鲁达 近年来，新一代智能制造的发展受到了各国越来越多的关注，并作为国家战略层面来规划，如德国的《国家工业战略2030》、美国的《美国将主宰未来的工业》报告和中国的《中国制造2025》。河南中烟洛阳卷烟厂积极响应中国智能智造方针，大胆导入国有自研AGV系统，完成辅料的自动化运输，实现了柔性化作业。
一、概述
1.项目简述
河南中烟洛阳卷烟厂易地技改项目，卷包房、滤棒成型车间的辅料智能输送系统，拟采用移动机器人系统（AGVS）进行自动配送。系统方案按照工厂布局、工艺流程需求而设计,实现辅料、空托盘的自动配送,从而达到节约劳动力、提高生产效率、实现智能化的目的，同时可以对物料信息进行实时追溯。
2.项目的整体规划
图1 整体规划图
整体规划图，如图1。AGV主要作业区域如下：
（1）立体库出库工位（2个站台）；
（2）立体库空托盘/余料返回工位 ；
（3）AGV充电区；
（4）滤棒车间；
（5）装封箱车间；
（6）卷接包车间。
叉车式 AGV 主要负责生产线辅料、空托盘的搬运。将指定的实托盘从立体库出库站台送往车间的需求工位；同时将空托盘/余料返回回库站台。
在作业过程中由客户端的仓储管理系统（WMS）根据生产所需物料，WMS 系统将取货、 卸货站点发送给 AGV 调度系统，调度系统调度就近的 AGV 搬运托盘至装配工位需求站点， AGV 小车作业完成后，AGV 调度系统通知 WMS 系统任务完成。
当工位上产生空托盘或余料托盘后，仓储管理系统（WMS）通知 AGV 调度系统，将其 自动搬运到立体仓库回库站台工位。
二、输入条件
1.工作制
三班制，8 小时/班；
出库三班制，21 小时/天；
2.最大产能（如表1）
表1 产能
三、AGV系统设计
AGV系统主要由AGV调度系统、AGV车载控制系统这两大部分组成。以下对这两大部分进行详尽的介绍；
1.调度系统设计
车辆调度系统是要实现多台车辆设备在同一个项目工作场景内同时运行，能够无碰撞地完成指定任务，且能够实时监控车辆信息，保证系统顺利、高效地运行。智能调度系统研究的主要核心内容包括路径规划和交通管制，以下我们就这两方面展开进一步说明。
（1）路径规划
路径规划要解决的问题是如何根据现有的电子地图数据生成一条从任务起点到任务终点的最优路线，保证车辆能够顺利完成调度指定的任务。研究内容主要包括以下几个方面：
环境建模：环境建模是路径规划的重要环节，目的是将工程项目现场的信息转换成可以让计算机识别处理的电子环境地图，建立一个便于计算机进行路径规划所使用的环境模型，将实际的物理空间抽象成算法能够处理的抽象空间，实现相互间的映射。
路径搜索：路径搜索阶段是在环境模型的基础上应用相应算法寻找一条行走路径，使预定的路径性能评估函数获得最优值。采用了Dijkstra算法，生成从任务起点到任务终点的最短路径。
路径平滑：由于叉车式AGV属于欠驱动系统，通过相应算法搜索出的路径并不是AGV实际可以行走的路径，需要作进一步处理与平滑才能使其成为一条实际可行的路径。采用了自主开发的路径平滑算法对路径进行处理，生成AGV实际行驶的路径。
路径的优化：通过Dijkstra路径规划算法生成的路径虽然是路程最短路径，但可能不是最优路径，需要认真分析现场环境，提取影响最优路径的特征参数，比如转弯的次数、路径的拥挤程度、路径的宽度、特殊的工况等，作为下一步路径优化的指标。采用深度学习和蚁群算法相接合，对Dijkstra算法规划出来的路径进行不断学习和优化，最后达到近似最优路径。
（2）交通管制
基于动态的路径规划算法，衍生出了预测式的交通管制。即根据路径规划，分配并锁定沿途的路径线，提前预知交通问题并改变路径策略。
当路径规划完成后，需要对AGV进行控制，使其按照规划的路径行驶。规划好的路径中，每条路径线有三种状态，分别是：正行驶、待行驶和已规划。
正行驶，表示AGV正在该路径线上行驶，或停止于该路径线的端点上。不可被其他AGV列为待行驶路径，也不受权值改变和路径规划影响。当AGV行驶完后，需将路径线从规划路径中删除，并将下一条待行驶的路径变为正行驶的路径。
待行驶，表示AGV准备行驶的路径。不可被其他AGV列为待行驶路径，也不受权值改变和路径规划影响。
已规划，表示路径已规划至该路径。受权值改变和路径规划影响，可被任意AGV列为待行驶路径。
从A点到T点最优路径为：1-2-3-4-9-18-27
当AGV在A点时，1为正行驶路径，2、3、4为待行驶路径，9、18、27为已规划路径。如图2。
