Un método de seguimiento de trayectoria basado en MPC adaptativo a la velocidad para AGVs de carretillas elevadoras de gran capacidad
Autores: Wang, Yajun; Sun, Kezheng; Zhang, Wei; Jin, Xiaojun
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Un método de seguimiento de trayectoria basado en MPC adaptativo a la velocidad para AGVs de carretillas elevadoras de gran capacidad
Categoría
Tecnología de Equipos y Accesorios
Subcategoría
Diseño de equipos y herramientas
Palabras clave
Almacenes
AGVs de carretillas elevadoras de alta resistencia
Método de seguimiento de trayectoria
Control predictivo adaptativo a la velocidad
Tasas de aceleración
Secciones curvas
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 16
Citaciones: Sin citaciones
En almacenes con grandes cantidades de mercancías pesadas, los vehículos guiados automatizados (AGVs) de carretillas elevadoras de alta resistencia juegan un papel clave en la facilitación de la automatización eficiente del almacén. Debido a su gran capacidad de carga y alta inercia, los AGVs de carretillas elevadoras de alta resistencia tienen dificultades para navegar automáticamente por rutas optimizadas. Además, la aceleración y desaceleración rápidas pueden representar peligros para la seguridad. Este documento propone un método de seguimiento de trayectoria basado en control predictivo adaptativo a la velocidad (MPC) para AGVs de carretillas elevadoras de alta resistencia. El movimiento de los AGVs tipo carretilla elevadora de alta resistencia se clasifica en movimientos en línea recta y giros, correspondientes a las secciones rectas y curvas de la trayectoria de referencia, respectivamente. Estas secciones se segmentan según su curvatura. Las mejores velocidades de conducción para las secciones rectas y curvas fueron de 1.5 m/s y 0.3 m/s, respectivamente, mientras que las tasas de aceleración óptimas fueron de 0.2 m/s para la aceleración y -0.2 m/s para la desaceleración en caminos rectos y 0.3 m/s para la aceleración con -0.15 m/s para la desaceleración en curvas. Además, se determinaron los tiempos de muestreo preferidos, el dominio de predicción y el dominio de control a través de simulaciones a varias velocidades. Se simularon y evaluaron cuatro métodos de seguimiento de trayectoria, incluyendo seguimiento puro, Regulador Cuadrático Lineal (LQR), MPC y el MPC adaptativo a la velocidad, bajo condiciones de línea recta, giros y cambios de carril dobles complejos. Los experimentos de campo realizados en un entorno de almacén demostraron la efectividad del método de seguimiento de trayectoria propuesto. Los hallazgos tienen implicaciones para avanzar en el control de seguimiento de trayectoria en pasillos estrechos.
Descripción
En almacenes con grandes cantidades de mercancías pesadas, los vehículos guiados automatizados (AGVs) de carretillas elevadoras de alta resistencia juegan un papel clave en la facilitación de la automatización eficiente del almacén. Debido a su gran capacidad de carga y alta inercia, los AGVs de carretillas elevadoras de alta resistencia tienen dificultades para navegar automáticamente por rutas optimizadas. Además, la aceleración y desaceleración rápidas pueden representar peligros para la seguridad. Este documento propone un método de seguimiento de trayectoria basado en control predictivo adaptativo a la velocidad (MPC) para AGVs de carretillas elevadoras de alta resistencia. El movimiento de los AGVs tipo carretilla elevadora de alta resistencia se clasifica en movimientos en línea recta y giros, correspondientes a las secciones rectas y curvas de la trayectoria de referencia, respectivamente. Estas secciones se segmentan según su curvatura. Las mejores velocidades de conducción para las secciones rectas y curvas fueron de 1.5 m/s y 0.3 m/s, respectivamente, mientras que las tasas de aceleración óptimas fueron de 0.2 m/s para la aceleración y -0.2 m/s para la desaceleración en caminos rectos y 0.3 m/s para la aceleración con -0.15 m/s para la desaceleración en curvas. Además, se determinaron los tiempos de muestreo preferidos, el dominio de predicción y el dominio de control a través de simulaciones a varias velocidades. Se simularon y evaluaron cuatro métodos de seguimiento de trayectoria, incluyendo seguimiento puro, Regulador Cuadrático Lineal (LQR), MPC y el MPC adaptativo a la velocidad, bajo condiciones de línea recta, giros y cambios de carril dobles complejos. Los experimentos de campo realizados en un entorno de almacén demostraron la efectividad del método de seguimiento de trayectoria propuesto. Los hallazgos tienen implicaciones para avanzar en el control de seguimiento de trayectoria en pasillos estrechos.