0 引言

自動(dòng)引導(dǎo)車（Automated Guided Vehicle，AGV）是現(xiàn)代物流行業(yè)的高效運(yùn)輸工具。但是，在AGV運(yùn)行過(guò)程中，導(dǎo)航定位精度差，一直制約其在許多工業(yè)環(huán)境下的應(yīng)用。提出一種最優(yōu)偏差路徑的AGV糾偏方法，可以實(shí)現(xiàn)5 mm范圍內(nèi)糾正，但是系統(tǒng)魯棒性較差。采用了一種基于慣性導(dǎo)航和視覺里程計(jì)的定位算法，實(shí)現(xiàn)視覺輔助定位，克服慣性導(dǎo)航的不足，但是仍然無(wú)法實(shí)現(xiàn)后期AGV的位置修正；采用自定義定位標(biāo)識(shí)符法，在地面鋪設(shè)停車標(biāo)識(shí)，系統(tǒng)識(shí)別停車標(biāo)志符后，即根據(jù)直線運(yùn)動(dòng)公式計(jì)算AGV停車距離，直至距離為0，但后期缺少視覺信息反饋，不具備停車糾偏能力。

針對(duì)以上情況，本文提出一種基于模糊控制和QR碼的精確定位方法。首先通過(guò)模糊控制實(shí)現(xiàn)AGV快速路徑糾偏，然后根據(jù)不同工位定位精度要求利用每幀圖片尺寸不變特性實(shí)現(xiàn)QR碼精確定位，實(shí)現(xiàn)了路徑快速準(zhǔn)確跟蹤和特殊工位點(diǎn)精確定位。

1 AGV運(yùn)動(dòng)學(xué)模型

建立AGV四輪差動(dòng)運(yùn)動(dòng)學(xué)模型，如圖1所示。坐標(biāo)系XOY為AGV小車運(yùn)行區(qū)域，視為大地坐標(biāo)系，作為AGV運(yùn)動(dòng)坐標(biāo)參考。X1O1Y1為以AGV小車幾何中心建立的AGV車體坐標(biāo)系，隨AGV移動(dòng)。AGV小車的位姿由小車幾何中心在大地坐標(biāo)系中的位置（X，Y）和AGV前進(jìn)方向與大地坐標(biāo)系的X軸正方向的夾角θ確定，即P=［X，Y，θ］T。

圖1中，o1、o2分別為AGV小車前后驅(qū)動(dòng)單元的中心；L為驅(qū)動(dòng)單元中心距AGV小車幾何中心的距離；B為各驅(qū)動(dòng)輪中心到各自驅(qū)動(dòng)單元中心的距離；α1、α2分別為兩個(gè)驅(qū)動(dòng)單元中軸線與AGV小車坐標(biāo)系X1軸正方向的夾角，按照順正逆負(fù)取值；Vo1、Vo2分別為兩個(gè)驅(qū)動(dòng)單元中心點(diǎn)的線速度；A點(diǎn)為AGV小車的瞬時(shí)轉(zhuǎn)動(dòng)中心。

同時(shí)，假設(shè)：

（1）兩個(gè)驅(qū)動(dòng)單元中心的角速度分別為ωo1、ωo2；

（2）4個(gè)輪轂電機(jī)的線速度和角速度分別為v1、v2、v3、v4、ω1、ω2、ω3、ω4；

（3）前后兩個(gè)驅(qū)動(dòng)單元的中點(diǎn)在大地坐標(biāo)系中的坐標(biāo)點(diǎn)分別設(shè)為（Xo1、Yo1）、（Xo2、Yo2）。

根據(jù)P=［X，Y，θ］T即AGV幾何中心的位置，可以得到兩個(gè)驅(qū)動(dòng)單元中心點(diǎn)的大地坐標(biāo)為：

通過(guò)以上運(yùn)動(dòng)模型可知，只要控制前后兩個(gè)驅(qū)動(dòng)單元的運(yùn)動(dòng)速度和加速度，就可以控制AGV小車的運(yùn)行狀態(tài)。

AGV小車模型如圖2所示，主要由工控機(jī)+顯示屏模塊、視覺模塊、驅(qū)動(dòng)模塊構(gòu)成。

2 模糊糾偏設(shè)計(jì)

2.1 模糊控制原理

模糊控制是一種相比于傳統(tǒng)控制更加貼近于人類思維的控制方法。與傳統(tǒng)的控制方式不同之處是，模糊控制技術(shù)在復(fù)雜的多變量系統(tǒng)中可以通過(guò)各種變量之間的關(guān)系完成對(duì)系統(tǒng)進(jìn)行控制，從而使得系統(tǒng)的控制在直觀上更加簡(jiǎn)便。模糊控制基本原理如圖3所示。

