AGV（Automated Guided Vehicle）小車作為目前工業自動化系統中重要的組成部分，在工廠和廠房的物流調度系統中起著重要作用[1]，有著非常廣泛的應用前景。

傳統的AGV小車控制以經典的PID控制為主，但PID控制的精確程度取決于系統數學模型的精確程度及參數設置狀況[2]。AGV小車在工廠及廠房中的工作環境復雜，且在行駛過程中會受到各種工況的干擾，傳統的 PID 控制有時很難達到難以效果[3]。
基于此，分析了模糊控制機理，針對 AGV 中直流電機的調速系統，采用模糊 PID 進行控制，極大地提高了智能小車轉速控制的準確性、穩定性及反應速度。

1 AGV系統構成

AGV 系統裝備了磁導航、CCD 導航、激光導航等[4]，使得 AGV 在行駛過程中能夠按照事先規劃的路徑運行，操作者只需根據上位機進行現場的實時調度，對于不同的現場運行情況 AGV 進行實時的現場調度，因此，大大降低了對于人力的依賴，提高了工作效率和安全系數。
AGV系統通過貼在地面上的磁導航傳感器進行導航，實時監控AGV小車現場位置，現場調度，避免AGV之間發生碰撞。AGV的供電系統由電池提供，兩塊電池安裝在AGV的兩端（一般為對稱安裝），磁感應傳感器安裝在 AGV 的兩端，產生一個閉環的系統來進行小車的實際位置的現場調節[5]。AGV大小有很多種分類，對于大型 AGV的調度需要考慮其安全范圍是否足夠，轉彎時是否滿足現場要求。AGV系統零件圖如圖 1 所示，其中①啟動、停止、復位、急停按鈕；②和③均為 12 V 電池；④輪子；⑤三色燈；⑥傳送帶；⑦觸摸屏；⑧避障傳感器；⑨對射傳感器。AGV伺服安裝如圖2所示，其中，①為前磁導航傳感器；②為后磁導航傳感器；③為伺服電機；④為伺服驅動器。

圖1 AGV系統零件圖

圖2 AGV伺服安裝圖

2 AGV系統模糊PID控制設計

2.1 AGV轉速控制策略

基于模糊PID的AGV轉速控制如圖 3 所示[6]。
驅動控制器控制紅外傳感器工作，根據收集到的路況循跡信息得到小車的速度給定值，同時，車輪速度檢測模塊檢測小車速度，進行隔離、放大、A/D 轉換后與給定速度進行比較，若工廠的物流調度路徑有上行、下行或轉彎狀況，速度檢測模塊即會表現出上升或下降現象，將此偏差信號送給模糊 PID 控制器，控制器進行模糊規則的選擇，輸出精確的速度脈沖信號送入電力電子執行機構，驅動直流電機精確的按照實際路況循跡速度運行。

圖3 AGV轉速控制框圖

2.2 AGV轉速模糊PID控制器設計

模糊 PID 控制器結構如圖 4所示，主要分為兩個模塊，其一是傳統的 PID 控制器，其二是模糊控制器，模糊控制器來實現 PID 控制器參數的現場確定，使得 PID控制效果更加理想化，模糊PID控制器主要是實現PID三大參數和誤差e的變化率△e之間的關系，在運行過程中根據誤差和誤差的變化率不斷判斷、計算最終的比例、積分、微分參數[7]。

