一文读懂AGV关键技术现状及发展趋势

一文读懂AGV关键技术现实状况及发展趋势AGV(AutomaticGuidedVehicle)即自动导引小车,它是一个以电池为动力,装有非接触导向装置和独立寻址系统无人驾驶自动化搬运车辆。其系统技术和产品已经成为柔性生产线、柔性装配线、仓储物流自动化系统关键设备和技术。一、AGV系统AGV控制系统分为地面（上位）控制系统及车载（下位）控制系统,其中,地面控制系统指AGV系统固定设备,关键负责任务分配,车辆调度,路径（线）管理,交通管理,自动充电等功效;车载控制系统在收到上位系统指令后,负责AGV导航计算,导引实现,车辆行走,装卸操作等功效。系统硬件配置如图6-1所表示:AGV系统硬件配置二、AGV关键技术及发展概况曾有国外教授对AGV控制系统需处理关键问题做了合适比方:WhereamI?（我在哪里？）WhereamIgoing?（我要去哪里？）HowcanIgetthere?（我怎么去？）,这三个问题归纳起来分别就AGV控制系统中三个关键技术:AGV导航（Navigation）,AGV路径计划（Layoutdesigning）,AGV导引控制（Guidance）。1.AGV导航技术AGV之所以能够实现无人驾驶,导航和导引对其起到了至关关键作用,伴随技术发展,现在能够用于AGV导航/导引技术关键有以下多个:1)直接坐标（CartesianGuidance）用定位块将AGV行驶区域分成若干坐标小区域,经过对小区域计数实现导引,通常有光电式（将坐标小区域以两种颜色划分,经过光电器件计数）和电磁式（将坐标小区域以金属块或磁块划分,经过电磁感应器件计数）两种形式,其优点是能够实现路径修改,导引可靠性好,对环境无尤其要求。缺点是地面测量安装复杂,工作量大,导引精度和定位精度较低,且无法满足复杂路径要求。2)电磁导引（WireGuidance）电磁导引是较为传统导引方法之一,现在仍被很多系统采取,它是在AGV行驶路径上埋设金属线,并在金属线加载导引频率,经过对导引频率识别来实现AGV导引。其关键优点是引线隐蔽,不易污染和破损,导引原理简单而可靠,便于控制和通讯,对声光无干扰,制造成本较低。缺点是路径难以更改扩展,对复杂路径不足大。「找仓就找仓小二」3)磁带导引（MagneticTapeGuidance）与电磁导引相近,用在路面上贴磁带替换在地面下埋设金属线,经过磁感应信号实现导引,其灵活性比很好,改变或扩充路径较轻易,磁带铺设简单易行,但此导引方法易受环路周围金属物质干扰,磁带易受机械损伤,所以导引可靠性受外界影响较大。4)光学导引（OpticalGuidance）在AGV行驶路径上涂漆或粘贴色带,经过对摄像机采入色带图象信号进行简单处理而实现导引,其灵活性比很好,地面路线设置简单易行,但对色带污染和机械磨损十分敏感,对环境要求过高,导引可靠性较差,精度较低。5)激光导航（LaserNavigation）激光导引是在AGV行驶路径周围安装位置正确激光反射板,AGV经过激光扫描器发射激光束,同时采集由反射板反射激光束,来确定其目前位置和航向,并经过连续三角几何运算来实现AGV导引。此项技术最大优点是AGV定位正确、地面无需其她定位设施、行驶路径可灵活多变、能够适合多个现场环境,它是现在国外很多AGV生产厂家优先采取优异导引方法;缺点是制造成本高,对环境要求较相对苛刻（外界光线,地面要求,能见度要求等）,不适合室外（尤其是易受雨、雪、雾影响）。「找仓就找仓小二」6)惯性导航（InertialNavigation）惯性导航是在AGV上安装陀螺仪,在行驶区域地面上安装定位块,AGV可经过对陀螺仪偏差信号（角速率）计算及地面定位块信号采集来确定本身位置和航向,从而实现导引。此项技术在军方较早利用,其关键优点是技术优异,较之有线导引,地面处理工作量小,路径灵活性强。其缺点是制造成本较高,导引精度和可靠性与陀螺仪制造精度及其后续信号处理亲密相关。7)视觉导航（VisualNavigation）对AGV行驶区域环境进行图象识别,实现智能行驶,这是一个含有巨大潜力导引技术,此项技术已被少数国家军方采取,将其应用到AGV上还只停留在研究中,现在还未出现采取这类技术实用型AGV。能够想象,图象识别技术与激光导引技术相结合将会AGV愈加完美,如导引正确性和可靠性,行驶安全性,智能化记忆识别等都将愈加完美。8)GPS（全球定位系统）导航（GlobalPositionSystem）经过卫星对非固定路面系统中控制对象进行跟踪和制导,现在此项技术还在发展和完善,通常见于室外远距离跟踪和制导,其精度取决于卫星在空中固定精度和数量,以及控制对象周围环境等原因。