通过对国内和国际市场的分析以及自动导引车(AGV)的技术状况,设计了一种适用于车间的低成本AGV车辆。
用ATmega 128单片机设计基于姿态分析的AGV模糊控制器,采用模糊控制算法控制AGV的两轮差动方向,姿态分析可以优化汽车的行驶状态,并可以对不同道路的位移进行测试。验表明,采用姿态分析的模糊控制器可以预先判断汽车某些特殊工作点的姿态,更有效地保证汽车在AGV行驶过程中的姿态,减少超级时产生的超级汽车。车正在滚动。整以使汽车更准确地遵循引导路径。键词:自动导车;态度分析;模糊控制;分析测试中图分类号:TP273 .4标准文件识别代码:DOI文件标签:10.3969 / j.issn.2095-1469.2016.03.03总结:通过对国内外市场和技术现状的分析自动导引车(AGV)系统是一种低成本的自动导引车,专为制造车间而设计。ATmaga128用于设计基于模糊控制器算法的AGV模糊控制器,提出了控制两轮转向差AGV转向,驱动状态为在姿势分析的基础上进行优化,并在不同的路线上测试AGV。果表明,控制器模糊与姿态分析AGV在某些特定点的驾驶姿态的预判断,AGV的驾驶姿态可以更有效地控制,并且通过AGV在比赛过程中可以减少,使AGV更加严格地遵循指导方针近年来,随着中国工业领域柔性制造和装配系统的应用越来越多, AGV越来越受到各行各业的青睐[1]。是,AGV在中国的发展起步较晚,技术普遍低于美国和欧洲,产品更新缓慢,核心竞争力小而且数量众多关键技术由欧洲和美国公司控制。国低端AGV产品的开发在市场上更具竞争力。力。产品不需要强大的功能,足以满足正常的处理要求[2]。此,如何有效地控制AGV的转移和操作已成为这类产品开发的核心问题[3]。前,中国许多大学正在研究AGV技术,但大多数都专注于AGV技术的先进研究,其中只有少数涉及这种低成本的AGV研究。析和研究低成本的AGV车辆,更加符合中国市场,并根据特定公司的实际项目进行设计和测试研究和产品开发。合模糊控制理论和特殊姿态分析方法设计和优化AGV模糊控制器。AGV原型使用磁带导航并以差分转向模式运行。试数据和本文的结果都是由原型获得的。AGV模糊控制器设计智能车辆控制系统AGV控制系统由三部分组成:轨迹识别系统,速度控制系统和主控制系统。迹识别系统是AGV的“眼睛”,它准确地向汽车指示它正在行进的位置。度控制系统包括速度传感系统和电动机驱动系统。控制系统是智能汽车的核心,由单片机和外围电路等硬件组成。该设计中,轨迹识别系统使用磁导航传感器来读取磁条以反映小车的驱动位置和偏移状态。使用的磁条导航传感器具有8个检测点。8个数字信号输出端口。控制单元分析由磁导航传感器获得的信息,以获得卡车的偏移位置和速度控制系统的发动机控制量,从而允许智能车辆的精确控制。型速度控制系统使用DC无刷电机和D型驱动器来控制原型的左轮和右轮的速度。1是示出智能车的一般控制方案的图。
能智能车辆控制器设计的模糊控制器设计模糊控制器设计包括:模糊输入输出参数,模糊规则库设计,模糊推理和输出参数模糊,为了构建模糊控制器,检查模型以确定输入和输出参数[4]。目的模糊控制器设置输入参数是磁导航传感器的间隙e和差移率Δe,输出参数是PWM控制信号的占空比差u。右发动机的速度。异变化率Δe定义为先前偏差的域的绝对值减去电流差的域的绝对值,即Δe= |。Elast_time | – | Ethis_time |。糊控制器对传感器获得的信号进行分析和编码,形成模糊量,然后参与模糊推理。磁条导航传感器发送的8位数字信号在L7至L0上从左到右设置,表示汽车与磁条的偏差。于偏转信号是不连续的并且没有单调的增长规律,因此定义了代码的值。码表如表1所示。设偏差值的模糊值等于E,偏差变化率的模糊值等于EC,并且U是控制量。变速度。
