基于模糊算法的AGV纠偏控制.pdf

技术应用Technique and application 17Robot Technique and Application2023 50 引言目前，自动导引车（AGV）已被广泛使用在各种工业领域中，包括仓储业、制造业、危险场所和特种行业等1-3。在诸多应用领域中，AGV 的纠偏控制是实现自动导引控制的基础，也是 AGV 研究的核心问题。AGV 纠偏控制属于离散型控制，具有非线性、模型与环境的不确定性以及测量的不精确性等特性，因其特殊性和重要性，国内外学者对 AGV 纠偏控制开展深入研究。马凯等4针对叉车式 AGV 的结构及其具有的非完整约束的特点，基于模糊控制理论实现了 AGV 的路径跟踪。施文等5基于免疫算法的 P（比例）模糊控制实现了 AGV 的路径纠偏。马平等6采用分段模糊 PI（比例-积分）控制实现了 AGV 的纠偏。陈一凡7利用模糊控制与李雅普诺夫第二法相结合实现了 AGV 的轨迹跟踪。袁鹏等8利用改进的粒子群优化寻求最优路径与改进模糊 PID（比例-积分-微分）控制实现了 AGV 的纠偏。翟宏旭9基于模糊控制设计了一种双输入双输出的模糊纠偏控制器，实现了 AGV 的纠偏控制。孙超等10基于模糊控制实现了四轮驱动AGV的协同纠偏控制。本文以 AGV 为研究对象，针对 AGV 在高速运行时受离散时间的影响而导致控制效果变差的问题，设计了一种模糊纠偏控制器，并基于变论域方法，对模糊纠偏控制器中输出论域进行实时变化，以提高纠偏控制在AGV 高速运行时的有效性和快速性，实现了快速、平稳地位姿纠偏。1 AGV 运动学模型本文研究的 AGV 为四轮式结构，其中，主动轮为对角布置的舵轮，驱动策略为前舵轮驱动并控制方向，后舵轮仅驱动。图 1 展示了 AGV 左转时前、后舵轮及车体运动中心的转向半径为、，且转动半径相交于M点。其中，AGV 前舵轮转角为，前舵轮速度，后舵轮速度，车体运行中心的速度定义前舵轮左转角度范围为：，右转为 ；车体的转向角即运动中心的速度 与 轴的正向夹角，定义 在 轴上方为正，下方为负。图 1 AGV 左转示意图基于模糊算法的 AGV 纠偏控制 吴灏1 王淇锋1 刘明立2 李炀1 张孟珍1（1国网石家庄供电公司,石家庄,050000；2河北工业大学机械工程学院，天津，300401）摘 要基于 AGV 的运动学分析，针对 AGV 在高速运行时控制效果变差这一问题，本文提出一种 AGV 路径纠偏的分级控制策略，针对不同运行速度对 AGV 进行分类分析，基于变论域模糊控制算法以车体位置和角度偏差为输入量，车体转向角度为输出量设计第一个模糊控制器。以车体运动中心的运行速度为输入量，第一个模糊控制器输出论域的伸缩因子为输出量设计第二个模糊控制器实现分级控制策略。结合两个模糊控制器设计基于速度分级的 AGV 纠偏控制器并进行仿真分析。仿真结果表明，基于速度分级的 AGV 纠偏控制器能够对不同速度下的 AGV 实现平稳、快速纠偏。关键词：AGV，模糊控制，变论域，纠偏控制作者简介：吴灏，高级工程师，主要从事变电设备故障诊断分析等方面的科研工作。技术应用Technique and application 18机器人技术与应用 2023 5忽略地面摩擦的影响，AGV 向左右转时的转动半径与车体的转向角，可根据几何关系与得出：（1）（2）（3）其中，L为前轮连线中点与后轮连线中点的长度，W为前轮或后轮连线的长度。（4）如图 2 所示，以 AGV 右转为例进行分析，AGV 在二维平面运动，建立基准坐标系X-O-Y。定义以车体正中心C点为 AGV 的车体运动中心，并以C点为原点建立x-C-y为 AGV 局部坐标系。车体的姿态角 为 X 轴正方向与 x 轴正方向的夹角。图 2 AGV 右转示意图由于 AGV 角速度相等，根据转动半径与前舵轮速度，可得出后舵轮速度与车体运动中心速度：（5）（6）定义 AGV 顺时针旋转为负，逆时针旋转为正，则AGV 匀速行驶时的角速度为：（7）AGV 的运行状态可表示为：（8）（9）由于 AGV 的实际控制为离散控制，因此进一步离散化，得到（k+1）时刻 AGV 的位姿：（10）其中，为采样时刻，为采样时间间隔。