集装箱运输自动导引小车的优化控制研究

摘要

集装箱运输的迅猛发展使得集装箱的集散地—港口的调度任务日益繁重，自动完成从泊位到集装箱堆场的运输已成为必要。本文对集装箱自动导引小车(AGV)的跟踪控制、点镇定控制、定位停车及路径规划等方面进行了研究，现将全文内容概要如下：对全轮转向、后轮驱动的AGV进行了运动学分析，导出了相应的运动学方程；针对所采取的航标探测与惯性导航相结合的导航方式，推导了全轮转向、后轮驱动的AGV的航位计算公式。针对现有遗传算法无法兼顾全局搜索能力与局部搜索能力的缺点，提出了两相遗传算法，该算法使遗传算法同时具备了较好的全局与局部搜索能力。在对AGV的控制方面，本文提出对控制律中的参数进行优化设计的思想，实现系统的控制性能最优化，且将系统控制量限制在允许范围内。当AGV的初始位姿改变后，控制参数也需重新优化以达到最佳的控制效果。实验表明，对AGV控制参数的优化能显著提高其轨迹跟踪和点镇定的精度。并进一步提出了一种控制参数在线优化方法，该方法无需利用控制参数的导数信息(事实上也无法获取导数的表达式)，且克服了直接用遗传进行在线优化时计算量大的缺点。由于集装箱运输AGV的特殊引导方式，导致AGV的跟踪轨迹为离散节点。将小车对离散节点的跟踪转化成小车对分段连续轨迹的跟踪，并根据AGV的运动特性将对小车的直行速度v和转向角速度ω的控制律转换为对车轮的转速n和转角β的控制律。针对AGV存在正常工作模式(只能直线行走或绕中心转向)和停车模式(允许AGV沿其车体方向侧向移动)的特点，将对AGV的定位停车控制分成两步完成：首先，将处于正常工作模式的AGV引入待泊车位。为了让AGV顺利驶入待泊车位，采用路径规划和模糊逻辑控制(FLC)相结合的手段：从AGV的当前位置到待泊车位间规划出一条最佳行驶路径；然后，用FLC控制AGV按预定路径行驶，并用两相遗传算法对FLC隶属度函数中的参数进行了优化以改善定位停车精度。当AGV进入待泊车位后，让AGV进入停车模式，并编好相应控制流程以顺利实现AGV的精确停车。在路径规划方面，根据运行环境部分可知的特点，提出一种全局路径规划和局部路径规划相结合的方法，以有效地利用已知环境信息，缩短小车行驶路径，且实现AGV的有效避障；在此基础上还提出一种基于两相遗传算法的路径再规划方法，进一步提高了AGV的运行效率。最后，关于进一步工作的方向进行了简要的讨论。关键词：自动导引小车，两相遗传算法，模糊逻辑控制，轨迹跟踪，点镇定，参数优化，在线优化技术，路径规划

目录

文摘

英文文摘

声明

第1章 绪论

1.1集装箱运输的发展现状与趋势

1.1.1注重解决集装箱自动化中多、快、少的问题

1.1.2集装箱物流一体化基础建设

1.1.3集装箱搬运的无人化、智能化

1.2 AGV在自动化港口中的地位与作用

1.3 AGV的研究现状

1.3.1控制技术的发展

1.3.2路径规划方法

1.5本文的主要研究内容

第2章 AGV系统的运动学及动力学分析

2.1引言

2.2 AGV的运动机构

2.3 AGV运动学建模

2.3.1车轮描述

2.3.2 AGV运动学约束

2.3.3建立运动学模型

2.4 AGV动力学分析

2.4.1动力学建模

2.4.2集装箱运输AGV的动力学性能分析

2.5小结

第3章 AGV的控制优化及仿真研究

3.1基于Backstepping的AGV系统控制器设计

3.1.1预备知识

3.1.2基于运动学模型的跟踪

3.1.3输入受限时系统控制器的设计

3.2遗传算法

3.2.1遗传算法的产生

3.2.2遗传算法的基本步骤

3.2.3两相遗传算法的提出

3.3控制参数优化设计

3.3.1点镇定控制参数的优化设计

3.3.2轨迹跟踪控制的参数优化设计

3.4对离散轨迹跟踪点的控制

3.4.1问题陈述

3.4.2参数优化

3.5 AGV控制参数的在线优化技术

3.5.1基本思想

3.5.2灵敏度分析

3.5.3优化参数数据库的建立

3.5.4控制参数的在线优化计算

3.6 AGV的时变最佳控制

3.6.1 AGV的状态空间表示

3.6.2轨迹跟踪调节器的设计

3.6.3时变最佳控制

3.6.4仿真分析

3.7车轮转速和转向角的匹配控制

3.7.1运动学分析

3.7.2车轮转速和转向角的匹配控制

3.8小结

第4章 AGV的停车控制

4.1车位探测

4.2泊车控制方案

4.3进入待泊车位

4.3.1泊车路径规划

4.3.2进入待泊车位的控制

4.3.3模糊逻辑控制器中隶属度函数参数的优化取值

4.4进入泊车位置的控制

4.5小结

第5章 AGV优化控制的模型实验

5.1模型设计方案

5.2实验小车构造

5.3轨迹跟踪实验

5.4小结

第6章 路径规划研究与仿真

6.1 AGV工作空间的表示方法

6.1.1可视图表示

6.1.2四叉树表示

6.1.3广义Voronoi图表示

6.1.4栅格表示

6.2路径规划方法

6.2.1启发式图搜索法

6.2.2遗传算法

6.2.3神经网络法

6.2.4人工势场法

6.2.5调和函数势场路径规划

6.3全局路径规划与局部路径规划相结合的方法

6.3.1路径规划策略

6.3.2全局路径规划

6.3.3基于模糊逻辑控制的局部路径规划

6.3.4算例仿真

6.4一种集装箱运输AGV路径的再次规划方法

6.4.1路径规划策略

6.4.2基于两相遗传算法的全局路径规划

6.4.3路径再规划

6.4.4算例仿真

6.5自动导引小车的避障

6.5.1避障控制算法

6.5.2仿真分析

6.6小结

第7章 总结

7.1本文的主要研究内容

7.2进一步的研究工作

致谢

参考文献

附录

个人简历 在读期间发表的学术论文与研究成果