基于激光雷達(dá)自導(dǎo)航的AGV 系統(tǒng)設(shè)計

（重慶工業(yè)賦能創(chuàng)新中心有限公司，重慶 400023）

0 前言

當(dāng)下社會自動化、智能化在各行業(yè)各領(lǐng)域都有很大的發(fā)展，自動導(dǎo)航車的應(yīng)用范圍也越來越廣泛，現(xiàn)代化自動化的工廠車間，自動導(dǎo)航的AGV（Automated Guided Vehicle）小車隨處可見；家庭中常見的掃地機器人也越來越多，但大多是傳統(tǒng)導(dǎo)航方法。

激光雷達(dá)可以實現(xiàn)非接觸式的空間感知，可以引導(dǎo)自動導(dǎo)航車進行路徑規(guī)劃和避障，針對農(nóng)業(yè)溫室環(huán)境之下的導(dǎo)航車，可根據(jù)激光雷達(dá)實現(xiàn)溫室復(fù)雜環(huán)境內(nèi)的運動路徑規(guī)劃。在激光雷達(dá)差動模型、里程計模型、激光傳感器模型建模的研究為機器人自定位以及自動導(dǎo)航進行理論鋪墊[1]，激光雷達(dá)技術(shù)已經(jīng)在農(nóng)用車輛、橋區(qū)船舶導(dǎo)航、道路車輛等領(lǐng)域已經(jīng)開始有初步研究應(yīng)用[2-11]，用激光雷達(dá)來做導(dǎo)航的AGV 偏少，因此，本文對基于激光雷達(dá)的AGV 進行路徑規(guī)劃與自主導(dǎo)航研究。

1 硬件系統(tǒng)設(shè)計

圖1 硬件連接圖

基于激光雷達(dá)的AGV 平臺車主要由平臺車體、激光雷達(dá)傳感模塊、點云數(shù)據(jù)采集、處理及平臺車運動控制器組成。其中平臺車是實現(xiàn)路徑規(guī)劃功能的承載主體，激光雷達(dá)傳感器則負(fù)責(zé)采集外部環(huán)境數(shù)據(jù)以及自身狀況并將其提供給樹莓派控制器，控制器對數(shù)據(jù)進行處理與分析，計算獲取平臺車的運動路徑，并控制車輪電機驅(qū)動器實現(xiàn)平臺車自主導(dǎo)航[12]。硬件連接如圖1 所示。

激光雷達(dá)傳感器識別周圍環(huán)境障礙，通過UART 通信協(xié)議將數(shù)據(jù)傳送給樹莓派，電機驅(qū)動器進行數(shù)據(jù)處理并經(jīng)由某種算法規(guī)劃完路徑，然后樹莓派通過GPIO 控制向電機驅(qū)動器發(fā)送命令，使其產(chǎn)生PWM 信號給小車的電機，最終能夠?qū)崿F(xiàn)小車在某些路況中的自動導(dǎo)航。采用的AGV 小車為應(yīng)用于大棚、農(nóng)場等結(jié)構(gòu)化的場地作業(yè)平臺車，該小車主要由兩個伺服電機，以及分別驅(qū)動它們的兩個伺服電機驅(qū)動器構(gòu)成（DMS-055A 全數(shù)字交流伺服電機驅(qū)動器）。在結(jié)構(gòu)化的場地中工作，就要求該作業(yè)平臺車能夠自動導(dǎo)航行駛于直線路段、簡單轉(zhuǎn)彎路段以及貼壁行駛路段。為了達(dá)到這些要求，作業(yè)平臺車采用了兩輪中置驅(qū)動的驅(qū)動模式，并且能夠?qū)崿F(xiàn)兩輪的正反轉(zhuǎn)向，同時利用差速原理實現(xiàn)直線行駛與轉(zhuǎn)彎[13]。為了提高平臺車的靈活性，在底盤下安裝了四個萬向輪，使得它們配合電機控制下的兩個驅(qū)動輪實現(xiàn)原地轉(zhuǎn)向的功能。而驅(qū)動電機采用了48V400W 的伺服直流電機，可以準(zhǔn)確按照占空比的要求輸出相應(yīng)的轉(zhuǎn)速。

