基于传感器信息融合的AGV路径跟踪技术设计与应用

时间：2022-09-19 23:48:01

关键字：物流搬运信息融合路径跟踪

手机看文章

扫描二维码
随时随地手机看文章

[导读]摘要:简要阐述了AGV在仓库物流搬运过程中的基本行驶轨迹类型以及如何利用车载的多个传感器进行信息融合以估算车辆的位置和姿态。在此基础上,提出了一种路径跟踪技术,能对AGV在各种行驶轨迹中实时进行位置和姿态误差控制,根据对AGV在实际项目现场运行数据的分析,该技术能较好地适用于常规仓库路面上AGV的运行。

引言

自1972年NDC公司为瑞典沃尔沃公司创建了全球第一家使用AGV的汽车生产厂以来,AGV技术已经历了几十年的发展。AGV是一种涉及了多门学科技术的智能轮式移动机器人[1],随着计算机及相关工业技术的发展,很多低成本、高可靠性的技术不断应用于AGV,比如单片机控制、图像识别、磁条引导、激光雷达等,使得AGV在柔性制造业、物流业和仓储物流领域具备了广泛的应用前景和价值[2]。应用于众多领域,AGV的行驶路径更加多样化,运行工况也更加复杂,传统的单一固定路径行驶已经无法满足要求。因此,需要应用多传感器信息融合技术,利用AGV上的多种传感器进行数据采集,并融合得到任意区域的实时位置和姿态数据,针对不同的路径采取不同的控制策略进行路径跟踪,以最大限度实现AGV的柔性运行。多传感器信息融合可以消除噪声干扰,同时对AGV自身的位置和姿态进行描述,减少了由于某一个传感器测量数据不稳定给位姿估算带来的影响。通过多传感器的应用,可降低对单个传感器的性能要求,AGV的应用成本也大大降低。

本文主要从基于图像识别的多传感器融合实现AGV的位置和姿态估算出发,提出AGV在各种行驶路径下的轨迹跟踪及控制技术,并给出其在实际项目中的运行效果。

1多传感器信息融合的位姿估算

1.1AGV控制系统硬件构成

本文中的AGV是基于地面二维码图像识别的两轮差速搬运机器人,核心控制器是基于TMS320F28335的DSP控制电路板。车辆行驶方向的面板内嵌SICK迷你型激光雷达,用于安全避障及特殊工况的机机协同控制。整体硬件分布及设备外形如图1所示,图像识别单元如图2所示。系统主要涉及CAN、UART、SPI、TCP/UDP通信,实现和设备之间的连接。

1.2多传感器信息融合方法

多传感器信息融合也称为信息融合,多传感器的信息一般来自不同的层次,如时间、工况等,按照一定的规则和要求进行信息处理,最终实现对所测信息统一的定义和说明,然后进行评估和决定,就可以得到更准确的信息。通过融合算法对被观测量的各个传感器所测数据进行融合,就可以对观测量得到一个总结性的状态描述,所以融合算法具备较强的鲁棒性。按信息的抽象程度,信息融合可以划分为三个级别:低层次数据层融合、中层次特征层融合和高层次决策层融合。AGV的实际作业环境如图3所示,由于路面凹凸不平、异物碾压、加减速打滑等工况,加上运行速度快,控制精度要求高,因此本文选用了决策层融合方法。

本文主要是对电机编码器、MEMS陀螺仪、图像二维码读数进行数据融合,以提高AGV在路径跟踪中的位姿估算及控制精度,如图4所示。

1.3多信息融合的位姿估算

本文所讨论的坐标主要有机器视觉坐标系(C)、AGV坐标系(R)、全域坐标系(仓库地面坐标系w),如图5所示。

通过左右驱动轮的电机编码器测得驱动轮的速度,求解对应的车辆底盘的运动学状态微分方程组,即可得到AGV的位置、角速度及姿态角度估算值。

式中,小为AGV的姿态角度:Rl,Rr分别为左右轮半径:ol,or分别为左右轮转速。

利用单轴陀螺仪直接测量的AGV旋转角速度与编码器估算值几个不同的运行工况加权滤波,得到更加准确可靠的旋转角速度。通过式(1)推算得到位置和角度数据后,当AGV经过并读取到地面二维码时,将二维码定位数据利用公式(2)进行坐标变换,得到全域坐标系下AGV绝对校正的位姿数据。

式中,TEQ \* jc3 \* hps10 \o\al(\s\up 3(为图像到车辆的坐标系转换矩阵:TEQ \* jc3 \* hps10 \o\al(\s\up 3(为车辆到全域的坐标系转换矩阵。

将式(2)得出的位姿数据与估算值按照一定规则进行推导计算出最优的位姿数据。这里的规则是指结合AGV先验位姿数据对当前地面二维码数据进行识别和判断,并给予对应的权重进行加权平均。本文以直线移动工况为例,如图6所示。

2路径跟踪技术的实现

2.1路径类型

本文中的AGV属于高度柔性的物流搬运机器人,无固定的行驶路径,根据调度系统的作业任务及实际路况,实时动态分配对应的行车道和轨迹类型,完成货架的搬运。行驶路径类型主要包含:原地旋转、直线前进、直线后退、90О直角转弯(顺时针、逆时针)、180ОU型转弯(顺时针、逆时针),如图7所示。

2.2轨迹规划及跟踪

直线和圆弧组合是目前AGV真实作业场景下比较常用的轨迹规划方式,用于实现车辆从一条车道高效转换到另一条车道。

这种组合方式主要有三方面的优势:(1)无需减速停车后转向,提高车辆通行效率:(2)直线和圆弧相切,行驶轨迹平滑,避免车辆侧滑:(3)减少车辆的启停动作,降低能耗。但由于本文的AGV是两轮差速底盘,不具备舵轮转向的特性,因此弧线轨迹必须要考虑差速轮的转弯特性进行平滑处理。这里主要通过预先规划出AGV的姿态角度一旋转速度曲线,结合式(1)推算出对应的位置移动轨迹。根据既定的轨迹类型,在行驶过程中AGV主要完成移动和转向两个基本动作。为了减少力矩剧烈变化对电机的冲击,使得驱动系统更加平稳,需要对电机的加速度进行平滑处理。

本文采用了3阶速度曲线规划,以直线移动工况为例,在执行移动和转向动作的过程中按照6个阶段一加加速、减加速、匀速、加减速、减减速及滑行停车进行速度和位置规划,如图8所示。

AGV在移动过程中,根据规划好的上述轨迹,以速度曲线作为路径跟踪中的前馈控制,位置曲线进行闭环控制,实现行驶路径纵向位置的跟踪。利用经过信息融合的位置和姿态信息,分别计算得到角度和横向位置控制误差A9和Ad,如图9所示,实现路径横向位置及姿态角度的跟踪控制。将计算得到的位置和姿态角度控制误差相互补偿,利用经典PID控制算法输出对应的最终旋转角速度控制量,并将其转化为车辆旋转角速度控制误差值,利用式(1)计算得到左右轮对应的控制速度,从而实现车辆的路径跟踪控制。