📚 课程目录第2章 AGV系统基础

2、AGV系统基础：AGV类型、导航方式、运动控制与调度系统的基本组成

AGV（Automated Guided Vehicle，自动导引车）是AI+调度技术落地的物理载体。理解AGV的硬件架构、运动学模型和软件分层，是设计调度算法、接口协议和任务分配逻辑的前提。本章从工程实践视角，系统梳理AGV的类型划分、主流导航技术、运动控制原理以及调度系统的四层架构，为后续章节中“目标识别”“路径状态感知”和“任务分配接口”的讨论奠定基础。

上图展示了AGV系统的整体分层架构。调度系统位于顶层，负责任务分配、路径规划和交通管理；车载控制器作为中间层，执行运动控制和导航解算；底层则是执行机构、感知系统和通信模块。导航方式的选择直接影响调度系统的接口设计和路径规划策略，因此在实际项目中，AGV类型与导航方式的选型往往先于调度算法开发。

2.1 AGV类型与选型依据

AGV的类型划分方式多样，从应用场景和负载形式来看，主要分为以下几类：

类型	负载能力	典型应用	运动特点	调度关注点
潜伏顶升式	300-1500kg	3C电子、电商仓储	钻入货架底部顶升搬运	任务队列与货架绑定
牵引式	1000-5000kg	汽车总装、机场行李	拖拽多节料车	路径宽度、转弯半径
叉车式	1000-3000kg	托盘搬运、高位货架	举升、插取、堆垛	与立库WMS对接
辊筒式	50-500kg	生产线对接、线边配送	与产线辊筒线无缝衔接	对接精度、节拍同步
重载式	5000kg以上	钢铁、风电、变压器	多轮驱动、液压悬挂	多车协同、负载均衡

选型时需综合考虑物料形态、通道宽度、地面平整度、节拍要求、环境温度等因素。例如，3C电子车间通道窄、地面光滑，适合潜伏顶升式；而汽车总装线物料重、路径长，牵引式更为经济。选型错误会导致调度系统无法发挥效能——比如在需要高密度存储的场景中选择牵引式，会因转弯半径过大而降低库容利用率。

经验提醒：选型时不要只看负载和速度参数，务必考察AGV的最小转弯半径、定位精度和通信接口协议。这三个参数直接决定了调度系统能否顺利接入，以及路径规划算法是否需要额外考虑非完整约束。

2.2 导航方式对比与选择策略

导航方式决定了AGV如何获取自身位置和姿态，是调度系统路径状态感知的基础。当前主流导航方式包括磁导航、激光SLAM、视觉导航和二维码/反光板导航。

磁导航通过磁条或磁钉感知路径，技术成熟、成本低，但路径固定，改造困难。适用于路径稳定、投资预算有限的项目。激光SLAM利用激光雷达扫描环境特征进行定位，无需地面改造，灵活性高，但对环境动态变化敏感，计算资源消耗大。视觉导航通过摄像头识别环境特征，可获取语义信息（如货架编号、障碍物类型），但受光照影响明显。二维码/反光板导航在固定位置粘贴标签，定位精度高、部署快，但标签需要维护，路径灵活性介于磁导航和SLAM之间。

从调度系统接口设计的角度看，导航方式影响以下关键参数：

位姿上报频率：磁导航通常10-20Hz，激光SLAM可达50Hz，视觉导航受限于计算速度通常10-30Hz。
定位精度：磁导航±10mm，激光SLAM±5mm，二维码导航±3mm。
路径表达方式：磁导航为离散路径段，SLAM为连续坐标点，二维码为节点序列。

这些差异直接决定了调度系统路径规划模块的数据结构和任务下发格式。例如，磁导航系统调度时只需下发“路径段ID+速度”，而SLAM系统则需要下发“目标坐标+朝向角+允许误差”。

2.3 运动控制模型与接口

AGV的运动控制模型是调度系统与底层硬件之间的桥梁。常见的运动模型包括差速驱动、舵轮驱动和全向驱动。

差速驱动通过两个独立驱动轮的转速差实现转向，结构简单、成本低，但无法横向移动，转弯时存在滑移。其运动学方程为：

v = (v_left + v_right) / 2
ω = (v_right - v_left) / L

其中v为线速度，ω为角速度，L为轮距。调度系统下发(v, ω)指令，车载控制器将其转换为左右轮速。

舵轮驱动通过转向电机改变驱动轮方向，可实现原地转向和斜向行驶，适合重载场景。其控制接口通常为“目标速度+目标转向角”。全向驱动（如麦克纳姆轮）可实现任意方向平移，适合狭窄空间，但效率较低、成本高。

