鄧依婷,徐 曦,李亞寧,沈 文
(1.湖南工業(yè)大學(xué) 計(jì)算機(jī)學(xué)院,湖南 株洲 412007;2.智能信息感知及處理技術(shù)湖南省重點(diǎn)實(shí)驗(yàn)室,湖南 株洲 412007)
近年來,物聯(lián)網(wǎng)技術(shù)飛速發(fā)展并滲透到越來越多的行業(yè),而傳統(tǒng)的工業(yè)物流方式的弊端也日漸顯現(xiàn),越來越多的人致力于把物聯(lián)網(wǎng)技術(shù)運(yùn)用于工業(yè)物流方面[1-3],AGV小車便應(yīng)運(yùn)而生。
AGV是Automated Guided Vehicle的縮寫,即自動導(dǎo)引運(yùn)輸車[4-5]。AGV小車備有自動導(dǎo)引裝置[6],能夠沿著規(guī)定的布線方式行進(jìn),操作者只需根據(jù)上位機(jī)進(jìn)行現(xiàn)場實(shí)時(shí)調(diào)度[7]。在工業(yè)應(yīng)用中,AGV小車最常用于在工廠或倉庫中運(yùn)送物料[8]。目前市面常見的AGV小車通常只能實(shí)現(xiàn)4個(gè)方向的轉(zhuǎn)動,難以適業(yè)工業(yè)物流領(lǐng)域多變的工作環(huán)境。為了應(yīng)對工業(yè)物流中的靈活調(diào)度設(shè)計(jì)了基于麥克納姆輪的AGV小車。小車采用麥克納姆輪控制,具有更大的靈活性,系統(tǒng)以多變量協(xié)同控制的方式從多角度獲取小車信息,能夠更加精準(zhǔn)、直觀、立體地判斷小車方位,從而完成自動化物流操作。
本次設(shè)計(jì)的基于麥克納姆輪的AGV小車其車輪采用麥克納姆輪,系統(tǒng)運(yùn)用多變量輸入?yún)f(xié)同控制的方式,比以往傳統(tǒng)的4輪AGV小車更有優(yōu)勢。
(1)傳統(tǒng)AGV小車只具備4個(gè)運(yùn)轉(zhuǎn)方向,但該小車采用全向驅(qū)動技術(shù)以及麥克納姆輪控制方式,可以完成8個(gè)方向的運(yùn)行,如直行、斜行、橫行、零半徑任意角度旋轉(zhuǎn)等。
(2)小車實(shí)行多變量輸入?yún)f(xié)同控制,其運(yùn)行狀態(tài)由多模塊共同控制,可完成地點(diǎn)、時(shí)空的三維立體觀測,具有獲取全局信息的能力。
(4)小車的感知系統(tǒng)由超聲波、紅外模塊、攝像頭等構(gòu)成,依靠模塊識別、障礙物識別以及適當(dāng)?shù)娜斯ぶ悄芊椒ㄩ_發(fā)全局模型。
系統(tǒng)分為感知層、網(wǎng)絡(luò)層、處理層和應(yīng)用層四部分,總體設(shè)計(jì)如圖1所示。
圖1 系統(tǒng)總體設(shè)計(jì)
系統(tǒng)基于感知層實(shí)現(xiàn)小車三維立體檢測,以STM32F103ZET6為控制核心,搭載WiFi模塊實(shí)現(xiàn)人機(jī)交互,完成小車自動循跡、貨物自動裝卸等功能。
小車硬件部分由STM32F103ZET6、超聲波傳感器、紅外傳感器、電源模塊、WiFi模塊、驅(qū)動器等組成,主控芯片通過I/O接口和USART與各設(shè)備相連。系統(tǒng)硬件總體設(shè)計(jì)如圖2所示。
圖2 硬件總體設(shè)計(jì)
基于麥克納姆輪的AGV小車軟件設(shè)計(jì)主要分為以下幾部分:
(1)多變量輸入控制;
(2)光電循跡和超聲波避障設(shè)計(jì);
(3)WiFi通信;
醫(yī)學(xué)檢驗(yàn)專業(yè)實(shí)習(xí)教育是一項(xiàng)系統(tǒng)工程,全面提高學(xué)生綜合技能是實(shí)習(xí)教學(xué)的首要任務(wù)。然而,長期以來,醫(yī)學(xué)檢驗(yàn)專業(yè)臨床教學(xué)以被動教育為主,學(xué)生大多被程序化操作所禁錮,忽視對問題的發(fā)現(xiàn)和思考,因而在整體能力上存在不足。
