基于PID算法的自动引导车路径自动调整方法与流程

基于pid算法的自动引导车路径自动调整方法
技术领域
1.本发明涉及移动机器人技术领域，具体涉及一种基于pid算法的自动引导车路径自动调整方法。


背景技术：

2.agv(automated guided vehicle,即“自动引导车”)是工业搬运中的重要设备，是指装备有电磁或光学等自动导引装置，它能够沿规定的导引路径行驶，具有安全保护以及各种移载功能的运输车，其作用是实现物料从一个工位到另一个工位的自动搬运。随着智能装备技术的发展，自动引导车承担仓库、车间中货物的起重、运输等日常任务，在“黑灯工厂”中扮演重要角色，可有效提升仓库、车间中物料存取效率。合理的路径规划能降低自动引导车在搬运过程中的事故率，提升整个仓库的工作效率。自动引导车通常是运行在固定路径下，当车体偏离固定路径时若不及时进行纠偏，会使自动引导车丢失位置停止工作或产生事故。因此，自动引导车在运行过程中的自动调整、跟随路径是非常有必要的，可提高工作效率、减少生产事故发生。
3.目前，对于自动引导车自动调整纠偏的研究还存在着以下不足：
4.自动引导车自动调整纠偏是确保自动引导车按指定路径运行的关键环节，其调整速度直接影响整车纠偏的响应速度、以及系统的稳定性和准确性。目前，大多数纠偏是采用增量型pid控制算法，在固定使用环境下，对k
p
、ki、kd进行整定，使系统性能达到最佳状态，但此系统性能是基于此时刻和此固定环境下的，当其中任一条件发生变化时，要使系统性能达到最优需对k
p
、ki、kd重新进行整定，对工作人员经验要求较高，同时耗时较长。


