàn)5 mm范圍內(nèi)糾正，但是系統(tǒng)魯棒性較差。文獻[5]采用了一種基于慣性導(dǎo)航和視覺里程計的定位算法，實現(xiàn)視覺輔助定位，克服慣性導(dǎo)航的不足，但是仍然無法實現(xiàn)后期AGV的位置修正；文獻[6]采用自定義定位標識符法，在地面鋪設(shè)停車標識，系統(tǒng)識別停車標志符后，即根據(jù)直線運動公式計算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現(xiàn)QR碼精確定位，實現(xiàn)了路徑快速準確跟蹤和特殊工位點精確定位。

1 AGV運動學(xué)模型

    建立AGV四輪差動運動學(xué)模型，如圖1所示^[7-8]。坐標系XOY為AGV小車運行區(qū)域，視為大地坐標系，作為AGV運動坐標參考。X¹O¹Y¹為以AGV小車幾何中心建立的AGV車體坐標系，隨AGV移動。AGV小車的位姿由小車幾何中心在大地坐標系中的位置(X，Y)和AGV前進方向與大地坐標系的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)動單元的中心；L為驅(qū)動單元中心距AGV小車幾何中心的距離；B為各驅(qū)動輪中心到各自驅(qū)動單元中心的距離；α₁、α₂分別為兩個驅(qū)動單元中軸線與AGV小車坐標系X1軸正方向的夾角，按照順正逆負取值；V_o1、V_o2分別為兩個驅(qū)動單元中心點的線速度；A點為AGV小車的瞬時轉(zhuǎn)動中心。

    同時，假設(shè)：

    (1)兩個驅(qū)動單元中心的角速度分別為ω_o1、ω_o2；

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

    (3)前后兩個驅(qū)動單元的中點在大地坐標系中的坐標點分別設(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，可以得到兩個驅(qū)動單元中心點的大地坐標為：

    通過以上運動模型可知，只要控制前后兩個驅(qū)動單元的運動速度和加速度，就可以控制AGV小車的運行狀態(tài)。

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

2 模糊糾偏設(shè)計

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

    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在零值附近時波動比較大，利于精確控制；在E或EC絕對值較大時曲面波動小，系統(tǒng)具有較強的魯棒性。

    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)可以識別的確定值。通過重心法計算橫坐標軸和隸屬度函數(shù)曲線圍成的區(qū)域重心，如式(7)所示。

3 QR碼關(guān)鍵點精確定位

3.1 二維碼3點定位

    根據(jù)二維碼的3個位置探測圖形形狀相同位置對稱，所以采用3點定位法確定二維碼位置。首先確定3個位置探測圖形中點坐標，然后通過直線擬合法獲取關(guān)鍵4點坐標，最終確定整個二維碼區(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的位移糾偏移動方向如圖7所示，根據(jù)S1、S2值的正負可以實現(xiàn)AGV的4個方向自由糾偏運動，從而避免對另外兩個邊距的冗余計算。

    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。取水平方向為0°方向，當(dāng)偏差角度為正則順時針旋轉(zhuǎn)AGV糾偏，反之逆時針旋轉(zhuǎn)AGV。

4 實驗驗證

    實驗采用自主研發(fā)的基于激光雷達+視覺引導(dǎo)的AGV實驗平臺，如圖10所示。實驗環(huán)境為工廠的地坪漆地面，采用黑白二維碼作為標識符，單目相機采樣分辨率為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，為了驗證該方法的有效性，驗證AGV視覺引導(dǎo)AGV的定位精度，連續(xù)在同一定位點?？?00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)置前后兩個驅(qū)動中心簡化模型間的耦合度。根據(jù)運動學(xué)模型確定位置偏差和角度偏差兩個變量作為二維模糊控制器的輸入，進而獲得糾偏控制量。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點定位法提取QR碼輪廓，利用幀圖片尺寸不變特性，計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

[1] 武星，樓佩煌，唐敦兵.自動導(dǎo)引車路徑跟蹤和伺服控制的混合運動控制[J].機械工程學(xué)報，2011，47(3)：43-48.

[2] 孟文俊，劉忠強.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[D].杭州：浙江大學(xué)，2016.

[4] 羅哉，唐穎奇，李冬，等.基于最優(yōu)偏差路徑的自動導(dǎo)引車糾偏方法[J].儀器儀表學(xué)報，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的機器人定位[J].儀器儀表學(xué)報，2013，34(1)：166-172.

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

[7] 張建鵬，樓佩煌，錢曉明，等.多窗口實時測距的視覺導(dǎo)引AGV精確定位技術(shù)研究[J].儀器儀表學(xué)報，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  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)