應用于物流AGV磁導航傳感器的研究

譚 雪，戴更新 （青島大學 商學院，山東 青島 266071）

·物流技術·

應用于物流AGV磁導航傳感器的研究

譚 雪，戴更新 （青島大學 商學院，山東 青島 266071）

磁導航AGV小車在自動化倉儲物流配送系統中應用廣泛，使用的磁導航方式在導引方式中使用較多。該導航方式在路面上預先規劃路徑并鋪設磁條，通過磁感應信號實現導航，成本較低，可靠性強。文章對傳統磁導航傳感器進行了進一步的研究，通過使用卡爾曼濾波算法對檢測到的數據進行處理，使得磁條位置檢測更加準確，行進路線可靠性提高，路徑設計及更改更加靈活，為倉儲物流中貨物的生產和搬運提供了進一步的保障。

AGV；磁導航傳感器；卡爾曼濾波；物流倉儲

0 引 言

現代物流倉儲配送中，由于貨物訂單批次多、訂單批量少、訂單周期短，人工倉儲物流模式難以為繼，基于AGV的自動化倉儲物流配貨技術便得到越來越多企業的青睞。

Automated Guided Vehicle（簡稱AGV），即自動引導運輸車或者無人搬運車，在自動化倉儲物流中充分顯示出了其優越性——能夠方便的對接、沿一定路徑自動運送貨物、實現貨物的自動上下架。導引技術是AGV的關鍵技術，決定了其智能性和運動精確度。傳統的磁導航傳感器采用閾值比較輸出，由于各個模擬霍爾傳感器的一致性差，且輸出存在溫漂，所以這種方式對傳感器要求較高，本文旨在改善這一問題。

針對現在應用較多的磁導引方式，本文對傳統的磁導航傳感器進行了進一步的研究，通過對模擬霍爾傳感器檢測到的數據采用卡爾曼濾波算法，得到了較實際數據更精確的檢測數據，使得檢測到的磁條位置更加準確，行動路徑可靠性提高，且具有識別單雙根N、S極磁條的能力，對于物流AGV系統的研究具有深遠的意義。

1 導引方式

常見的AGV導引方式有電磁導引、磁條導引、視覺導引、激光導引、慣性導引等。其中磁條導引方式是較常見的導引方式，目前仍被很多系統采用。這種方式預先規劃了AGV的行走路徑，在行走路徑上鋪設磁條，通過磁條感應信號進行導航。它的優點是磁帶鋪設簡單，導引原理可靠，磁條成本也較小。

圖1為AGV底部結構圖。AGV的動力由兩個主動輪提供，后部有兩個從動萬向輪，可通過主動輪差速的方法實現轉向。磁導航傳感器安裝在車體前部，不斷地檢測磁條位置，AGV主控制器通過磁導航傳感器輸出信號來校正行走路徑。

圖1 AGV底部結構圖

2 系統結構與數據處理

2.1 系統總體結構

磁導航傳感器使用模擬霍爾傳感器作為磁場檢測元件，模擬霍爾傳感器根據檢測到的磁場的強弱輸出不同的電壓值。圖2為模擬霍爾傳感器的輸出電壓隨磁場的方向和強弱變化的曲線，電壓隨磁場線性變化，在沒有磁場的情況下輸出電壓為1V。

圖2 模擬霍爾傳感器輸出電壓曲線

圖3為磁導航傳感器總體結構圖。模擬霍爾傳感器輸出的電壓信號先經過低通濾波器進行濾波，濾除掉附加在電壓信號中的高頻噪聲，再經電壓跟隨器進行阻抗變換，最后接到數字信號處理器TMS320F28377S的模數轉換器（ADC）中，從而測出磁場的強弱。

2.2 數據處理

模擬霍爾傳感器在沒有磁場的情況下輸出電壓為1V，微控制器的ADC分辨率為12位，電壓基準VREF+為3V，ADC轉換公式為：

式（1） 中VREF-為0，根據式（1） 可以計算出在沒有磁場時，ADC理論輸出應為1 365，但是由于電壓噪聲以及電壓基準VREF+波動等原因，實際情況卻有較大偏差。圖4為實際情況下ADC數據輸出結果，圖中標出了50組數據。可以看出輸出結果有較大波動且與計算值相差較大，但總體在實際平均值附近波動。

圖3 磁導航傳感器總體結構圖

圖4 實際ADC輸出數據結果

如圖4所示，這種在沒有干擾時波動很大的數據是無法直接使用的，必須先經過數據處理。對于這種混疊噪聲并且需要快速響應的數據處理情況，常使用卡爾曼濾波算法。卡爾曼濾波算法是去除噪聲還原真實數據的一種數據處理技術，是目前應用最為廣泛的濾波方法。其原理是通過遞推反饋算法，利用線性系統狀態方程，對系統狀態進行最優估計。由于觀測數據中包括系統中的噪聲和干擾的影響，所以最優估計也可看作是濾波過程。

