基于模糊控制器的磁引导AGV路径自动校正研究

曾　炫，任　彧

(杭州电子科技大学计算机学院，浙江 杭州 310018)

摘要：磁引导AGV(自动引导车)系统作为一种实用且相对稳定的引导系统被广泛应用于工业中。在应用中由于系统的建模误差，外界干扰及其他不确定因素，小车会出现偏离其规划路径的情况。为改进偏离误差，对AGV系统中路径导航模块进行了改进，建立了一个利用模糊控制器来实现在路径规划中进行路径校正的系统，并对系统进行了建模与仿真分析实现。由实验结果分析，系统能够较好地进行路径的校正与跟踪。

关键词：模糊控制；路径校正；自动引导车；磁引导

DOI: 10.13954/j.cnki.hdu.2015.01.012

基于模糊控制器的磁引导AGV路径自动校正研究

曾炫，任彧

(杭州电子科技大学计算机学院，浙江 杭州 310018)

摘要：磁引导AGV(自动引导车)系统作为一种实用且相对稳定的引导系统被广泛应用于工业中。在应用中由于系统的建模误差，外界干扰及其他不确定因素，小车会出现偏离其规划路径的情况。为改进偏离误差，对AGV系统中路径导航模块进行了改进，建立了一个利用模糊控制器来实现在路径规划中进行路径校正的系统，并对系统进行了建模与仿真分析实现。由实验结果分析，系统能够较好地进行路径的校正与跟踪。

关键词：模糊控制；路径校正；自动引导车；磁引导

DOI:10.13954/j.cnki.hdu.2015.01.012

收稿日期：2014-06-11

通信作者：

作者简介：曾炫(1988-)，女，湖南常德人，在读研究生，嵌入式系统及应用.任彧教授，E-mail: renyu@hdu.edu.cn.

中图分类号：TP273+.4

文献标识码：：A

文章编号：：1001-9146(2015)01-0058-05

Abstract:As a useful and robust method for guiding AGVs， magnetic guide method is widely used in industry. There are many deviations， which caused by modeling error， interferes and other uncertainties. Thus leading AGV deviated from there orbit. Fuzzy control algorithm is widely used in industrial systems. Aiming at improving this situation， a path correction system which using fuzzy controller to achieve better path orbit is designed. The simulation analysis was carried using MATLAB software， and the result indicates that the algorithm is effective.

0引言

自动引导运输车(Automated Guided Vehicle， AGV)的应用已遍及各行各业，但也遭遇多种实际发展问题的阻扰。如多AGV的调度问题，AGV引导的障碍物躲避问题，系统实际环境信息的采集与AGV的响应及时性问题，路径偏离问题等。为缓解这些偏差故障对系统实现性能的影响，出现了特色各异的优化策略。在AGV路径校正研究中，除采用自身的传感器进行推算定位以外，也采用绝对位置校正处理积累误差的方法，如地标法[1]、磁钉引导系统[2]、基于视觉的定位法[3]等。AGV系统是具有高度非线性性、强耦合性的运动系统。运行环境中的各种不确定因素，使得现实中很难达到高的控制精度[4]。如车体在弯道的转向，行驶路径的偏离，传感器检测的误差，网络传输的延时，以及线路估算措施的偏差等都可能导致系统的失误。当今时代智能故障诊断方法已有了一定的研究，它结合了基于模型的解析冗余和在线的近似模拟，可以及时发现故障和学习求知故障动态达到预先调节，实现智能控制[5-6]。模糊控制作为一种成熟的优化算法，在控制系统上也有着重要的地位。本文针对小车运行中偏离轨道的情况建立一个校正系统，运用模糊控制算法，实现路径校正。

1模糊控制校正系统数学模型的建立

1.1　磁引导AGV简介

文章建立了一个仿真系统，它针对磁带导引AGV系统的跟踪路径做自动校正。磁带引导是指在工作区间地板上铺设磁带，通过磁场传感器检测磁带信号控制行走路线。这种引导方式灵活性好，改变或扩充路径相对方便，磁带铺设简单易行，成本相对较低。一般用于室内等相对凌乱的空间。

