刘甘霖　戚学江　沈玲　左是

摘 要： 本文针对AGV自动导引小车高速过弯运行时稳定性较差，对其进行建立数学模型，采用神经网络补偿控制方法，使用matlab进行仿真，仿真结果表明，基于神经网络补偿控制方法在AGV高速行驶过程中的超调量、调节时间、稳态性能表现较好，具有进一步实际应用研究的意义。

关键词： AGV；神经网络；稳定性；MATLAB

中图分类号： TP29 文献标识码： A 文章编号： 2095-8153（2018）03-0066-04

0 引言

自动导引小车（Automated Guided Vehicle，AGV），是指装备有电磁或光学等自动导引装置，以智能控制器为核心，通常使用蓄电池提供动力，能够沿预先设定的路径行驶，具有安全保护以及各种移载功能的运输车[1-2]。针对汽车零部件生产企业中广泛使用的超低潜伏式AGV在高速过弯运行时的稳定性较差，本文拟对其进行数学建模，采用神经网络补偿算法以提高稳定性，使用MATLAB进行仿真，验证神经网络补偿算法对AGV高速过弯时稳定性的有效性，仿真结果表明将神经网络补偿算法用于控制两轮差速驱动AGV上具有较好的高速过弯稳定性，适合应用于提升汽车零部件生产企业生产效率。

1 超低潜伏式AGV系统结构及运动学分析

本文控制对象为现代物流业以及汽车制造业广泛使用的一种超低潜伏式AGV，牵引能力小于200 KG，采用位于车体中间靠前两轮差速驱动方式驱动，前后轮为从动万向轮。两轮差速驱动AGV运动学结构简图如图1所示。

2 自适应神经网络补偿的PD算法

2.1 问题描述

对于二阶非线性系统

由K的选取，可得t？邛∞时e（t）？邛0， （t）？邛0，即系统的输出y及其导数渐进地收敛于理想输出yd及其导数。……