亞馬遜將(jiāng)二維碼導航AGV高效的應用到倉儲領域，不僅效率高，視覺效果同樣(yàng)突出，給人們帶來的沖擊是十分震撼的。在國(guó)内，想利用AGV升級産線或倉庫的經(jīng)理們也總會(huì)問到二維碼導航，可能(néng)是覺得比較高科技，比較潮流吧。其實AGV行業中的各種(zhǒng)導航方式的難度都(dōu)差不多，磁導航、激光導航、二維碼導航、SLAM等方式對(duì)于應用來說，沒(méi)有明顯區别，因爲都(dōu)有成(chéng)熟的傳感器反饋所需的坐标（對(duì)于SLAM，此類直接反饋坐标的傳感器套裝現在還(hái)沒(méi)到泛濫的程度，但成(chéng)熟開(kāi)源算法已經(jīng)泛濫了）。廢話不多說，下面(miàn)介紹一下二維碼導航AGV的基本導航邏輯。

下圖是一個二維碼示意，一堆神鬼莫測的圖案（可以是多個二維碼構成(chéng)的組，也可以是自己定義的，隻要能(néng)解析就行）隐藏著(zhe)坐标信息。傳感器（攝像頭加處理器）讀取到二維碼時，輸出傳感器中心與二維碼中心的距離和一個偏轉角度，距離值有正負之分，可靠範圍一般不超過(guò)±4cm，當然超過(guò)這(zhè)個範圍也會(huì)有數值返回（方便初次尋二維碼），但如果AGV的導航誤差控制超過(guò)了4cm，那就不用玩了。根據反饋的偏差值，就可以對(duì)AGV進(jìn)行糾偏。

現在問題來了，問題一：在二維碼之間的空白區域沒(méi)有參考信息，根據什麼(me)糾偏？

首先能(néng)想到的是利用航迹推算的方法，根據控制給定指令或編碼器數值推算AGV的位置，從而進(jìn)行糾偏。

實際控制中，用編碼器推算的精度一般會(huì)高于根據控制給定指令的推算結果，因爲控制器和執行機構的響應和執行情況不容易準确補償。在此，十分推薦使用《Probabilistic Robotics》(page 127)中描述的模型，該模型簡單粗暴，不僅因爲車體中心的速度與角速度等參數容易計算，并且模型中直接應用的是全局坐标，不用再進(jìn)行坐标轉換了，總之，簡單粗暴。

利用航迹推算的方法總會(huì)有誤差存在，并且因爲沒(méi)有參考，該誤差理論上是無邊界的，那麼(me)，問題二：如何減小推算誤差？

一般通過(guò)兩(liǎng)種(zhǒng)手段，一是縮短二維碼之間的距離，這(zhè)樣(yàng)就減小了推算誤差累加的時間，從而減小了推算誤差。但這(zhè)樣(yàng)做會(huì)增大二維碼鋪設的工作量，并且會(huì)使現場更加複雜。當然，該方法實施的前提是施工人員心情愉快的接受并且工廠方同意你這(zhè)樣(yàng)做。

二是增加慣導，利用傳感器融合的方法減小推算誤差。實際上，現在市售的慣導價格都(dōu)比較低，之所以便宜，因爲低端的慣導已經(jīng)被(bèi)玩爛了，Github上可以下載到pixhawk、crazypony等實現慣導算法的代碼（照做、照抄，就可以自己做出慣導了），選一款千元以下的産品一般可以滿足使用要求。基本的慣導有9個輸出，分别是沿三個軸向(xiàng)的加速度與繞三個軸的角速度，以上6個是芯片反饋的原始數據，還(hái)有3個歐拉角度是慣導融合計算後(hòu)的輸出數據。AGV主要是應用慣導的航向(xiàng)角輸出值，所以優先選擇帶有磁極感應的慣導或者直接選擇高精度的航向(xiàng)角傳感器（有人叫(jiào)它陀螺轉角儀）。磁感應的響應較慢，并且有零點漂移情況，能(néng)否應用要看現場的情況，隻利用繞z軸的角速度做積分也是可以得到很好(hǎo)的結果的（不要粗暴的直接累加，至少要用一下龍哥庫塔法之類的有消除殘差機制的數值積分方法）。得到參考角度值後(hòu)，與基于編碼器得到的航迹推算值做融合，簡單點的，用互補濾波做融合就可以得到較好(hǎo)的結果，如果不嫌麻煩，可以折騰一下EKF（在stm32框架下折騰EKF要做好(hǎo)一定準備，迎接解矩陣帶來的麻煩）。

現在有了二維碼之間空白區域的推算數據，就可以做控制了。但推算的數據仍然會(huì)有誤差的，而當AGV行駛到二維碼區域上時，得到的是準确的航位誤差。問題三：在空白區與在二維碼上用同樣(yàng)的控制參數控制會(huì)産生抖動或跳變嗎？通過(guò)以上的減小誤差的方案，已經(jīng)使推算誤差減小了（用心調試），并且由于控制器運算與執行機構響應延時的問題，用同一組控制參數并不會(huì)造成(chéng)AGV在不同區域銜接處的明顯抖動，可以放心大膽的應用。如果想在原理上杜絕抖動，可以嘗試利用插值或路徑匹配的方法，産生平滑的路徑，用控制方法跟蹤這(zhè)條平滑的路徑。