试后,偏差e的基域为[-4,4],偏差变化率Δe的基域为[-1,0],控制变量u的基域为[-4,4]。e和u的模糊集分别取7个语言值:{大负,中负,小负,0,正,平均,正} {NB,NM,NS,ZO,PS,PM,PB}。Δe的模糊集取三个语言值,即:{大负,0,大},即上面的{NB,ZO,PB}:u表示PWM波形的占空比差异左右,指定:当U> 0时,左发动机PWM信号的占空比很大,表明智能车必须向左转,当U <0时,表示电机PWM信号的运行比例右边很高,表明智能车应该向右转。于模糊控制器需要模糊量并且传感器检测到确切的量,因此有必要模糊确切的量。差e和输出u通过三角形隶属函数模糊化,如图4所示。2 [5]。于差值变化率Δe的模糊化,采用单值模糊化方法,即EC等于-1,对应于增加量(PB); EC等于0,对应于无变化(ZO); EC为1,对应于Reduce(NB)[6]。糊推理和去模糊化在智能车辆控制系统中,对于双输入单程模糊控制器,控制规则一般采用以下模糊条件语句,即:如果是E和EC,则为U.其中: E和EC分别是输入系统偏差量e和偏差变化率Δe的模糊集。过轨迹分析,根据驾驶经验,相应的模糊控制规则如表2所示。满足AGV模糊控制规则库的建立。:当差值很大时,左右电机之间的速度差必须很大,这样卡车才能迅速减小差异;当间隙很小时,应尽量减少这个间隙,同时尽量避免过度过冲,以免引入反向偏压[7]。模糊化方法采用重心法,可以用公式(1)[8]的形式表示。于Simulink的模糊控制仿真建立模糊控制器模型,利用Matlab模糊工具箱对模糊控制器进行仿真分析。过模糊控制规则在工具箱中设置模糊推理系统编辑器和隶属函数曲线,建立Simulink模型,进行系统测试和仿真,得到结果。统设置和响应曲线,如图2所示。4.根据响应曲线,系统响应快,抗干扰能力强。姿态分析的基础上优化控制器姿态分析主要在于分析车辆运行期间车辆行驶方向上的中心线和磁条之间的角度差。AGV,如图2所示。5.当以直线运行时,偏转角度是车身中心线与磁条之间的角度,而当曲线弯曲时,偏转角度是两者之间的角度。身的轴线和磁带的切线。于精确角度偏差的定量分析,至少需要两个磁条导航传感器[9]。以使用由车身前端和后端处的传感器读取的偏转值来计算滑架相对于磁带的精确角度偏转。

这种设计中,只有一个磁条传感器不能进行精确的定量分析.AGV的运动学模型用于简化角度偏差的分析,从而允许初始校正态度。AGV的运动模型如图6所示。图中,vl和vr表示左右驱动轮的速度,m / min; L是驱动轮之间的距离,m; R是AGV的旋转半径,m。据运动学模型,可以得到AGV的运动速度表达式:运动学分析模型和公式(3)表明托架的实际运行过程是直线的组合和弓。时,托架偏转校正实际上使用弧段来内插线性轨道和圆弧轨道。化直线姿态校正直线偏差包括使用圆弧插补直线。果,当校正偏差时姿势改变。模糊控制设计中,直线必须用6个检测点完成(不包括8个检测点中的2个最外点)。此,偏差为NS或PS,NB偏差变化率为姿态校正点,如表2的浅灰色区域所示。小车从NS位置偏转时在NM位置或从PS位置到PM位置,行进方向是偏离轨道的方向;当通过等式(3)表示的弧校正姿态时,校正的轨迹为。线将在校正过程中增加轨道之间的距离,然后逐渐减小。NS(从右到右)到NM(中间右侧)的偏差,校正NS位置的NM位置,将直线偏差校正过程的示意图呈现给图。7.在图7中,NS和NM到NM和NS临界点的临界点是汽车偏差校正步骤。校正结束时,汽车和磁带产生大的角度差异,形成不良姿势。据等式(2),已知如果左侧和右侧驱动轮的速度在汽车行驶时满足等式(4)至(6)的要求,则车厢的旋转速度为直线,并且圆周运动都是不变的。设v1> vr,为了改善这种不良姿势,与偏转校正弧的方向相反的弧的其他形状可以用于姿势校正。态校正过程不仅改善了汽车的姿态,而且使其更接近磁条。态校正过程如图8所示。于驱动轮的速度与电机PWM波的占空比成正比,因此基本的PWM占空比对应于调节速度滑架的v是Dbase,左右电机的PWM波的服务偏差是ΔD,那么等式(7)可以转换为:从等式(8),只要ΔD适当给出,汽车可以形成反向姿态校正弧。ΔD的值与Lb和Dbase都有关在当前的设计过程中,左右驱动轮之间的距离是固定的,Dbase选择适当的ΔD,校正时间设置为1秒ΔD应设置适当的值,以便汽车姿态校正在ZO或NS(PS)区域,以避免不必要的超限[10]。该设计中,为了使姿态校正效果明显,L的最大值设定为80cm。ΔDz用于表示直路姿态校正占空比差,其参数定义如下:当Dbase30 / 25511.76%,v7.39 m / min,ΔDz13/ 2555.10%。Dbase 40 / 25515.69%,v9.85 m / min,ADz 17 / 2556.67%。