一种基于MPC控制的AGV路径跟踪方法及系统与流程

控制;调节装置的制造及其应用技术一种基于mpc控制的agv路径跟踪方法及系统技术领域1.本发明涉及agv运动控制技术领域，具体涉及一种基于mpc控制的agv路径跟踪方法及系统。背景技术：2.agv(automated guidevehicle，自动导引运输车)是一种借助导引装置实现自动行驶的搬运设备。路径跟踪是agv关键技术之一，运动控制技术直接决定其能否准确运行在规定路径上。agv路径跟踪即是根据其行驶过程中采集到的位置偏差信息然后通过对自身速度的调节使agv保持正确的运行状态。当agv偏离预定轨迹时，能根据自身控制器的作用，使得agv在一定时间内回到正确的轨迹，即路径跟踪。车辆横向控制设计有两种方法：第一种是无模型的横向控制方法，如pid控制；第二种是基于模型的横向控制方法，包括基于运动学模型的纯跟踪控制算法，基于动力学模型的lqr，以及mpc滚动时域最优控制。pid控制参数少，简单易用但对外界干扰鲁棒性较差；基于运动学模型的纯跟踪算法在速度增大时容易超调；基于动力学模型的lqr参数调节复杂，对动力学模型简化依赖强；mpc控制与lqr类似，但增加了控制约束，不做线性假设且使用滚动时间窗口多次求解，算力要求更高但结果更加鲁棒，适应场景广，是未来研究趋势。技术实现要素：3.为此，本发明提供一种基于mpc控制的agv路径跟踪方法及系统，以解决现有的agv车辆控制存在的对外界干扰鲁棒性差、算力要求高，无法实现精准快速的路径跟踪的问题。4.为了实现上述目的，本发明提供如下技术方案：5.根据本发明实施例的第一方面，提出了一种基于mpc控制的agv路径跟踪方法，所述方法包括：6.按照agv线速度和角速度控制指令控制agv运动，并实时返回agv相对当前路径的位置偏差和角度偏差；7.基于mpc控制算法，对实时返回的位置偏差和角度偏差进行最优化控制，结合目标函数和约束条件进行最优求解得到当前时刻的agv线速度和角速度，实现agv路径跟踪。8.进一步地，所述方法还包括：9.通过二维码定位和惯导传感器定位结合对agv进行全地图精准定位获得agv全局位姿，并根据agv全局位姿计算出agv相对当前路径的位置偏差和角度偏差。10.进一步地，所述方法还包括：构建两轮差速agv运动学模型离散化差分模型，具体为：11.记epsik为k时刻小车质心行进方向相对于路径中心线的偏差角度，ek为k时刻小车质心与路径中心线的横向偏差距离，wk为k时刻小车运动角速度，vk为k时刻小车运动线速度，θk为k时刻小车在地图坐标系的角度，xk为k时刻小车在地图坐标系的横坐标，yk为k时刻小车在地图坐标系的纵坐标，k时刻和k+1时刻状态转移满足以下运动学方程：12.xk+1＝xk+vk·cos(θk)·dt13.yk+1＝yk+vk·sin(θk)·dt14.θk+1＝θk+wk·dt15.ek+1＝ek+vk·tan(epsik)·dt16.epsik+1＝epsik+wk·dt。17.进一步地，基于mpc控制算法，对实时返回的位置偏差和角度偏差进行最优化控制，结合目标函数和约束条件进行最优求解得到当前时刻的agv线速度和角速度，具体包括：18.构建目标函数如下：[0019][0020]we为ek的权重，wepsi为epsik的权重；[0021]动态模型约束为agv运动学模型方程式，其中ek和epsik满足下式：[0022]ek＝f(xk)-yk[0023]epsik＝arctan(f'(xk))-θk；[0024]其中，f(xk)为目标轨迹拟合曲线；[0025]求解目标函数得到每个时刻所需控制量vk和wk。[0026]进一步地，二维码定位具体包括：[0027]在地图特定位置铺设二维码，将实际位置坐标编码进二维码内容，相机实时拍摄包含二维码的图像，计算二维码在图像中的位置及角度，结合上述计算出相机在地图中的实际坐标及朝向，由于agv与相机的相对位置固定即可得出agv在地图中的实际坐标和朝向。[0028]进一步地，惯导传感器定位具体包括：[0029]在agv位姿初始值给定的前提下，基于惯导传感器采集的信息计算出每一时刻位姿相对于上一时刻位姿的距离以及方向角的变化，从而实现位姿的实时估计。