基于改进模糊PID控制算法的AGV控制方法及系统
技术领域
本申请涉及工业自动控制技术领域，特别是涉及基于改进模糊PID控制算法的AGV(Automated Guided Vehicle，自动引导运输车)控制方法及系统。
背景技术
本部分的陈述仅仅是提到了与本申请相关的背景技术，并不必然构成现有技术。
AGV作为一种无人驾驶车辆，常面临多变和不确定环境，导致AGV的姿态和驱动轮的转速与预期值有所偏差，这对自主执行任务的控制策略提出了巨大的挑战。发明人发现，现有的AGV运行过程中控制方法的抗干扰性能差且稳定性差。
发明内容
为了解决现有技术的不足，本申请提供了基于改进模糊PID控制算法的AGV控制方法及系统；
第一方面，本申请提供了基于改进模糊PID控制算法的AGV控制方法；
基于改进模糊PID控制算法的AGV控制方法，包括：
采集自动引导运输车AGV当前的位置，计算其与设定轨迹的偏差，得到自动引导运输车AGV的当前位置偏差；
将自动引导运输车AGV的当前位置偏差及其微分值，输入到模糊控制器，输出比例变化值、积分变化值和微分系数变化值；
采用比例变化值、积分变化值和微分变化值，分别对改进的PID控制算法中对应的比例参数、积分参数和微分参数进行实时调整，得到改进的模糊PID控制算法；
根据新的PID参数，控制自动引导运输车AGV两轮差速，使AGV回归设定轨迹上。
第二方面，本申请提供了基于改进模糊PID控制算法的AGV控制系统；
基于改进模糊PID控制算法的AGV控制系统，包括：
采集模块，其被配置为：采集自动引导运输车AGV当前的位置，计算其与设定轨迹的偏差，得到自动引导运输车AGV的当前位置偏差；
输入模块，其被配置为：将自动引导运输车AGV的当前位置偏差及其微分值，输入到模糊控制器，输出比例变化值、积分变化值和微分系数变化值；
调整模块，其被配置为：采用比例变化值、积分变化值和微分变化值，分别对改进的PID控制算法中对应的比例参数、积分参数和微分参数进行实时调整，得到改进的模糊PID控制算法；
控制模块，其被配置为：根据新的PID参数，控制自动引导运输车AGV两轮差速，使AGV回归设定轨迹上。
第三方面，本申请还提供了一种电子设备，包括：一个或多个处理器、一个或多个存储器、以及一个或多个计算机程序；其中，处理器与存储器连接，上述一个或多个计算机程序被存储在存储器中，当电子设备运行时，该处理器执行该存储器存储的一个或多个计算机程序，以使电子设备执行上述第一方面所述的方法。
第四方面，本申请还提供了一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成第一方面所述的方法。
第五方面，本申请还提供了一种计算机程序(产品)，包括计算机程序，所述计算机程序当在一个或多个处理器上运行的时候用于实现前述第一方面任意一项的方法。
与现有技术相比，本申请的有益效果是：
本申请通过对对积分项、积分项和比例项的改进，实现对AGV控制系统的抗干扰性能的提升，和AVG运行过程中稳定性的提升。
利用本申请改进模糊PID算法可以改进算法在脉冲、白噪声干扰下的响应性能，有效抑制高频干扰，提高系统的稳定性和响应速度。所提出的系统性能评价指标可以有效的衡量系统在输入信号下响应的波动情况，为系统性能分析提供了更加明确的定量参考。
附图说明
构成本申请的一部分的说明书附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。
图1为第一个实施例的三角形隶属度曲线图；
图2(a)-图2(c)为第一个实施例的模糊推理曲面视图；
图3为第一个实施例的脉冲干扰下PID算法仿真模型图；
图4为第一个实施例的脉冲干扰下PID算法响应曲线图；
图5为第一个实施例的白噪声干扰下PID算法仿真模型图；
图6为第一个实施例的白噪声干扰下PID算法响应曲线图。
具体实施方式
应该指出，以下详细说明都是示例性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
实施例一
本实施例提供了基于改进模糊PID控制算法的AGV控制方法；
基于改进模糊PID控制算法的AGV控制方法，包括：
S101：通过磁传感器采集自动引导运输车AGV当前的位置，计算其与设定轨迹的偏差，得到自动引导运输车AGV的当前位置偏差；
S102：将自动引导运输车AGV的当前位置偏差及其微分值，输入到模糊控制器，输出比例变化值、积分变化值和微分系数变化值；
S103：采用比例变化值、积分变化值和微分变化值，分别对改进的PID控制算法中对应的比例参数、积分参数和微分参数进行实时调整，得到改进的模糊PID控制算法；
S104：采用改进的模糊PID控制算法，控制自动引导运输车AGV两轮差速，使AGV回归设定轨迹上。
作为一个或多个实施例，所述改进的模糊PID控制算法，包括：对PID算法的改进。
