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

• Published in: 智慧农业（中英文） Vol. 5; no. 4; pp. 127 - 136
• Main Authors: 徐济双, 焦俊, 李淼, 李华龙, 杨选将, 刘先旺, 郭盼盼, 麻之润
• Format: Journal Article
• Language: Chinese
• Published: 中国农业科学院农业信息研究所 30.12.2023; 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%安徽农业大学 信息与计算机学院,安徽合肥 230036,中国%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; 安徽农业大学 信息与计算机学院,安徽合肥 230036,中国
• Subjects: 贝塞尔曲线; 病死畜禽; 模糊PID; A算法; 运输机器人; 路径规划; A algorithm; transport robots; sick and dead animal; Bezier curve; path planning; fuzzy PID
• ISSN: 2096-8094
• DOI: 10.12133/j.smartag.SA202308001

[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 Deriv-ative, 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。