郭虎虎，任 芳，庞新宇，金 泽

（1.太原理工大学机械与运载工程学院，山西 太原 030024；2.煤矿综采装备山西省重点实验室，山西 太原 030024）

1 引言

自动导引车辆（Automated Guided Vehicle，AGV）是一种新型的装载运输物料的工业车辆，采用自动或人工方式装装卸货物，并按设定的路径自动行驶至指定地点。AGV 具有自动化、柔性化和准时性等优点，被广泛应用于汽车制造、医药、仓储、化工等领域［1］。轨迹跟踪是AGV 实现运动精确控制和执行任务成败的决定性因素，是AGV研究的核心问题。AGV是一种非线性、强耦合的多输入多输出的复杂系统，在实际应用中AGV 轨迹跟踪会受到轮胎摩擦、路面情况、负载变化等多种外界因素的影响［2］，导致AGV 的行驶路径偏离预先设计的参考轨迹。目前，一些科研工作者针对AGV 轨迹跟踪控制难问题，提出了各种控制算法，如Backstepping 方法［3-4］、自适应控制［4］、滑模控制［5-6］、模糊控制［7］和神经网络控制［8］等。文献［3］针对机器人动力学模型，应用了Lyapunov直接法构造了全局稳定轨迹跟踪控制器，实现了轨迹跟踪，但为未考虑未知干扰对机器人轨迹跟踪的影响。文献［6］针对质心和几何中心存在偏差的移动机器人，基于动力学模型设计了具有全局稳定的自适应滑模控制器，该控制器满足轨迹跟踪要求并消除滑模输入抖振。文献［7］针对差速轮式移动机器人轨迹跟踪存在的问题，提出一种与PD控制相结合的模糊滑模变结构控制，保证了对不确定性和干扰的鲁棒性，并可以有效地跟踪参考轨迹。文献［9］针对移动机器人轨迹跟踪，提出一种基于Backstepping 运动学控制器与双自适应神经滑模动力学控制器，不但可以解决系统不确定性问题，还消除了滑模控制中的抖振现象。……