基于视觉神经元PID的AGV轨迹跟踪控制器

为了提高视觉自动导引车(automated guided vehicle,AGV)的轨迹跟踪精度和控制器系统鲁棒性,提出了一种基于视觉神经元系统处理偏差数据的轨迹跟踪控制器。首先建立含有神经元的图像数字化和传感器辅助数据的处理系统,然后建立AGV视觉神经元运动学模型,将航向偏差和辅助数据误差作为视觉神经元PID纠偏路径控制算法跟踪控制器的输入变量,利用无刷直流电机数学模型和AGV纠偏运动学模型建立最优控制算法,最后通过纠偏电压导入双通道PID实时调节驱动轮的差速以实现AGV能按更快速和最优化的路径纠偏。实验结果表明,利用视觉神经元PID纠偏路径控制算法,体现为寻轨时间更短,转向突变时反应更机敏;在横向偏差1 m的直线行驶中,回归直线用时提高30%,其左右横向误差均不超过1.7 mm,误差减小了68%,AGV做出迅速反应和提高导航精度时,也能满足跟踪控制器的鲁棒性。

农用底盘主动平衡试验平台与控制系统设计与试验

常规的农用作业装备很难适应坡地作业环境,为了使作业车身在坡地作业时保持水平,以主动平衡系统作为研究对象,开发了主动平衡试验平台及控制系统。基于Sim Mechanics与Sim Hdraulics模块建立了机-电-液多物理域仿真模型;针对双作用非对称式液压油缸推程与回程运动的不同特性,采用双通道式PID控制策略进行控制,分别对液压油缸跟随响应、位移误差变化、速度阶跃响应与平台双轴倾角进行仿真分析。仿真表明,双通道PID控制下最大跟随误差为1. 90 mm,响应时间为0. 228 s,极限状态下平衡时间为2. 98 s。与单通道PID控制相比,其最大控制误差降低49. 3%,响应速度提高了45. 8%。在实验室模拟8种不同坡度,对主动平衡试验平台进行响应时间和平衡效果测试,系统响应时间为0. 328 s;随着坡度的增加,试验平台调平最大误差为1. 14°,最大均方根误差为0. 299°,主动平衡试验平台及控制系统达到了设计要求。