基于自动导引车辆的物流分拣系统交通控制策略

在离散网格环境下设计基于自动导引车辆(automatic guided vehicle,AGV)的物流分拣系统,基于中央控制器的集中控制策略,采用Label Correcting算法对AGV进行动态路径规划,基于交叉口不停留策略对系统内AGV进行交通控制.仿真实验结果表明:所提出的分拣系统能够适用于大规模的物流包裹分拣...     

智能车辆自动泊车路径跟踪的非光滑控制策略

针对车辆的非线性非完整约束特性导致的自动泊车路径跟踪实时控制精度不高,致使库内调整次数增加或车辆最终停放位姿不理想等问题,提出一种基于非光滑控制的自动泊车路径跟踪控制策略.通过对车辆动力学跟踪误差模型的降阶转换,推导了2阶、3阶子系统的级联系统有限时间跟踪控制方程.基于此降阶控制方程,以车辆动力学模型中的方向盘转角和车速作为输入,设计具有全局渐近稳定特性的路径跟踪控制器,并进行了仿真分析.结果表明:与传统方法相比基于非光滑控制的路径跟踪控制方法达到了有限时间内全局精确跟踪参考泊车路径的目的,具有强抗扰动性和快速收敛性.     

基于Leader-follower的自主车辆跟随控制器设计

为解决自主车辆的跟随控制中误差系统的稳定性问题, 基于Leader鄄follower 法设计了车辆跟随控制器。对自主车辆进行运动学建模, 采用Leader鄄follower 模型描述车辆跟随结构, 用L鄄渍控制方法建立车辆跟随误差系统, 设计跟随车辆的速度控制器, 以实现跟随车辆对领航车辆的稳定跟随。通过Matlab 仿真实验结果证明,该控制器使误差最终收敛到0, 能达到跟随控制的目的。     

基于神经网络反步法的移动机器人路径跟踪控制

为实现非完整轮式机器人的路径跟踪控制,设计基于反馈增益的反步法控制器,通过控制器参数设计消除了机器人动态误差模型中的部分非线性项,采用神经网络对模型不确定项进行补偿,并利用自适应鲁棒控制器在线补偿神经网络的估计误差,优化了神经网络的学习性能。仿真结果表明:设计的控制器参数易于调节,可实现轮式移动机器人对任意曲线路径的精确跟踪。     

基于超声波与红外的AGV定位方法

以往的AGV(Automatic Guided Vehicle)多采用电磁感应技术、机器视觉技术和激光技术进行定位。其电磁感应技术更改路径困难;机器视觉定位算法复杂,实时性差;激光技术定位电路复杂,成本较高。为此,基于超声传感器设计了自动引导车辆的定位系统,提出了一种高精度测量超声信号传播时间的方法。该方法采用双超声发射传感器依照一定的时序进行工作,解决了信号相互干扰问题,在得到AGV位置信息的同时得到其姿态信息,简化了AGV的机械结构。设计了低噪声放大电路抑制噪声干扰;利用自动增益调整电路提高系统的测量精度;采用声速补偿方法消除环境温度变化对定位精度的影响。实验结果表明,该系统可以在300 cm×400 cm的范围内对AGV的车头和车尾精确、实时定位,定位精度达±3 mm。     

不确定非完整AGV的自适应反演滑模控制

提出了一种(2,0)型受非完整约束的自动导向车( AGV)的轨迹跟踪控制方案.该方案针对AGV复杂非线性动力学系统,应用输入—输出非线性反馈控制进行线性化,针对AGV的模型参数不确定性和外部未知干扰,结合从执行器输出的总体不确定动力学模型,采用基于李亚普诺夫方法设计的自适应反演滑模控制器进行伺服补偿,保证系统稳定和渐近...     

四轮转向汽车路径跟随控制

路径跟随控制是汽车实现自动驾驶的重要工具,已在前轮转向汽车上取得了较好的效果,但是前轮转向汽车的路径跟随控制不完全适用于四轮转向汽车.对此,基于横向误差,提出一种四轮转向汽车路径跟随模糊控制算法.首先,建立响应面模型作为优化目标函数.然后,利用遗传算法对模糊控制器进行优化设计.最后,通过Carsim-Simulink联合仿真实验,对该算法进行验证.仿真结果表明,路径跟随横向误差得到有效降低,车身质心侧偏角也控制在0.6°以内.该算法能够实现精准的路径跟随,并提高汽车的操纵稳定性.     

基于NGPC的UUV路径跟随控制

针对水下无人潜航器（UUV）路径跟随问题,提出了一种基于模型的非线性反馈跟随控制方法.考虑UUV两输入、三输出的非线性跟随模型,选择与输出误差和控制误差相关的性能指标函数,利用基于最小化指标函数的非线性广义预测控制算法设计路径跟随器.针对UUV跟随模型简化后不确定性对路径跟随效果的影响,在控制闭合回路中提出了基于积分形式的水动力参数辨识方案,以减小路径跟随过程中规划路径和实际跟随路径之间的位置误差.最后,通过湖试验证了所提出方法的有效性.     