2 AGV 纠偏控制器设计如图 3 所示，AGV 纠偏控制器可以通过理想位姿与AGV 的实际位姿计算出车体当前偏离轨迹的位置偏差与车体的角度偏差，通过速度进行分级推理出论域伸缩因子，进而根据 AGV 的位姿偏差推理出 AGV 的转向角，AGV 纠偏控制器根据车体转向角及速度调整 AGV 的舵轮速度与转角，使其能够以较高的速度和精度回到原始路径上。图 3 纠偏控制示意图3 变论域模糊控制3.1 基于速度分级的 AGV 控制策略AGV 的纠偏控制是由位置偏差与车体角度偏差进行模糊推理实现，未考虑偏差变化量的影响。考虑到离散时间的影响，当 AGV 高速运行时，由于缺少模糊规则，其控制效果变差。在单一的模糊控制中，模糊控制器的论域是固定的，故本文引入变论域理论12，设计出一种基于速度分级的 AGV 纠偏控制器。在基于速度分级的 AGV 纠偏控制中，当 AGV 的速度较大时，可通过调整 AGV 车体运行中心转向角的输出论域（即调整模糊控制器的伸缩因子），以降低离散时间对 AGV 纠偏控制的影响。基于 AGV 的运行速度分级，实现 AGV 纠偏控制的整个流程如图 4 所示。技术应用Technique and application 19Robot Technique and Application2023 5图 4 分级控制流程图3.2 变论域模糊控制原理自适应变论域模糊控制是相对于常规模糊控制的固定论域而言的。固定的论域会使得模糊控制的适应性受到一定限制，如果初始论域范围设定过小，则导致控制结果的精度下降；如果初始论域设定范围过大，则会导致控制的稳定性下降。而变论域则是通过引入伸缩因子来调整模糊控制器输入/输出变量的论域范围。变论域原理如图 5 所示，论域在伸缩因子 的影响下，由初始论域 变化为。图 5 变论域原理图3.3 速度分级伸缩因子模糊控制器设计本文以 AGV 车体运行速度作为输入量、车体运行中心转向角的论域的伸缩因子系数 作为输出量，并对输入变量、输出变量都采用 4 个量化等级进行模糊化处理，模糊语言集合分为 ZE(适中)、PS(正小)、PM(正中)、PB(正大)、NB（负大）、NM(负中)、NS(负小)、ZE(不变)。本文将 AGV 运行速度的论域定为 0.7,1.5,单位为 m/s，车体运行中心转向角的论域的伸缩因子系数的论域定为0.3,1。伸缩因子模糊控制器模糊规则表如表 1 所示。表 1 伸缩因子模糊控制器模糊规则表ZEPUPSPBNBNSNUZE车体运行中心转向角的论域的伸缩因子系数的大小通过 AGV 的运行速度进行分级判定，故输出论域会随速度的大小而变化。当 AGV 运行速度较低时，离散时间对于纠偏控制的影响较低，采用初始论域的模糊纠偏控制便可实现有效的纠偏；当 AGV 运行速度较大时，可通过降低输出论域伸缩因子来提高其纠偏性能。本文将模糊控制器的输出论域由变为，实现了根据不同的速度，自适应变化车体运行中心转向角的论域，从而获得对 AGV 更佳的控制效果。3.4 基于速度分级的 AGV 纠偏控制器在本文设计的 AGV 纠偏控制器中，以 AGV 输出的实际位姿与理想位姿的偏差（即位置偏差与角度偏差）作为输入变量，AGV 运行中心的转向角为输出变量，并对输入变量、采用 7 个量化等级进行模糊化处理，量化等级为NB（负大），NM（负中），NS（负小），ZO（零），PS（正小），PM（正中），PB（正大）。对输出变量采用 9 个量化等级进行模糊化处理，量化等级为 NB（负大），NM（负中），NS（负小），NU（负极小），ZO（零），PU（正极小），PS（正小），PM（正中），PB（正大）。本文将的论域值定为（负偏差表示位于行驶路线左侧，正偏差表示位于行驶路面右侧)，单位为 cm；的论域值定为；的论域初始值定为。另外，的伸缩因子可通过速度分级伸缩因子模糊控制器进行实时调节，使输出论域由变为。本文以 AGV 位置偏差大小和角度偏差大小为参量，建立模糊规则，根据车体的转向角度对位姿的影响情况，制定模糊规则表，具体如表 2 所示。