1.1 RPLidar A2

RPLidar A2 是思嵐科技開發(fā)的新一代低成本二維激光雷達(dá)，RPLidar A2 的參數(shù)如表1 所示。

表1 RPLidar A2 參數(shù)

RPLidar A2 采用的是激光三角測距技術(shù)，加上思嵐科技開發(fā)的高速視覺采集處理機構(gòu)，它可以以4 kHz 的高頻率進行測距操作。在每次激光測距操作中，RPLidar A2先發(fā)射出經(jīng)過調(diào)制的紅外線，在碰到障礙物之后返回，并通過高速視覺采集處理機構(gòu)再次接受，經(jīng)過內(nèi)置的DSP處理器進行實施解算，最后得到角度與距離數(shù)據(jù)并通過串口輸出。

圖2 RPLidar A2 的引腳定義與接線圖

RPLidar A2 激光雷達(dá)與外接控制的接線方式如圖2所示。其中UART 表示控制器上的通用異步收發(fā)傳輸器，在本文中指樹莓派控制器。PWM(Pulse Width Modulation)Generator 指的是GPIO 引腳下的PWM 控制功能。

如圖3 所示，激光雷達(dá)的發(fā)射端和接收端位于激光雷達(dá)的頂部，其頂部相對底部可進行旋轉(zhuǎn)運動，從而采集360°一周的點云數(shù)據(jù)，激光雷達(dá)的正面為數(shù)據(jù)線的對應(yīng)面，正面所對應(yīng)的激光雷達(dá)轉(zhuǎn)角為0°與360°，激光雷達(dá)按逆時針方向旋轉(zhuǎn)，采集到的角度分別從0°到360°，采集到的距離為坐標(biāo)軸原點到障礙物的直線距離d，通過極坐標(biāo)的方式輸出障礙物的位置參數(shù)。

圖3 激光雷達(dá)坐標(biāo)系

1.2 點云數(shù)據(jù)采集控制器

Raspberry Pi 3 Model B 的計算機體積小裝載輕便，對AGV 小車的行駛影響較小；參數(shù)配置足夠，能夠承載激光雷達(dá)輸出的數(shù)據(jù)并進行儲存與處理。Raspberry Pi 3 Model B 參數(shù)表如表2 所示，其功能完全可以實現(xiàn)數(shù)據(jù)的采集存儲以及處理。

表2 Raspberry Pi 3 Model B 參數(shù)表

樹莓派實物如圖4 所示。

圖4 Raspberry Pi 3 Model B 實物圖

1.3 電機驅(qū)動器模塊

驅(qū)動伺服電機的驅(qū)動器采用的是DMS-055A 全數(shù)字交流伺服電機驅(qū)動器，該驅(qū)動器采用32 位高速DSP 芯片，支持速度閉環(huán)控制，速度控制模式下支持PWM 占空比信號，供電電壓20V～50V，并且支持50W～500W 的交流伺服電機，符合上述采用的48V400W 的伺服電機。在本研究中所使用的激光雷達(dá)是思嵐科技出品的RPLidar A2激光雷達(dá)，隸屬于單線激光雷達(dá)。這款雷達(dá)是國內(nèi)廠商思嵐科技開發(fā)的一款低成本二維激光雷達(dá)，最主要的優(yōu)點就是價格低廉、開發(fā)方便、精度較高。

1.4 基于激光雷達(dá)的AGV 導(dǎo)航系統(tǒng)框架連接

激光雷達(dá)通過USB 適配器將其通信接口與上位機Raspberry Pi 3 Model B 連接并進行數(shù)據(jù)通信；樹莓派通過外接電源供電；GP IO 引腳與AGV 小車的兩個伺服電機驅(qū)動器連接，下位機通過上位機處理完的數(shù)據(jù)信息分配PWM 波，設(shè)置好占空比后輸出給伺服電機中的PWM 驅(qū)動器，實現(xiàn)對平臺車運動控制。圖5 為基于激光雷達(dá)的AGV 導(dǎo)航系統(tǒng)的硬件連接模擬圖。

