本发明涉及智能制造领域，具体是基于全局视觉伺服的工位内agv智能导航方法及系统。
背景技术：
1、智能化工位的无人上下料系统是实现智能制造的关键技术。但就目前来说，agv（automated guided vehicle：自动导引车）仍主要沿固定路线将工件托盘运送至上下料区域的托盘支架上。运输路径需要由专业人员制定，无法轻易调整。在此条件下，为了实现agv自主定位，通常需要依托车载相机、惯性导航等传感器对固定路径上的物理标记进行识别和校验。然而，这种依赖事先标记的导航方法，无法实时感知整个工位内的导航环境，不能智能解决工位布局不确定性的问题。并且，agv在最后的将运输的托盘对接到固定的托盘支架上时，由于无法感知自己的定位误差，需要通过精准对齐定位销来防止误差的产生，以确保机械臂能按事先指定的坐标成功抓取托盘上的工件。这种对机械结构依赖过高的对齐方法，造成了托盘支架与托盘之间定位系统的高复杂化和低可靠性。
2、近年来，一些研究试图通过工位上方的全局视觉进行工位环境感知，并基于此引导多机器人进行协作上下料。这为agv工位导航低智能化和托盘对齐定位系统高复杂化的问题提供了一种高性价比的解决方案。不过，基于该方案，agv通过全局视觉来感应运动环境，会在控制过程中引入图像处理的误差和时延，从而对agv的运动控制方法提出挑战。现有的研究中，pid控制器因结构简单和适应性强的优点，被广泛应用在agv的运动控制过程。李魏魏等为了克服pid控制器在参数易突变领域鲁棒性不高的缺点，通过引入视觉神经元控制算法和无刷直流电机数学模型，实现了对agv轨迹跟踪误差和角速度突变的抑制。何杰明等为了提高叉车agv路径跟踪的精度和抗干扰能力，通过融合纯跟踪算法和斯坦利算法，提出了基于pid的速度自适应运动控制方法。李彦文等为了优化pid控制器的响应速度和参数在线整定，提高agv路径跟踪的稳定性，通过对距离偏差和角度偏差的模糊化处理，提出了基于模糊pid的路径跟踪方法。从这些研究可以看出，当前基于pid的agv控制器优化还主要集中在通过对系统模型、模糊规则等改进，抑制控制系统可能出现的超调与震荡，从而实现控制模型精度和稳定性的提升。然而，这种过度依赖pid参数精确整定的策略忽略了对输入信息的前处理，造成了控制目标粗调控制环的缺失。如果直接应用于视觉agv的路径导航，其控制模型将难以仅通过参数调整来克服高时滞带来的强干扰。
技术实现思路
1、本发明的目的在于克服现有技术的不足，提供基于全局视觉伺服的工位内agv智能导航方法，包括如下步骤：
2、步骤一，基于全局视觉对工位环境进行识别和目标定位，采用特定形状标志物轮廓匹配得到工位入口定位、工位出口定位以及上下料区域定位；采用基于目标和标志物的冗余定位，得到agv定位；
3、步骤二，根据得到的工位入口定位、工位出口定位、上下料区域定位以及agv定位，结合路径函数生成agv的目标路径；
4、步骤三，建立agv运动模型，根据全局视觉得到agv当前姿态，基于agv运动模型和agv目标路径，得到agv的位姿偏差；
5、步骤四，将得到的agv的位姿偏差以及规划路径的路径点方向变化率，输入pb-pid控制器，控制agv运动，使agv跟踪目标路径，完成agv智能导航。
6、进一步的，所述的采用基于目标和标志物的冗余定位，得到agv定位，包括：
7、获取agv的轮廓中心，以及agv上相对设置的一对标志物各自的中心，根据agv的轮廓中心以及agv上相对设置的一对标志物各自的中心，确定agv的旋转中心，即为agv的位置，agv的方向为行进方向。
8、进一步的，所述的根据得到的工位入口定位和出口定位、上下料区域定位以及agv定位，结合路径函数生成agv的目标路径，包括：
9、所述的目标路径包括工位入口到上下料区域入口段弧线m1a、上下料区域入口到上下料区域出口段ab以及上下料区域出口到工位出口段弧线b m2，其中的a为上下料区域入口，b为上下料区域出口；
10、通过三次插值多项式曲线构建路径m1a、bm2，三次插值多项式的数学表达式为：
11、
12、其中；为得到的路径点的纵坐标， x为路径点的横坐标；
13、工位入口到上下料区域入口弧线段m1a：
14、m1点坐标为，方向为；a点坐标为，方向为；弧线m1a满足以下条件，端点函数值相同：
15、
16、端点导数值相同：
17、
18、则：
19、
20、其中，；
21、将得到的路径离散为路径点，且相邻路径点间的距离相等，取离散后每段曲线长度为 d，路径点表示为：
22、
23、其中 n=1,2,…, i， i为a点的序号，其中为路径点n，为路径点n横坐标，为路径点n纵坐标，为路径点n方向角，建立路径长度 l(x)与横坐标 x的关系式：
24、
25、其中，，建立以下等式：
26、
27、其中的 d为离散后每段曲线长度，路径点n处的路径长度， n为路径点序号；
28、根据以及路径函数，得到路径点的纵坐标，则路径点的方向为：
29、
30、其中，是c语言里的函数，返回的是方位角；，分别为第n-1个路径点的横坐标和纵坐标；