表 2 模糊纠偏控制器模糊规则表NBNMNSZEPSPMPBNBPBPBPBPMPSPUNUNMPBPBPMPSPUZENSNSPBPMPSPUZENUNMZEPMPSPUZENUNSNMPSPMPUZENUNSNMNBPMPSZENUNSNMNBNBPBPUNUNSNMNBNBNB4 仿真与分析 为了验证基于速度分级的变论域模糊控制器的有效性，本文在 MATLAB 软件的 Simulink 平台中搭建了一套AGV 纠偏控制系统，首先对基于速度分级的变论域模糊控制器的控制效果进行仿真分析，然后与传统的模糊控制及传统的 PID 控制在不同运行速度时的控制效果作对比。技术应用Technique and application 20机器人技术与应用 2023 5设置 AGV 的初始值（见表 3），并进行仿真分析，分别得到 AGV 位置偏差变化与 AGV 角度偏差变化的仿真曲线，具体如图 7、图 8 所示。表 3 AGV 初始设定值角度偏差/rad位置偏差/cm运行速度/（m/s）-/20100.6-/20101.1-/20101.5 (a)v=0.6m/s (b)v=1.1m/s (c)v=1.5m/s图 7 AGV 位置偏差变化曲线 (a)v=0.6m/s (b)v=1.1m/s (c)v=1.5m/s 图 8 AGV 角度偏差变化曲线由图 7 和图 8 可知，与传统 PID 控制相比，基于速度分级的 AGV 纠偏控制器在不同运行速度下的纠偏性能具有更加出色的表现，且超调量远低于传统 PID。在AGV 非高速运行时，基于速度分级的 AGV 纠偏控制器与传统的模糊控制器具有相同的控制效果，且性能优于传统 PID，能够实现 AGV 的快速纠偏。当 AGV 高速运行时，基于速度分级的 AGV 纠偏控制器相对于传统模糊控制器具有更好的控制效果，可以很大程度上降低系统离散时间的影响，达到更好的纠偏控制效果，同时验证了基于速度分级的 AGV 纠偏控制器的有效性。5 结束语本文以 AGV 为研究对象，根据其结构及运动特点，对纠偏控制中的模糊控制器进行设计及改进。提出了基于速度分级的理论，即以速度为输入变量，转向角模糊控制器的输出论域的伸缩因子为输出变量，设计输出论域伸缩因子模糊控制器。在多种运行速度下进行的纠偏仿真验证了基于速度分级的变论域模糊控制器的有效性，实现了 AGV 快速、平稳的纠偏。参考文献1 ALBERTO M,JAVIER D,RUBN F,et al.Digital Twin for Automatic Transportation in Industry 4.0J.Sensors,2021(10):3344.2 YANG Y,QUAN Y,HE Y.Research on Multi-AGV Management System of Autonomous Navigation AGVs for Manufacturing EnvironmentJ.Journal of Physics:Conference Series,2021,1910(1).3 张宇,曾昭贤,李祥辉,等.基于 AGV 系统的光伏电池自动化车间 J.制造业自动化,2021,43(2):24-27+56.4 马凯,林义忠,覃尚活,等.叉车式 AGV 模糊控制系统的设计与试验研究 J.自动化与仪表,2020,35(3):27-30+72.5 施文,张伟,王亚刚.基于免疫算法的 P 模糊控制 AGV 路径偏正 J.控制工程,2021,28(5):870-876.6 马平,肖全,邝锦祥,等.磁导航 AGV 分段模糊 PI 控制器设计 J.单片机与嵌入式系统应用,2017,17(12):59-63.7 陈一凡.基于自适应模糊控制的 AGV 轨迹跟踪系统 J.汽车实用技术,2021,46(2):22-24.8 袁鹏,周军,杨子兵,等.AGV 路径规划与偏差校正研究 J.现代制造工程,2021(4):26-32.9 翟宏旭.飞机转站运输 AGV 导航定位与轨迹跟踪技术研究 D.杭州：浙江大学,2020.10 孙超,杨前明,王飞,等.基于协同模糊控制的四轮驱动 AGV 稳定性研究 J.机床与液压,2020,48(17):162-169.