图1　磁场检测传感器

小车设计为四车轮，两个驱动轮，两个随动轮。小车底部在两驱动轮间装置有磁导轨传感器(含有16个霍尔传感器)，用以检测磁导轨路径对小车的相对位置。当磁导轨传感器经过磁轨道时，对应于磁轨道正上方的霍尔器件将产生电信号，对应指示灯亮，而位于磁轨道外的指示灯灭。使用的磁导轨磁带在正交位置时中间多个指示灯亮。磁导航传感器示意图如图1所示。

1.2　模糊控制校正系统模型

文章设计的校正系统其校正过程包括对动态检测到数据的判断处理，处理结果的返回以及运动状态的调整，这一动态调整过程逐步影响下一次检测的数据生成[7]。建立数学模型：拟定两条曲线为引导路径，确定路径的切线方向角θk。给定一个运动点模拟AGV系统中的自动引导小车，运动点与路线的距离误差值模拟磁场传感器检测得到的数据。得到的数据作为源数据模拟实现磁引导AGV系统运行中的路径校正。设参考坐标系下，车体即所设运动点状态M=(x，y，θ)，AGV小车的运动方程为：

Mk(xk，yk，θk)=[xkykf(θk)]

(1)

xk=xk-1+vcos(θk-1)

(2)

yk=yk-1+vsin(f(θk-1))

(3)

f(θk)=θk+sign(u)θk-1

(4)

式(4)中，θk为路径的切线方向角，sign(u)定义如下：

(5)

初始运动点M0(x0，y0，f(θ0))=[x0y0θ0]。其中，v为小车的运行速度，式(2)为小车的横坐标更新方程，式(3)为小车的纵坐标更新方程，式(4)为小车行驶速度方向角的函数，u为模糊控制输出量等级。

1.3　模糊控制器的设计

1)输入输出量模糊化及其隶属度的确定

建立模糊控制器时，要遵循相关重要原则。如将模糊论域划分为奇数个区域，有助于维持在值(正和负)上均匀分布在中位数的两侧，将论域划分为5个等级。

模糊控制校正系统的输入包括运动点与路线的距离E(误差)以及这一距离与前一次的距离的差值EC(误差变化)，由给定的运动方程，在实验系统给定的路线上运动。以小车下一步运动的方向角作为模糊控制器的输出量C，告知小车是否要进行校正以及如何进行校正等。输入变量E，EC模糊化离散规则及模糊等级如表1所示。

表1　误差及误差变化变量赋值表

表1中，a表示输入变量E的值，b表示输入变量EC的值，v表示移动点的速度。模糊量论域(2，1，0，-1，-2)分别为(PB，PS，ZO，NS，NB)，对应于正大、正小、零、负小、负大5个等级。由表1的输入量模糊化规则，及模糊化的基本原则，输入量E，EC的隶属度函数如图2、图3所示，输出量C的隶属度函数如图4所示。

图2　E的隶属度函数

图3　EC的隶属度函数

图4　C的隶属度函数

2)模糊控制规则的建立

由系统的误差与误差变化率及输出量确立以下9条控制规则：

(1)ifE=PB andEC=PB or PS thenC=NB；

(2)ifE=PS or ZO andEC=PB thenC=NS；

(3)ifE=NS andEC=PB thenC=PS；

(4)ifE=NB andEC=PB or PS thenC=PB；

(5)ifE=PB andEC=ZO or NS thenC=ZO；

(6)ifE=PS or ZO or NS andEC=PS or ZO or NS thenC=ZO；

(7)ifE=PB or PS or ZO andEC=NB thenC=PS；

(8)ifE=NS andEC=NB thenC=NS；

(9)ifE=NB andEC=ZO or NS or NB thenC=PS。

由以上规则确定模糊控制的输出等级如表2所示。将输出控制模糊关系U也划分5个等级(PB，PS，ZO，NS，NB)，代表小车运动方向的转向分别为右大转、右小转、不转向、左小转、左大转。

表2　模糊控制规则表

2系统测试及优化

根据模糊化处理后的集合E，EC，C的隶属度以及模糊控制状态表，采用平Mamdani模糊推理方式，使用最大-最小原则合成如下模糊关系如下：

(6)