31、同理可得到上下料区域出口到工位出口弧线段b m2。
32、进一步的，所述的建立agv运动模型，包括：
33、任意时刻，agv的目标位姿为，当前位姿为，则agv的左右侧车轮速度为：
34、
35、其中函数为：
36、
37、其中， l为agv的车宽， u为固定值，为agv从当前位姿移动到目标位姿需要的时间，为agv的目标位姿的横坐标，为agv的目标位姿的纵坐标，为agv的目标位姿的方向；为agv的当前位姿的横坐标，为agv的当前位姿的纵坐标，为agv的当前位姿的方向，为agv的右侧车轮速度，为agv的左侧车轮速度。
38、进一步的，所述的根据全局视觉反馈得到agv当前姿态，基于agv运动模型和agv目标路径，得到agv的位姿偏差，包括：
39、agv的目标速度为，其中的为agv的目标直行速度，为agv的目标旋转速度：
40、
41、agv的当前速度为，agv的位姿偏差为：
42、
43、则路径偏离值 dev为：
44、
45、其中，，为agv的当前直行速度，为agv的当前旋转速度，为agv的路径偏差，为agv的姿态偏差。
46、进一步的，所述的将得到的agv的位姿偏差以及规划路径的路径点方向变化率，输入pb-pid控制器，控制agv运动，使agv跟踪目标路径，完成agv智能导航，包括：
47、其中的pb-pid控制器包括pb速度分配器和pid控制器，所述的pb速度分配器包括速度生成器和速度修正器；所述的速度生成器得到agv的目标速度：
48、
49、
50、其中，是第 n个路径点的坐标；
51、速度修正器的输入为路径点方向变化率，输出为加权变换后的速度；第 n个路径点方向的变化率为：
52、
53、其中的为第 n个路径点的方向，为第 n+1个路径点的方向；
54、加权后的路径点方向变化率为：
55、
56、其中，和是路径点处方向变化率的标准差，为第 n+1个路径点方向的变化率；
57、对和加权，权重函数的基函数为：
58、
59、其中，和是第 n个路径点的直行速度和旋转速度的权重值；和为基函数的系数；
60、权重函数的输出矩阵为：
61、
62、其中diag表示对角矩阵；
63、pb速度分配器计算得到agv修正后的目标速度：
64、
65、pid控制器的输入为pb速度分配器得到的和，反馈是和，输出为控制agv的和，为直行速度，为旋转速度，pid控制器输出为：
66、
67、其中， t为一个控制周期持续的时间，为直行速度输出值，为旋转速度输出值，为直行速度比例参数，为直行速度微分参数，为旋转速度比例参数，为旋转速度微分参数。
68、基于全局视觉伺服的工位内agv智能导航系统，应用所述的基于全局视觉伺服的工位内agv智能导航方法，包括全局视觉模块、目标定位模块、数字化物流路径模块和路径跟踪模块；
69、所述的全局视觉模块、数字化物流路径模块和路径跟踪模块分别与所述的目标定位模块连接；所述的数字化物流路径模块与所述的路径跟踪模块连接。
70、本发明的有益效果是： 本发明所提供的技术方案从上下料工位内agv无轨化导航的研究需求出发，利用全局视觉可提前感知路径变化率的优势，提出一种以基于路径的pid控制器为核心的全局视觉伺服控制模型。全局视觉的使用提高了导航系统的感知能力，能够获取更为广泛和全面的环境信息，从而能根据工位的布局实时生成上下料数字物流路径。因此，区别于传统控制器对于自身控制模型和控制参数的调整，本发明所提出的pb-pid控制器还能够根据路径变化对控制器的输入进行前处理，确保能够在路径跟踪的任意时刻防止系统的过冲和横摆，达到精确的路径跟踪效果。
1.基于全局视觉伺服的工位内agv智能导航方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于全局视觉伺服的工位内agv智能导航方法，其特征在于，所述的采用基于目标和标志物的冗余定位，得到agv定位，包括：
3.根据权利要求2所述的基于全局视觉伺服的工位内agv智能导航方法，其特征在于，所述的根据得到的工位入口定位和出口定位、上下料区域定位以及agv定位，结合路径函数生成agv的目标路径，包括：
4.根据权利要求3所述的基于全局视觉伺服的工位内agv智能导航方法，其特征在于，所述的建立agv运动模型，包括：
5.根据权利要求4所述的基于全局视觉伺服的工位内agv智能导航方法，其特征在于，所述的根据全局视觉反馈得到agv当前姿态，基于agv运动模型和agv目标路径，得到agv的位姿偏差，包括：
6.根据权利要求5所述的基于全局视觉伺服的工位内agv智能导航方法，其特征在于，所述的将得到的agv的位姿偏差以及规划路径的路径点方向变化率，输入pb-pid控制器，控制agv运动，使agv跟踪目标路径，完成agv智能导航，包括：
7.基于全局视觉伺服的工位内agv智能导航系统，其特征在于，应用权利要求1-6任一所述的基于全局视觉伺服的工位内agv智能导航方法，包括全局视觉模块、目标定位模块、数字化物流路径模块和路径跟踪模块；
