一种麦克纳姆轮智能仓储AGV及其路径规划方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN109572857A(43)申请公布日2019.04.05(21)申请号201811601660.X(22)申请日2018.12.26(71)申请人石家庄铁道大学地址050043河北省石家庄市长安区北二环东路17号石家庄铁道大学(72)发明人焦永刚任彬王丽胡佳辉(74)专利代理机构北京远创理想知识产权代理事务所(普通合伙)11513代理人张素妍(51)Int.Cl.B62D63/02(2006.01)G01C21/12(2006.01)G01S17/93(2006.01)G01S15/93(2006.01)权利要求书3页说明书7页附图3页(54)发明名称一种麦克纳姆轮智能仓储AGV及其路径规划方法(57)摘要本发明涉及一种麦克纳姆轮智能仓储AGV及其路径规划方法，其包括：构建AGV运动模型以及麦克纳姆轮运动学模型；实时测算AGV的运行速度和角速度，同时由激光雷达传感器采集数据并回传至主控制器；构建多帧子地图；对所有子地图数据进行基于子地图快速关联算法的关联分析，并对AGV的状态进行预测以及环境地图预测，对环境地图进行更新或环境地图增广；超声波传感器实时检测前方是否有障碍并把结果回传至主控制器，计算出AGV的运行轨迹；将AGV运行轨迹代入麦克纳姆轮运动学公式，计算出各轮转向和转速值；各轮转向和转速值代入模糊PID控制器，结合AGV麦克纳姆轮的行星减速电机上的编码器回传的数据，驱动行星减速电机，最终实现AGV的精准定位和快速有效的搬运。CN109572857ACN109572857A权利要求书1/3页1.一种麦克纳姆轮智能仓储AGV路径规划方法，其特征在于包括以下步骤：1)预先设定AGV的搬运目标地点、仓储货物的放置地点以及行进速度；2)由AGV中的主控制器构建AGV运动模型以及麦克纳姆轮运动学模型；3)由AGV中的与主控制器连接的九轴陀螺仪实时测算AGV的运行速度和角速度，同时由设置在AGV上的激光雷达传感器开始采集数据并回传至主控制器；4)主控制器分别读取多帧激光雷达数据，构建多帧子地图，并将所有子地图存入主控制器的板载非易失存储器中；5)对存储器中的所有子地图数据进行基于子地图快速关联算法的关联分析，并对AGV的状态进行预测以及环境地图预测，结合预测结果，对环境地图进行更新或环境地图增广；6)设置在AGV上的超声波传感器实时检测前方是否有障碍并把结果回传至主控制器，主控制器根据更新后的环境地图和超声波传感器回传的数据计算出AGV的运行轨迹；7)将AGV运行轨迹代入麦克纳姆轮运动学公式，计算出各轮转向和转速值；8)将各轮转向和转速值代入模糊PID控制器，结合AGV麦克纳姆轮的行星减速电机上的编码器回传的数据，驱动行星减速电机，最终实现AGV的精准定位和快速有效的搬运。2.如权利要求1所述规划方法，其特征在于：所述步骤5)中，对所有子地图数据进行基于子地图快速关联算法的关联分析，包括以下步骤：5.1)主控制器连续读取由多帧的激光雷达数据构建成的子地图数据；5.2)对每一时刻的子地图数据设定局部关联区域，具体公式如下：式中，(xv,yv,θ)表示当前时刻AGV的位姿，xv表示AGV沿x方向的位姿、yv表示AGV沿y方向的位姿、θ表示AGV的方向角；abs表示开根方；(xi,yi)表示子地图上某个特征的坐标值；r为激光雷达的最大扫描距离；d为补偿距离；由此得到的局部关联区域即为以激光雷达为圆心的半径为r+d的半圆；5.3)对t时刻的子地图划分完局部关联区域后，对子地图上的特征值点Gt＝{gs|w′＝1,…m}按密度分为M组，即其中，表示t时刻的第k个小组，gs表示第k组中的特征点，mk表示第k组中的第m个特征点，w′表示存放特征点的变量；5.4)完成局部关联区分割和数据分组后，利用JCBB得到每组数据与全局地图Q关联的最优解Ul，最后对每组数据对应的关联最优解进行组合，得到最终的关联结果其中，un表示第n个最优解，t表示当前时刻，JCBB为联合兼容分支定界算法；5.5)根据关联结果，对环境地图进行更新或增广：un＝q表示该观测点与全局地图中第q个特征相匹配，该观测点则用于地图更新，un＝0表示该观测点为新特征值用于全局地图的增广。2CN109572857A权利要求书2/3页3.如权利要求1或2所述规划方法，其特征在于：所述步骤2)中，AGV运动模型为：式中，ov,t表示AGV在t时刻的位姿；L为车轮轴距；dt表示输入量的单次采样时间；v和θ表示t时刻的输入量，v表示AGV的速度，θ表示AGV的方向角；xt-1表示t-1时刻AGV相对于x方向的位姿；yt-1表示t-1时刻AGV相对于y的位姿；θt-1表示t-1时刻AGV的角位姿。4.如权利要求1或2所述规划