[发明专利]自动引导车的控制方法、装置、存储介质和自动引导车

说明书

本公开涉及移动机器人技术，具体涉及自动引导车的控制方法、装置、存储介质和自动引导车。所述自动引导车的控制方法，包括：建立局部栅格地图，并将自动引导车的期望运行路径映射到所述局部栅格地图中，确定所述自动引导车在每个控制周期开始时在所述局部栅格地图中的位置，根据所述自动引导车在每个控制周期开始时在所述局部栅格地图中的位置与映射在所述局部栅格地图中的所述期望运行路径，确定所述自动引导车的误差积分项，根据所述误差积分项，计算所述自动引导车在局部栅格地图中的偏移位置，根据所述偏移位置，确定所述自动引导车的最优路径，并控制所述自动引导车在当前控制周期根据所述最优路径进行行驶。

技术领域

本公开涉及移动机器人技术，具体涉及自动引导车的控制方法、装置、存储介质和自动引导车。

背景技术

智能移动机器人是在复杂环境下工作的，具有自主规划、自组织、自适应能力的机器人。基于激光SLAM(同时定位与构建地图)导航的AGV(自动导航小车)是智能移动机器人的一种。基于激光SLAM导航的AGV被越来越多的用到工业生产的物流自动化环节。激光SLAM导航方式具备柔性度好、灵活性高、部署便利等优点，适应多变复杂的电子制造场景。通常，激光SLAM导航方法需求用户首先通过遥控AGV建立环境地图，其次在环境地图上给定虚拟路径，而后使AGV自动沿给定路径运行即路径跟踪完成物料运送任务。虚拟路径通常以直线、圆弧或高阶贝塞尔曲线的形态给定。

目前，AGV路径跟踪控制广泛使用采样的算法，如DWA(Dynamic Window Approch，动态窗口算法)等。具体的，给局部栅格地图的每个栅格赋分，期望运行路径所在的栅格设置为0分，距离期望运行路径所在栅格距离越远的栅格设置分数越高，通过对模拟路径打分，例如以路径终点所在栅格的分数作为路径分数，确定出最优路径。但是，由于栅格地图分辨率的原因，给定路径与模拟路径之间较为接近时，图1所示，会出现静态误差。导致路径整体跟踪效果不理想，接近终点时会出现较大的角度调整量使 AGV的停止过程不够平顺。现有的常规解决方案为提高栅格分辨率精度，但是，提高栅格地图分辨率会带来整体计算量的急剧增加，从而影响控制的实时性，导致出现时滞或不稳定现象。

发明内容

本公开实施例提供一种自动引导车的控制方法、装置、存储介质和自动引导车，可以解决静态误差导致的问题。

第一方面，本申请实施例提供了一种自动引导车的控制方法，包括：建立局部栅格地图，并将自动引导车的期望运行路径映射到所述局部栅格地图中，确定所述自动引导车在每个控制周期开始时在所述局部栅格地图中的位置，根据所述自动引导车在每个控制周期开始时在所述局部栅格地图中的位置与映射在所述局部栅格地图中的所述期望运行路径，确定所述自动引导车的误差积分项，根据所述误差积分项，计算所述自动引导车在局部栅格地图中的偏移位置，根据所述偏移位置，确定所述自动引导车的最优路径，并控制所述自动引导车在当前控制周期根据所述最优路径进行行驶。

可选地，所述根据所述自动引导车在每个控制周期开始时在所述局部栅格地图中的位置与映射在所述局部栅格地图中的所述期望运行路径，确定所述自动引导车的误差积分项，包括：根据所述自动引导车在每个控制周期开始时在所述局部栅格地图中的位置与映射在所述局部栅格地图中的所述期望运行路径，分别计算所述每个控制周期的误差积分项，对每个控制周期的误差积分项进行累加，确定所述自动引导车的误差积分项。