基于電子差速的自動導引物流車的研制

（湖北工業大學 電氣與電子工程學院，湖北 武漢 430068）

1 引言

自動導引物流車AGV（Automated Guided Vehicle，以下簡稱AGV）已廣泛應用于物流倉儲、生產線等。然而現有AGV大多采用轉向舵機控制運動軌跡，電動機通過減速和差速后驅動，這種結構既增加了成本，又使系統控制變得復雜。為了簡化AGV的系統，本文研究一種基于電子差速和外轉永磁無刷直流電動機（以下簡稱“外轉電機”）直驅的AGV。

電子差速是根據所接收的轉向控制指令，通過控制內、外車輪的速度來實現車輛的轉向。將電子差速應用于AGV，可以省去了現有AGV中的伺服轉向舵機和機械差速器；與此同時，外轉子電機既是驅動輪又是轉向輪，并不需要齒輪減速裝置。因此，基于電子差速的AGV簡化了系統動力結構，提高了傳動效率，降低了系統成本，而且維護簡單。

2 硬件設計

2.1 系統組成

本文研制的基于電子差速的主要參數為：整車重（包括負載）300kg，供電電壓 24V（DC），行駛車速 1.8km/h，車身長0.9m、寬0.6m，圖1為基于電子差速的AGV組成框圖。

圖1 基于電子差速的AGV組成框圖

圖1 中的蓄電池由2個12V、45Ah的串聯供電。前輪是2臺外轉電機（既作驅動輪，也是轉向輪），2個后輪為從動輪；控制器具有兩方面的功能：一是實現對外轉電機的驅動和控制；二是負責整車的信號采集和控制。此外，該AGV采用磁導引傳感器和紅外避障傳感器檢測外部信號。

2.2 控制器

控制器是AGV的核心，圖2為其組成框圖。控制器硬件電路主控芯片是TMS320F2808。電機的HALL信號為5V，在信號送入DSP之前要將其轉換到3.3V且邏輯關系不變。DSP還需要對各個磁傳感器以及紅外避障傳感器的輸出信號進行采樣處理，從而實現智能導航。控制器的驅動電路選擇了型

號為IKCM30F60GA的智能功率模塊。

圖2 基于電子差速的控制器組成框圖

2.3 外轉電機

根據AGV的驅動要求，所設計外轉電機的主要技術參數為：額定功率250W，額定電壓24V，額定轉速350r/min。經過優化設計，最終選擇了30/27的極槽配合，外轉電機外轉子外徑為130mm，軸向長為35mm。圖3是該外轉電機的磁場仿真圖，圖4為外轉電機電磁轉矩仿真曲線，平均轉矩為7Nm，可以滿足驅動要求。

圖3 外轉電機磁場仿真云圖

圖4 外轉電機電磁轉矩仿真曲線

3 軟件設計

3.1 整車控制

基于電子差速的AGV整車控制軟件不僅包含底層外轉電機的驅動，還包括電子差速轉向、紅外避障、人機交互、故障檢測保護、電池電量監測等功能，系統軟件結構框圖如圖5所示。

圖5 基于電子差速的整車控制軟件設計框圖

AGV路面行駛時，外轉電機反饋出Hall信號，控制器對信號進行處理，發出轉速指令，同時通過磁導引傳感器和紅外避障傳感器對路面信息進行采集，控制器進行內部運算，對外轉電機發出轉向指令。蓄電池提供直流側母線電壓，并且通過電平轉換電路對控制器供電。

3.2 電子差速模型

根據Ackermann轉向幾何原理建立AGV電子差速模型如圖6所示。

圖6 AGV電子差速轉向幾何模型

圖6 中，W為車身寬度，L為車身長度，β為車身轉向角度，βin為內側車輪轉角，βout為外側車輪轉角。

由圖6可得內、外側車輪的速度分別為

式（1）中，Vfin為內側車輪速度，Vfout為外側車輪速度，V為整車行駛速度，且βin、βout分別為：

差速轉向作為AGV的上層控制，需根據車速V和轉向角度b計算兩驅動輪的速度來實現轉向。

3.3 外轉電機控制

外轉電機會產生換相轉矩脈動，為減小AGV振動、降低工作噪聲，在電機速度環中引入了模糊PI調節器，圖7為速度環模糊PI調節器。

選取轉速偏差信號為模糊輸入量E1，轉速偏差信號的一階微分為模糊輸入量E2，Δkp為模糊調節器輸出的轉速環kp增量，Δki為模糊調節器輸出的轉速環ki增量。根據多次實際調試經驗取E1模糊集論域為{-80，-40，-20，0，20，40，80}；E2模糊集論域為{-1500，-800，-300，0，300，800，1 500}；Δkp模糊集論域為{-10，-5，-2，0，2，5，10}；Δki模糊集論域為{-80，-40，-20，0，20，40，80}。E1、E2、Δkp、Δki的模糊子集都為{NB，NM，NS，ZO，PS，PM，PB}。PI_Fuzzy_Set根據所制定的模糊規則輸出Δkp和Δki的增量，這里kp和ki的基礎值分別設置為15和100。