图2 AGV行驶至A点时的路径规划
当AGV行驶至B点时，1从规划路径中被删除，2为正行驶路径，3、4、9为待行驶路径，18、27为已规划路径。如图3。
图3 AGV行驶至B点时的路径规划
当路径规划和AGV控制使用上述算法后，交通管制行为就变为了禁止“已规划”路劲转变为“待行驶”路径的行为。
当路径规划模块需要将“已规划”路径转变为“待行驶”路径时，需要询问交通管制模块，是否可以做该转变。
交通管制不会管理AGV的启动、停止和速度。
默认情况下，判断一条路径线可不可以转换成“待行驶”状态的条件是：
（a）该路径没有被其他路径分配为“待行驶”或“正行驶”状态
（b）该路径的结束点上没有AGV停靠
（c）该路径的结束点不是其他“待行驶”或“正行驶”路径的结束点
2.AGV车载控制系统设计
智能AGV车载控制系统，通过仿人控制与智能积分PID运动控制算法，输出速度和角度控制量，从而实时控制AGV行走；智能AGV控制系统通过激光避障传感器及防撞条的实时数据采集，实现了AGV的安全防护；同时智能AGV控制系统还支持Socket TCP网络通信功能，实时接收调度系统指令并定时反馈AGV状态信息到调度系统；智能AGV控制系统还包含语音、三色灯、工业触控屏控制模块，便于故障的报警与诊断；我们将会从硬件模块、运运控制算法概述、电池选型方案、等三方面展开进行更详细介绍。
（1）硬件模块
图4 AGV车载控制系统硬件模块
图4为NDC8 AGV车载控制硬件模块组成图，主要由车载控制器、激光导航传感器、激光避障传感器、IO控制、编码器、工控屏、驱动器、手持控制器等组成。
（2）运运控制算法概述
在真正开始实现对AGV的控制前，有必要好好分析一下AGV的驱动控制数学模型。抛开那些与运动控制无关的 AGV 零部件，对AGV结构做了大量简化， 最后发现AGV叉车的运动实际上是一个三轮车模型。这也就是说，只要分析透彻三 轮车模型的数学本质，就掌握了叉车控制的本质问题，从而为最终实现叉车实体的运动控制打下良好的基础。 下面，一起来分析三轮车的数学模型。
图5 AGV叉车数学模型
如图5所示，叉车可以简化为三轮车模型。A 为驱动轮，B 为定向轮中心点。 O 点为旋转中心。驱动轮旋转角度为γ，叉车车速为 V，当前叉车车身与全局坐 标系成θ角。叉车轴距为 L，驱动轮 A 到旋转中心 O 的距离为 R1，B 到 O 的距 离为 R2。
由上图叉车模型可以得出：
根据编码器推算出的坐标：
那么，只要给出了AGV的初始位置，结合编码器航迹推算，就可以计算出 AGV的当前位置，实现对AGV的行走轨迹跟踪。
但是，由于地面不平、AGV轮子打滑等种种原因，导致根据编码器计算的AGV位置逐渐发生偏移，最后提供的位置信息严重偏移实际AGV位置。因此，由以上方法计算出来的 AGV位置只能保证在短暂时间间隔内是准确的，因此，还需要提供一个比编码器更加准确的 AGV导航定位传感器，这里采用了德国SICK公司的NAV350激光导航传感器，作为主导航传感器。将激光导航传感器数据和编码器数据结合起来，就能起到提高叉车位置更新频率的能力，叉车的导航定位精度也能有一个较大的提高。主流的方法是采用卡尔曼滤波对激光导航传感器和编码器进行数据融合，得到的位置信息更加真实可信。
编码器预测值：
激光导航传感器值：
两者通过扩展非线性卡尔曼滤波进行数据融合，得到当前的AGV位置。
（3）电池选型方案
AGV使用的电池主要有镍镉电池、锂电池、铅酸电池，这三种电池主要特性对比如表2。
表2 电池主要特性对比
在实际项目中，根据自身需求选择合适电池；在我们此次项目中，我们选择了镍镉电池，主要是镍镉电池支持大电流充电和安全性高，镍镉电池和智能充电桩主要参数，如表3。
表3 电池参数
四、效率仿真
我们使用NDC软件进行仿真，共4台AGV，包含充电时间（充放电比为1:6），AGV仿真速度设定如表4，在AGV实际运行过程中，实际速度将和仿真软件中的速度基本保持一致。所以我们可以通过仿真结果，评估AGV运行效率和AGV台数，确保项目的成功实施和风险把控。
表4 AGV速度
任务下达方式：以通道中间站台为测试对象，下达4个任务，连续下达。如图6。
图6 AGV防真
仿真结果：46托/小时，满足换牌时段最大产能45.1托/小时要求。
五、结论
河南中烟洛阳卷烟厂积极响应中国智能智造方针，大胆导入国有自研AGV系统，完成辅料的自动化运输，实现了柔性化作业。