Dbase 50 / 25519.61%,v12.31 m / min,ADZ 21 / 2558.24%。线优化曲线的姿态优化方法与直线操作的姿态优化方法相同,但曲线过程允许通过d段插入弧段。[11]。线从左侧和右侧的2个最外点开始,总共4个点。此,偏差是NM或PM,NB偏差变化率是曲线姿势的校正点,如表2的深灰色区域所示。如,拐角姿势的校正如图9所示。线分析过程和参数在此不再描述。态优化过程在这种设计中,姿态优化采用“固定值”方法,即姿态校正所需的逆校正弧的半径。且校正时间是固定的,因此校正过程中的偏转可能表现出振荡。减趋势[12]。测试期间,发现姿态校正和偏转过程中的振荡次数是1至3次,并且汽车的姿态已经恢复到更理想的状态。直线为例,如图10所示。差的校正路径与车身轴线相切,从图10中可以看出姿态角度对应于三个轨迹的汽车在NS和NM的临界点处是不同的,给出它们的临界点NM和NS。度角度也不同。果使用相同半径的校正弧和相同的校正时间来校正具有不同初始姿态角的汽车的姿态,则将不可避免地发生振荡偏转现象。振荡现象表明,当执行姿势校正时,恒温阀芯存在给出校正量并且校正量不足的情况,因此需要进行正常校正1至3次为马车达到令人满意的姿势。于这种设计的低成本解决方案,这种现象很难避免,但对正常使用没有影响。试原型样机控制系统的结构如图11所示。机和驱动系统通过5M600同步带连接,该同步带可以反方向旋转,反方向旋转并且,当车辆处于紧急停止状态时,振动的阻尼效果可能有利于减小冲击力[13]。
动轮选用26.7厘米铸铁橡胶轮,并使用FBL-92H25301RS无刷直流电机,额定扭矩为0.8 N·m,额定速度3000转。速箱采用斜齿轮减速机,减速比为1:30,型号为6GU-30K。AGV的框架用10号和5号型钢焊接,如图12所示。试验准备试验中,磁带是30极磁带在N极宽度上的厚度为1.2mm。带导航传感器和磁带之间的距离为20±5mm。时,试验地板为水磨石,与橡胶轮的摩擦系数为0.015~0.020,符合试验要求。试期间推车的重量为1人,约60公斤。测试过程中,秒表计算滑架在指定长度或半径的90°曲线上的行程时间(实际卡车速度可通过计算时间计算),并将实际速度与设定速度进行比较。就是说他的盘子可以知道。因是如果滑架的实际运行速度远小于设定速度,可以知道在运行过程中滑架姿势不好并且“蛇”操作太多重要的是,导致卡车的实际操作距离增加,因此导致当前平均速度降低。试计划和结果测试分为正确测试和曲线测试。

了更好地观察汽车姿态校正的效果,驱动轮之间的距离L设定得较大,并且滑架的调节速度减小,因此转弯半径R的值购物车的数量增加,态度修正过程更具体。观。接测试直接测试截取8米长的磁带作为引导路径,以不同的控制速度分成两组并执行6次测试。获得每组测试的平均速度之后,将测试的平均速度与定义的速度进行比较,并计算对应于每组测试的平均速度的相对误差限制。试方案和数据如表3所示。据表3中的数据,样品车的每组直线测量的平均速度的相对误差极限在10%以内,并且当设定速度较低时,相对误差限制可保证在5%以内。时,对于以相同的定义速度进行的每次测试,实际测量的速度不是很大并且保证了小车的姿态。线测试的曲线测试的测试方法与用于直线测试的测试方法相同。线测试使用90°曲线,半径指定为引导路径。试计划和平均数据如表4所示。程时间,实际速度和相对误差的限制。4是平均值。曲线测试中,每个测试组的相对误差限制在15%以内,当速度较低时,相对误差限制可以保证在8%以内。时,当汽车行驶时,超车是汽车进入弯道时最重要的。车辆翻车时,超车逐渐减少,因此汽车的姿态当转弯时也能保证。
试期间曲线的最小半径可达1.5米。论针对经济型AGV控制器,提出了一种简单快速的优化方法:通过分析AGV的工作姿态,结合模糊控制理论,设计并优化了传统的AGV模糊控制器。本文中,设计了AGV原型并对控制器进行了测试。测试过程中,为了观察汽车的姿态校正效果,处理原型和测试计划:处理计划包括设置更高的L形导轨值,降低卡车的调整速度,同时测试距离和转弯。设置为固定值,依此类推。验表明,基于姿态的模糊控制器可以有效保证AGV在直线和弯道上的滚动姿态,提高AGV的操作精度,减少AGV过程中产生的过冲。作。
本文转载自
恒温阀芯 https://www.wisdom-thermostats.com
