0 导言
主动引导车（Automated Guided Vehicle，AGV）是现代物流职业的高效运输工具。可是，在AGV运转过程中，导航定位精度差，一向限制其在许多工业环境下的使用。提出一种最优差错途径的AGV纠偏办法，能够完成5 mm范围内纠正，可是体系鲁棒性较差。选用了一种依据惯性导航和视觉里程计的定位算法，完成视觉辅佐定位，战胜惯性导航的缺乏，可是依然无法完成后期AGV的方位批改；选用自定义定位标识符法，在地上铺设泊车标识，体系辨认泊车标志符后，即依据直线运动公式核算AGV泊车间隔，直至间隔为0，但后期短少视觉信息反馈，不具备泊车纠偏才能。
针对以上状况，本文提出一种依据含糊操控和QR码的准确认位办法。首要经过含糊操控完成AGV快速途径纠偏，然后依据不同工位定位精度要求使用每帧图片尺寸不变特性完成QR码准确认位，完成了途径快速准确盯梢和特别工位点准确认位。
1 AGV运动学模型
树立AGV四轮差动运动学模型，如图1所示。坐标系XOY为AGV小车运转区域，视为大地坐标系，作为AGV运动坐标参阅。X1O1Y1为以AGV小车几许中心树立的AGV车体坐标系，随AGV移动。AGV小车的位姿由小车几许中心在大地坐标系中的方位（X，Y）和AGV前进方向与大地坐标系的X轴正方向的夹角θ确认，即P=［X，Y，θ］T。
图1中，o1、o2别离为AGV小车前后驱动单元的中心；L为驱动单元中心距AGV小车几许中心的间隔；B为各驱动轮中心到各自驱动单元中心的间隔；α1、α2别离为两个驱动单元中轴线与AGV小车坐标系X1轴正方向的夹角，依照顺正逆负取值；Vo1、Vo2别离为两个驱动单元中心点的线速度；A点为AGV小车的瞬时滚动中心。
一起，假定：
（1）两个驱动单元中心的角速度别离为ωo1、ωo2；
（2）4个轮毂电机的线速度和角速度别离为v1、v2、v3、v4、ω1、ω2、ω3、ω4；
（3）前后两个驱动单元的中点在大地坐标系中的坐标点别离设为（Xo1、Yo1）、（Xo2、Yo2）。
依据P=［X，Y，θ］T即AGV几许中心的方位，能够得到两个驱动单元中心点的大地坐标为：
经过以上运动模型可知，只需操控前后两个驱动单元的运动速度和加速度，就能够操控AGV小车的运转状况。
AGV小车模型如图2所示，主要由工控机+显示屏模块、视觉模块、驱动模块构成。
2 含糊纠偏规划
2.1 含糊操控原理
含糊操控是一种比较于传统操控愈加贴近于人类思想的操控办法。与传统的操控办法不同之处是，含糊操控技能在杂乱的多变量体系中能够经过各种变量之间的联系完成对体系进行操控，然后使得体系的操控在直观上愈加简洁。含糊操控基本原理如图3所示。
2.2 含糊操控器规划
含糊操控规矩输出曲面如图4所示，能够看出含糊操控规矩曲面在E或EC在零值邻近时动摇比较大，利于准确操控；在E或EC绝对值较大时曲面动摇小，体系具有较强的鲁棒性。
含糊量明晰化处理即为把含糊推理得出的成果转换为操控体系能够辨认的确认值。经过重心法核算横坐标轴和从属度函数曲线围成的区域重心，如式（7）所示。
3 QR码要害点准确认位
3.1 二维码3点定位
依据二维码的3个方位勘探图形形状相同方位对称，所以选用3点定位法确认二维码方位。首要确认3个方位勘探图形中点坐标，然后经过直线拟合法获取要害4点坐标，终究确认整个二维码区域。定位成果如图5所示。
3.2 QR码精定位原理
视觉定位相机安装在AGV底板中心下面，间隔地上高度为25 cm。
AGV的位移纠偏移动方向如图7所示，依据S1、S2值的正负能够完成AGV的4个方向自在纠偏运动，然后防止对别的两个边距的冗余核算。
最终经过反余弦改换求得偏转角α，旋转纠偏方向如图9所示。取水平方向为0°方向，当差错视点为正则顺时针旋转AGV纠偏，反之逆时针旋转AGV。
4 试验验证
试验选用自主研制的依据激光雷达+视觉引导的AGV试验渠道，如图10所示。试验环境为工厂的地坪漆地上，选用是非二维码作为标识符，单目相机采样分辨率为1 280&TImes;720。
首要经过MATLAB中的Simulink组件对含糊操控树立仿真模型，如图11所示。设初始差错输入为［0.6，5］，输入模型后仿真成果如图12所示，图13为最优操控器成果。能够看出AGV小车较大差错状况下能够快速调整到平衡状况。在初始间隔差错0.5 m、视点差错0.6 rad的状况下，只需3.5 s就能够消除差错，显着优于最优操控器，所以本文选用含糊操控器能够明显进步小车纠偏才能与反应速度。
其次，为了验证该办法的有效性，验证AGV视觉引导AGV的定位精度，接连在同一定位点停靠200次，AGV的定位差错如图14所示，图14（a）为X方向差错，图14（b）为Y方向上差错，图14（c）为视点差错。能够看出X和Y方向差错在±1 mm以内，视点差错在±1°以内。
5 定论
首要树立四轮差速模型，经过设置前后两个驱动中心简化模型间的耦合度。依据运动学模型确认方位差错和视点差错两个变量作为二维含糊操控器的输入，从而取得纠偏操控量。在初始差错较大的状况下能够快速调整小车到平行状况，具有较高的鲁棒性和快速性。
其次，针对高精度的使用场合，对一些工位有较高的定位精度要求，提出一种依据单QR码视觉精定位法。经过3点定位法提取QR码概括，使用帧图片尺寸不变特性，核算出位移差错和视点差错，定位精度稳定在±1 mm以内，AGV视觉定位精度明显进步，满意高精度场合定位需求。
