引言

自1972年NDC公司為瑞典沃爾沃公司創(chuàng)建了全球第一家使用AGV的汽車生產(chǎn)廠以來,AGV技術已經(jīng)歷了幾十年的發(fā)展。AGV是一種涉及了多門學科技術的智能輪式移動機器人[1],隨著計算機及相關工業(yè)技術的發(fā)展,很多低成本、高可靠性的技術不斷應用于AGV,比如單片機控制、圖像識別、磁條引導、激光雷達等,使得AGV在柔性制造業(yè)、物流業(yè)和倉儲物流領域具備了廣泛的應用前景和價值[2]。應用于眾多領域,AGV的行駛路徑更加多樣化,運行工況也更加復雜,傳統(tǒng)的單一固定路徑行駛已經(jīng)無法滿足要求。因此,需要應用多傳感器信息融合技術,利用AGV上的多種傳感器進行數(shù)據(jù)采集,并融合得到任意區(qū)域的實時位置和姿態(tài)數(shù)據(jù),針對不同的路徑采取不同的控制策略進行路徑跟蹤,以最大限度實現(xiàn)AGV的柔性運行。多傳感器信息融合可以消除噪聲干擾,同時對AGV自身的位置和姿態(tài)進行描述,減少了由于某一個傳感器測量數(shù)據(jù)不穩(wěn)定給位姿估算帶來的影響。通過多傳感器的應用,可降低對單個傳感器的性能要求,AGV的應用成本也大大降低。

本文主要從基于圖像識別的多傳感器融合實現(xiàn)AGV的位置和姿態(tài)估算出發(fā),提出AGV在各種行駛路徑下的軌跡跟蹤及控制技術,并給出其在實際項目中的運行效果。

1多傳感器信息融合的位姿估算

1.1AGV控制系統(tǒng)硬件構(gòu)成

本文中的AGV是基于地面二維碼圖像識別的兩輪差速搬運機器人,核心控制器是基于TMS320F28335的DSP控制電路板。車輛行駛方向的面板內(nèi)嵌SICK迷你型激光雷達,用于安全避障及特殊工況的機機協(xié)同控制。整體硬件分布及設備外形如圖1所示,圖像識別單元如圖2所示。系統(tǒng)主要涉及CAN、UART、SPI、TCP/UDP通信,實現(xiàn)和設備之間的連接。

1.2多傳感器信息融合方法

多傳感器信息融合也稱為信息融合,多傳感器的信息一般來自不同的層次,如時間、工況等,按照一定的規(guī)則和要求進行信息處理,最終實現(xiàn)對所測信息統(tǒng)一的定義和說明,然后進行評估和決定,就可以得到更準確的信息。通過融合算法對被觀測量的各個傳感器所測數(shù)據(jù)進行融合,就可以對觀測量得到一個總結(jié)性的狀態(tài)描述,所以融合算法具備較強的魯棒性。按信息的抽象程度,信息融合可以劃分為三個級別:低層次數(shù)據(jù)層融合、中層次特征層融合和高層次決策層融合。AGV的實際作業(yè)環(huán)境如圖3所示,由于路面凹凸不平、異物碾壓、加減速打滑等工況,加上運行速度快,控制精度要求高,因此本文選用了決策層融合方法。

本文主要是對電機編碼器、MEMS陀螺儀、圖像二維碼讀數(shù)進行數(shù)據(jù)融合,以提高AGV在路徑跟蹤中的位姿估算及控制精度,如圖4所示。

1.3多信息融合的位姿估算

本文所討論的坐標主要有機器視覺坐標系(C)、AGV坐標系(R)、全域坐標系(倉庫地面坐標系w),如圖5所示。

通過左右驅(qū)動輪的電機編碼器測得驅(qū)動輪的速度,求解對應的車輛底盤的運動學狀態(tài)微分方程組,即可得到AGV的位置、角速度及姿態(tài)角度估算值。

式中,小為AGV的姿態(tài)角度:Rl,Rr分別為左右輪半徑:ol,or分別為左右輪轉(zhuǎn)速。

利用單軸陀螺儀直接測量的AGV旋轉(zhuǎn)角速度與編碼器估算值幾個不同的運行工況加權(quán)濾波,得到更加準確可靠的旋轉(zhuǎn)角速度。通過式(1)推算得到位置和角度數(shù)據(jù)后,當AGV經(jīng)過并讀取到地面二維碼時,將二維碼定位數(shù)據(jù)利用公式(2)進行坐標變換,得到全域坐標系下AGV絕對校正的位姿數(shù)據(jù)。

式中,TEQ \* jc3 \* hps10 \o\al(\s\up 3(為圖像到車輛的坐標系轉(zhuǎn)換矩陣:TEQ \* jc3 \* hps10 \o\al(\s\up 3(為車輛到全域的坐標系轉(zhuǎn)換矩陣。

