智能运输是新一代人工智能发展规划的重要组成部分,而AGV作为智能运输的一种,也起到了关键的作用。为了降低人工成本,无人仓储和智能AGV逐渐成为人们研究的热点。随着人工智能技术和AGV技术的发展,AGV被应用到越来越多的场景中,主要包括工厂、物流、超市、医院和停车场等。基于差速驱动的视觉寻迹AGV是一种广泛应用的物料分发运输工具。由于物料分发场景对AGV运行速度要求比较低,所以利用视觉传感器采集轨迹跟踪线是一种合理的低成本处理方法。同时,基于差速驱动的动力系统,提供了AGV灵活多变的运动方式。本文以工厂物料分发环境作为AGV运行的背景,在工厂生产车间中,有恒定的光源、路径导引线清晰且AGV运行速度较低的优势,因此采用视觉传感器和图像处理的方式提取导引路径的道路中心线。然后对模糊PID控制AGV轨迹跟踪的算法进行了研究,最终在Matlab/Simulink和PreScan中进行实验验证。具体研究内容和成果如下:(1)在确定AGV的物理结构为后轮差速驱动的四轮AGV后,根据其后两驱动轮差速的特性建立小车的运动学模型和控制系统的状态方程。其中,两个驱动轮的电压差信号作为输入,AGV运行的角度偏差、位置偏差和左右轮速度差作为状态变量,建立整个系统的状态方程。(2)本文AGV采用视觉导引方式,其轨迹跟踪的路径模型包括直线路径、圆弧路径和非圆弧曲线路径。在AGV运行过程中,将摄像头采集到的图像进行图像增强、灰度图二值化、提取路径边界等预处理,得到AGV跟踪路径的边界线,然后通过最小二乘法拟合直线路径和圆弧路径的道路中心线,通过内切圆弧修正法拟合非圆弧曲线路径的道路中心线,进而得到AGV运行过程中三种路径模型的位置偏差和角度偏差。(3)将模糊控制与PID控制相结合,建立模糊PID控制器。为了验证本文设计的模糊PID控制器算法的有效性和稳定性,与传统PID控制器在Simulink中进行对比分析。分析结果显示在相同且初始状态具有较大偏差的情况下,本文设计的模糊PID控制器能够通过模糊规则智能调节参数,减少超调,稳定AGV的运动轨迹,且稳定时间较短,从而证明本文设计的模糊PID控制器具有稳定性和有效性。(4)在3D环境仿真软件PreScan中验证前文设计的模糊PID控制器的轨迹跟踪控制性能,共做了四组实验,分别是直线路径回正实验、直线路径回归实验、直线圆弧混合路径回正实验和非圆弧曲线路径回正实验。通过四组实验结果充分说明本文设计的模糊PID控制器在初始状态偏差较大时,能回正到参考轨迹上,证明了本文设计的基于视觉的工厂物料分发AGV能够进行稳定和有效的轨迹跟踪。