[发明专利]离散多AGV非质点系统的三角编队控制方法

说明书

本发明涉及一种离散多AGV非质点系统的三角编队控制方法，包括：确定参考小车自身的初始位置和运动目标；解决多AGV中的两辆智能车中的编队，所述解决多AGV中的两辆智能车中的编队具体包括：跟随小车确认自身的坐标位置；在控制所述跟随小车与所述参考小车实现编队的过程中引入一个虚拟领航者。上述离散多AGV非质点系统的三角编队控制方法，解决目前多AGV系统编队过程中运动模型过于简化以至于不能准确描绘车体运动的问题，以及多辆AGV通信过程中存在的信息传递延时、数据包丢失等导致的编队效果不好的问题。

技术领域

本发明涉及AGV控制方法，特别是涉及基于改进型虚拟跟随领航者的离散多AGV非质点系统的三角编队控制方法。

背景技术

在针对多AGV系统的编队方法中，许多控制方式都是将AGV车体简化为一个质点，从而将路径规划的分析简化为质点的位移和速度大小。此外，在多AGV系统的三角编队算法中，大多使用跟随领航者算法，即以某一辆AGV作为参考车辆，其余车辆保持与参考车辆车速、运动方向一致，从而完成编队。但是当系统中AGV数量较多时，参考车辆发送给跟随车辆的消息会存在丢包，数据延迟的现象，导致编队效率低下，错误率高。

传统技术存在以下技术问题：

最早的AGV系统编队控制算法是将每一个独立的AGV智能车看成一个质点，将编队过程简化为类似于分层拓扑结构的拓扑算法，以质点的位移代替车体的移动，该方法的编队过程是机器人先将底层占满，再向高层运动，最终收敛到静止的期望区域内。然而此方法中所有机器人只能知道全局信息，且高层和底层的通信是单向的。但是AGV智能车并不是单纯的质点，除了需要考虑车身的位移与速度，还需要考虑车体的姿态角。所以只有当多AGV系统中的每一个个体都保持相同的车速以及运动姿态角时才能保证编队的完成与稳定。

发明内容

基于此，有必要针对上述技术问题，提供一种离散多AGV非质点系统的三角编队控制方法，解决目前多AGV系统编队过程中运动模型过于简化以至于不能准确描绘车体运动的问题，以及多辆AGV通信过程中存在的信息传递延时、数据包丢失等导致的编队效果不好的问题。

一种离散多AGV非质点系统的三角编队控制方法，包括：

确定参考小车自身的初始位置和运动目标；

解决多AGV中的两辆智能车中的编队，所述解决多AGV中的两辆智能车中的编队具体包括：跟随小车确认自身的坐标位置；在控制所述跟随小车与所述参考小车实现编队的过程中引入一个虚拟领航者；所述虚拟领航者与所述跟随小车保持固定的距离，通过控制实现所述虚拟领航者的速度和转角和参考小车的状态一致来实现所述两辆智能车之间的编队；

利用“解决多AGV中的两辆智能车中的编队”的方法解决多AGV中剩下的AGV的编队。

上述离散多AGV非质点系统的三角编队控制方法，解决目前多AGV系统编队过程中运动模型过于简化以至于不能准确描绘车体运动的问题，以及多辆AGV通信过程中存在的信息传递延时、数据包丢失等导致的编队效果不好的问题。

在另外的一个实施例中，步骤“所述虚拟领航者与所述跟随小车保持固定的距离，通过控制实现所述虚拟领航者的速度和转角和参考小车的状态一致来实现所述两辆智能车之间的编队。”中控制实现所述虚拟领航者的速度和转角和参考小车的状态一致具体包括：

消除所述虚拟领航者与所述参考小车的位置误差；

消除所述虚拟领航者与所述参考小车的转角误差。

在另外的一个实施例中，步骤“消除所述虚拟领航者与所述参考小车的位置误差；”具体包括：

设某个AGV车体的位置坐标为(x,y,θ)，T为采样周期，k为第k次采样，v和ω分别为车体的速度以及角速度，则离散系统AGV小车的模型方程为：