技术实现要素：

5.本发明的目的就是针对现有技术的缺陷，提供一种基于pid算法的自动引导车路径自动调整方法，能对应每个判断结果将pid三个参数k
p
、ki、kd给予不同程度的补偿，让pid输出能快速跟随自动引导车车体姿态变化，且能满足当车速变化较大的情况，能快速达到设定的车体姿态以使其更好的跟随设定路径运行。
6.本发明的一种基于pid算法的自动引导车路径自动调整方法，包括：
7.根据自动引导车运行速度，设置采样周期；
8.根据本采样周期和上一采样周期的
△
s、k
p
、ki、kd分别计算
△
sc、
△kp
、
△ki
、
△
kd，其中，
△
s为自动引导车实际姿态与设定姿态的差值，
△
sc为
△
s的变化速率，
△kp
、
△ki
、
△
kd分别为k
p
、ki、kd的变化量，k
p
、ki、kd为pid调节参数；
9.根据自动引导车在实际运行中左右两方向所允许的最大偏差范围，对
△
s的变化论域进行确定，并将
△
s的变化论域划分为多个语义变量；
10.根据自动引导车在实际运行允许的
△
s变化速率确定
△
sc的变化论域，并将
△
sc的变化论域划分为多个语义变量；
11.根据调试经验确定
△kp
、
△ki
、
△
kd的变化论域，并分别将
△kp
、
△ki
、
△
kd的变化论
域划分为多个语义变量；
12.将
△
s、
△
sc、
△kp
、
△ki
、
△
kd量化至统一量化论域中，并确定各变量的比例因子；
13.根据
△
s、
△
sc的语义变量建立关于
△kp
、
△ki
、
△
kd变化的三张规则表；
14.确定隶属度函数，描述变量属于各个语义变量的程度，即隶属度；
15.通过
△
s、
△
sc量化后的值查询规则表确定
△kp
、
△ki
、
△
kd语义子集；
16.根据所述隶属度计算
△kp
、
△ki
、
△
kd语义子集的隶属度；
17.根据
△kp
、
△ki
、
△
kd语义子集和
△kp
、
△ki
、
△
kd语义子集的隶属度计算
△kp
、
△ki
、
△
kd的清晰值；
18.将
△kp
、
△ki
、
△
kd的清晰值按照各自的比例因子进行缩放得出k
p
、ki、kd的变化量，根据所述变化量计算当前k
p
、ki、kd，将当前k
p
、ki、kd作为pid运算的输出。
19.较为优选的，所述根据本采样周期和上一采样周期的
△
s计算
△
sc包括：
20.获取自动引导车实际姿态与设定姿态，将自动引导车实际姿态与设定姿态进行比较得到实际姿态与设定姿态的差值
△
s；
21.获取自动引导车上一采样周期的
△
s并与本采样周期的
△
s进行比较，计算
△
s的变化速率
△
sc；
22.所述
△kp
、
△ki
、
△
kd以与
△
sc相同的原理进行计算。
23.较为优选的，所述
△
s、
△
sc、
△kp
、
△ki
、
△
kd的变化论域均被划分为七个语义变量：右偏大、右偏中、右偏小、不偏、左偏小、左偏中、左偏大。
24.较为优选的，所述
△
s、
△
sc、
△kp
、
△ki
、
△
kd量化至统一量化论域[-3，-2，-1，0，1，2，3]中，各变量的比例因子分为为：
[0025][0026][0027][0028][0029][0030]
本发明的有益效果为：
[0031]
(1)本发明对自动引导车实际姿态与设定姿态进行对比的差值，得出实际姿态的多个语义变量，又根据对比的差值变化的速率得出了多个语义变量，并将两者的语义变量进行排列组成判断规则，对应每个判断结果将pid三个参数k
p
、ki、kd给予不同程度的补偿，让pid输出能快速跟随自动引导车车体姿态变化，有效满足当车速变化较大时，能快速达到设定的车体姿态以使其更好的跟随设定路径运行。
[0032]
(2)本发明通过改变k
p
、ki、kd的值，可使其在不同的适用场所和不同速度运行下，保持系统较好的性能，使整车响应速度快、纠偏准确、系统抗干扰能强，提高了自动引导车工作效率，进而节约了使用成本。
附图说明
[0033]
图1为agv双舵轮车体运动模型示意图；
[0034]
图2为自动调整pid的原理图示意图；
[0035]
图3为本发明pid运算流程示意图。
具体实施方式
[0036]
为了使本技术所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
[0037]
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本技术实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本技术。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本技术的描述。
[0038]
应当理解，当在本技术说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
[0039]
还应当理解，在本技术说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
[0040]
如在本技术说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
[0041]
另外，在本技术说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
[0042]
在本技术说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本技术的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。“多个”表示“两个或两个以上”。
[0043]
实施例一
[0044]
本实施例为一种基于pid算法的agv路径自动调整方法的较佳实施例，其包括以下执行步骤：
[0045]
步骤1：根据agv运行速度，设置采样周期；
[0046]
步骤2：获取agv实际姿态与设定姿态，将agv实际姿态与设定姿态进行比较得到差值
△
s；
[0047]
步骤3：获取agv上一采样周期的
△
s，与本采样周期的
△
s进行比较，计算
△
s的变化速率
△
sc；同理计算k
p
、ki、kd的变化量
△kp
、
△ki
、
△
kd；
[0048]
步骤4：根据agv在实际运行中左右两方向所允许的最大偏差[-3,3]，对
△
s进行论域的确定，并划分为右偏大、右偏中、右偏小、不偏、左偏小、左偏中、左偏大七个语义变量；
[0049]
步骤5：根据agv在实际运行允许
△
s的变化速率确定
△
sc的变化论域[-3,3]，并划分为右偏大、右偏中、右偏小、不偏、左偏小、左偏中、左偏大七个语义变量；
[0050]
步骤6：根据调试经验确定
△kp
、
△ki
、
△
kd的变化论域分别为[-0.6,0.6]、[-0.02,0.02]、[-0.6,0.6]，并划分为右偏大、右偏中、右偏小、不偏、左偏小、左偏中、左偏大七个语义变量；
