基于模糊控制技术的AGV运动控制器设计

程 远

（无锡职业技术学院，江苏 无锡 214121）

基于模糊控制技术的AGV运动控制器设计

程 远

（无锡职业技术学院，江苏 无锡 214121）

针对AGV的控制要求，提出了一种模糊运动控制器的设计方案，阐述了模糊控制器的原理，制定了模糊控制规则，并在大量的实验基础上得到了解模糊结果。经实际运行验证，该AGV模糊控制器的稳态精度较高，纠偏速度较快，对场地适应性强、运行稳定可靠，具有较高的实用价值。关键词：AGV；模糊控制；解模糊结果

一种正大规模用于CIM的高级制造技术是自动导引小车（AGV）。随着制造领域不断向完全自动化的工厂发展，AGV会起到越来越重要的作用。自动导引小车（auto－guided vehicle，AGV）是一个集环境感知、动态决策和运动控制于一体的综合系统［1］，现在已广泛地应用于自动化工厂、物料输送等工业领域。

近期我校自行开发一套小型FMS系统，需配备一台AGV，要求工作负荷为30kg，最大行驶速度不小于25m／min，站点定位偏差在±10mm以内。要达到此设计要求，关键在于AGV的寻线控制系统的设计。本文根据以往参赛机器人的设计经验，采用模糊运动控制器的设计方法设计AGV的寻线控制系统。图1为工作现场的AGV。

1 AGV的模糊运动控制器的设计

AGV对控制器的实时性、精确性和鲁棒性（Robust，即健壮性）要求很高，是一种非线性的复杂系统，当AGV运行时，由于存在系统固有的误差，如两驱动电机特性差异、驱动轮直径差异等，以及其他非系统误差如车轮与地面的相对滑动、重心偏移产生的惯性负载等，即使AGV初始运行时没有偏移，这些误差也会随着运行时间的增加而累积，导致AGV发生偏移［2］。因此，要对这样一个系统建立数学模型很困难，而基于经验知识的模糊逻辑控制不需要精确的数学模型且控制的鲁棒性较好，所以采用模糊控制器具有一定的优越性［3］。

图1 工作现场的AGVFig.1 AGV in Worksite

模糊控制是一种基于规则的控制，它直接采用语言型控制规则，其依据是现场操作人员的控制经验或相关专家的知识，不需要建立被控对象的精确数学模型，因而使得控制策略易于接受与理解，设计简单，便于应用。由于模糊控制系统的鲁棒性强，干扰和参数变化对控制效果的影响被大大减弱，提高了AGV控制系统的稳定性。

当然，由于模糊控制表的量化等级有限而使得其控制相对来讲精度不太高，通过增加量化等级数目可提高控制精度，但查询表将过于庞大，须占用较大空间，使运算时间增加。本AGV控制系统中寻线传感器信号最初为前后各8路寻线传感信号，后经实验测定，AGV在寻线行走时稳定性不好，主要因为传感器数量较少，间距偏大引起的。后改为前后各16路传感信号，既能实现正反向寻线行驶，又可通过前后两组传感信号计算出AGV的角度偏差。

2 AGV运动控制分析

AGV寻线控制的目标是当AGV相对于导引线发生偏移时，控制系统通过调整左右两驱动轮的转速差，使AGV纠正偏移回到正确的位置。自动导引小车路径跟踪控制过程中影响控制行为的是AGV的位置偏差和角度偏差，因此选择的两个输入变量分别是两个驱动轮的连线中点到导引线的中心线的垂直距离Ed和两个驱动轮连线中垂线与导引线之间的夹角Eθ；选择左右两驱动轮的转速差作为模糊控制系统的输出变量。如图2所示。

模糊控制器的输入／输出变量的实际范围称为这些变量的论域。本课题研制的AGV相对于导引线3的位置偏差Ed和角度偏差Eθ都是通过前寻线传感器1和后寻线传感器2的检测值来求解的，图中D为前、后寻线传感器之间的中心距，t为寻线传感器相邻检测头的间距。由于前、后寻线传感器分别由16路开关量传感信号组成，理论上输入信号为两组16位二进制数。本课题中导引线的宽度是20mm，而寻线传感器相邻检测探头之间间隔是8mm，因此，在这两组输入信号数值中只可能出现连续2位或3位为1的情况，这样就去掉了很多不可能的输入信号。

图2 AGV输入变量示意图Fig.2 Diagram of input variables of AGV

假设前、后寻线传感器相对于导引线的位置偏差分别为k1t，k2t，则

实现此算法时，为了避免大量的计算工作，提高计算机执行效率，采用PIC单片机的位判功能循环判断来实现。

3 输入／输出变量的模糊化

因为控制系统的输入／输出信号都是精确量，而进行模糊推理需要模糊量，这就需要在模糊控制算法的实现过程中进行精确量与模糊量之间的相互转换。

将寻线传感器T1和T2各16个开关量信号一分为二，即正偏（低8位，车身右偏）和负偏（高8位，车身左偏）。正、负方向又分别标记为8个从小到大的等级（0级、1级、2级、3级、4级、5级、6级、7级），这样可组成16个模糊标记，即：

［负7级，负6级，负5级，负4级，负3级，负2级，负1级，负0级，正0级，正1级，正2级，正3级，正4级，正5级，正6级，正7级］。

用英文字母加数字对应表达为：

寻线传感器各开关量信号位置如图3所示。

图3 寻线传感器各开关量信号位置图Fig.3 Location Plan of switching value signal in line tracing sensor

对于输出量（左右两驱动轮的转速差），我们假设左轮转速高于右轮转速时，即左轮转速与右轮转速的差值大于零时为正；反之，左轮转速与右轮转速的差值小于零时为负。则对输出量可用如下18个模糊标记来表达，即：