圖5 硬件連接模擬圖

2 基于RPLidar A2 的數(shù)據(jù)采集方法

為實時獲取激光雷達(dá)采集到的點云數(shù)據(jù)并且進行實時處理，需編寫實時數(shù)據(jù)采集程序，同時為了驗證采集數(shù)據(jù)的準(zhǔn)確性將數(shù)據(jù)保存為txt 文件。由于RPLidar A2 的頭文件基于C++與C 語言的混編，故編程邏輯為先采用C++語言進行編程，調(diào)試成功后導(dǎo)入樹莓派中，在Linux 系統(tǒng)python 2.7 的環(huán)境下進行編譯和運行。

具體的數(shù)據(jù)采集編程思路為：先基于VS2010 的C++環(huán)境進行數(shù)據(jù)獲取程序的編寫，采用激光雷達(dá)所提供的SDK 包調(diào)用相關(guān)的已封裝好的頭文件和指令函數(shù)，實現(xiàn)指令通信和激光雷達(dá)作業(yè)控制，在獲取了正確編譯的C++源文件后，利用Xshell 軟件將其導(dǎo)入進樹莓派中進行基于python2 的編譯，最后生成可執(zhí)行文件，運行文件，樹莓派便可控制激光雷達(dá)的工作以及數(shù)據(jù)的采集。本章在這些內(nèi)容的基礎(chǔ)上還添加了進行正式程序編寫工作前的準(zhǔn)備工作，包括PC 端的配置，樹莓派的初始化設(shè)置以及二者的連接配置。如6 圖所示。

圖6 數(shù)據(jù)采集編程思路

2.1 基于VS2010 環(huán)境下的數(shù)據(jù)采集

圖7 數(shù)據(jù)采集程序流程圖

程序的編寫在PC 端的VS2010 環(huán)境下完成，RPLidar A2 提供了能夠自由開發(fā)的SDK（Software Development Kit，軟件開發(fā)工具包），基于SDK 目錄下的已存在的頭文件進行數(shù)據(jù)采集程序的編寫。頭文件主要包括：rplidar.h（在程序編寫時只需引用該頭文件即可使用RPLidar SDK 的所有功能）、rplidar_driver.h（定義了核心驅(qū)動接口，RPLidarDriver 的類申明，包括了一些函數(shù)的接口）、rplidar_protocol.h（定義通訊協(xié)議的底層數(shù)據(jù)結(jié)構(gòu)以及常量）、rplidar.h（定義通訊協(xié)議中各類請求命令、應(yīng)答相關(guān)的數(shù)據(jù)結(jié)構(gòu)以及常量定義）、rptypes.h（定義平臺無關(guān)的結(jié)構(gòu)和常量）。

圖7 為RPLidar 數(shù)據(jù)采集流程圖。程序運行時給激光雷達(dá)通電，通過GET_HEALTH 函數(shù)獲取激光雷達(dá)的健康狀況，檢測是否發(fā)生了故障，沒有發(fā)生故障則創(chuàng)建驅(qū)動實例（無論發(fā)生故障與否，都需要輸出設(shè)備健康信息），接著檢測硬件信息并輸出，最后檢測工作環(huán)境是否安全，若不安全則會中斷程序[14]。在保障激光雷達(dá)健康工作后，設(shè)備正常運轉(zhuǎn)并開始掃描同時獲取數(shù)據(jù)。掃描過程處在一個while(1)的死循環(huán)中，只有當(dāng)外部給出中斷命令時，數(shù)據(jù)采集程序才會結(jié)束。

2.2 Raspberry Pi 在Linux 環(huán)境下的編譯

由于Raspberry Pi 使用的是Linux 系統(tǒng)，在VS 中用C++語言編寫的程序無法直接運行，因此，需要進行Linux中的編譯。進行Linux 下的編譯就需要將源文件導(dǎo)入進Raspberry Pi 中，需要使用Xshell 軟件，該軟件可以實現(xiàn)遠(yuǎn)程控制Raspberry Pi 的系統(tǒng)的功能。將樹莓派與PC 連接，從而實現(xiàn)用Xshell 遠(yuǎn)程控制Linux 系統(tǒng)。