运动控制接口设计的关键在于速度指令的平滑性和安全性。调度系统下发的速度指令需要经过梯形加减速或S型曲线规划，避免AGV因急停或急加速导致货物倾倒或机械磨损。

风险提示：在调度系统与运动控制器的接口设计中，必须定义急停优先级和速度指令超时机制。当通信中断超过200ms时，AGV应自动减速停车，而不是保持最后一条指令继续行驶。这是AGV安全标准（如EN 1525）的强制要求。

2.4 调度系统的基本组成与接口设计

调度系统是AGV集群的“大脑”，其基本组成可归纳为四个核心模块：任务管理、路径规划、交通管理和状态监控。

任务管理模块：接收上层系统（如WMS、MES）的搬运请求，进行任务拆分、排序和分配。接口设计需定义任务优先级、超时时间、重试策略等参数。
路径规划模块：根据AGV当前位置、目标位置和地图信息，计算最优行驶路径。需考虑AGV的运动约束（转弯半径、最大速度）和实时路况（拥堵、维修区域）。
交通管理模块：解决多AGV同时运行时的冲突问题，包括路口通行、窄道会车、死锁避免。常见策略有区域锁、路径锁和资源预留。
状态监控模块：实时采集AGV的位置、速度、电量、故障状态，为调度决策提供数据支撑。接口设计需定义状态上报频率和数据格式。

调度系统与AGV之间的接口协议通常采用JSON或Protobuf格式，通过MQTT、TCP或HTTP进行传输。一个典型的任务下发消息示例如下：

{
  "task_id": "TASK_20240516_001",
  "agv_id": "AGV_03",
  "type": "TRANSPORT",
  "pickup": {"x": 12.5, "y": 8.3, "theta": 0},
  "dropoff": {"x": 45.2, "y": 30.1, "theta": 1.57},
  "priority": 2,
  "timeout": 300,
  "payload": {"weight": 120, "height": 0.8}
}

该消息包含了任务ID、目标AGV、起点终点坐标、优先级和超时时间。调度系统通过解析AGV上报的状态消息（位置、速度、任务执行进度）来更新任务状态，并做出下一步调度决策。

2.5 实战场景：某电商仓的AGV选型与调度接口设计

某电商仓库面积约2万平方米，需实现“人找货”到“货到人”的改造。仓库分为A/B/C三个区域，A区为高频拣选区，B区为存储区，C区为打包区。日均订单量约8000单，峰值可达15000单。

初始约束与目标：通道宽度1.8米，地面为环氧地坪，要求AGV定位精度±10mm，单台AGV搬运效率不低于25托/小时，系统需支持30台AGV同时运行。

选型过程：对比磁导航和激光SLAM方案。磁导航成本低，但A区货架位置需频繁调整，磁条改造工作量大；激光SLAM虽初期投资高，但灵活性好，后续调整货架位置无需地面改造。最终选择激光SLAM+二维码辅助定位的混合方案——在A区使用二维码标签提高定位精度，在B/C区使用SLAM自然导航。

调度接口设计：采用两级调度架构。上层调度服务器负责任务分配和路径规划，下层AGV车载控制器负责运动控制和局部避障。接口协议采用MQTT+JSON，状态上报频率20Hz，任务下发延迟小于100ms。

实施效果：系统上线后，30台AGV日均搬运量达750托，拣选效率提升3.2倍，AGV利用率从62%提升至85%。但初期也遇到一些问题：A区二维码标签被货架遮挡导致定位丢失，后通过调整标签高度和增加反光板解决；B区SLAM地图在托盘位置变化后出现漂移，通过定期重扫地图和增加特征点解决。

复盘经验：混合导航方案在复杂场景中具有明显优势，但需要建立完善的标签维护机制和地图更新流程。调度接口设计时，状态上报频率不宜过高（避免网络拥塞），也不宜过低（影响调度实时性），20Hz是经过实测的平衡点。

  核心要点总结：
  AGV类型选择需综合负载、通道、精度、成本四要素，不能只看单一指标。
导航方式决定调度系统的路径表达和位姿上报方式，选型时需提前规划接口兼容性。
运动控制接口必须包含安全机制（急停、超时、限速），这是调度系统可靠运行的前提。
调度系统四层架构（任务、路径、交通、监控）中，交通管理是复杂场景下的核心难点。
实战中，混合导航和冗余设计是提升系统鲁棒性的有效手段。

理解AGV系统基础是后续学习目标识别、路径状态感知和任务分配接口的前提。不同类型的AGV在运动学模型、接口协议和调度策略上存在显著差异，实际项目中应结合具体场景灵活选型，并在系统设计初期就考虑调度接口的标准化和可扩展性。