基于线性扩张状态观测器的平行泊车路径跟踪

为了消除外界干扰和转向系统运动学模型的不确定性的影响,建立了平行泊车系统的车辆运动学模型,设计了一个三阶线性扩张状态观测器,该观测器可将外界干扰和模型不确定性看作系统总的扰动量进行观测和补偿,而不需要建立被控对象的精确数学模型.基于该观测器,设计了平行泊车路径跟踪控制器,并对其性能进行了仿真和实车验证.仿真结果表明,所设计的平行泊车路径跟踪控制器的控制效果优于传统PID控制器,抗外界干扰能力更强.实车试验结果表明,该路径跟踪控制器能够精确控制车辆完成平行泊车任务,最大误差仅为0.111 m.     

一种基于无线传感器网络的AGV精确定位方法

文章对AGV的定位方法及无线传感器网络进行了研究,在分析了传统AGV定位方法不足的情况下,提出了一种利用无线传感网络技术对AGV进行精确定位的方法.该方法首先利用基于到达时间差(TDOA)的定位算法计算锚节点与盲节点之间的距离,之后利用最大似然估计算法计算盲节点的坐标.提出一种时间参数补偿的方法来消除TDOA测量中的误差.构建了一种新的AGV定位模型来求取AGV的坐标及姿态.实验结果表明该方法有效的提高了系统的抗干扰性能,能够实现较高的定位精度,定位精度在10 cm以内.     

无人机神经网络重构控制

针对无人机可重构飞行控制系统提出一种基于径向基神经网络的模型跟随自适应逆重构控制方法,其核心是建立内外控制回路,内回路运用自适应逆控制,使得系统不受外部扰动和测量噪声的影响。外回路采用神经网络模型跟随自适应控制结构,使用神经网络和比例混合控制器,对参考模型和系统输出之间的误差进行自适应调整,利用误差来改变神经网络控制器的参数,使得系统达到满意的动态性能。并通过一个具体重构仿真结果证实了该方法的有效性。     

采用干扰估计的液压系统自适应鲁棒控制

针对液压伺服系统的建模不确定性和未建模不确定性问题,提出基于精确干扰估计的自适应鲁棒控制算法。该算法通过反步方法融合了有限时间干扰观测器和自适应鲁棒控制器;有限时间干扰观测器用于估计非匹配集中干扰,能够保证有限时间精确估计干扰;自适应鲁棒控制器用于处理系统参数不确定性并保证闭环系统稳定性。该算法理论上能够保证描述的瞬时控制精度和稳态跟踪误差,并且在某一时间T1后取得渐近跟踪性能。实验结果表明:该算法能够准确估计非匹配干扰,系统稳态跟踪误差最大约为0.06mm,相对跟踪误差约为0.15%,系统跟踪精度得到了提高。     

四轮差动全方位移动机器人路径跟随控制分析

研究了一种新型四轮差动全方位移动机器人的路径跟随控制问题.基于运动学模型及人工驾驶的思想,设计了一种异于传统单点跟随控制的新型双点跟随方法,采取前后驱动单元主从控制的模式,将差动单元角速度和速度控制分离,分别设计模糊控制器.最后,对具有代表性的正弦曲线进行路径跟随仿真实验,结果表明设计的路径跟随控制策略可行、超调小、响应快,解决了采用单点跟随控制中出现的高耦合复杂系统问题.     

自动引导车路径偏差的控制研究

本文针对差速驱动的AGV路径偏差控制,建立了小车路径偏差的运动模型。利用数学方法分析路径偏差与车轮速度的关系,深入分析,得到两驱动轮驱动电压与偏差变量的等量关系,从而得到系统的结构框图,从根本上分析了AGV的控制原理。通过对比激光导航,磁导航,视觉导航等控制方式,最后选择无适应性,稳定性更强的无轨导航,采用模糊控制理论,将系统简化为以偏差变量为输入,驱动电压差为输出的双输入单输出系统。仿真结果表明,该方法有较好的路径纠偏能力。同时也为无轨AGV路径控制奠定基础。     

三轮移动机器人的精确运动控制设计

首先利用几何结构关系理清了三轮移动机器人的所有非完整约束和完整约束,然后结合非完整力学系统的Euler-Lagrange方程计算得到其动力学方程.为了使得三轮移动机器人能够精确地沿着给定的轨迹曲线运动,将目标轨迹曲线转化为速度形式,然后通过引入一个微分同胚变换将该速度目标转化为和实际初始速度更为接近的形式,从而达到尽量减少控制系统的初始速度误差和累积位置误差的目的,最后结合最优控制和积分滑模控制方法为三轮移动机器人设计鲁棒跟踪控制器.仿真结果显示,提出的轨迹跟踪目标设计和控制方法能使三轮移动机器人精确沿着给定目标轨迹曲线运动,并具有一定的鲁棒性.     