(4)閉環(huán)系統(tǒng)驅(qū)動設(shè)計(jì);
(5)全局信息反饋。
多變量輸入控制如圖3所示,多個(gè)傳感器協(xié)同工作,分別獲取小車不同狀態(tài)信息,核心芯片STM32F103ZET6通過獲取的多變量信息完成對小車的行進(jìn)方向控制以及小車的狀態(tài)反饋,其主要工作包括如下幾方面。
(1)光電循跡模塊數(shù)據(jù)輸入控制。通過紅外傳感器輸出的高低電平,檢測小車行進(jìn)路線。
(2)超聲波模塊數(shù)據(jù)輸入控制。運(yùn)用超聲波測距原理實(shí)現(xiàn)小車避障功能,與光電循跡模塊協(xié)同工作,多方位觀察。
(3)紅外裝載模塊數(shù)據(jù)輸入控制。了解貨物裝卸情況,用于確定下一階段運(yùn)行方式。
(4)攝像頭數(shù)據(jù)輸入控制。從空間三維立體角度判斷小車狀態(tài)并實(shí)時(shí)反饋給上位機(jī)。
圖3 多變量輸入控制
4.2.1 循跡算法設(shè)計(jì)
PID控制方法是智能控制技術(shù)中一項(xiàng)較為重要的控制方法,已被廣泛應(yīng)用于智能汽車、智能儀表、智能調(diào)節(jié)器等方面[9-10]。
PID算法模型如下:
式中:KP表示比例系數(shù);KI表示積分系數(shù);KD表示微分系數(shù)。
由于小車在行進(jìn)過程中情況多變、路線多樣,采用傳統(tǒng)的PID控制難以建立數(shù)學(xué)模型。因此,在小車的運(yùn)動和轉(zhuǎn)向過程中采用模糊自適應(yīng)PID算法(該算法由自適應(yīng)模糊控制和PID算法結(jié)合而成)。模糊PID控制系統(tǒng)采用模糊算法對PID參數(shù)進(jìn)行實(shí)時(shí)調(diào)整以滿足實(shí)際控制環(huán)境對被控對象的要求,具有良好的適應(yīng)能力[11-12],能夠完成系統(tǒng)的實(shí)時(shí)控制,其結(jié)構(gòu)如圖4所示。
圖4 模糊自適應(yīng)PID算法結(jié)構(gòu)
小車采用多輸入單輸出形式控制運(yùn)行過程,通過建立的模糊控制規(guī)則表和輸入的各傳感器數(shù)據(jù)信息,利用模糊控制實(shí)現(xiàn)PID運(yùn)算,最后以PWM脈寬調(diào)制的方式控制驅(qū)動設(shè)備。
4.2.2 避障算法設(shè)計(jì)
小車通過超聲波傳感器獲取周圍障礙物的距離。超聲波傳感器通過不斷發(fā)送超聲波信號,自動檢測有無信號返回,來判斷周圍障礙物信息。
小車采取多變量輸入的方式控制運(yùn)行,并配備多媒體設(shè)備,經(jīng)過模糊PID算法形成反饋機(jī)制,進(jìn)一步控制小車驅(qū)動運(yùn)行。閉環(huán)系統(tǒng)如圖5所示。
圖5 閉環(huán)系統(tǒng)
小車采用閉環(huán)控制系統(tǒng)能夠更精確、快速地響應(yīng)指令,在運(yùn)行過程中不斷達(dá)到自我調(diào)整及自適應(yīng)智能控制。
本文以麥克納姆輪全向移動運(yùn)動學(xué)模型為基礎(chǔ),采用模糊PID算法控制設(shè)計(jì)了一種基于麥克納姆輪的AGV小車。該小車比傳統(tǒng)的4輪AGV小車更加靈活,適應(yīng)性更強(qiáng),能夠針對不同環(huán)境實(shí)現(xiàn)自我運(yùn)行控制,大大提高了物流效率,可以應(yīng)用于現(xiàn)代工業(yè)物流、物資配送等領(lǐng)域。