[0051]
步骤7：将
△
s、
△
sc、
△kp
、
△ki
、
△
kd量化至统一量化论域[-3，-2，-1，0，1，2，3]中，确定各变量的比例因子。各项比例因子为:
[0052][0053]
步骤8：根据
△
s、
△
sc的语义变量建立关于
△kp
、
△ki
、
△
kd变化的三张二维四十九条规则表，如表1、表2、表3所示。
[0054]
表1δk
p
变化规则表
[0055][0056][0057]
表2δki变化规则表
[0058][0059]
表3δkd变化规则表
[0060][0061]
其中，nb、nm、ns、zo、ps、pm、pb是论域中模糊集合的标记，其意义如下所示：
[0062]
nb＝负方向大的偏差(negative big)；
[0063]
nm＝负方向中的偏差(negative medium)；
[0064]
ns＝负方向小的偏差(negative small)；
[0065]
zo＝近于零的偏差(zero)；
[0066]
ps＝正方向小的偏差(positive small)；
[0067]
pm＝正方向中的偏差(positive medium)；
[0068]
pb＝正方向大的偏差(positive big)。
[0069]
步骤9：确定隶属度函数，描述该变量属于七个语义变量的程度,即隶属度。隶属度函数为:
[0070][0071]
步骤10：通过
△
s、
△
sc量化后的值查询规则表确定
△kp
、
△ki
、
△
kd语义子集；
[0072]
步骤11：通过步骤9结合
△
s、
△
sc求步骤10各子集的隶属度；
[0073]
步骤12：清晰化计算，对步骤11查出各语义子集和步骤11所计算出的隶属度进行计算得出
△kp
、
△ki
、
△
kd的清晰值；
[0074]
步骤13：将步骤12计算出清晰值，按照各自的比例因子进行缩放即可得出k
p
、ki、kd的变化量。清晰化公式如下：
[0075][0076]
上述过程中步骤1的采样周期设置可根据agv的运行速度上限进行分段速设置，agv运行速度快则采样周期要短，以便更快的采集
△
s，但过短的采样周期同样会引起系统的波动。各变量论域的确定可根据各自实际情况进行确定。
[0077]
在实际应用中，自动引导车的运行速度均处于较低的速度，其主要原因是车体路径检测传感器的检测范围有限，若速度较快，车体姿态与路径存在偏差容易丢失检测信号使自动引导车停止运行，故为确保自动引导车能稳定运行通常采用较低的运行速度，但此方法极大的降低了工作效率。本发明对agv实际姿态与设定姿态进行对比的差值，得出实际实际姿态的右偏大、右偏中、右偏小、不偏、左偏小、左偏中、左偏大七个语义变量，又根据对比的差值变化的速率得出了七个语义变量，并将两者的语义变量进行排列组成四十九条规则，对应每个判断结果将pid三个参数k
p
、ki、kd给予不同程度的补偿，让pid输出能快速跟随agv车体姿态变化，有效满足当车速变化较大时，能快速达到设定的车体姿态以使其更好的跟随设定路径运行。
[0078]
实施例二
[0079]
本实施例以具体算例对本方法进行说明，如图1所示，是agv双舵轮车体运动模型，通过传感器测得的航向值将其分解成前后两舵轮的角速度和线速度进行路径轨迹调整。
[0080]
如图2所示，是自动调整pid的原理图，通过实际车体姿态信息和设定姿态信息之差
△
s和变化速率
△
sc构建推理规章进而改变k
p
、ki、kd。
[0081]
如图3所示为本实施例提供的一种基于pid算法的agv路径自动调整方法的具体算例的流程示意图，其计算过程如下：
[0082]
假定输入参数
△
s和
△
sc值均为2.7，以此来查找输出参数δk
p
的隶属度，根据式隶属度函数知：e和ec隶属于pm的隶属度为0.3，隶属于pb的隶属度为0.7。查阅表1δk
p
模糊规则知，输出参数δk
p
对应的4个子集为nm、nb、nb、nb。输出参数δk
p
隶属于nm的隶属度等于e和ec隶属于pm的隶属度相乘为0.09，隶属于nb的隶属度等于0.7
×
0.3 0.3
×
0.7 0.7
×
0.7，即各自所对应的e与ec隶属度之积的和为0.91。
[0083]
根据模糊规则的计算出输出隶属于模糊子即的隶属度后，需要对其进行清晰化。一般采用重心法对其进行清晰化，其公式如下：
[0084][0085]
z0为模糊控制器输出量进行去模糊化后的清晰值；zi是模糊控制量论域内的值，uc(zi)为zi的隶属度值。z0乘上比例因子即为输出的实际值。
[0086]
在上文中通过δk
p
的模糊规则计算出δk
p
隶属于nm的隶属度为0.09，隶属于nb的隶属度为0.91，则：
[0087][0088]
此时得到δk
p
的清晰值为-2.91，再乘上δk
p
的比例因子得到实际值-0.582。-0.582为pid控制器中k
p
要修正的值。δki、δkd与δk
p
同理，不在赘述。
[0089]
应该明白，公开的过程中的步骤的特定顺序或层次是示例性方法的实例。基于设计偏好，应该理解，过程中的步骤的特定顺序或层次可以在不脱离本公开的保护范围的情况下得到重新安排。所附的方法权利要求以示例性的顺序给出了各种步骤的要素，并且不是要限于所述的特定顺序或层次。
[0090]
在上述的详细描述中，各种特征一起组合在单个的实施方案中，以简化本公开。不应该将这种公开方法解释为反映了这样的意图，即，所要求保护的主题的实施方案需要比清楚地在每个权利要求中所陈述的特征更多的特征。相反，如所附的权利要求书所反映的那样，本发明处于比所公开的单个实施方案的全部特征少的状态。因此，所附的权利要求书特此清楚地被并入详细描述中，其中每项权利要求独自作为本发明单独的优选实施方案。
[0091]
为使本领域内的任何技术人员能够实现或者使用本发明，上面对所公开实施例进行了描述。对于本领域技术人员来说；这些实施例的各种修改方式都是显而易见的，并且本文定义的一般原理也可以在不脱离本公开的精神和保护范围的基础上适用于其它实施例。因此，本公开并不限于本文给出的实施例，而是与本技术公开的原理和新颖性特征的最广范围相一致。
[0092]
上文的描述包括一个或多个实施例的举例。当然，为了描述上述实施例而描述部件或方法的所有可能的结合是不可能的，但是本领域普通技术人员应该认识到，各个实施例可以做进一步的组合和排列。因此，本文中描述的实施例旨在涵盖落入所附权利要求书的保护范围内的所有这样的改变、修改和变型。此外，就说明书或权利要求书中使用的术语“包含”，该词的涵盖方式类似于术语“包括”，就如同“包括，”在权利要求中用作衔接词所解释的那样。此外，使用在权利要求书的说明书中的任何一个术语“或者”是要表示“非排它性的或者”。
[0093]
以上所述实施例仅用以说明本技术的技术方案，而非对其限制；尽管参照前述实施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本技术各实施例技术方案的精神和范围，均应包含在本技术的保护范围之内。