论文部分内容阅读
在航空、航天和高铁等高端装备制造业,普遍存在着大质量、大尺寸部件的搬运移载操作。相对于单个重载自动导引车(Automated Guided Vehicle,AGV),采用多机器人系统进行协同搬运具有更高的承载能力、导引性能、灵活性和智能性。本文针对多机器人协同搬运大部件问题,研究了基于Leader-Follower策略的跟随AGV运动控制技术。首先,研究了基于Leader-Follower策略的多机器人协同搬运技术方案,设计了用于连接AGV与大部件的两自由度承载平台,并提出了跟随AGV的运动控制技术框架。分析了单个Mecanum轮的运动学规律,对于Mecanum轮全方位移动AGV建立了正、逆运动学模型。在运动学控制环节研究了跟随AGV的两种运动控制任务及控制量融合方法。一方面,基于Leader-Follower控制策略研究多AGV的队形保持控制问题,由运动学关系式建立队形保持误差模型,使用反馈线性化理论求得队形保持控制律。另一方面,基于Backstepping方法研究跟随AGV的轨迹跟踪技术,并结合神经动力学控制方法,解决跟随AGV在初始跟踪或转弯时刻发生的速度突变问题。其次,根据建立的两个运动控制器模型,以轨迹跟踪和队形保持的控制误差为模糊输入,采用模糊逻辑推理对上述两种运动学控制量进行加权融合,输出跟随AGV的运动学控制量。再根据AGV逆运动学模型计算四个Mecanum轮的角速度控制量。再次,在动力学控制环节建立了跟随AGV的拉格朗日动力学方程,针对系统运行过程中的不确定性因素和外界干扰,研究了基于干扰观测器的自适应滑模控制,自适应补偿滑模切换项增益,从而消除控制输出的抖振问题。最后,根据实际应用需求,研发了用于多机器人协同搬运的Mecanum轮全向跟随AGV系统,在实验室环境中完成了视觉导引协同搬运实验。实验结果验证了本文所提的跟随AGV运动控制技术方案的可行性,有效融合了Backstepping轨迹跟踪控制器和Leader-Follower队形控制器的双重控制目标,跟随AGV可快速、稳定、精确地跟随领航AGV,在直线和曲线路径上实现大部件的协同搬运。