首先對樹莓派進行初始化設(shè)置，本文選用Linux 發(fā)行的centOS 系統(tǒng)。使用W32DiskImager 將下載好的鏡像系統(tǒng)文件燒寫進SD 卡中，并與PC 連接使用SSH 遠(yuǎn)程登錄進行文件的配置，且將點云數(shù)據(jù)采集程序?qū)霕漭伞?/p>

3 實況模擬下的AGV 導(dǎo)航路徑擬合方法研究

3.1 路徑擬合算法

路徑擬合的算法可以在圖8 中體現(xiàn)，在障礙物兩邊分別取若干采集到的數(shù)據(jù)點，圖中在障礙左和障礙右中分別取3 個點，兩兩相連求出其3 個中點坐標(biāo)，根據(jù)最小二乘法[15]將這些中點坐標(biāo)進行擬合，最后可以得到一條較為準(zhǔn)確的方向?qū)Ш骄€。

圖8 路徑擬合原理圖

通過本文第2 章中的數(shù)據(jù)采集程序所獲取到的數(shù)據(jù)實際上是極坐標(biāo)下的數(shù)據(jù)（A，D），一個角度對應(yīng)一個距離，在進行最小二乘法擬合之前，需要用公式（1）將其轉(zhuǎn)化成直角坐標(biāo)系的數(shù)據(jù)（X,Y）。通過公式（2）計算左障礙Ai與Bi中點Ci的坐標(biāo)（其中i＝1,2,3），再通過公式（3）獲得直線的斜率a 與截距值b。

3.2 特征點的提取

首先對實驗場所進行數(shù)據(jù)采集，圖9 為實驗場所的環(huán)境實物圖。獲取數(shù)據(jù)后在MATLAB 軟件下進行繪圖，未進行數(shù)據(jù)過濾時的環(huán)境模擬圖如圖10 所示。

圖9 環(huán)境實物圖

圖10 未過濾數(shù)據(jù)環(huán)境模擬圖

觀察圖9、圖10 可以發(fā)現(xiàn)，障礙物C、D 以及直角彎道與當(dāng)前測量點距離過大，對當(dāng)前點進行路徑規(guī)劃沒有幫助，因此進行數(shù)據(jù)過濾，將距離值大于1 000mm 的數(shù)據(jù)點過濾。數(shù)據(jù)過濾環(huán)境模擬圖如圖11 所示。

圖11 數(shù)據(jù)過濾后環(huán)境模擬圖

如圖11 所示，大致可以判斷從30°～330°范圍內(nèi)的數(shù)據(jù)對于規(guī)劃當(dāng)前的路徑是有效的，于是在數(shù)組中隔斷選取6 個點，模擬中選擇了數(shù)組中第30 個、50 個、70 個（這三者分布在路徑的一邊），第260 個、280 個、300 個（這三者分布在路徑的另一邊），這是因為數(shù)據(jù)在數(shù)組中的位置與其角度值相近似。

3.2.1 無偏差直線路徑工況下的路徑導(dǎo)航

在理想的直線路徑工況中，保證AGV 可沿路徑中線運動，采用最小二乘法直線路徑擬合方法，圖12 為試驗路況圖，可見該路況兩側(cè)障礙物平行，距離為200 mm，且障礙物均為平板狀物，沒有凸起點對導(dǎo)航路徑擬合的影響。

將激光雷達(dá)采集到的數(shù)據(jù)導(dǎo)出，再導(dǎo)入Excel 中生成表格，對距離這一參數(shù)進行閾值濾波，將1 000mm 以上較遠(yuǎn)的無關(guān)數(shù)據(jù)點過濾，完成數(shù)據(jù)的導(dǎo)入之后進行MATLAB 的程序編寫。

根據(jù)最小二乘法擬合方法擬合出來的方向?qū)Ш骄€如圖13 所示，6 個點被擬合成了一條幾乎指向0°的直線，對于激光雷達(dá)來說也就是正前方。

3.2.2 存在導(dǎo)航偏距的直線路徑工況下的路徑導(dǎo)航

假設(shè)平臺車仍然行駛在一條直線路段上，但是并不是沿著中線的理想路線上行走，而是產(chǎn)生了橫向的導(dǎo)航偏距，與上述情況一樣，將激光雷達(dá)采集到的數(shù)據(jù)導(dǎo)入進Excel 中，進行距離小于1 000mm 的濾波后導(dǎo)入MATLAB中，再次定義第一列為angle 變量，第二列為distance 變量。仍然選擇30/50/70/260/280/300 這6 個點，進行最小二乘法直線擬合。

