随着机器人行业的快速发展,机器人的作业场景愈加复杂,在工业生产中移动机器人被得到广泛的运用,机器人被要求沿着一条规定的路径在几个目标位置中驮运一些物资进行来回的移动,多数运用于室内的环境中。面对这样的需求,机器人需要精确的感知位置信息沿着轨迹进行精准运动,同时对于多样化的应用场景和更加多样化的任务需要机器人拥有一个稳定可靠的任务执行系统。本文给出了一种自动导航车辆的任务Petri网控制系统设计方法。主要内容如下:1、给出了自动导航车辆的任务执行Petri网(Executive Petri Net,EPN)设计方法,包括机器人的一些基本模块、位姿估计任务子网和混合目标轨迹跟踪任务子网。提出了新的功能单元(Task Basic Block,TBB)Petri网模型,解决了在EPN模型设计过程中的资源冲突的问题,提高了EPN的活性。将机器人的执行任务划分为低耦合的功能模块用统一的TBB模型进行表示,利用外部变迁将各个TBB根据执行逻辑连接起来得到EPN。本文还明确的给出了TBB的执行算法以及EPN的执行算法和执行流程图,依据给出的算法和流程图可以快速的实现对机器人任务执行程序的编写,实现工程的应用。2、基于卡尔曼滤波器和四轮机器人的运动学模型,设计自动导航车辆轨迹跟踪任务中的位姿估计任务子网:利用卡尔曼滤波算法对车轮编码器的数据进行滤波处理,然后借助四轮机器人的运动学模型,将编码器数据和陀螺仪数据进行融合,实现机器人位置和姿态的精确估计。3、对机器人的混合目标轨迹跟踪任务子网的设计进行介绍。设计了一种混合切换轨迹跟踪控制算法:车辆位置与目标位置距离高于设定阈值时,给出了PID坐标点跟踪控制算法,以减少控制计算量;当车辆位置与目标位置距离在设定阈值之内时,采用模糊预测控制器,做到对目标轨迹的稳步跟踪。混合导航控制器具有控制简单、参数自行整定和易于工程实现等优点。4、以松灵的机器人作为实验平台,利用STM32F4控制版作为机器人任务执行算法的载体,用于对数据的处理以及控制机器人的运动。设计一条圆弧加直线以及泊车轨迹的路径用于实验,针对实验任务设计EPN,通过实验来验证本文所提出的混合切换轨迹跟踪控制器和EPN设计的正确性和可行性。本文借助Petri网直观易懂的优点,清晰的表述出任务的执行过程,同时又可以借助Petri网的分析手段对任务的控制逻辑和控制程序进行验证,提高对于不同的任务中程序开发的效率。