式(6)中，l=1，2，…，9，RAl=Al×Cl，RBl=Bl×Cl。求得所设计的模糊控制的模糊关系RA，RB后，由合成推理方法求解输出控制量的模糊值矢量。设系统当前偏差是e′和偏差变化量是ec′，则对于第l条规则的输出量如下：

Ul=e′∘RAl∩ec′∘RBll=1，2，…，9

(7)

离线计算出模糊控制查询表U，获得实时的输入量进行模糊等判断并使用表U的相应数据来进行MATLAB仿真运行，得到校正结果如图5所示，无智能算法控制的校正结果如图6所示。

图5　模糊控制结果

图6　无智能算法控制结果

从图5、6可知，模糊控制策略校正系统的径校正比无智能控制策略的校正系统仿真效果好，达到了校正的目的，拥有一定的路径预测能力，能够在偏离轨道路径时进行及时校正。

在两个仿真系统中，还运动转向次数进行了统计。无智能控制策略的校正系统中，进行了103次转向操作；模糊控制策略的校正系统中，仅进行了11次转向操作。模糊控制策略的校正系统拥有更加优越的实际运用可行性。

分析以上结果出现的原因，在模糊控制策略的系统中，一方面，误差偏离的多等级划分；另一方面，角度调整由控制输出模糊量的等级决定，使模糊导航控制系统能综合分析实际情况，具有很大的灵活性，控制效果好。而在无智能控制策略的系统中，仅依靠中线划分传感器检测到的数据来调整转向响应，系统对环境的综合分析误差很大，且往往造成顾此失彼的状况出现。如图6中，在曲度较大的路径段上，误差相对较大，转向的不平滑性，控制效果差。

运用在在实际AGV系统中，普通控制总是会左右转向频繁，超调量大，在角落的转弯处最为严重，运用模糊控制算法后，方向调整的次数明显降低，转弯过渡趋向平滑，有更优的导航效果。

3结束语

针对磁引导AGV系统路径跟踪偏离情况，建立了一个模糊控制校正系统，并进行仿真与验证。系统研究实现了模糊算法在路径校正中的应用。实验结果表明，模糊控制算法在路径校正中是可实际使用的，达到了路径的及时校正与规划。具有实际可行性，能够适应复杂的环境路径，具有较好的实时性。也再次证实了模糊控制在控制系统中有应用简单，扩展方便，效果佳的优点。

参考文献

[1]Teo T Y， Chai J S， Yao W L. Design of a positioning system for AGV navigation[C]//Control， Automation， Robotics and Vision， 2002. ICARCV 2002. 7th International Conference on. IEEE， 2002， 2: 637-642.

[2]朱从民，黄玉美，马斌良，等.惯性导航自动引导车磁钉校正路径迭代学习方法[J].农业机械学报，2009，40(7):40-44.

[3]孙德波.Dead—reckoning/vision integrated navigation for mobile robot[J].哈尔滨工业大学学报(英文版)，2003，10(2):145-150.

[4]Stavrou D， Eliades D G， Panayiotou C G， et al. A Path Correction Module for two-wheeled service robots under actuator faults[C]//Control & Automation (MED)， 2013 21st Mediterranean Conference on. IEEE，2013:1 119-1 126.

[5]ud Darain K M， Jumaat M Z， Hossain M A， et al. Automated serviceability prediction of NSM strengthened structure using a fuzzy logic expert system[J]. Expert Systems with Applications，2015，42(1):376-389.

[6]Ferrari R M G， Parisini T， Polycarpou M M. Distributed fault detection and isolation of large-scale discrete-time nonlinear systems: An adaptive approximation approach[J]. Automatic Control， IEEE Transactions on，2012，57(2):275-290.

[7]Singh S， Padhi R. Automatic path planning and control design for autonomous landing of UAVs using dynamic inversion[C]//American Control Conference，2009. ACC’09.IEEE，2009:2 409-2 414.

Path Correction of Magnetic Guided AGV System

Based on Fuzzy Controller

Zeng Xuan， Ren Yu

(SchoolofComputer，HangzhouDianziUniversity，HangzhouZhejiang310018，China)

Key words: fuzzy control; path correction; automatic guided vehicles; magnetic guided