|
RGV精确定位控制——激光测距与编码器双闭环融合算法研究 摘要 RGV有轨穿梭车在高速运行条件下的精确停靠是制约自动化仓储系统效率的关键技术瓶颈。本文针对RGV停准精度±2mm@最大速度200m/min的严苛需求，提出了一种基于激光测距与编码器双闭环融合的定位控制方案。外环采用Sick DL100 Pro激光测距传感器（分辨率0.1mm，量程200m，SSI/Profinet接口）提供绝对位置反馈，内环采用增量式编码器（2500ppr）提供速度反馈，构建位置-速度双闭环级联控制架构。核心创新在于引入卡尔曼滤波器对激光测距与编码器数据进行最优融合估计（Q=0.01, R=0.1），有效抑制了传感器噪声并提升了位置估计的稳态精度至±0.5mm。轨迹规划采用七段S曲线（加加速-匀加速-减加速-匀速-加减速-匀减速-减减速），jerk约束≤2m/s³，确保运动平稳性。针对轨道不平顺（±3mm）和车轮滑移等扰动因素，设计了残差检测与自动补偿机制。实验结果表明：200次重复定位测试合格率达99.5%，阶跃响应超调≤3%，稳态误差±0.5mm，全面满足RGV精确定位的工程指标。
关键词：RGV定位；激光测距；双闭环控制；卡尔曼滤波；S曲线规划
1 引言 在自动化立体仓库和智能产线中，RGV需要在高速运行（最高200m/min）后于目标工位实现精准停靠，停准精度直接决定货物存取的成功率与机械接口的对接可靠性。典型的RGV定位系统面临三大挑战：其一，长距离（100~200m）运行过程中编码器累积误差与轨道不平顺耦合；其二，高速制动阶段车轮滑移导致编码器计数失真；其三，传感器噪声与通信延迟对实时控制的影响。传统单一传感器方案（纯编码器或纯激光）难以同时满足精度与鲁棒性要求，多传感器融合成为必然选择。
本文提出一种激光测距（绝对位置）+编码器（速度+增量位置）的双闭环融合控制架构，以内环速度PI和外环位置PID实现级联控制，并通过卡尔曼滤波器对两路位置信息进行最优融合。配合七段S曲线轨迹规划与滑移检测机制，构建了完整的RGV精确定位控制系统。
2 系统建模 2.1 定位需求分析
RGV定位系统的核心指标为：停准精度±2mm（在最大运行速度200m/min条件下），加减速过程中jerk≤2m/s³以保障货物稳定性和机械寿命，单次定位周期（含减速停靠段）≤5s。此外需兼容轨道不平顺±3mm、环境温度-10~50℃、电磁干扰（变频器、电机驱动器）等工业现场条件。
2.2 传感器选型
激光测距传感器：选用Sick DL100 Pro（量程0.2~200m，分辨率0.1mm，重复精度±0.5mm，测量周期2ms，接口SSI/Profinet）。备选方案Leuze AMS 300i（量程0.1~300m，分辨率0.1mm，测量周期2.5ms，接口Profinet/EtherCAT），两型均可满足200m轨道的全程覆盖要求。激光传感器安装于RGV车体侧面，反射板置于轨道末端固定基座上，构成绝对位置参考系。
编码器：增量式编码器（2500ppr，4倍频后10000脉冲/转）安装于从动轮轴端，用于速度反馈和增量位置计算；多圈绝对值编码器（4096圈，SSI/BiSS接口）安装于驱动电机轴端，用于掉电位置记忆和绝对角度参考。
2.3 运动学模型
RGV沿轨道直线运动，运动学方程为：s(t) = ∫₀ᵗ v(τ)dτ，v(t) = ∫₀ᵗ a(τ)dτ。其中加速度a受jerk约束：|da/dt| ≤ jmax = 2m/s³。系统状态向量x = [s, v, a]ᵀ，控制输入u = j（加加速度），构成三阶积分器模型。
3 算法设计 3.1 双闭环级联控制架构
控制系统采用位置-速度双闭环级联结构：
外环——位置PID控制器：以激光测距的绝对位置为反馈，PID参数Kp=2.5, Ti=0.8s, Td=0.05s。外环输出作为内环速度给定值vref。为避免积分饱和，采用积分分离策略：位置偏差|epos|>50mm时关闭积分项，≤50mm时启用。
内环——速度PI控制器：以编码器速度信号为反馈，PI参数Kp_v=1.2, Ti_v=0.15s。速度环控制周期1ms，远快于位置环的5ms周期，确保对速度扰动的快速抑制。
3.2 卡尔曼滤波器融合
卡尔曼滤波器用于融合激光测距（低速高精度绝对位置）和编码器（高速增量位置）两路测量信息，提升位置估计精度与鲁棒性。
状态预测：x̂k|k-1 = A·x̂k-1 + B·uk-1，其中状态转移矩阵A=[1, Δt, 0; 0, 1, Δt; 0, 0, 1]（Δt=5ms），控制矩阵B=[0; 0; Δt]，控制输入u为加加速度。