圖4 模糊PID控制結構圖

基于上述結構，AGV轉速控制模糊PID設計可分為以下 4個步驟[8-9]。
第一步，系統輸入輸出信號的確定。AGV小車數據采樣是通過磁導航傳感器的16位數字采樣點，以I/O輸入的模式進行，通過分析輸入信號的不同來確定AGV小車實際所處的位置[10]，磁導航為 16路 16點數字量輸出，一般正常檢查到的信號為 5路 5點數字量輸出，理論分為下面 20種情況：
1000000000000000（1）
1100000000000000（2）
1110000000000000（3）
1111000000000000（4）
1111100000000000（5）
0111110000000000（6）
0011111000000000（7）
0001111100000000（8）
0000111110000000（9）
0000011111000000（10）
0000001111100000（11）
0000000111110000（12）
0000000011111000（13）
0000000001111100（14）
0000000000111110（15）
0000000000011111（16）
0000000000001111（17）
0000000000000111（18）
0000000000000011（19）
0000000000000001（20）
取直流電機角速度誤差 e 和誤差變化率 ec 為系統輸入變量，ΔKp、ΔKi、ΔKd為輸出變量。將誤差 e 與誤差變化率 ec的模糊基本論域取為[-6，6]。
通過比例、量化因子映射到論域：設磁導航傳感器的 16路輸出依次從左到右為（1）→-6，（2）→-5，（3）（4）→-4，（5）（6）→-3，（7）→-2，（8）（9）→-1，（10）（11）→0，（12）（13）→1，（14）→2，（15）（16）→3，（17）（18）→4，（19）（20）→5
第二步，系統輸入輸出變量模糊化。
設計中將e、ec、ΔKp、ΔKi、ΔKd的量化等級均設為13級，即2個輸入變量一個輸出變量在模糊集上的論域為：{-6，-5，-4，-3，-2，-1，0，+1，+2，+3，+4，+5，+6}。對應的模糊語言為{NB，NM，NS，ZO，PS，PM，PB}，該集合中元素分別代表負大、負中、負小、零、正小、正中、正大[11-12]。把上述集合的元素描述為AGV 小車的加、減速狀況，則為：NB 表示大減速、NM表示中減速、NS表示小減速、ZO 表示保持當前轉速、PS 表示小加速、PM 表示中加速、PB 表示大加速。考慮到 AGV 小車在實際運行中產生的誤差是隨機的，因此，采用三角形隸屬函數，如圖 5所示。

圖5 三角形隸屬函數圖

第三步 模糊規則庫的建立。
模糊規則庫的建立即為找出運行時刻P、I、D與誤差e及誤差變化率ec之間的模糊關系。通過e和ec的變化規律，應用所制定的模糊控制規則，從而調整ΔKp、ΔKi、ΔKd三個參數值，使AGV小車在運行過程中有良好的動態性及穩定性[13-14]。應用在智能小車中，對速度誤差e的控制規律尤為重要，不合適的控制規律會使AGV的速度產生振蕩，對不同車間的不同路徑沒有很好的適應性。當車體實際運行速度和期望速度偏差e大時，為了加速系統的跟蹤速度，應取較大的Kp；但是為了避免由于開始時偏差e的瞬間變大可能出現的微分過飽和而使控制作用超出許可范圍，應取較小的Kd，同時為了防止系統速度響應出現較大的超調，產生積分飽和，應對積分作用加以限制，通常取Ki=0等。根據AGV的操作經驗，可得轉速控制輸出參數（ΔKp、ΔKi、ΔKd）的模糊規則庫如表 1所示[15-17]。

表1 ΔKp、ΔKi、ΔKd模糊控制規律

模糊控制器輸出量是模糊量，不能直接用來控制直流電機的轉速，在AGV實際控制時要將這些結果轉化為精確量�？紤]到重心法能較好的反映控制量的真實分布情況，因此，在本設計中采用重心法對模糊變量進行轉化。

3 實驗對比分析

文中采用AB PLC作為控制設備，用梯形圖對PID控制器和模糊控制器進行設計，為了可以快速響應AGV小車的實際位置，采樣時間設為100mms。電路和氣路連接完成并檢查無誤后，通電下載程序并在線監控程序運行。連接路由器，進行 AB PLC 的 IP設置。具體的調試過程如下：
1）在主菜單畫面中 LCD 的使用鍵盤上的 Up 和Down鍵選 Advanced Set。
2）通過點擊 LCD 鍵盤上的 OK 鍵即可出現高級設置操作界面，如圖 6 所示。該界面上有“Up”和“Down”上、下翻轉鍵用來選擇 ENET 功能，選擇好之后點擊 OK 鍵即可進入。
3）使用“Up”和“Down”上、下翻轉鍵對 IP 地址進行設置，設置好的 IP地址點擊 OK 鍵即可。