其中ON0，OP0表示左右两驱动轮转速差为零。

4 制定模糊控制规则

模糊控制规则的制定是模糊控制的核心，一般情况下，模糊规则是通过以下几种方式来获得的：

1）基于专家的经验和控制工程知识；

2）基于操作人员的实际控制过程；

3）通过建立被控对象的模糊模型。

前两种方法都是通过建立专家的模型，以此模型作为推理规则来实现模糊控制器。第三种方法是通过建立被控对象的模糊模型来实现模糊控制。

建立被控对象的模糊模型就是用“如果—那么”的形式来描述被控对象的动态特征。一条“如果—那么”表达式就是一条控制规则，因此被控对象的模型是由多条控制规则组成的，这样通过该模型就可以从输入推理得出输出。由于自动导引小车路径跟踪模糊控制器采用双输入单输出的结构形式，因此，模糊控制规则描述语句的基本形式［4］为：

本文通过大量的实验和本课题成员们以前开发教学机器人和指导CCTV全国大学生机器人电视大赛参赛机器人制作的实际经验建立模糊规则，获得初始算法参数，最后得到256条模糊控制规则，如表1所示。

在AGV实际运行过程中，需要考虑到可能出现前、后寻线传感器掉线的情况，此时模糊规则按照传感器掉线前最后一次的检测值进行处理。例如，当前寻线传感器T1掉线，而此前T1最后一次的检测值为IN7，则将T1的检测值仍当做IN7处理，直到T1再次上线为止。

表1 模糊控制规则表Tab.1 Rule table of fuzzy control

5 解模糊结果

本文在解模糊时根据以往的经验，并通过大量的实验制定了适合于某一特定基准速度的AGV导引控制的变化规律曲线的查图法。曲线如图4所示。根据此图查出相应两轮速差等级的速差百分比，再根据基准速度算出速差值，这样即可根据步进电机的细分数（步数／转）来计算出相应控制脉冲的频率差值fd。这里，我们将此频率差值fd均分到左右两个电机，即若左电机在基准频率上加fd／2，则右电机在基准频率上减fd／2。经过这样的转化将输出模糊量转化为一个精确量。

图4 AGV纠偏等级—两驱动轮速差曲线图Fig.4 Curve graph between adjusting grades of AGV and speed difference of two driving wheels

本文AGV的基准速度为30m／min，则电机基准转速为：

若速差等级为1级，查图8可得，两轮差速百分比为3%，即两轮速差为：

理论直线距离补偿速率为：

两驱动轮距为A＝340mm，由此可得理论补偿角速率为（近似计算）：

若速差等级为7级，查图8可得，两轮差速百分比为37%，即两轮速差为：

理论直线距离补偿速率为：

两驱动轮距为A＝340mm，由此可得理论补偿角速率为（近似计算）：

在AGV控制系统中，为了消除由于车轮直径差异引起的系统固有误差，通过在平板上测试AGV不寻线时，直线前进来观测AGV左右轮的差异，然后通过增加预偏量的方法来消除此系统固有误差。

AGV在运行过程中，模糊运动控制器对方向偏差比较敏感，纠偏迅速，而对距离偏差的敏感度相对较低，纠偏相对较慢。在路径跟踪控制中，距离偏差纠偏较慢不仅不会导致AGV掉线，反而有利于AGV的平稳控制［5］。

6 结 论

本文的AGV寻线控制系统是一种模糊运动控制器。本文在制定模糊控制规则的基础上，通过大量实验制定了适合于某一特定基准速度的AGV导引控制的变化规律曲线，并得到解模糊结果。经实际运行验证，AGV在正常工作状态下，在各个站点的重复定位精度达到了±8mm，满足了设计要求，运行稳定可靠，成本低，适应性强。

本系统不足之处在于采用离散方式布置传感器，对导引线位置的判断是离散的，在算法不是很复杂的情况下，控制精度只能达到±8mm左右，而AGV在前进过程中也很难达到较高的速度。如果采用连续式传感器则可以大大地提高路径探测精度，为提高AGV的控制精度提供了条件［6］。

［1］ 关宏.AGV整体集成系统结构设计［J］.物流技术，2004（4）：37－38.

［2］ 叶菁.磁导式AGV控制系统设计与研究［D］.武汉：武汉理工大学图书馆，2006.

［3］ 唐秀东，刘丽婧，王虹飞.智能自动引导小车模型系统设计［J］.机电工程技术，2007（9）：77－79.

［4］ 冯锋，邓志良，赵旭.自动导航小车自组织模糊控制器研究［J］.微计算机信息，2008，24（4）：78－80.

［5］ 柯常忠.自动导引小车模糊控制器的研究［J］.武汉：武汉理工大学学报，2009（5）：704－707.

［6］ 倪蕾，李小民，郑宗贵，等.基于MC9S12DG128B的轨线导航AGV设计与实现［J］.仪表技术，2008（10）：57－59.

Design of AGV Motion Controller Based on Fuzzy Control Technology

CHENG Yuan
（Wuxi Institute of Technology，Wuxi 214121，China）

To meet the design requirements of AGV，this paper presents a design scheme of fuzzy motion controller，describes the principle of the fuzzy controller，establishes a fuzzy control rule table，achieves the solution of fuzzy results based on mass experiments.Testified by actual practice，the fuzzy motion controller for AGV possesses high accuracies，fast rectification for deviation，applicability，reliability，and can be applied for actual work.

AGV；fuzzy controller；solution of fuzzyresults

TP 24

A

1671－7880（2012）05－0041－04

2012－04－16

程远（1973— ），男，江苏无锡人，讲师，工程硕士，研究方向：机械电子工程。