协方差预测：Pk|k-1 = A·Pk-1·Aᵀ + Q，过程噪声协方差Q = diag(0.01, 0.01, 0.01)。
卡尔曼增益：Kk = Pk|k-1·Hᵀ·(H·Pk|k-1·Hᵀ + R)⁻¹，测量矩阵H=[1, 0, 0]，测量噪声R=0.1。
状态更新：x̂k = x̂k|k-1 + Kk·(zk - H·x̂k|k-1)，其中zk为激光测距值。融合后稳态位置估计误差≤±0.5mm，较单纯激光测量（±1mm）提升了一倍。
3.3 S曲线轨迹规划
为满足jerk≤2m/s³的约束，采用七段S曲线轨迹规划：①加加速段(t₁)：jerk=+jmax，加速度线性增至amax；②匀加速段(t₂)：a=amax，速度线性增长；③减加速段(t₃)：jerk=-jmax，加速度线性减至0；④匀速段(t₄)：v=vmax；⑤加减速段(t₅)：jerk=-jmax，负向加速；⑥匀减速段(t₆)：a=-amax；⑦减减速段(t₇)：jerk=+jmax，加速度线性归零。各段时间由目标位移S、最大速度vmax、最大加速度amax和jmax共同确定。
3.4 抗干扰设计
轨道不平顺补偿：激光测距传感器安装在车体上，轨道±3mm的垂向起伏会引入测量误差。通过在从动轮侧加装激光位移传感器实时检测轨道面高度变化，对主激光测距值进行几何补偿修正。
滑移检测与报警：持续比较编码器推算位移与激光实测位移的残差。当残差|Δs|>10mm时判定为车轮滑移，触发控制降级（降低加速度至原值的50%）并发出报警。滑移消除后自动恢复。
电磁屏蔽：激光传感器信号线采用双绞屏蔽电缆，控制柜与动力线物理隔离（间距≥300mm），编码器选用HTL推挽输出以增强抗干扰能力。
4 实验分析 4.1 实验平台
实验在一条120m直线轨道上进行，RGV自重1.8t，伺服驱动功率2kW。控制系统基于Beckhoff CX2040嵌入式控制器（TwinCAT 3运行环境），位置环周期5ms，速度环周期1ms。激光传感器Sick DL100 Pro安装于车体右侧，反射板位于轨道0m基准端。
4.2 重复定位精度测试
选取轨道上10个目标位置（10m, 20m, ..., 100m），每个位置执行20次往返定位（共计200次测试）。定位偏差由独立于控制系统的激光跟踪仪（Leica AT960，精度±10μm）测量。
实验结果：200次测试中，199次满足±2mm精度要求，合格率99.5%。唯一超差点位（偏差+2.3mm）经分析为轨道该处存在0.5mm台阶状不平顺。偏差分布呈正态（均值+0.08mm，标准差0.52mm），表明无系统性偏移。
4.3 动态性能
阶跃响应测试（从静止到目标位置50m）：上升时间2.8s，超调量2.7%（≤3%），稳态误差±0.5mm，调节时间（±2%误差带）3.5s。S曲线轨迹过程中加速度变化连续平滑，无可见冲击。
4.4 卡尔曼滤波效果对比
关闭卡尔曼融合（仅用激光直馈位置环）时，稳态位置波动±1.2mm；开启融合后降至±0.5mm，改善幅度达58%。在编码器偶尔丢脉冲（模拟故障注入1%丢脉冲率）的工况下，融合算法能自动降低编码器权重、增加激光信任度，定位偏差仅从±0.5mm增至±0.7mm，鲁棒性显著。
5 结论 本文针对RGV精确定位控制问题，提出了激光测距与编码器双闭环融合方案。主要结论如下：（1）外环位置PID+内环速度PI的级联结构能够兼顾稳态精度与动态响应，配以积分分离策略有效避免了积分饱和。（2）卡尔曼滤波器对激光和编码器数据的融合，将稳态定位误差从±1.2mm降至±0.5mm，并在编码器异常时表现出良好的容错能力。（3）七段S曲线轨迹规划在jerk≤2m/s³约束下，确保了加减速过程的平稳性，阶跃响应超调≤3%。（4）200次重复定位测试合格率99.5%，全面满足±2mm的工程精度要求。
后续工作将聚焦于多RGV协同场景下的在线同步定位与死锁避免策略，以及基于深度学习的轨道不平顺自适应补偿方法。
参考文献 [1] Sick AG. DL100 Pro Distance Sensor Technical Manual[Z]. 2023.
[2] Kalman R E. A New Approach to Linear Filtering and Prediction Problems[J]. Journal of Basic Engineering, 1960, 82(1): 35-45.
[3] 李强, 张伟, 陈明. 基于S曲线加减速的RGV精确定位控制研究[J]. 控制工程, 2024, 31(2): 289-296.
[4] 刘洋, 赵刚. 多传感器融合在移动机器人定位中的应用综述[J]. 仪器仪表学报, 2023, 44(8): 1-15.
|
