[发明专利]一种关于Forklift AGV的提高差速轮转向系统纠偏能力的控制方法有效

专利信息
申请号: 202010628672.2 申请日: 2020-07-01
公开(公告)号: CN111942470B 公开(公告)日: 2022-02-11
发明(设计)人: 童哲铭;蒋耀兴;童水光 申请(专利权)人: 浙江大学;杭叉集团股份有限公司
主分类号: B62D11/00 分类号: B62D11/00;B62D11/02;B66F9/075
代理公司: 杭州天昊专利代理事务所(特殊普通合伙) 33283 代理人: 何碧珩
地址: 310000 浙江*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 关于 forklift agv 提高 轮转 系统 纠偏 能力 控制 方法
【说明书】:

发明是为了克服现有技术无法消除非系统误差对Forklift AGV的影响的问题,提供一种关于Forklift AGV的提高差速轮转向系统纠偏能力的控制方法,主要采用以下技术方案:通过重力传感器测量左前轮毂及右前轮毂所受的载荷大小,计算左前轮毂及右前轮毂所受到的力矩大小,测量摩擦系数;初始化其余误差参数,初始化有效路程相关函数算法;初始化后轮转角纠偏PID控制器;根据视觉导引计算结果,设定左前轮毂、右前轮毂的绝对速度大小;修订左前轮毂、右前轮毂转速;Forklift AGV开始行驶,角度PID纠偏器进行路径纠偏处理,并不断检测,返回实际路径值;根据误差累积,修订其余误差参数;将其余误差参数ξ返回有效路程算法函数,更新预置路径纠偏函数,得到新规划的预置路径。

技术领域

本发明涉及智能车辆控制领域,尤其是涉及一种关于Forklift AGV的提高差速轮转向系统纠偏能力的控制方法。

背景技术

AGV(自动引导车)是完成该系统的关键技术,经过5年的快速发展,我国已在AGV领域攻克了多个制造难题。在AGV发展的早期阶段,该技术知识应用于车间的杂物运输。目前,AGV已被广泛应用于各行各业,工业生产成本降低,工作效率大幅度提升。

现阶段Forklift AGV(无人叉车)的发展重点为自动寻路算法和图像识别机器视觉算法。为了提高无人叉车的智能性,在自动寻路算法方面,一般将视觉导引方法中的局部视觉导引算法与惯性测距算法相结合。该混合算法可较快采集周边路面信息进行路径导引,但因为路面状况与负载情况的相异与不确定性,加上系统本身的限制性,算法会产生误差累积,此时就需要进行方向纠正与误差消除。

目前的AGV对于方向纠正所采用的主流方法为单一PID控制,近年出现了根据引导方法的融合性质所提出的双PID控制。上述两个方法可解决大部分的导航误差问题,但仍然不能解决非系统误差引起的误差累积。

Forklift AGV因为其工作环境跨度较大,负载变换较为频繁,单纯地解决因系统原因产生的误差已不能完成导航的纠偏要求。此时就体现出了,解决非系统误差导致的导航偏差的重要性。

现有的对视觉导引AGV纠偏方法均为减少系统误差的PID控制技术,且PID的参数设置具有一定的局限性,不能根据外部环境的变化而改变。传统的PID控制纠偏方法中,没有考虑非系统误差的影响,而在Forklift AGV的运行中,非系统误差对视觉导航具有很大的干扰作用。

发明内容

本发明是为了克服现有技术无法消除非系统误差对Forklift AGV的影响的问题,提供一种关于Forklift AGV的提高差速轮转向系统纠偏能力的控制方法,以解决非系统误差对Forklift AGV(无人叉车)的影响,减少PID控制器的工作负担,提升传感器的工作时限,提高Forklift AGV(无人叉车)的纠偏能力,增强其稳定性和灵活性,使其在复杂环境中的运行质量提高。

为了实现上述目的,本发明采用以下技术方案:

一种关于Forklift AGV的提高差速轮转向系统纠偏能力的控制方法,包括以下步骤:

S1:通过重力传感器测量左前轮毂及右前轮毂所受的载荷大小,计算左前轮毂及右前轮毂所受到的力矩大小,测量摩擦系数;

S2:初始化其余误差参数,初始化有效路程相关函数算法;

S3:初始化后轮转角纠偏PID控制器;

S4:根据视觉导引计算结果,设定左前轮毂、右前轮毂的绝对速度大小;

S5:修订左前轮毂、右前轮毂转速;

S6:Forklift AGV开始行驶,角度PID纠偏器进行路径纠偏处理,并不断检测,返回实际路径值;

S7:根据误差累积,修订其余误差参数;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江大学;杭叉集团股份有限公司,未经浙江大学;杭叉集团股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010628672.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top