基于Kalman滤波和PD控制的磁钉定位AGV导航

许柏杨 王冬青

摘要：为实现自动导引车（automatic guided vehicle，AGV）的精确导航，本文提出一种基于Kalman滤波和比例微分（proportiondifferential，PD）控制的磁钉定位AGV导航方法。将磁钉布设于AGV行进的区域内，根据磁性传感器得到AGV当前的位姿信息，与预定路径进行比较，得到当前的航向偏差，作为PD控制器的输入，将AGV的位姿调整量作为输出。同时，利用卡尔曼滤波算法对带有噪声干扰的状态进行估计，从而进一步提高AGV的定位精度，并采用Matlab软件进行仿真分析。仿真结果表明，当比例增益KP=535，微分系数KD=085时，能够在较快的时间内校正小车的航向偏差，说明所提出的Kalman滤波和PD控制对磁钉定位AGV导航有效可行。该研究具有广阔的应用前景。

关键词：卡尔曼滤波; 磁钉定位; AGV导航; PD

中图分类号： TP242.2; TN713文献标识码： A

文章编号： 10069798（2019）01002704; DOI： 10.13306/j.10069798.2019.01.005

随着工业自动化的发展，AGV在工业制造和仓储等场景中的应用变得越来越广泛[1]。为了适应多变的应用场景，AGV导航技术的研究显得尤为重要。目前，AGV导航常用的方法有磁导航、光学导航、激光导航和惯性导航等[23]。李凤娥等人[4]为解决自动引导车的定位精度，提出了基于磁钉技术的AGV组合导航系统定位;杨惠等人[5]提出了一种基于模糊比例积分微分（proportionintegraldifferential，PID）的控制策略，通过模糊控制整定PID的3个参数的变化量，调整小车寻迹过程不断发生的变化;任国华等人[6]针对移动机器人在实际运行中受环境因素的影响，采用一种扩展卡尔曼滤波算法对机器人的轨迹信息进行校正;陈姗姗等人[7]为实现除草机器人田间作业时自主导航，采用GPS导航技术和PID算法等，实现对预定路径的跟踪;许根源等人[8]为了减少噪声干扰对全球定位系统/惯性导航系统（global positioning system/inertial navigation system，GPS/INS）準确性的影响，采用最优估计理论中卡尔曼滤波理论基础对系统进行研究。基于此，本文提出了一种基于Kalman滤波和PD控制的磁钉定位AGV导航方法。该方法实现了小车速度和位置的控制，并通过卡尔曼滤波减少环境产生的噪音干扰，提高定位的精度和准确性。同时，采用PD控制，使AGV系统快速拟制行驶中出现的误差，按规划路径精确行驶。该研究对AGV的路径跟踪具有重要意义。

1AGV的运动学分析

磁性导航AGV运动模型具有不同速度的6轮结构，前部有2个万向轮，中间和尾部有2个驱动轮和2个定向轮，该车辆由2个驱动轮驱动。磁性导航AGV运动模型如图1所示。

4结束语

为解决AGV导航的精确问题，本文主要对基于Kalman滤波和PD控制的磁钉定位AGV导航系统进行研究。采用磁钉定位的方法，通过卡尔曼滤波实现了导航参数的最优估计，减少了系统的定位误差，同时通过PD控制，实现了AGV沿规划路径行驶。虽然误差存在一定波动，但一段时间后，趋于稳定，仿真结果验证了本文所提出的导航方法的可行性。该方法对AGV导航系统的进一步研究具有一定的意义。

参考文献：

[1]Douglas B D， Bencel J A. Navigation system for automat ic guided vehicle： U. S. Patent， 6049745[P]. 20000411.

[2]Bostelman R， Hong T， Cheok G. Navigation performance evaluation for automat ic guided vehicles[C]∥ International Conference on Technologies for Practical Robot Applications（TePRA）. Massachusetts， USA： IEEE， 2015： 16.

[3]Kang J， Lee J， Eum H， et al. An application of parameter extraction for AGV navigation based on computer vision[C]∥2013 10th International Conference on Ubiquitous Robots and Ambient Intelligence （URAI）. Jeju， South Korea： IEEE， 2013.

[4]李凤娥， 牛王强. 基于磁钉技术的集装箱码头AGV定位精度分析[J]. 上海海事大学报， 2016， 37（1）： 3841， 59.

[5]杨惠， 高翔. 基于模糊PID的自主寻迹小车控制[J]. 工业仪表与自动化装置， 2017（4）： 9296， 100.

[6]任国华. 移动机器人轨迹跟踪与运动控制[J]. 机械设计与制造， 2014（3）： 100102， 106.

[7]陈姗姗， 陈述人， 韩红阳， 等. 基于GPS的除草机器人导航控制系统设计及仿真[J]. 农机化研究， 2013（9）： 141144.

[8]许根源， 王直， 王志强. 基于自适应卡尔曼滤波的GPS/INS位置组合导航[J]. 电子设计工程， 2017， 25（21）： 100103， 108.

[9]Yin X H， Han Z. On a new sectionalized motion control strategy for automated guided vehicles： modeling and simulation validation[J]. International Journal of Advanced Manufacturing Technology， 2013， 69（1/4）： 637646.

[10]Jung E， Kim J. Improvement of position accuracy of magnetic guide sensor using kalman filter[C]∥Intelligent Autonomous Systems 12. Berlin： Springer Berlin Heidelberg， 2013： 817824.

[11]Arens M， Ottlik A， Nagel H H. Using behavioral knowledge for situated prediction of movements[C]∥In Annual Conference on Artificial Intelligence. Berlin： Springer Berlin Heidelberg， 2015： 141155.

[12]Ji R M， Wang F. A new method based on magnetic medium and inertial navigation system for the navigation control of AGV[J]. Manufacturing Automation， 2014， 36（4）： 5254.

[13]杨惠， 高翔. 基于模糊PID的自主寻迹小车控制[J]. 工业控制计算机， 2017（4）： 9296， 100.

[14]Dona P， Gerard K， Nigel J. Automatic human tracking theatrical spotlight[C]∥2015 International Conference on Innovations in Information Embedded and Communicat ion Systems （ICIIECS）. Coimbatore， India： IEEE， 2015.

[15]Duymaz E， Ouz A E， Temelta瘙塂 H. Performance analysis of filter based airborne simultaneous localizat ion and mapping methods[C]∥2015 7th International Conference on Recent Advances in Space Technologies （RAST）. Istanbul， Turkey： IEEE， 2015： 157162.

[16]鄭炳坤， 赖乙宗， 叶峰. 磁导航AGV控制系统的设计与实现[J]. 自动化与仪表， 2014（3）： 610.

[17]白彪才， 马殷元. 组合导航的AGV定位精度的改善[J]. 测控技术， 2018， 37（4）： 138140.

[18]汪威， 吴耀华， 陈云霞. 自然导航在AGV中的应用[J]. 物流技术， 2016， 35（12）： 3336， 45.

[19]田应仲， 葛华， 来晓江， 等. 磁导航托盘AGV自动控制系统的研制[J]. 机械制造， 2016， 54（总628）： 1214.

[20]谭尚活， 林义忠， 杨中华， 等. 磁导航叉车式AGV软件系统的设计[J]. 装备制造技术， 2017（8）： 2123， 59.