圖13 無偏差時的模擬路徑

通過最小二乘法擬合后得到的方向?qū)Ш骄€如圖14 所示，平臺車處于該極坐標(biāo)的中央位置，相對于上述情況來說，平臺車向中線的左邊產(chǎn)生了距離上的橫向偏移量，而為了讓平臺車能夠保持在中線上行駛，此刻通過最小二乘法擬合得到的路徑指示平臺車向右前方行駛，直至其可以正確行駛在中線上。

圖14 有導(dǎo)航偏距時的模擬路徑

3.2.3 存在航偏角的直線路徑工況下的路徑導(dǎo)航

圖15 航偏角時的模擬路徑

假設(shè)平臺車行駛在直線路段上，雖然此刻仍處于直線路段的中線上，但是角度上產(chǎn)生了偏移，于是規(guī)劃該路況下的路徑。同樣將激光雷達(dá)采集到的數(shù)據(jù)導(dǎo)入至Excel中，進行距離小于1 000mm 的濾波后導(dǎo)入MATLAB 中，再次定義angle 與distance 變量，通過選取關(guān)鍵點的方法繪制路徑模擬圖。

這種情況下通過最小二乘法擬合得到的方向?qū)Ш骄€如圖15 所示，在粗線所描出的環(huán)境地圖上可以看出，地圖相對于平臺車向左產(chǎn)生了偏轉(zhuǎn)，也就是說平臺車相對于地圖向右產(chǎn)生了偏轉(zhuǎn)，于是需要進行符合細(xì)線行駛方向的操作才能回轉(zhuǎn)到正確的正前方向[16]。

3.2.4 同時具有導(dǎo)航偏距和航偏角的直線路徑工況下的路徑導(dǎo)航

假設(shè)平臺車行駛在直線路段，但是此刻既出現(xiàn)了導(dǎo)航偏距也出現(xiàn)了航偏角，于是對這種情況進行路徑的模擬規(guī)劃。同樣將激光雷達(dá)采集到的數(shù)據(jù)導(dǎo)入到Excel 中，經(jīng)過距離小于1 000mm 的濾波后導(dǎo)入進MATLAB 中，再次定義angle 與distance 變量，通過選取關(guān)鍵點的方法擬合路徑。

在這種情況下通過最小二乘法擬合獲得的方向?qū)Ш骄€如圖16 所示，可以明顯看出，極坐標(biāo)中心（也就是平臺車的當(dāng)前位置）與粗實線描出的地圖兩邊的墻壁的距離不一致，同時整個地圖也相對于平臺車向左偏轉(zhuǎn)了一定的角度。為了使平臺車能夠沿著中心路線行駛，需要根據(jù)圖中細(xì)實線（也就是這種情況下的規(guī)劃路徑）所示的方向進行調(diào)整。

圖16 導(dǎo)航偏距與航偏角都存在時的模擬路徑

3.3 導(dǎo)航偏距值與航偏角的獲取算法

以圖16 為例，給出獲取偏差值的算法。

3.3.1 導(dǎo)航偏距值的獲取

取0°與270°兩個點的數(shù)據(jù)，設(shè)距離分別為D(0)與D(270)，同時定義0°～180°內(nèi)距離為正值，180°～360°范圍內(nèi)距離為負(fù)值，D(0)+D(270)就是導(dǎo)航偏距值。當(dāng)D(0)+D(270)等于0 時，就表示不存在導(dǎo)航偏距值，也就是平臺車處于當(dāng)前路段的中心線上。

3.3.2 航偏角的獲取

航偏角的獲取更加便利，利用路徑擬合算法中取得同側(cè)障礙中的3 個點，同樣是通過最小二乘法進行路徑擬合，得到該障礙路線的斜率，對斜率求反正切即可得到當(dāng)前的航偏角。同樣，當(dāng)斜率為0 時則表示不存在航偏角，當(dāng)前平臺車行駛的方向是沿著中心線方向的。

