面向无人仓库移动搬运机器人的新型定位系统研究

作     者：唐国顺 

作者单位：北京邮电大学 

学位级别：硕士

导师姓名：杨福兴

授予年度：2021年

学科分类：080202[工学-机械电子工程] 08[工学] 0804[工学-仪器科学与技术] 0802[工学-机械工程] 

主      题：AGV 定位系统 组合导航 TC-OFDM INS 

摘      要：传统仓储环境下移动搬运机器人采用的定位系统往往需要铺设大量辅助器材,整体灵活性不够且成本高昂。考虑到布设定位系统的简便性与后期维护成本,提出了一种适用于无人仓库移动搬运机器人的融合定位系统。通过将基于无线移动通信网的TC-OFDM(Time&Code Division-Orthogonal Frequency Division Multiplexing)定位系统与独立且能短时间输出高精度运动数据的INS(Inertial Navigation System)进行深度融合,使两者的优势得到充分结合,实现了移动搬运机器人在无人仓库内部的定位功能。论文的主要研究内容如下:1)无人仓库内环境复杂容易造成定位信号波动,信号接收机随着搬运机器人移动也会引入动态应力,从而导致接收机环路失锁、TC-OFDM/INS深组合导航系统发散。针对该问题设计了一种引入模糊控制的INS辅助TC-OFDM接收机载波跟踪环路的基带算法。通过辅助开关单元实现了 INS辅助TC-OFDM接收机载波跟踪环路的融合切换,提升了接收机的动态性能以及整个深组合导航系统的鲁棒性。2)传统组合导航系统的数据融合算法具有马尔可夫性,单次定位误差会严重影响后续时刻定位结果的准确性。针对这一问题,论文提出了一种利用滑动窗口滤波来扩增历史位置状态信息的多状态约束卡尔曼滤波算法。仿真结果表明,通过引入时间差分载波相位观测量,在增加了一定的运算负荷的情况下,该算法模型在水平面内定位精度随着计算迭代可达到0.3m以内,高程定位精度小于0.1m,定速误差趋近于0。相较于传统的扩展卡尔曼滤波模型,能够有效提高深组合导航系统的定位精度与稳定性。3)基于FPGA+ARM的硬件架构上实现了所提出的基带算法与数据融合算法,搭建了基于TC-OFDM/INS深组合的定位系统实物平台。并利用搭载定位终端的测试小车在模拟无人仓库的室内环境里进行了静态、动态场景下的定位实测。从实验结果可知,该深组合导航系统平均定位误差在0.5m左右,相较于传统TC-OFDM定位系统,定位精度提升了35%,基本满足无人仓库内部移动搬运机器人的定位需求。