4 試制與試驗

圖8、圖9分別為作者設計并制作的AGV外轉電機和整車實物照片。AGV車頭兩側為驅動輪，后為從動輪，蓄電池組和控制器在車的中央，車頭底板下方布置有磁傳感器陣列，車身兩側布置有紅外避障傳感。

圖8 AGV外轉電機

圖9 AGV實物照片

4.1 負載試驗

AGV滿載質量為300kg，考慮車身的強度，現場實驗時整車質量約為150kg，此時用示波器記錄外轉電機的電流波形，如圖10所示。可見，外轉電機三相電流對稱，換相尖峰得到了較好抑制，一相電流的幅值為4.5A，約為電機額定電流的一半。

圖10 外轉電機實測電流波形

圖11 給出了模糊PI與常規PI的轉速實驗波形。與常規PI相比，模糊PI的轉速響應時間縮短，具有更好的動態穩定性和跟蹤性能。

圖11 模糊與常規PI的轉速響應曲線

4.2 電子差速轉向試驗

為驗證電子差速轉向控制的準確性，在0-3s給定直行指令，3-5.5s給定左轉30°指令，5.5-8s給定直行指令，根據實驗采集到左右側車輪行駛路程計算出二輪行駛路程差值如圖12所示。可見，0-3s直行指令下二輪行駛路程差值為零，表明二輪轉速響應的一致性好；3-5.5s左轉30°指令下，左側車輪速度為0.62m/s，右側車輪速度為1m/s，實測轉向角度為28°。實驗與目標指令存在偏差大致有以下兩方面原因：一是車輪轉速并不能突變，從直行指令到轉向指令有一個短暫過渡；二是路面凹凸、車輪滑移等狀況也會對目標指令的跟隨造成影響。

圖12 左右側車輪行駛路程的差值

4.3 導引試驗

為驗證AGV的自動導引能力，試驗前在地面上粘貼了黑色的磁性軌道線，并將沙漏懸掛于AGV尾的中部，用來描繪AGV實際運行軌跡，實驗得到沙漏軌跡如圖13所示。可見，沙漏軌跡與磁帶軌道線吻合良好，表明AGV具有較高的跟蹤導引能力。

圖13 AGV車的行駛軌跡

[1]張正義.AGV技術發展綜述[J].物流技術與應用,2005,(7).

[2]儲江偉,顧柏園.基于視覺導引的兩輪差速轉向AGV設計[J].物流技術,2002,(7):12-14.

[3]Kodagoda K R S,Wijesoma W S,Teoh E K.Fuzzy speed and steering control of an AGV[J].Control Systems Technology IEEE Transactions on,2002,10(1):112-120.

[4]Hung Y C,Lin F J,Hwang J C,et al.Wavelet Fuzzy Neural Network With Asymmetric Membership Function Controller for Electric Power Steering System via Improved Differential Evolution[J].IEEE Transactions on Power Electronics,2015,30(4):2 350-2 362.

[5]Yang Y P,Xing X Y.Design of electric differential system for an electric vehicle with dual wheel motors[A].47th Conference on Decision and Control[C].2008.

[6]Zhao Y E,Zhang J W,Guan X Q.Modeling and simulation of electronic differential system for an electric vehicle with two-motor-wheel drive[A].IEEE Intelligent Vehicles Symposium[C].2009.

[7]Lee J S,Ryoo Y J,Lim Y C,et al.A neural network model of electric differential system for electric vehicle[A].26th Annual Conference of the IEEE[C].2000.

[8]徐海貴.基于磁阻傳感器陣列的車輛自主導航系統研究[D].上海:上海交通大學,2009.

[9]Zou X,Huang D,Feng D,et al.Design of a double-deck automatic guided vehicle with magnetic traction for material transporting[A].2014 IEEE International Conference on Mechatronics and Automation(ICMA)[C].2014.