移動搬運機器(qì)人(rén)（AGV）的關鍵技(jì)術(shù)及難點分析

（1）導引及定位技(jì)術(shù)。作(zuò)為(wèi)AGV技(jì)術(shù)研究的核心部分，導引及定位技(jì)術(shù)的優劣将直接關系着AGV的性能穩定性、自動化程度及應用實用性。

（2）路徑規劃和(hé)任務調度技(jì)術(shù)。第一，行(xíng)駛路徑規劃。行(xíng)駛路徑規劃是指解決AGV從出發點到目标點的路徑問題，即“如何去”的問題。現階段國內(nèi)外已經有(yǒu)大(dà)量的人(rén)工智能算(suàn)法被應用于AGV行(xíng)駛路徑規劃中，如蟻群算(suàn)法、遺傳算(suàn)法、圖論法、虛拟力法、神經網絡和(hé)A*算(suàn)法等。

第二，作(zuò)業任務調度。作(zuò)業任務調度是指根據當前作(zuò)業的請(qǐng)求對任務進行(xíng)處理(lǐ)，包括對基于一定規則的任務進行(xíng)排序并安排合适的AGV處理(lǐ)任務等。需要綜合考慮各個(gè)AGV的任務執行(xíng)次數(shù)、電(diàn)能供應時(shí)間(jiān)、工作(zuò)與空(kōng)閑時(shí)間(jiān)等多(duō)個(gè)因素，以達到資源的合理(lǐ)應用和(hé)最優分配。

第三，多(duō)機協調工作(zuò)。多(duō)機協調工作(zuò)是指如何有(yǒu)效利用多(duō)個(gè)AGV共同完成某一複雜任務，并解決過程中可(kě)能出現的系統沖突、資源競争和(hé)死鎖等一系列問題。現在常用的多(duō)機協調方法包括分布式協調控制(zhì)法、道(dào)路交通(tōng)規則控制(zhì)法、基于多(duō)智能體(tǐ)理(lǐ)論控制(zhì)法和(hé)基于Petri網理(lǐ)論的多(duō)機器(qì)人(rén)控制(zhì)法。

（3）運動控制(zhì)技(jì)術(shù)。不同的車(chē)輪機構和(hé)布局有(yǒu)着不同的轉向和(hé)控制(zhì)方式，現階段AGV的轉向驅動方式包括如下兩種：兩輪差速驅動轉向方式，即将兩獨立驅動輪同軸平行(xíng)地固定于車(chē)體(tǐ)中部，其它的自由萬向輪其支撐作(zuò)用，控制(zhì)器(qì)通(tōng)過調節兩驅動輪的轉速和(hé)轉向，可(kě)以實現任意轉彎半徑的轉向；操舵輪控制(zhì)轉向方式，即通(tōng)過控制(zhì)操舵輪的偏航角實現轉彎，其存在最小(xiǎo)轉彎半徑的限制(zhì)。

控制(zhì)系統通(tōng)過安裝在驅動軸上(shàng)的編碼器(qì)反饋來(lái)組成一個(gè)閉環系統，目前基于兩輪差速驅動的AGV路徑跟蹤方法主要有(yǒu)：PID控制(zhì)法、最優預測控制(zhì)法、專家(jiā)系統控制(zhì)法、神經網絡控制(zhì)法和(hé)模糊控制(zhì)法。

（4）信息融合技(jì)術(shù)。信息融合是指利用多(duō)源信息的關聯組合，充分識别、分析、估計(jì)和(hé)調度數(shù)據，完成下達決策和(hé)精确處理(lǐ)信息的任務，并對周圍環境、戰況等進行(xíng)适度的估計(jì)。目前，在導引領域研究和(hé)應用的信息融合技(jì)術(shù)主要有(yǒu)Kalman濾波、貝葉斯估計(jì)法與D-S證據推理(lǐ)等，其中以Kalman濾波最廣。Kalman濾波具有(yǒu)良好的實時(shí)性，但(dàn)它是建立在嚴格的數(shù)學模型的基礎上(shàng)，當導引模型存在較大(dà)建模誤差或者系統特性發生(shēng)變化時(shí)往往會(huì)導緻濾波發散。為(wèi)提高(gāo)濾波算(suàn)法的魯棒性和(hé)自适應能力，可(kě)針對AGV的導引要求與特點，研究适當的自适應Kalman濾波算(suàn)法、魯棒濾波算(suàn)法或智能濾波（如模糊推理(lǐ)、神經網絡、專家(jiā)系統）方法等。