2.2 模糊控制器設(shè)計(jì)

模糊控制規(guī)則輸出曲面如圖4所示，可以看出模糊控制規(guī)則曲面在E或EC在零值附近時(shí)波動(dòng)比較大，利于精確控制；在E或EC絕對(duì)值較大時(shí)曲面波動(dòng)小，系統(tǒng)具有較強(qiáng)的魯棒性。

模糊量清晰化處理即為把模糊推理得出的結(jié)果轉(zhuǎn)換為控制系統(tǒng)可以識(shí)別的確定值。通過(guò)重心法計(jì)算橫坐標(biāo)軸和隸屬度函數(shù)曲線圍成的區(qū)域重心，如式（7）所示。

3 QR碼關(guān)鍵點(diǎn)精確定位

3.1 二維碼3點(diǎn)定位

根據(jù)二維碼的3個(gè)位置探測(cè)圖形形狀相同位置對(duì)稱，所以采用3點(diǎn)定位法確定二維碼位置。首先確定3個(gè)位置探測(cè)圖形中點(diǎn)坐標(biāo)，然后通過(guò)直線擬合法獲取關(guān)鍵4點(diǎn)坐標(biāo)，最終確定整個(gè)二維碼區(qū)域。定位結(jié)果如圖5所示。

3.2 QR碼精定位原理

視覺定位相機(jī)安裝在AGV底板中心下面，距離地面高度為25 cm。

AGV的位移糾偏移動(dòng)方向如圖7所示，根據(jù)S1、S2值的正負(fù)可以實(shí)現(xiàn)AGV的4個(gè)方向自由糾偏運(yùn)動(dòng)，從而避免對(duì)另外兩個(gè)邊距的冗余計(jì)算。

最后通過(guò)反余弦變換求得偏轉(zhuǎn)角α，旋轉(zhuǎn)糾偏方向如圖9所示。取水平方向?yàn)?°方向，當(dāng)偏差角度為正則順時(shí)針旋轉(zhuǎn)AGV糾偏，反之逆時(shí)針旋轉(zhuǎn)AGV。

4 實(shí)驗(yàn)驗(yàn)證

實(shí)驗(yàn)采用自主研發(fā)的基于激光雷達(dá)+視覺引導(dǎo)的AGV實(shí)驗(yàn)平臺(tái)，如圖10所示。實(shí)驗(yàn)環(huán)境為工廠的地坪漆地面，采用黑白二維碼作為標(biāo)識(shí)符，單目相機(jī)采樣分辨率為1 280×720。

首先通過(guò)MATLAB中的Simulink組件對(duì)模糊控制建立仿真模型，如圖11所示。設(shè)初始偏差輸入為［0.6，5］，輸入模型后仿真結(jié)果如圖12所示，圖13為最優(yōu)控制器結(jié)果。可以看出AGV小車較大偏差狀態(tài)下可以快速調(diào)整到平衡狀態(tài)。在初始距離偏差0.5 m、角度偏差0.6 rad的情況下，只需3.5 s就可以消除偏差，明顯優(yōu)于最優(yōu)控制器，所以本文采用模糊控制器可以顯著提高小車糾偏能力與反應(yīng)速度。

其次，為了驗(yàn)證該方法的有效性，驗(yàn)證AGV視覺引導(dǎo)AGV的定位精度，連續(xù)在同一定位點(diǎn)停靠200次，AGV的定位誤差如圖14所示，圖14（a）為X方向偏差，圖14（b）為Y方向上偏差，圖14（c）為角度偏差?？梢钥闯鯴和Y方向偏差在±1 mm以內(nèi)，角度偏差在±1°以內(nèi)。

5 結(jié)論

首先建立四輪差速模型，通過(guò)設(shè)置前后兩個(gè)驅(qū)動(dòng)中心簡(jiǎn)化模型間的耦合度。根據(jù)運(yùn)動(dòng)學(xué)模型確定位置偏差和角度偏差兩個(gè)變量作為二維模糊控制器的輸入，進(jìn)而獲得糾偏控制量。在初始誤差較大的情況下可以快速調(diào)整小車到平行狀態(tài)，具有較高的魯棒性和快速性。

其次，針對(duì)高精度的應(yīng)用場(chǎng)合，對(duì)一些工位有較高的定位精度要求，提出一種基于單QR碼視覺精定位法。通過(guò)3點(diǎn)定位法提取QR碼輪廓，利用幀圖片尺寸不變特性，計(jì)算出位移偏差和角度偏差，定位精度穩(wěn)定在±1 mm以內(nèi)，AGV視覺定位精度顯著提高，滿足高精度場(chǎng)合定位需要。