4 車輛自主導(dǎo)航算法研究

最小二乘擬合直線法是一種有效的尋找路徑的方法，它只需要一些關(guān)鍵點就可以在不同的路況下擬合出滿足AGV 小車行駛的路線；并且能夠通過計算行駛路線的直線方程式得到此時角度的偏轉(zhuǎn)量以及距離的偏移量，這對使用PID 算法實現(xiàn)車輛的自主導(dǎo)航將會起到非常大的作用。

4.1 車輛運動控制

用樹莓派的GPIO 引腳與電機驅(qū)動器連接，通過PWM（脈沖寬度調(diào)試）進行驅(qū)動。用python2.7 編寫一個程序通過接受擬合路徑之后所得到的導(dǎo)航偏距以及航偏角來進行脈沖寬度調(diào)試，并輸出給電機驅(qū)動器讓其可以控制電機產(chǎn)生轉(zhuǎn)速，實現(xiàn)平臺車的前進運動，或是使得電機產(chǎn)生差速，實現(xiàn)平臺車的轉(zhuǎn)向運動。

總的來說，利用GPIO 引腳與電機驅(qū)動器連接，通過脈沖寬度調(diào)制，可以實現(xiàn)平臺車的運動控制。

為了使用樹莓派上的GPIO 引腳控制DMS-055A 電機驅(qū)動器，需要與DMS-055A 電機驅(qū)動器的Signal 模塊進行連接，圖17 所示即為DMS-055A 電機驅(qū)動器的Signal 模塊功能區(qū)。

圖17 DMS-055A 的信號模塊

GPIO 與DMS-055A 接線如圖18 所示，EN-、DR-、PU-都是接地，因此合并成一條線接在GPIO 引腳的GND上。連接完成后，進行引腳的初始化設(shè)置。

圖18 GPIO 與DMS-055A 接線圖

4.2 基于PID 路徑導(dǎo)航控制方法與實現(xiàn)

4.2.1 變量初始化

PID 算法是比例、積分、微分的總稱，以導(dǎo)航偏距值以及航偏角為輸入量，電機的轉(zhuǎn)速為輸出量進行PID 控制，從而糾正平臺車的行駛路徑[17-19]。首先列出實現(xiàn)PID 控制程序所需要的初始化變量。

1）導(dǎo)航偏距值變量。通過獲取導(dǎo)航偏距的算法可以得到這個偏差值distance_error。按PID 算法的思想，取其中的PD（分別是比例與微分）對導(dǎo)航偏距進行控制，糾正路徑回歸正確中線。這是因為如果只使用比例環(huán)節(jié)，平臺車將會來回以Z 字形行駛，并不能達(dá)到沿中心線行駛的要求，而同時采取了微分環(huán)節(jié)后，將會使Z 字的幅度越來越小，直至趨于0，平臺車得以沿中心線穩(wěn)定行駛。使用P（比例）環(huán)節(jié)時，需要獲取到導(dǎo)航偏距值，在上述過程中已經(jīng)獲得，即為distance_error 這個值；而在使用D（微分）環(huán)節(jié)時，則需要獲取到“導(dǎo)航偏距值的微分”，也就是這一次的偏差值與上一次的偏差值的差值。在python 程序中實現(xiàn)時，將取得的兩個點的距離值進行初始化定義，分別為direction_left 和direction_right，并且將distance_error＝direction_centre 同時將這個偏差值置為0。

2）航偏角變量。對航偏角的控制同樣選取PD 兩個環(huán)節(jié)，在P（比例）環(huán)節(jié)中，需要獲取到航偏角；在D（微分）環(huán)節(jié)中，則需要獲取到航偏角的微分。同樣在python 程序中實現(xiàn)時，將取得的兩個點的距離值進行初始化定義，分別為theta_initial 和theta，并且將theta_error＝theta_initial，同時將這個偏差值置為0。

4.2.2 結(jié)構(gòu)路況下直線行駛控制

在這種路況下行駛，可能會出現(xiàn)導(dǎo)航偏距，可能會出現(xiàn)航偏角，更多的情況下是兩者同時出現(xiàn)。這里的處理方法是分別計算出導(dǎo)航偏距以及航偏角的控制量，進行簡單的權(quán)重耦合[15]，相當(dāng)于兩個控制量并聯(lián)，各取50%的權(quán)重進行疊加。最后的到一個總的控制量輸出給PWM 進行調(diào)制。下面的代碼用于計算導(dǎo)航偏距值的控制量。

