智能移動(dòng)機器人（AGV）的關(guān)鍵技術(shù)及難點(diǎn)分析

智能移動(dòng)機器人（AGV）帶有自動(dòng)測距系統，在測定障礙物距離后，會(huì )根據不同的障礙物距離進(jìn)行多級的減速緩沖停車(chē)，并且會(huì )實(shí)時(shí)地量化測量障礙物距離，同時(shí)智能移動(dòng)機器人（AGV）采用覆蓋式障礙物測量，而且不受外界的各種干擾因素影響，抗干擾能力十分強大。
（1）導引及定位技術(shù)。作為AGV技術(shù)研究的核心部分，導引及定位技術(shù)的優(yōu)劣將直接關(guān)系著(zhù)AGV的性能穩定性、自動(dòng)化程度及應用實(shí)用性。

（2）路徑規劃和任務(wù)調度技術(shù)。

，行駛路徑規劃。行駛路徑規劃是指解決AGV從出發(fā)點(diǎn)到目標點(diǎn)的路徑問(wèn)題，即“如何去”的問(wèn)題?，F階段國內外已經(jīng)有大量的人工智能算法被應用于A(yíng)GV行駛路徑規劃中，如蟻群算法、遺傳算法、圖論法、虛擬力法、神經(jīng)網(wǎng)絡(luò )和A*算法等。

第二，作業(yè)任務(wù)調度。作業(yè)任務(wù)調度是指根據當前作業(yè)的請求對任務(wù)進(jìn)行處理，包括對基于一定規則的任務(wù)進(jìn)行排序并安排合適的AGV處理任務(wù)等。需要綜合考慮各個(gè)AGV的任務(wù)執行次數、電能供應時(shí)間、工作與空閑時(shí)間等多個(gè)因素，以達到資源的合理應用和*分配。

第三，多機協(xié)調工作。多機協(xié)調工作是指如何有效利用多個(gè)AGV共同完成某一復雜任務(wù)，并解決過(guò)程中可能出現的系統沖突、資源競爭和死鎖等一系列問(wèn)題?，F在常用的多機協(xié)調方法包括分布式協(xié)調控制法、道路交通規則控制法、基于多智能體理論控制法和基于Petri網(wǎng)理論的多機器人控制法。

（3）運動(dòng)控制技術(shù)。不同的車(chē)輪機構和布局有著(zhù)不同的轉向和控制方式，現階段AGV的轉向驅動(dòng)方式包括如下兩種：兩輪差速驅動(dòng)轉向方式，即將兩獨立驅動(dòng)輪同軸平行地固定于車(chē)體中部，其它的自由萬(wàn)向輪其支撐作用，控制器通過(guò)調節兩驅動(dòng)輪的轉速和轉向，可以實(shí)現任意轉彎半徑的轉向；操舵輪控制轉向方式，即通過(guò)控制操舵輪的偏航角實(shí)現轉彎，其存在小轉彎半徑的限制。

控制系統通過(guò)安裝在驅動(dòng)軸上的編碼器反饋來(lái)組成一個(gè)閉環(huán)系統，目前基于兩輪差速驅動(dòng)的AGV路徑跟蹤方法主要有：PID控制法、*預測控制法、專(zhuān)家系統控制法、神經(jīng)網(wǎng)絡(luò )控制法和模糊控制法。

（4）信息融合技術(shù)。信息融合是指利用多源信息的關(guān)聯(lián)組合，充分識別、分析、估計和調度數據，完成下達決策和處理信息的任務(wù)，并對周?chē)h(huán)境、戰況等進(jìn)行適度的估計。目前，在導域研究和應用的信息融合技術(shù)主要有Kalman濾波、貝葉斯估計法與D-S證據推理等，其中以Kalman濾波廣。Kalman濾波具有良好的實(shí)時(shí)性，但它是建立在嚴格的數學(xué)模型的基礎上，當導引模型存在較大建模誤差或者系統特性發(fā)生變化時(shí)往往會(huì )導致濾波發(fā)散。為提高濾波算法的魯棒性和自適應能力，可針對AGV的導引要求與特點(diǎn)，研究適當的自適應Kalman濾波算法、魯棒濾波算法或智能濾波（如模糊推理、神經(jīng)網(wǎng)絡(luò )、專(zhuān)家系統）方法等。