基于二维激光雷达的AGV小车定位研究①

对于AGV小车的移动、路径规划、规避障碍等,激光定位技术是实现小车导航的核心。判断小车是否偏离航行轨迹和是否到达设定位置,只有准确的知道小车任意时刻的位置,才能对导航做出正确的判断,精确的定位是实现AGV小车自主导航的前提条件。因此,提出利用激光雷达和放置好的反射板之间匹配,根据反射板的全局坐标,再通过三边定位算法,由此可以精确的得到小车在全局坐标的具体位置。     

基于曲率跟踪方法的轴上拖挂轮式移动机器人的运动控制设计

目的 针对轴上拖挂轮式移动机器人中的挂车对目标轨迹精确跟踪控制问题,提出了一种能够跟踪挂车理想运动轨迹曲线相对曲率的双环控制方法。方法 首先通过梳理轴上拖挂轮式移动机器人受到的非完整约束建立出运动学模型,并通过欧拉-拉格朗日方程建立其动力学模型;然后利用运动学方程推导出挂车的理想运动轨迹曲线的相对曲率和拖车与挂车理想偏航角之差之间满足的重要函数关系式;最后基于该核心关系式,利用姿态误差系统的外环速度控制器和动力学模型的内环比例积分反馈控制器组成的双环控制方法来实现给定的跟踪任务。结果 仿真结果表明,对于外环系统,外环速度控制器使得姿态跟踪误差在经过一段时间的变化后全都趋近于零,实际的姿态变量最终稳定地趋近于目标姿态变量;对于内环系统,内环比例积分反馈控制器使得速度跟踪误差经过短暂的调整后趋近于零,实际速度值最终稳定地趋近于参考的速度值。结论 设计的双环控制器可以有效地实现姿态跟踪和速度跟踪,能够使挂车精确地跟踪理想运动轨迹曲线,由于在姿态跟踪过程中引入了挂车运动轨迹曲线的相对曲率,该方法可以极大地提高轨迹跟踪的精确度。     

基于激光雷达AGV的实时地图创建

自动导引车(Automated Guided Vehicle,简称AGV)作为一种自动化物流装备,越来越多地应用到物料搬运、装配等各种场合。针对未知环境下AGV定位和地图创建问题,提出了局部地图创建-定位-更新全局地图的方法和步骤。利用激光雷达数据,采用"聚合-分割-聚合"的方法并运用动态阈值获得精确的局部地图。通过匹配局部地图和全局地图的线段关系,实现了AGV的定位和位置的更新,减少了AGV的系统误差和环境误差,进而完成了全局地图的创建与更新。实验证明,此算法可以在实现AGV定位的同时获得精确的环境地图,配合基于ARM Cortex-A9高速处理器为核心的嵌入式主控平台,有效的缩短了地图生成时间,实现实时地图的创建。     

基于机器人操作系统的室内运输自动导引车系统及其设计

针对当前室内运输自动导引车(AGV)导引技术存在灵活性差、开发成本高、路径维护烦琐等问题,设计并实现了一款基于开源机器人操作系统(robot operating system, ROS)的室内运输AGV系统。该系统包括硬件层和软件层两部分。在硬件层,综合考虑现实需求、性能、成本等因素后进行硬件选型,同时搭建了AGV底盘和单舵轮行走机构,为软件层提供了一个稳定、灵活的运行平台。软件层设计包括ROS规划端和网页人机交互端两部分。ROS规划端进行AGV地图构建、自主定位、路径规划、路径跟踪、自主导航五大功能模块设计;网页人机交互端实现远程人机交互功能。测试结果表明,基于ROS的室内运输AGV系统能够有效地完成室内自动化运输任务,且路径维护灵活简便,整个系统具有很强的可行性和实用价值。     

不确定移动机械臂的反演滑模轨迹跟踪控制

针对一类受复杂不确定影响下的非完整移动机械臂轨迹跟踪问题,建立包含模型误差和外界扰动的不确定动力学模型,提出一种基于反演设计的滑模控制方法。该方法首先采用输入-输出非线性反馈进行系统线性化,建立包含总体不确定性的等价系统;然后,基于李雅普诺夫直接法两步反演设计幂次趋近率滑模控制器,有效抑制系统有界不确定性,减小滑模抖振,保证闭环控制系统渐进收敛,从而实现对参考轨迹的快速精确跟踪。仿真结果表明,该方法跟踪速度快,精度高。