本文是一篇物流论文，笔者通过对AGV自主导航定位技术的研究和分析，本文提出了一种“轻量级”的反射板定位算法，实现了一种基于激光雷达的反射板导航定位系统，首先通过反射强度筛选、反射板数据聚类以及反射板中心估计算法识别出反射板的位置，并通过匹配优化算法在反射板组合中寻找最佳反射板匹配组合。
第1章绪论
1.1选题背景及研究的目的和意义
自动导引车（Automatic guided vehicle,AGV）是一种移动机器人，通常用于仓库中的移动托盘或集装箱、装配线流程、货物分拣等日常任务[1]。在进一步深化医疗改革的背景下，构建智慧型医院是医院未来发展的趋势。特别是随着2020年初新冠疫情的爆发，医疗物流AGV在抗疫第一线发挥着举足轻重的作用，可有效避免医护人员与病毒的接触，有效地保护了医护人员的人身安全并提高了医疗机构的服务效率[2]。在抗疫过程中，国内多家医院都采用了物流AGV来进行医疗物资和医疗设备的配送，这样可以既能切断新冠病毒的传播从而降低人员交叉感染的概率又能减轻医务人员的负担，除此之外消毒机器人又可以在物流AGV结束配送任务后采用消毒喷雾或者紫外线消杀等方式对医院环境进行有效杀毒，可见医疗物流AGV等智能机器人在医院日常工作中发挥着巨大的作用[3-5]。因此，医疗物流AGV是医院智慧物流系统的重要组成部分，成为智慧医院发展的新高地[6]。
导航定位与路径规划是完成医疗物流AGV自主移动的关键性技术。一方面，因为医院环境相对来说比较复杂，而且运输的医疗物品及器材比较贵重，高精度的导航定位技术可以实现医疗物流AGV在运输过程中精确定位，从而保证了运输过程的安全性。而另一方面，医院仓库一般较为空旷，相对于室内环境缺少用于定位的“自然特征”，医疗物流AGV在以较快的速度移动或者转弯时中容易发生导航失配。为了解决以上两个方面的问题，可以采用基于激光雷达的高精度反射板导航定位算法实现AGV的导航定位，这种定位方法具有定位精度高、处理速度快、鲁棒性好、无累积误差等优点，通过运动补偿算法和反射板匹配算法可实现医疗物流AGV在运动过程中的精准动态定位。在路径规划技术中，可将路径规划分为全局路径规划和局部路径规划。全局路径规划指的是AGV在完成对环境的建图之后规划出一条从初始点到目标终点的最优路径，而局部路径规划是指AGV可根据传感器数据进行对静态地图中不存在的障碍物进行实时避让[7-9]。医院环境是一种动态变化的复杂工作环境，医院中有许多行动不便的病人，医疗物流AGV在运输过程中要对病患进行安全避让，对AGV路径规划的需求较高，传统的路径规划算法存在寻路效率低、路径平滑度低的问题，因此本文提出一种既能达到全局最优又能实时动态避障的路径规划算法来解决医疗物流AGV所面临的路径规划问题。
1.2国内外研究现状
1.2.1医疗物流AGV的研究现状
随着提高竞争力和保持生产效率的需求增加，制造业自动化变得越来越重要。物流运输在制造自动化中扮演着重要的角色，为了方便物料搬运，自动化运输系统被实施和使用。近年来，随着制造系统复杂性的大幅度提高，自动化物流运输系统得到了迅速发展[10]。随着AGV的灵活性和准确性以及对生产变化的响应能力，它在现代制造环境中的使用显著增加，并开始发挥特别重要的作用。从本质上来说，AGV是一种由电池供电和计算机控制的无人驾驶物料运输系统，用于工业环境中成品和未成品的运输，AGV可以朝各个方向自由移动，通常通过预先确定的导航地图上的目标位置进行导航[11-13]。AGV的特点就是无人驾驶，而且柔性好、自动化程度和智能化程度高。自引入AGV以来，AGV的使用和应用领域的数量显著增加，他们的实施和应用为许多应用提供了有效的解决方案，包括:制造设施，集装箱码头，重工业的部分运输，仓储和配送设施，以及灵活的制造系统。医疗物流AGV属于AGV应用领域的下一个热点，是医院智慧物流系统的重要组成部分，医疗物流AGV的研究顺应了新时代的发展需求，成为医疗物流行业在解决高度依赖人工、业务高峰期分拣能力有限等瓶颈问题的突破口。