进一步地，所述S102是指构建2输入3输出模糊控制器，输入自动引导运输车AGV当前的位置偏差E及其微分值EC，经模糊逻辑表推理后输出控制算法系数变化值Δkp、Δki、Δkd，以更新后的数据作为模糊PID控制算法系数；Δkp表示比例变化值、Δki表示积分变化值和Δkd表示微分变化值。
构建2输入3输出的模糊控制器，将偏差E及其微分值EC作为模糊控制器的输入，经模糊逻辑表(如表1)推理后控制算法系数变化值Δkp、Δki、Δkd作为输出，输入输出均采用如图1三角形隶属度函数，图2(a)-图2(c)为输出随输入模糊推理曲面视图。
表1
进一步地，所述采用比例变化值、积分变化值和微分变化值，分别对改进的PID控制算法中对应的比例参数、积分参数和微分参数进行实时调整，得到改进的模糊PID控制算法，具体为：
kp＝kp0+k1Δkp
ki＝ki0+k2Δki
kd＝kd0+k3Δkd
式中kp0、ki0、kd0为比例、积分、微分系数初始值；Δkp、Δki、Δkd为模糊控制器输出的比例、积分、微分系数变化值；k1、k2、k3分别为比例、积分、微分系数变化值从模糊论域映射到实际论域的比例因子，取为0.6、2.5、3。
进一步地，S103中所述改进的PID控制算法，包括：对积分项进行改进、对微分项进行改进和对比例项进行改进。
进一步地，所述对积分项进行改进，是指：基于积分分离引进积分分离系数，对积分项进行改进，以实现抗积分饱和和积分限幅。
应理解的，通过引入积分分离系数可以实现防止偏差大时有过大的控制量，避免过积分现象的技术效果。
示例性的，在控制系统当前值离目标值较远时，取消PID的积分项作用，依靠PD计算来使控制系统当前值趋近目标值；当且仅当控制系统当前值在目标值附近某个可接受范围时，才进行积分累积。
具体的，所述积分项的改进基于积分分离的思想以实现抗积分饱和和积分限幅，引进积分分离系数：
其中，E(k)表示第k个采样时刻AGV的位置偏差，SV表示用户设定轨迹的位置值，ε表示积分分离阈值。
PID的计算公式将调整为：
其中，OUT表示调整后控制器的输出值，kp、ki、kd分别表示比例、积分、微分系数，Ek和Ek-1分别表示本次采样时刻和前一采样时刻的误差值。β为积分分离系数。
进一步地，所述对微分项进行改进，是指：在微分环节加入一阶惯性环节作滤波器以抑制高频干扰，对于控制系统输出信号波动较大的问题，引入滤波算法对数据进行处理。
示例性的，所述对微分项进行改进，具体包括：
在微分环节加入一阶惯性环节作滤波器以抑制高频干扰，对于控制系统输出信号波动较大的问题，引入滤波算法对数据进行处理：
Y(n)＝αX(n)+(1-α)Y(n-1)
其中，Y(n)表示本次滤波输出值，α表示滤波系数，X(n)表示系统输入值，Y(n-1)表示上次滤波输出值。
所述滤波处理的平稳度和灵敏性由滤波系数决定，滤波系数较小，滤波较平稳，灵敏性较低，因此在兼顾平稳度和灵敏性的情况下，系统选用滤波系数α＝0.66。滤波处理后，可有效抑制干扰和抖动，使系统输出曲线变得平滑。
进一步地，所述对比例项进行改进，具体是指：在模糊逻辑推算出PID比例系数的基础上，对比例项系数进行适当调整，当偏差偏离目标值过大时，缩小比例因子大小，抑制干扰；当偏差靠近目标值时，放大比例因子，加快系统响应。
示例性的，所述对比例项进行改进，具体包括：
k′p＝k·kp+kp0′
其中，k′p表示调整后的比例项系数，kp表示调整前的比例项系数，k表示调整系数，kp0′表示调整初值，取为0.35。(由常规PID算法下调试所得)
调整系数依下式确定：
通过比例缩放来匹配不同比例项作用强度与工况，以达到在抑制高频干扰的同时加快响应速度。
进一步地，改进的模糊PID控制器的输入和输出均采用三角形隶属度函数形式。
进一步地，所述S103之后，S104之前，还包括：
S103-41：对改进的模糊PID控制算法进行仿真；
S104-42：引入时间乘绝对误差积分指标(ITAE)以量化整个响应过程各种算法输出的抗干扰性能。
应理解的，所述对改进的模糊PID控制算法进行仿真，是在MATLAB的Simulink环境下进行的。
对算法的仿真具体为在运行过程中分别引入脉冲干扰和白噪声干扰，并对比干扰下传统PID、模糊PID和改进模糊PID的响应曲线。
在MATLAB的Simulink环境下建立模型对改进模糊PID算法进行仿真，在第10s～13s引入一脉冲干扰，脉冲干扰下PID算法仿真模型如图3所示。观察改进算法的响应特性，脉冲干扰下PID算法响应曲线图4所示。
在第10s～15s引入一高斯白噪声干扰，白噪声干扰下PID算法仿真模型如图5所示。观察改进算法的响应特性，白噪声干扰下PID算法响应曲线图6所示。
所述时间乘绝对误差积分指标主要考虑在时域上响应的偏差和设定值的关系，其公式为：
其中，e(t)为t时刻系统的偏差、sv(t)为t时刻系统的目标值。J∈[0,1]，J越小表示控制系统响应偏离目标值越小，波动程度越小。