[0030]根据本发明实施例的第二方面，提出了一种基于mpc控制的agv路径跟踪系统，所述系统包括：[0031]agv控制器，用于按照agv线速度和角速度控制指令控制agv运动，并实时返回agv相对当前路径的位置偏差和角度偏差；[0032]mpc控制器，用于基于mpc控制算法，对实时返回的位置偏差和角度偏差进行最优化控制，结合目标函数和约束条件进行最优求解得到当前时刻的agv线速度和角速度，实现agv路径跟踪。[0033]进一步地，所述agv控制器具体同于：[0034]通过二维码定位和惯导传感器定位结合对agv进行全地图精准定位获得agv全局位姿，并根据agv全局位姿计算出agv相对当前路径的位置偏差和角度偏差。[0035]本发明具有如下优点：[0036]本发明提出的一种基于mpc控制的agv路径跟踪方法及系统，基于mpc控制算法，对实时返回的位置偏差和角度偏差进行最优化控制，结合目标函数和约束条件进行最优求解得到当前时刻的agv线速度和角速度，实现agv路径跟踪。充分利用mpc算法结果鲁棒，适应场景广的优势，同时结合agv实际需求忽略动力学进行计算简化，降低算力要求，实现agv精准快速的路径跟踪。附图说明[0037]为了更清楚地说明本发明的实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图引伸获得其它的实施附图。[0038]图1为本发明实施例1提供的一种基于mpc控制的agv路径跟踪方法的流程示意图；[0039]图2为本发明实施例1提供的一种基于mpc控制的agv路径跟踪方法中agv在坐标系中状态示意图；[0040]图3为本发明实施例2提供的一种基于mpc控制的agv路径跟踪系统的结构示意图。具体实施方式[0041]以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。[0042]实施例1[0043]如图1所示，本实施例提出了一种基于mpc控制的agv路径跟踪方法，所述方法包括：[0044]s100、按照agv线速度和角速度控制指令控制agv运动，并实时返回agv相对当前路径的位置偏差和角度偏差；[0045]s200、基于mpc控制算法，对实时返回的位置偏差和角度偏差进行最优化控制，结合目标函数和约束条件进行最优求解得到当前时刻的agv线速度和角速度，实现agv路径跟踪。[0046]具体包括：[0047](1)建立agv小车运动学模型，根据移动机器人运动特性，对小车纠偏控制系统的横向偏差距离和角度偏差进行分析。[0048]构建两轮差速agv运动学模型离散化差分模型，具体为：[0049]结合图2，记epsik为k时刻小车质心行进方向相对于路径中心线的偏差角度，ek为k时刻小车质心与路径中心线的横向偏差距离，wk为k时刻小车运动角速度，vk为k时刻小车运动线速度，θk为k时刻小车在地图坐标系的角度，xk为k时刻小车在地图坐标系的横坐标，yk为k时刻小车在地图坐标系的纵坐标，k时刻和k+1时刻状态转移满足以下运动学方程：[0050]xk+1＝xk+vk·cos(θk)·dtꢀꢀ(1)[0051]yk+1＝yk+vk·sin(θk)·dtꢀꢀ(2)[0052]θk+1＝θk+wk·dtꢀꢀ(3)[0053]ek+1＝ek+vk·tan(epsik)·dtꢀꢀ(4)[0054]epsik+1＝epsik+wk·dtꢀꢀ(5)[0055](2)通过轮式里程计、imu以及视觉里程计数据融合获得agv全局位姿，计算出相对当前路径的位置偏差和角度偏差。[0056]具体实施时通过扩展卡尔曼滤波方式融合imu轮式里程计以及二维码识别定位数据实现对agv的全局定位，本实施例路径规划轨迹为直线。[0057]本实施例中，通过二维码定位和惯导传感器定位结合对agv进行全地图精准定位获得agv全局位姿，并根据agv全局位姿计算出agv相对当前路径的位置偏差和角度偏差。[0058]二维码定位具体包括：[0059]在地图特定位置铺设二维码，将实际位置坐标编码进二维码内容，相机实时拍摄包含二维码的图像，计算二维码在图像中的位置及角度，结合上述计算出相机在地图中的实际坐标及朝向，由于agv与相机的相对位置固定即可得出agv在地图中的实际坐标和朝向。