對實際情況下的ADC輸出數據進行卡爾曼濾波，由磁場變化范圍設定迭代初始值為1 000，圖5為卡爾曼濾波后的數據結果。從圖5中可以看出，使用了濾波算法的結果數據波動較小，并且在迭代了10次左右時輸出結果已經收斂，算法濾波效果和收斂速度都較好。圖6為濾波數據曲線和實際數據曲線的比較。

3 輸出數據識別

經濾波之后的ADC數據波動較小，可以作為檢測磁條位置的依據。當磁條N極正對模擬霍爾傳感器時，傳感器輸出值大于1V，且越靠近磁條中心的傳感器輸出電壓越高，多個傳感器輸出會出現一個波峰狀。與此相反的是，當磁條S極正對模擬霍爾傳感器時，傳感器輸出值小于1V，且越靠近磁條中心的傳感器輸出電壓越低，多個傳感器輸出會出現一個波谷狀。對磁條位置的識別則等效為識別出波峰或者波谷。當識別到波峰或者波谷時，即表示檢測到磁條，然后再檢測出波峰中的最大值點或者波谷中的最小值點，即可得到磁條的準確位置。

圖5 卡爾曼濾波算法迭代結果

圖6 濾波數據曲線與實際數據曲線

為了保證系統的穩定性和抗干擾能力，對傳感器輸出波峰和波谷的檢測是通過實時平均值作為閾值的方法實現的。首先取多個傳感器輸出值的平均值作為閾值，由于磁條位置的變化，這個平均值也在一定范圍內滑動。當連續多個值超過或者低于這個滑動平均值時，即可識別出波峰或波谷，且具有一定的抗干擾能力。

4 實驗

為了驗證磁導航傳感器硬件和算法的可靠性，制作了一個磁導航傳感器的樣機。模塊樣機有16路模擬霍爾傳感器，傳感器間隔0.5厘米放置，保證了檢測的范圍和靈敏度。

圖7為放置單根N極磁條時磁導航傳感器的16路模擬霍爾輸出信號。可以看出有一個明顯的波峰，并且可以用滑動均值識別出來。

圖8為放置單根S極磁條時磁導航傳感器的16路模擬霍爾輸出信號。可以看出有一個明顯的波谷，并且可以用滑動均值識別出來。

圖7 濾波數據曲線與實際數據曲線

圖8 濾波數據曲線與實際數據曲線

圖9為放置兩根N極磁條時磁導航傳感器的16路模擬霍爾輸出信號。可以看出有兩個明顯的波峰，并且可以用滑動均值識別出來。

圖10為放置兩根S極磁條時磁導航傳感器的16路模擬霍爾輸出信號。可以看出有兩個明顯的波峰，并且可以用滑動均值識別出來。

圖9 濾波數據曲線與實際數據曲線

圖10 濾波數據曲線與實際數據曲線

5 結束語

通過采用卡爾曼濾波算法對數據進行處理，在存在外界干擾及不確定性的情況下，使磁導航傳感器依然能準確檢測到磁條的位置，使AGV行動路徑更加穩定，路徑設置的靈活性增加，效率提高，并進一步降低了成本，使得AGV這一物流鏈的重要組成部分更加智能和自動化。

[1] 汪壽陽，趙秋紅，夏國平.集成物流管理系統中定位——運輸路線安排問題的研究[J].管理科學學報，2000,3(2):69-75.

[2] Fu—Ren Lin,Michel J Shaw.Reengineering the Order Fulfillment Process in Supply Chain Networks[J].The Internationa Journal of Flexible Manufacturing Systems,2008(10):191-205.

[3] Terry Austin.The Personal Computer Supply Chain:Unlocking Hidden Value[J].Strategic Supply Chain Alignment,2009(12): 116-120.

Research on Magnetic Navigation Sensor Applied in Logistics AGV

TAN Xue,DAI Gengxin (School of Business,Qingdao University,Qingdao 266071,China)

The magnetic navigation AGV car is widely used in automated warehouse logistics distribution system,and the magnetic navigation is used more in the navigation mode.The navigation mode is used to plan the path on the road surface,and the magnetic strip is paved,the navigation is realized by the magnetic induction signal,the cost is low,and the reliability is strong.This paper gives a further study on the traditional magnetic navigation sensor was processed by using Calman filtering algorithm to detect the data,so that the position of the magnetic strip detection is more accurate and improve the action route reliability,path design and change more flexible and provide further support for the production and handling of goods in storage and logistics of logistics industry.

AGV;magnetic navigation sensor;Calman filter;logistics storage

F253.9

A

1002-3100(2017)08-0037-04

2017-05-29

山東省自然科學基金項目，項目編號：ZR2015GM001。

譚 雪（1993-），女，山東煙臺人，青島大學商學院碩士研究生，研究方向：物流與供應鏈管理。