將式(2)得出的位姿數(shù)據(jù)與估算值按照一定規(guī)則進行推導計算出最優(yōu)的位姿數(shù)據(jù)。這里的規(guī)則是指結(jié)合AGV先驗位姿數(shù)據(jù)對當前地面二維碼數(shù)據(jù)進行識別和判斷,并給予對應的權(quán)重進行加權(quán)平均。本文以直線移動工況為例,如圖6所示。

2路徑跟蹤技術的實現(xiàn)

2.1路徑類型

本文中的AGV屬于高度柔性的物流搬運機器人,無固定的行駛路徑,根據(jù)調(diào)度系統(tǒng)的作業(yè)任務及實際路況,實時動態(tài)分配對應的行車道和軌跡類型,完成貨架的搬運。行駛路徑類型主要包含:原地旋轉(zhuǎn)、直線前進、直線后退、90О直角轉(zhuǎn)彎(順時針、逆時針)、180ОU型轉(zhuǎn)彎(順時針、逆時針),如圖7所示。

2.2軌跡規(guī)劃及跟蹤

直線和圓弧組合是目前AGV真實作業(yè)場景下比較常用的軌跡規(guī)劃方式,用于實現(xiàn)車輛從一條車道高效轉(zhuǎn)換到另一條車道。

這種組合方式主要有三方面的優(yōu)勢:(1)無需減速停車后轉(zhuǎn)向,提高車輛通行效率:(2)直線和圓弧相切,行駛軌跡平滑,避免車輛側(cè)滑:(3)減少車輛的啟停動作,降低能耗。但由于本文的AGV是兩輪差速底盤,不具備舵輪轉(zhuǎn)向的特性,因此弧線軌跡必須要考慮差速輪的轉(zhuǎn)彎特性進行平滑處理。這里主要通過預先規(guī)劃出AGV的姿態(tài)角度一旋轉(zhuǎn)速度曲線,結(jié)合式(1)推算出對應的位置移動軌跡。根據(jù)既定的軌跡類型,在行駛過程中AGV主要完成移動和轉(zhuǎn)向兩個基本動作。為了減少力矩劇烈變化對電機的沖擊,使得驅(qū)動系統(tǒng)更加平穩(wěn),需要對電機的加速度進行平滑處理。

本文采用了3階速度曲線規(guī)劃,以直線移動工況為例,在執(zhí)行移動和轉(zhuǎn)向動作的過程中按照6個階段一加加速、減加速、勻速、加減速、減減速及滑行停車進行速度和位置規(guī)劃,如圖8所示。

AGV在移動過程中,根據(jù)規(guī)劃好的上述軌跡,以速度曲線作為路徑跟蹤中的前饋控制,位置曲線進行閉環(huán)控制,實現(xiàn)行駛路徑縱向位置的跟蹤。利用經(jīng)過信息融合的位置和姿態(tài)信息,分別計算得到角度和橫向位置控制誤差A9和Ad,如圖9所示,實現(xiàn)路徑橫向位置及姿態(tài)角度的跟蹤控制。將計算得到的位置和姿態(tài)角度控制誤差相互補償,利用經(jīng)典PID控制算法輸出對應的最終旋轉(zhuǎn)角速度控制量,并將其轉(zhuǎn)化為車輛旋轉(zhuǎn)角速度控制誤差值,利用式(1)計算得到左右輪對應的控制速度,從而實現(xiàn)車輛的路徑跟蹤控制。

2.3軌跡跟蹤實際效果分析

收集AGV在某個商用項目(圖10、圖11)中的運行數(shù)據(jù),并對其中的車輛實際位置曲線和路徑跟蹤偏差數(shù)據(jù)進行分析,如圖12所示。

圖12(a)(b)分別為左右輪的速度控制曲線,結(jié)果顯示在車輛加減速過程中速度變化趨勢平緩,且現(xiàn)場貨架搬運過程中視覺上也沒有明顯的前后晃動:

圖12(c)為車輛在直線移動過程中的路徑跟蹤橫向位置誤差變化曲線,結(jié)果顯示誤差均值<1cm,控制精度較高,且穩(wěn)定性強:

圖12(d)為車輛在轉(zhuǎn)向及移動過程中的姿態(tài)角度變化曲線,結(jié)果顯示在直線行駛過程中姿態(tài)角度始終穩(wěn)定在89.5o~90.5o之間。

3結(jié)語

綜上,本文的多傳感器信息融合和路徑跟蹤控制技術在項目中取得了良好的應用效果,為提高AGV的路徑跟蹤控制精度和運行穩(wěn)定性提供了技術支撐,確保了設備順利交付,用于客戶倉庫自動化日常分揀作業(yè)。