[0060]惯导传感器定位具体包括：[0061]在agv位姿初始值给定的前提下，基于惯导传感器采集的信息计算出每一时刻位姿相对于上一时刻位姿的距离以及方向角的变化，从而实现位姿的实时估计。[0062]由于二维码在地图中是离散的，而惯导可在地图任何区域计算出位姿，随时间增加产生漂移不够准确。在经过二维码时使用二维码准确定位，同时更新惯导计算出来的位姿为此准确位姿。在经过无二维码区域时使用更新过的惯导位姿，可实现全地图准确定位。[0063]由于当前路径坐标已知，获得全局位姿后，从agv当前位置对当前路径做投影，可得当前位置在路径上的投影点坐标，位置偏差即agv到投影点的距离，角度偏差为agv朝向与路径方向的夹角。[0064](3)设计mpc控制算法目标函数及约束条件，实现agv路径跟踪。[0065]agv控制系统由agv控制器和mpc控制器构成。agv控制器作用是按照线速度和角速度指令控制agv运动，并实时返回agv相对当前路径的位置及角度偏差。mpc控制器作用是通过构建最优化问题的目标函数和约束求解当前控制量。本实施例结合使用场景，仅考虑优化角度偏差和位置偏差两个状态，构建目标函数如下：[0066][0067]we为ek的权重，wepsi为epsik的权重；[0068]约束方程包括式(1)-(5)，称为动态模型约束，目标函数以最小化ek和epsik为目标，动态模型约束描述了vk和wk对ek和epsik的影响，即(6)中的ek和epsik项可用包含vk和wk的表达式替代，最优化问题就等价于求取使得j取最小值时的vk和wk的问题。其中ek和epsik满足下式：[0069]ek＝f(xk)-yk[0070]epsik＝arctan(f'(xk))-θk；[0071]其中，f(xk)为目标轨迹拟合曲线，目标轨迹实质上时一系列离散点，f(xk)是对离散点的拟合，形式一般为5次多项式，可以为直线但不仅限于直线，本实施例中为直线；[0072]还有执行约束：[0073]v∈[vmin,vmax]ꢀꢀ(9)[0074]w∈[wmin,wmax]ꢀꢀ(10)[0075]求解目标函数得到每个时刻所需控制量vk和wk。[0076]实施例2[0077]与上述实施例1相对应的，本实施例提出了一种基于mpc控制的agv路径跟踪系统，结合图3，所述系统包括：[0078]agv控制器，用于按照agv线速度和角速度控制指令控制agv运动，并实时返回agv相对当前路径的位置偏差和角度偏差；[0079]mpc控制器，用于基于mpc控制算法，对实时返回的位置偏差和角度偏差进行最优化控制，结合目标函数和约束条件进行最优求解得到当前时刻的agv线速度和角速度，实现agv路径跟踪。[0080]本发明实施例提供的一种基于mpc控制的agv路径跟踪系统中各部件所执行的功能均已在上述实施例1中做了详细介绍，因此这里不做过多赘述。[0081]虽然，上文中已经用一般性说明及具体实施例对本发明作了详尽的描述，但在本发明基础上，可以对之作一些修改或改进，这对本领域技术人员而言是显而易见的。因此，在不偏离本发明精神的基础上所做的这些修改或改进，均属于本发明要求保护的范围。









图片声明：本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!




内容声明：本文中引用的各种信息及资料（包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主体（包括但不限于公司、媒体、协会等机构）的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理！本站为非盈利性质站点,发布内容不收取任何费用也不接任何广告!




免责声明：我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理，本文部分文字与图片资源来自于网络，部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!的,若有来源标注错误或侵犯了您的合法权益，请立即通知我们，情况属实，我们会第一时间予以删除，并同时向您表示歉意,谢谢!