1) 静态环境中确定AGV 路径规划

AGV 路径规划在智能控制系统中具有重要作用， 对于保证工作的安全性来说具有重要意义。一直以来，很多学者都对此进行孜孜不倦的探索，这也是机器人学中最新最热的内容之一。主要研究的是在障碍物的环境下，机器人如何寻找到目标，也就是选择合适的路径规划。智能控制下的AGV 路径规划较为重要的两种形态，静态环境中的路径规划以及动态环境中的路径规划。

静态环境下的路径规划是假定在环境信息未被完全掌握的情况下，机器人是通过怎么样的路径感知环境，并且运用局部区域传播算法。因此这种路径一般会在环境中仅存在静态已知障碍物的情况下被采用。但是要分析静态环境中AGV 路径规划，需要解决的一个问题是在这种环境中什么样的路径才能够被认为是合理的。总而言之，能够使AGV 系统实现控制的就是合理路径。合理的路径由路径的平滑程度决定，路径越趋于平缓，则AGV 系统将会更容易实现。此时可以将路径分为四个种类，第一类平滑程度非常低，表现为路径的不连续性，此时很多存在位置会表现突变的特性， 这种情况下AGV 系统不容易被控制，因为这些曲线不连续，无法对其追踪。第二类，这类曲线相对于第一种来说具有连续性，但是在切线方向有时也会发生突变现象。此时也不能够被AGV 系统控制。第三类，这类曲线不仅具有连续性的特点， 而且还能在切线方向保持连续性，因此是较为合理的路径规划，一般情况下也常常被采用。第四类，将以上三类曲线的优点都集于一身，但是要生产这类曲线十分复杂，因此在实践当中，这类曲线很难被采用。 2) 动态环境中确定的路径规划

在动态复杂环境的中的路径规划不同于静态环境中的路径规划。因为环境

13

变化之后，很多信息无法被掌握，要保证最优性在这种情况下是无法被实现的。在进行路径规划时，应当在安全性以及时间性之间进行衡量。在较为复杂的环境下，不管决定适用何种性能指标，都必须要考虑目标吸引、动态安全性以及时间约束三个方面的内容[10]。

3. AGV的导引

AGV的导引（Guidance）是指根据AGV导航（Navigation）所得到的位置信息，按AGV的路径所提供的目标值计算出AGV的实际控制命令值，即给出AGV的设定速度和转向角，这是AGV控制技术的关键。简单看来，AGV的导引控制就是AGV轨迹跟踪。这对有线式的导引（电磁，磁带等导引方式）不会有太多的问题，但对无线式的导引（激光，惯性等导引方式）却不是一件容易的事。

图7-2 AGV运行的路径轨迹

AGV的路径规划是根据AGV运行的实际环境设计出AGV运行的路径轨迹，AGV单机按照地面控制系统下发的段表中的路径（段）属性自动行驶。AGV的导引控制算法就是解决段表下发后AGV的参考点如何沿着既定轨迹行走，一般需

14

要实现直线段和四次方曲线的导引控制。对于不同驱动方式的AGV来说，由于它的运动学模型不一样，对应的导引控制算法也是不同的。这里简单讨论SD（Steer Driving）型AGV的导引算法：

我们的控制目标是AGV的参考点，目的是使AGV能很好地沿着既定轨迹行走。对SD型AGV来说，可以控制的只有AGV前轮的转角和速度，通过运动模型可知：参考点的运行轨迹只和前轮的转向角有关，所以，要实现对参考点轨迹跟踪的控制，实际上就是对前轮转向角的控制。

在具体的设计过程中，利用一种“追踪导引方法”，即在AGV的运行过程中参考点始终追踪着路径轨迹上的虚拟点，这个虚拟点就像在赛狗时所用到的兔子，AGV永远追不上，但又永远在AGV前面不远的地方；AGV前进的方向始终指向虚拟点，通过这样周期性的调节，就可以使AGV以很小的误差沿着路径轨迹行走。 八、 总结

AGV系统是集光、机、电、计算机于一体的高新技术，是柔性化、智能化程度极高的输送系统。AGV 技术仍在发展中,随着现代高科技的进步,AGV 的性能与功能都将不断得到提高。AGV系统由于自身的技术优势,将适合更为广泛的工业或非工业需求,得到越来越广泛的应用。

15