AGV轨迹matlab仿真,两轮差速AGV的轨迹跟踪控制研究 Study on Trajectory Tracking Control of Two-Wheel Difference Speed of...

Software Engineering and Applications

Vol.06 No.04(2017), Article ID:21608,9

pages

10.12677/SEA.2017.64007

Study on Trajectory Tracking Control of Two-Wheel Difference Speed of AGV

Lipeng Yang, Wenfeng Zhang, Hao Wang

Shanghai University of Electric Power, College Of Energy and Mechanical Engineering, Shanghai

Received: Jul. 18th, 2017; accepted: Aug. 1st, 2017; published: Aug. 7th 2017

ABSTRACT

In view of trajectory tracking control problem of AGV, a Back-stepping control algorithm is proposed. Firstly, the AGV kinematics model and tracking pose error model are established; Then, the whole nonlinear system is decomposed into several sub-systems by using Back-stepping method, and the Lyapunov function and the intermediate virtual control are constructed and has been back to export control law of system step by step. Finally, the simulation experiment of line tracking and circular tracking was carried out in MATLAB environment. The results show that the tracking error converges to zero quickly, and trajectory tracking effect is wonderful. Back-stepping method combined with Lyapunov theory design the controller, not only can achieve AGV on the reference trajectory global asymptotic tracking, but also has high accuracy and robustness.

Keywords:AGV, Back-Stepping, Trajectory Tracking, Lyapunov

两轮差速AGV的轨迹跟踪控制研究

杨李朋，张文丰，王昊

上海电力学院 能源与机械工程学院，上海

收稿日期：2017年7月18日；录用日期：2017年8月1日；发布日期：2017年8月7日

摘 要

本文针对AGV的轨迹跟踪控制问题，提出了一种Back-stepping的控制算法。首先，建立AGV的运动学模型和跟踪位姿误差模型；然后，利用Back-stepping方法将整个非线性系统进行分解成若干子系统，且对子系统分步构造Lyapunov函数和中间虚拟控制量，一直后退导出系统的控制律；最后，在MATLAB环境下分别进行了直线轨迹跟踪和圆轨迹跟踪的仿真实验，结果表明跟踪误差很快收敛于零，轨迹跟踪效果良好。Back-stepping方法结合Lyapunov理论设计的控制器，不仅能实现对AGV对参考轨迹全局渐进跟踪，还具有较高的精确性和鲁棒性。

关键词 :AGV，Back-stepping，轨迹跟踪，Lyapunov

Copyright © 2017 by authors and Hans Publishers Inc.

This work is licensed under the Creative Commons Attribution International License (CC BY).

http://creativecommons.org/licenses/by/4.0/

1. 引言

自动引导小车(Automatic Guided Vehicles, AGV)能够承重一定载荷且沿着给定路径精确地自动行驶 [1] 。利用传感器能够探索周围环境并自动完成寻找最优路径和自身的定位及跟踪设定的轨迹，在进行高层次的决策程序时，底层基本的轨迹跟踪需要进行严格的控制 [2] 。AGV系统是一个强耦合的非线性动力学系统，存在着各种参数和非参数的不确定性，且具有车轮摩擦、负载的变化和噪声等外界的不确定因素。传统的基于对象的控制方法很难精确地进行轨迹跟踪。近年来，AGV的智能控制在理论和应用方面都取得较大的进展。AGV的运动控制方法主要有模糊控制 [3] ，模型预测控制 [4] ，自适应控制 [5] ，神经网络控制 [6] 等。这些智能控制方法均对非线性系统有着较好的自适应性，但是仅限于局部渐进稳定，且控制器设计比较复杂。

本文首先建立了AGV的运动学模型，在该模型的基础上采用Back-stepping算法和Lyapunov理论设计控制器，确保AGV系统对参考轨迹的全局渐进跟踪。通过MATLAB仿真实验，验证了AGV轨迹跟踪的有效性。

2. AGV的运动学模型

AGV是通过左右两个驱动轮之间的速度差来改变小车的运动方向，属于两自由度的驱动系统。因为驱动轮和地面的滚动约束比较复杂，针对小车的实际运行情况建立精确的运动学模型是比较困难的。为了进行运动学建模，将问题做如下假设和简化：假设车轮在路面上低速运行，忽略车轮滑动的影响，并且两驱动轮保持在同一轴线上 [7] 。

两轮差动驱动的AGV模型如图1所示。取左右两轮中心连线的中点C作为参考点，则小车的位姿

，设

和

分别为左、右驱动轮的角速度，

和

分别是小车的线速度和转动角速度，则运动学模型 [8] [9] 为