圖6 PID參數程序調試界面圖

4）輸入密碼操作界面，在本 AGV 小車控制系統中 ，通 過 Left、Right、Up 和 Down 鍵實現Master password的設置，該密碼最大長度為10位數字，在本操作系統中，設置 1234為 Master password。
5）密碼驗證界面，若輸入的密碼正確，則顯示以太網網絡類型選擇界面，點擊“Up”和“Down”上、下翻轉鍵選擇合適的網絡類型；若輸入密碼不正確，則操作界面會提示密碼有誤的錯誤信息。
6）對網絡的IP地址以及子網掩碼等信息進行設置。調試過程完成后，圖 7 和圖 8 分別顯示了傳統PID 和本設計的模糊 PID 實現結果�？梢钥闯觯�模糊PID 控制有較短的響應時間，較小的超調，能較快進入穩態，因此，能更好的跟蹤 AGV 小車速速控制。

圖7 PID響應圖

圖8 模糊PID響應圖

4 結 論

文中介紹了AGV小車的構成，在此基礎上，針對小車的轉速控制系統，設計了轉速模糊PID控制器，并在PLC設備上進行了實際驗證，與傳統PID控制相比，AGV模糊 PID 轉速控制器響應時間短，響應過程無振蕩無超調，有較好的動、穩態性能。

參考文獻：

[1] 曾炫. 基于模糊控制的磁引導AGV系統路徑校正的應用研究[D]. 杭州：杭州電子科技大學，2015.
[2] Mendes J，Araujo R，Matias T，et al. Automatic extraction of the fuzzy control system by a hierar⁃ chical genetic algorithm[J]. Engineering Applica⁃ tions of Artificial Intelligence，2014，29（3）：70-78.
[3] Baturone I，Moreno-Velo FJ，Śnchez-Solano S，et al. Automatic design of fuzzy controllers for carlike autonomous robots[J]. IEEE Transactions on Fuzzy Systems，2004，12（4）：447-465.
[4] 宋學賢，談宏華，潘正春，等. 基于自適應模糊PID的AGV高精度尋跡系統的研究[J]. 國內外機電一體化技術，2012（1）：29-31.
[5] 武星，樓佩煌，唐敦兵. 自動導引車路徑跟蹤和伺服控制的混合運動控制[J]. 機械工程學報，2011，47（3）：43-48.
[6] 葉金鑫. 基于模糊 PID 的智能小車控制算法研究[J]. 實驗科學與技術，2016，14（1）：46-47.
[7] 王述彥，師宇，馮忠緒. 基于模糊 PID 控制器的控制方法研究[J]. 機械科學與技術，2011，30（1）：166-172.
[8] 黃友銳，曲立國.PID 控制器參數整定與實現［M］.
[9] 湯紅誠，李著信，王正濤，等. 一種模糊PID控制系統[J]. 電機與控制學報，2005，9（2）：136-138.
[10]紀亞芳，張志剛. 基于模糊 PID 的雙容水箱液位控制系統設計[J]. 山西師范大學學報（自然科學版），2019，33（2）：37-40.
[11]李言民，苗欣，姜付杰，等. 基于模糊PID 控制器的多電機交叉耦合控制同步控制系統設計[J]. 電工技術，2005（3）：118-120.
[12]王建紅，陳耀忠，陳桂，等. 基于交叉耦合控 制的雙電機同步控制系統研究[J]. 南京理工大學學報，2017，41（6）：693-697.
[13]張小娟. 基于AT89S51單片機的除氧器溫度控制系統的設計[J]. 紡織高�；�礎科學學報，2010（3）: 372-376.
[14]鞠升輝，李楊民. 非完整約束移動機器人論域自調整模糊控制研究[J]. 電子設計工程，2016，24（5）：103-106.
[15]徐鄭林，朱建波，鄭偉杰，等. 基于模糊控制的電動汽車充電器的研究[J]. 電子設計工程，2017，25（12）：85-88.
[16]王璐．一種基于模糊控制的多傳感器管理算法的研究[J]．電子設計工程，2018，26（21）：47-51.
[17]蘇揚，劉文言，劉瀟，等. 基于模糊控制的盲人避障系統設計[J]. 信息網絡安全，2014（6）：67-71.文章來源于AGV吧