如何使用多传感器进行AGV定位误差校正的方法详细资料研究

针对自动导引运输车（Automated Guided Vehicle，AGV）系统中定位误差问题，基于一种快速响应 （Quick Response，QR）码地标系统和新的编码器安装方法，提出了一种视觉定标方法和s形曲线修正算法．视觉定标方法通过QR码内嵌入标签号和位置信息，利用相机识别到QR码后，提取QR码特征点在网络中的位置，通过计算当前QR码与AGV之间的位置偏差和姿态对AGV校正．S形曲线修正算法通过左右编码器记录的路程差对AGV进行位置偏差校正．结果表明，本文将以上两种方法组合使用，补偿了编码器大角度范围变化下积累的误差．

自动导引运输车（Automated Guided Vehi— cle，AGV）是现代物流系统的重要组成部分，随着物流行业的发展与科技技术水平的提升，国内 AGV技术发展迅速，AGV需求量居国际前列． AGV之所以能够实现无人驾驶，导航和导引对其起到了关键的作用，而AGV能否稳定精确地完成任务，定位的准确性将会直接影响AGV导航的精度．通常，对于已知环境的定位方法主要分为相对定位法和绝对定位法．相对定位法是指通常使用航位推算和惯性导航完成AGV姿态计算的导航方法，但是这种方法的估计误差将会被累积．随着导航技术的发展，为了提高定位的准确性，许多研究人员试图考虑将两种方法结合起来解决一些问题．

本文从AGV在应用中的两个关键问题人手，介绍了一种基于编码器的S形路径修正算法，并且设计了新的编码器安装方法，使编码器轮与 AGⅣ车轮形成一个随动但相互不受力的效果．其次将QR码应用到视觉定位中，根据QR码与 AGV的位置关系对AGV的位置和姿态进行调整以及进行角度的变换．将QR码与编码器间隔使用，补偿了编码器大角度范围变化下积累的误差．实验结果表明此方法具有很好的实用性与稳定性，定位精度也能够满足室内AGV的需求．另外，在实验中发现相机安装距地面的距离、QR码大小和相机像素将会影响相机的识别精度，值设置大于 QR码宽度的一半可能会造成累计误差超过相机视觉范围偏离QR码，造成误差的积累．