传统自动导引车(Automatic Guided Vehicle,AGV)多以单一工作环境(室内)定位导航为主.针对AGV在室内外连续定位过程中,由于光照变化、遮挡等因素引起的定位丢失或不可靠的问题,提出一种基于里程计、激光雷达(LiDAR)和全球导航卫星系统(GNSS)的室内外连续定位方法.在室内环境下,采用扩展卡尔曼滤波算法对里程计和LiDAR进行融合定位.通过LiADR获取测量方程可有效抑制里程计长时累计更新误差,从而提高系统的鲁棒性.在室外环境下,采用里程计、GNSS进行融合定位,在遮挡导致GNSS信号弱的情况下,里程计数据可有效修正GNSS数据偏差,从而提高定位稳定性.同时,为解决因定位信号源切换导致的AGV连续定位精度、稳定性降低的问题,提出了一种基于扩展卡尔曼的多模型连续定位滤波方法,利用GNSS和LiDAR协方差、水平精度因子等进行动态计算以估计AGV定位信号源,最终实现AGV的自适应信号源平滑切换,提高室内外连续定位的精确度和鲁棒性.实验结果表明,AGV定位轨迹最大绝对真值误差(MATE)在0.5 m以内,平均绝对真值误差(AATE)在0.122 m以内.

自动导引车(Automated Guided Vehicle,AGV)是智能仓储系统中的重要的组成部分.然而当前AGV多以轻载为主(1.5T以下),无法满足重载情况需求.由于重载AGV和轻载AGV控制系统在控制性能、安全性能需求上均存在差异,适用于轻载AGV的运动控制方法无法满足重载AGV的要求.为解决此问题,针对智能仓储可靠性高、安全性高、载重性高的需求特点,设计一款实用型全向重载AGV运动控制系统.系统以工业控制计算机为控制核心,采用全向舵轮进行了运动学模型分析搭建和运动解算;并提出一种基于序列磁场比值的模糊PID控制器算法实现轨迹跟踪.为了验证提出算法在全向重载AGV运动控制系统中的安全性、可靠性与载重性能,使用此系统进行实验验证,结果表明其安全性、可靠性、载重性能均可满足智能仓储运输使用需求.