徐济双, 焦俊, 李淼, 李华龙, 杨选将, 刘先旺, 郭盼盼, 麻之润. 融合改进A*算法与模糊PID的病死畜禽运输机器人路径规划与运动控制方法[J]. 智慧农业(中英文), 2023, 5(4): 127-136.
XU Jishuang, JIAO Jun, LI Miao, LI Hualong, YANG Xuanjiang, LIU Xianwang, GUO Panpan, MA Zhirun. Path Planning and Motion Control Method for Sick and Dead Animal Transport Robots Integrating Improved A* Algorithm and Fuzzy PID[J]. Smart Agriculture, 2023, 5(4): 127-136.
徐济双1,2, 焦俊1, 李淼2, 李华龙2*, 杨选将2, 刘先旺2, 郭盼盼2, 麻之润2
1. 安徽农业大学 信息与计算机学院,安徽 合肥 230036,中国;2. 中国科学院 合肥物质科学研究院智能机械研究所,安徽 合肥 230031,中国
摘要:
[目的/意义] 为了实现病死畜禽无害化处理中心将病死畜禽从存储冷库运输并上料至无害化处理设备的智能化装备过程无人化,对运输机器人的路径规划与自主行走的关键技术难题进行研究。
[方法] 目前室内环境路径规划算法主要采用的是A*算法,但该算法拐点大、平滑性差、算法计算时间长、遍历节点多,为此提出基于改进的A*算法的病死畜禽无害化处理运输机器人路径规划方法和基于模糊比例积分微分(Proportional Integral Derivative,PID)的运动控制方法,利用曼哈顿距离算法并增设附加值和权值改进启发函数,引入贝塞尔曲线函数优化路径;在规划路径后结合模糊PID算法控制运输机器人底盘的线速度与角速度实现追踪行走。
[结果和讨论] 开展传统A*算法与改进A*算法的对比实验以及PID追踪实验。结果显示,改进后的A*算法节平均遍历节点由3 067个降至1 968个,算法平均时间由20.34 s减少到7.26 s,开展现场试验验证了该算法的有效性和可靠性。
[结论] 本研究提出的方法有效的缩短了病死畜禽运输机器人的路径规划时间且减少了遍历节点,提高了路径规划效率和路径平滑性,结合模糊PID算法可以实现运输机器人的稳定寻迹控制,有效解决传统的A*算法在运输机器人路径规划过程中存在的路径规划拐点大、平滑性差、算法计算时间长、遍历节点多等问题,满足病死畜禽无人上料技术需求。
关键词: A*算法, 运输机器人, 贝塞尔曲线, 路径规划, 模糊PID, 病死畜禽
文章图片
图1 传统A*算法原理图
Fig. 1 Schematic diagram of traditional A* algorithm
图2 运输机器人路径规划算法流程图
Fig. 2 Flow chart of path planning algorithm for transport robot
图3 不同路径规划算法试验的结果
Fig. 3 Results of experiments on different path planning algorithms
图4 改进A*算法轨迹优化实验
Fig. 4 Algorithm trajectory optimization experiment of the improved A* algorithm
图5 PID路径跟踪巡线实验
Fig. 5 PID path tracking line patrol experiment
图6 病死畜禽无害化处理运输机器人
Fig6 Transport robot for harmless treatment of dead livestock and poultry
图7 路径规划与运动控制方法中运输机器人行驶状态
Fig. 7 Travel status of transport robots in path planning and motion control methods
李华龙 副研究员
李华龙,博士,中国科学院合肥物质科学研究院智能机械研究所副研究员。主要从事设施农业生产环境调控与牧废弃物资源化利用技术研究工作。先后主持完成国家自然科学基金项目“基于深度学习的鸡舍高温高湿环境对蛋鸡产蛋性能耦合作用机理研究”,中科院科技服务网络计划区域重点项目“皖西北农牧废弃物资源化利用技术体系及装备研发与示范”,安徽省重点研发计划“生物质秸秆与死淘畜禽资源化利用关键技术及装备研究和示范应用”等各类科研项目20余项。目前,承担国家重点研发计划子课题“病死畜禽高效处理及生物液化成套智能装备”。在国内外核心期刊和国际会议上发表学术论文23篇;授权国家发明专利9项,实用新型专利7项;授权软件著作权18项。
来源:《智慧农业(中英文)》2023年第4期
转载请联系编辑部授权
本期支持单位
潍柴雷沃智慧农业科技股份有限公司
淄博数字农业农村研究院
上海赞奇文化科技有限公司
智慧农业微信交流服务群
发布征集
欢迎在我公众号发布科研团队介绍、创新科研成果及相关活动等信息。