自动导向车辆（Automated Guided Vehicle－AGV）是一种无人操纵的自动化运输设备，它能承载一定的重量在出发地和目的地之间自主驾驶，自动运行。 AGV是自动化物流运输系统、柔性生产组织系统的关键设备，对我国企业传统生产模式改造、增强市场竞争力、提高经济效益具有重要价值。同时，AGV在自动化物流、恶劣工作环境运输作业、军事等领域也有广泛用途。现有AGV采用埋线、激光、轨道引导的方法，虽然技术成熟，但路径设置繁琐，成本高，周期长，维护改造不便，不利于户内外长距离运输，智能化程度低，随着AGV应用领域的不断扩展，其引导柔性差的缺点日趋明显，更难以实现户外长距离变路径场合下的运输作业和AGV各种运动状态控制。计算机视觉具有信息量丰富，智能化水平高等特点，近年来被广泛用于车辆的自主导航。智能车辆课题组开发了采用计算机视觉识别地面两维条状路标实现车辆自主导航的产品化AGV。利用在地面上标画的白色条带状标志路径进行自动路径跟踪，其过程是由CCD摄像机摄取包含有路径信息的地面图像，计算机确定车辆的运动方位和车辆的工作状态，实现车辆对路径的稳定跟踪。对于产品化AGV来说，对导航路径跟踪的准确性、平稳性和对偏差纠正的快速性是体现它的性能的重要指标。导航控制器的设计是保证这一指标的关键，这就是本论文要研究的内容。论文主要由五部分内容组成：1. AGV运动学模型建立与AGV驱动系统辩识。2. AGV自主导航最优控制器设计。3. AGV自主导航模糊控制器设计。4.对两种控制器进行融合。5.对设计的控制器进行仿真及试验验证。本文第一部分根据AGV的结构特点及其与路径的相对运动关系，建立了AGV运动学模型，分析了驱动系统的静态特性和动态特性，并采用 M序列作为输入响应信号，利用最小二乘方法对驱动系统进行了系统辩识，得到<WP=81>驱动系统传递函数。对所得传递函数进行仿真，仿真结果与实际测试结果基本吻合，辨识所得数学模型可以应用于实际工作系统。在最优控制器设计部分，利用了前面得到的AGV运动学模型和系统辩识结果建立了被控系统状态空间模型。对被控系统的可控性、可观测性和稳定性进行了分析，分析结果表明系统开环不稳定，但系统为可控、可观测的，可通过极点配置使系统闭环稳定。根据系统被控过程属于线性定常系统(LTI)的特点，选择现代控制理论中的线性二次型最优控制器设计方案。通过对闭环系统阶跃响应曲线和零极点图的分析，合理地确定代表控制过程和控制代价的加权矩阵Q阵和R阵的大小，进而得到系统的最优状态反馈增益阵K阵，完成了最优自主导航控制器的设计。对该控制器进行了详细的仿真分析和试验研究，仿真和道路试验结果表明最优控制器的控制能够保证AGV实现稳定的自主导航，具有良好的稳态特性且对车速变化有一定的适应性，系统的数学模型建立正确，所建模型合适可用。针对最优控制器在AGV处于大偏差时纠偏缓慢的不足，本文又对模糊控制器进行研究。模糊控制器很好地将人的操作经验总结成控制规则，具有灵活性高，鲁棒性强的优点。根据操作者在操作中一般只能观察到被控过程的输出变量及变化率的特点，在设计模糊控制器过程中，本文选取将侧向偏差和方位偏差融合为一个综合偏差作为控制器的一个输入，将这个偏差的变化率作为另一个输入，设计了双输入单输出的控制器结构。合理地把精确量进行了分级和量化，选择了高斯函数为隶属度函数的七级语言变量。合理地确定了模糊控制规则，并按照模糊控制器的设计方法设计AGV模糊控制器。在控制器设计中加入了侧偏权重系数、偏差变化率权重系数和控制强度调节系数，合理的对这三个系数进行调节，使控制器得到最佳控制效果。对该控制器进行了详细的仿真分析和试验研究，仿真和道路试验结果表明模糊控制器在大偏差时能够使系统快速收敛，达到了设计目的。本文根据两种控制器的特点，选择了阈值切换法对两种控制器进行融合。通过对仿真和试验结果的分析，合理地确定了偏差及切换阈值的大小，实现了控制器的有效融合。使两种控制器都能发挥优势，又在切换时震荡较小。道路试验结果证明，融合后的控制器集中了两种控制器的优点，在AGV处于大偏差时具有较快的纠偏速度，进入稳态后保持较小的稳态误差。实现了本文研究的目的。