对比脉冲干扰下传统PID算法、模糊PID算法和改进模糊PID算法的性能指标，如表2所示。从结果可以看出，在脉冲干扰期间，传统PID已经无法正常工作，模糊PID受干扰时其输出会产生波动，改进模糊PID在干扰期间不仅没有波动，而且响应速度更快。
表2
对比白噪声干扰下传统PID算法、模糊PID算法和改进模糊PID算法的性能指标，如表3所示。从结果可以看出，高斯白噪声干扰期间，传统PID受干扰的影响最大，模糊PID输出震荡程度较传统PID有所减弱，但波动依然较大，改进模糊PID在干扰期间波动较小，而且响应速度更快。
表3
作为一个或多个实施例，所述S104中，采用改进的模糊PID控制算法，控制自动引导运输车AGV两轮差速，使AGV回归设定轨迹上；具体步骤包括：
以自动引导运输车AGV的实时位置偏差为输入，经过改进的模糊PID控制算法的实时控制，输出AGV左右两轮驱动的实时转速差，控制AGV回归设定轨迹上。
AGV的运动控制一般采用原理简单的经典PID(比例-积分-微分)控制策略，随着现代控制理论的发展，模糊控制算法以其不要求精确的被控模型的优势越来越多的被应用在AGV控制领域，将模糊逻辑算法与常规PID控制算法结合，可以充分发挥两种方法的优势，提高AGV控制系统整体的性能。本申请针对上述现状与需求，提出了一种用于AGV控制系统的改进模糊PID算法以提高控制系统的抗干扰性能，并提出一种算法性能定量评估方法，对算法改进前后的系统性能进行定量分析和比较。
实施例二
本实施例提供了基于改进模糊PID控制算法的AGV控制系统；
基于改进模糊PID控制算法的AGV控制系统，包括：
采集模块，其被配置为：采集自动引导运输车AGV当前的位置，计算其与设定轨迹的偏差，得到自动引导运输车AGV的当前位置偏差；
输入模块，其被配置为：将自动引导运输车AGV的当前位置偏差及其微分值，输入到模糊控制器，输出比例变化值、积分变化值和微分系数变化值；
调整模块，其被配置为：采用比例变化值、积分变化值和微分变化值，分别对改进的PID控制算法中对应的比例参数、积分参数和微分参数进行实时调整，得到改进的模糊PID控制算法；
控制模块，其被配置为：根据新的PID参数，控制自动引导运输车AGV两轮差速，使AGV回归设定轨迹上。
此处需要说明的是，上述采集模块、输入模块、调整模块和控制模块对应于实施例一中的步骤S101至S104，上述模块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例一所公开的内容。需要说明的是，上述模块作为系统的一部分可以在诸如一组计算机可执行指令的计算机系统中执行。
上述实施例中对各个实施例的描述各有侧重，某个实施例中没有详述的部分可以参见其他实施例的相关描述。
所提出的系统，可以通过其他的方式实现。例如，以上所描述的系统实施例仅仅是示意性的，例如上述模块的划分，仅仅为一种逻辑功能划分，实际实现时，可以有另外的划分方式，例如多个模块可以结合或者可以集成到另外一个系统，或一些特征可以忽略，或不执行。
实施例三
本实施例还提供了一种电子设备，包括：一个或多个处理器、一个或多个存储器、以及一个或多个计算机程序；其中，处理器与存储器连接，上述一个或多个计算机程序被存储在存储器中，当电子设备运行时，该处理器执行该存储器存储的一个或多个计算机程序，以使电子设备执行上述实施例一所述的方法。
应理解，本实施例中，处理器可以是中央处理单元CPU，处理器还可以是其他通用处理器、数字信号处理器DSP、专用集成电路ASIC，现成可编程门阵列FPGA或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器可以包括只读存储器和随机存取存储器，并向处理器提供指令和数据、存储器的一部分还可以包括非易失性随机存储器。例如，存储器还可以存储设备类型的信息。
在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。
实施例一中的方法可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器、闪存、只读存储器、可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。为避免重复，这里不再详细描述。
本领域普通技术人员可以意识到，结合本实施例描述的各示例的单元即算法步骤，能够以电子硬件或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
实施例四
本实施例还提供了一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成实施例一所述的方法。
以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