「找仓就找仓小二」对国外十几家AGV企业27个系列产品所采取关键导向技术统计结果显示,电磁感应、惯性导航、光学检测、位置设定、激光检测、图像识别所占百分比分别为32.3%、27.8%、16.9%、13.8%、7.69%和1.54%。其中,电磁感应导向技术应用百分比最高,这表明该项技术已经十分成熟。而机器视觉导向技术应用较少,说明该项技术还需要深入研究和不停完善。另外,自主导航技术仍然处于研究阶段,还有很多技术问题需要处理。导引方法比较和选择2.AGV路径计划伴随柔性制造系统广泛应用和物流自动化运输系统快速发展,AGV技术得到了快速发展。从一开始对单台AGV研究,发展到了对多AGV组成物流系统研究。而多AGV路径计划作为直接影响多AGV系统整体性能关键部分,一直倍受广大学者关注。伴随研究深入,中国外学者提出了很多计算模型和策略。韩国JungHoonLee等人将两阶段交通控制策略应用于多AGV无碰计划,刘国栋等提出了多AGV调度系统中两阶段动态路径计划方法。两阶段控制策略离线生成路径库,降低了在线运算负担,不过伴随节点数增多,动态计划负担加重,不适适用于大规模多AGV系统。其她如Petri网,遗传算法,TabuSearch算法（禁忌搜索算法）等策略和算法,在系统节点数增多情况下,也有一样缺点。「找仓就找仓小二」为了有效地共享系统路径,时间窗(Time-window)方法被提出并用于处理多AGV最优路径问题。然而使用时间窗实现多AGV路径计划也是一个NP完全问题,而且在使用时间窗模型中,取得时间窗AGV占用路径时间过长,轻易造成关键路段发生拥堵,降低系统效率。1)静态环境中确定AGV路径计划AGV路径计划在智能控制系统中含相关键作用,对于确保工作安全性来说含相关键意义。一直以来,很多学者都对此进行孜孜不倦探索,这也是机器人学中最新最热内容之一。关键研究是在障碍物环境下,机器人怎样寻求到目标,也就是选择适宜路径计划。智能控制下AGV路径计划较为关键两种形态,静态环境中路径计划以及动态环境中路径计划。「找仓就找仓小二」静态环境下路径计划是假定在环境信息未被完全掌握情况下,机器人是经过怎么样路径感知环境,而且利用局部区域传输算法。所以这种路径通常会在环境中仅存在静态已知障碍物情况下被采取。不过要分析静态环境中AGV路径计划,需要处理一个问题是在这种环境中什么样路径才能够被认为是合理。总而言之,能够使AGV系统实现控制就是合理路径。合理路径由路径平滑程度决定,路径越趋于平缓,则AGV系统将会更轻易实现。此时能够将路径分为四个种类,第一类平滑程度非常低,表现为路径不连续性,此时很多存在位置会表现突变特征,这种情况下AGV系统不轻易被控制,因为这些曲线不连续,无法对其追踪。第二类,这类曲线相对于第一个来说含有连续性,不过在切线方向有时也会发生突变现象。此时也不能够被AGV系统控制。第三类,这类曲线不仅含有连续性特点,而且还能在切线方向保持连续性,所以是较为合理路径计划,通常情况下也常常被采取。第四类,将以上三类曲线优点都集于一身,不过要生产这类曲线十分复杂,所以在实践当中,这类曲线极难被采取。2)动态环境中确定路径计划在动态复杂环境中路径计划不一样于静态环境中路径计划。因为环境改变以后,很多信息无法被掌握,要确保最优性在这种情况下是无法被实现。在进行路径计划时,应该在安全性以立刻间性之间进行衡量。在较为复杂环境下,不管决定适用何种性能指标,都必需要考虑目标吸引、动态安全性以立刻间约束三个方面内容。3.AGV导引AGV导引（Guidance）是指依据AGV导航（Navigation）所得到位置信息,按AGV路径所提供目标值计算出AGV实际控制命令值,即给出AGV设定速度和转向角,这是AGV控制技术关键。简单看来,AGV导引控制就是AGV轨迹跟踪。这对有线式导引（电磁,磁带等导引方法）不会有太多问题,但对无线式导引（激光,惯性等导引方法）却不是一件轻易事。AGV运行路径轨迹AGV路径计划是依据AGV运行实际环境设计出AGV运行路径轨迹,AGV单机根据地面控制系统下发段表中路径（段）属性自动行驶。AGV导引控制算法就是处理段表下发后AGV参考点怎样沿着既定轨迹行走,通常需要实现直线段和四次方曲线导引控制。对于不一样驱动方法AGV来说,因为它运动学模型不一样,对应导引控制算法也是不一样。这里简单讨论SD（SteerDriving）型AGV导引算法:我们控制目标是AGV参考点,目是使AGV能很好地沿着既定轨迹行走。对SD型AGV来说,能够控制只有AGV前轮转角和速度,经过运动模型可知:参考点运行轨迹只和前轮转向角相关,所以,要实现对参考点轨迹跟踪控制,实际上就是对前轮转向角控制。在具体设计过程中,利用一个“追踪导引方法”,即在AGV运行过程中参考点一直追踪着路径轨迹上虚拟点,这个