下面的代碼用于計算航偏角的控制量。

獲取兩個控制量后，用權(quán)重耦合，最后的控制量為：

speed_control＝(speed_control_direction +speed_control_theta)/2

將這個控制量通過GPIO 引腳輸出給電機驅(qū)動器對PWM 進行調(diào)制，從而糾正平臺車的路線。

4.2.3 結(jié)構(gòu)路況下轉(zhuǎn)彎控制

此路況下與直線路況大致相同，但是要多一個數(shù)據(jù)的處理。在初始化的代碼中添加一個變量“direction_behind”，用來表示平臺車此刻與前方障礙物的距離。并為其設(shè)置一個閾值a，當(dāng)距離小于這個值的時候進行控制量的調(diào)節(jié)并輸出給電機驅(qū)動器。而這個偏差值控制量是施加在左輪的電機驅(qū)動器還是右輪的電機驅(qū)動器則取決于左右兩端的距離大小，左端距離大則施加在右輪的電機驅(qū)動器上使PWM 占空比提高，右輪加速運轉(zhuǎn)從而產(chǎn)生差速向左邊轉(zhuǎn)彎。這種情況下的控制調(diào)節(jié)一直持續(xù)到direction_behind 升到閾值a 之上。顯然，在控制調(diào)節(jié)期間，direction_behind 在時刻變大，但平臺車也是在時刻前進的，前進之后direction_behind 又再次減小降到閾值之下，又一次進行控制調(diào)節(jié)，在轉(zhuǎn)彎完全進行完之前，控制調(diào)節(jié)的行為是以非常小的周期在斷續(xù)進行的。

4.2.4 貼壁行駛路況下的控制

這種路況下，比沿中心線行駛更加容易實現(xiàn)，程序的運行只需要一個變量，加快了運算速度，提高了行駛的穩(wěn)定性。仍然采用PD 兩個環(huán)節(jié)來控制。主要控制左端距離即可，為其設(shè)置一個閾值b，當(dāng)direction_left 不等于b 時則開始控制調(diào)節(jié)工作。此時的導(dǎo)航偏距控制量計算方法發(fā)生了變化，主要是distance_error 這個偏差值的定義將會改變。當(dāng)偏差值小于0 時，將控制量加在左輪的電機驅(qū)動器上，當(dāng)偏差值大于0 時，將控制量加在右輪的電機驅(qū)動器上。

5 總結(jié)

本文基于思嵐科技生產(chǎn)的RPLidar A2 激光雷達(dá)對AGV 平臺車進行路徑規(guī)劃研究。

1）采用基于ARM 和linux 操作系統(tǒng)的樹莓派卡片式電腦作為核心控制器，通過VS 平臺編寫激光雷達(dá)通信協(xié)議，并在樹莓派python 解釋器環(huán)境下進行編譯運行，實現(xiàn)了激光配搭平面點云動態(tài)實時數(shù)據(jù)采集。

2）通過編寫相應(yīng)的串口通信指令，發(fā)送指令報文數(shù)據(jù)，實現(xiàn)激光雷達(dá)單次應(yīng)答模式和多次應(yīng)答模式的切換選擇；并對采集到的數(shù)據(jù)進行閾值濾波以及導(dǎo)航特征點提取，基于采用最小二乘法直線路徑擬合方法對特征點中點進行導(dǎo)航線的擬合，根據(jù)激光雷達(dá)的原點與導(dǎo)航線的相對位置獲取導(dǎo)航偏距及航偏角參數(shù)。

3）以導(dǎo)航偏距以及航偏角作為AGV 小車的運動控制輸入，采用比例微分PD 算法對AGV平臺車電機進行速度控制，實現(xiàn)對擬合路徑的跟蹤。實驗結(jié)果表明基于激光雷達(dá)的AGV 能夠?qū)崿F(xiàn)自主路徑規(guī)劃與導(dǎo)航。