医院在过去普遍采用的是人力物流配送模式，这样的传统模式运送效率低而且容易造成交叉感染，物流AGV一旦广泛地在医院中被应用，不但可以大幅度提升药品等医疗物资以及医疗设备的配送效率，而且可以有效较低感染风险[14]。AGV在医院的运用范围很广泛，包括药品、医疗器材、医疗垃圾、餐食等医疗物品的运输。医院工作人员只需要设定运输任务，物流AGV便可以沿着规划好的路线进行运输直到将物品安全送达目的地。并且当AGV完成任务处于空闲状态时，可通过设定自动充电模式到定点充电桩进行充电。因此医疗物流AGV的应用大大节省了人力物力和医院的开支，成为智能医院物流系统发展的重要趋势。
第2章基于激光反射板的导航定位系统
2.1坐标系的建立
本章中提出了一种“轻量级”的反射板导航定位算法，使用2D激光雷达数据和并采用圆柱形反射板作为人工地标进行定位。研究中的方法仅使用基于激光雷达的数据，运用估计的里程计信息进行对AGV位置的跟踪和预测，可在在没有IMU关联的情况下对AGV进行实时定位[45-48]。与此同时，在没有IMU等传感器的作用下也避免了AGV在运动过程中受到传感器噪声的影响[49-50]。此外，该导航定位系统还可以通过运动补偿算法和反射板匹配算法可实现AGV在运动过程中的高精度动态定位，可有效保证在医疗物流AGV在运动过程中不发生导航失配，从而实现了一种基于激光雷达的反射板导航定位系统。
本章将激光雷达安装在AGV的中心位置，这意味着激光雷达的位置可以用来表示AGV在二维世界坐标系中的位置。在本研究中，分别建立了两个坐标系:全局坐标系OXY和AGV坐标系R R RO X Y，其坐标系的中心是RO，如图2.1所示。
2.2导航定位系统的组成
首先在实际医疗物流仓库环境中安装一定数量的具有高反射率的圆柱形反射板，然后在AGV的顶部安装激光雷达来扫描周围环境，从而可以避免雷达被AGV的零部件遮挡。定位系统由定位程序、Pepper-Fuchs R2000激光扫描仪和CAN总线设备组成。CAN总线设备用于接收控制消息，并以特定格式发送本地化定位数据消息，定位算法的架构图如图2.2所示。
当AGV在运动过程中，SLAM算法容易产生里程计误差。一种解决方案是通过使用额外的传感器(如IMU)来纠正误差，然而，这将需要额外的硬件和校准过程，并将增加集成成本。本文中的定位算法的优点在于，由于使用了运动补偿算法和反射板组合快速匹配，导航定位系统只需要激光雷达数据就可以抑制由加速或减速引起的里程计误差。导航定位系统中定义了两种模式:初始化模式和导航模式。在初始化模式和导航模式中使用的反射板的全局位置坐标分别存储在“初始化反射板地图”和“导航反射板地图”中。
导航模式的反射板布局不像初始化模式那样依赖几何关系来确定位置。导航定位系统可以根据定位结果和运动补偿算法估计AGV的当前位姿。首先在初始化模式下获取AGV的初始位置和方向，然后进入导航模式实时跟踪AGV位置的变化;最后，通过SVD算法计算AGV在全局坐标系中的位置[51-52]。
第3章基于改进A*算法和动态窗口法的动态路径规划算法.........25
3.1传统A*算法描述.....................................25
3.1.1 Dijkstra算法、最佳优先搜索算法与A*算法的联系............25
3.1.2传统A*算法..............................................26
第4章医疗物流AGV动态路径规划实验........................................42
4.1实验平台的搭建...................................42
4.1.1硬件系统.......................42
4.1.2软件系统...............................44
第5章总结与展望......................................50
5.1总结...................................50
5.2展望...............................51
第4章医疗物流AGV动态路径规划实验
4.1实验平台的搭建
为了进一步验证第3章中的动态路径规划算法的可行性，本章将搭建移动平台模拟医疗物流AGV来进行动态路径规划实验。AGV采用轮式机器人，通过激光雷达等传感器对实验环境进行探测，进而实现对实验环境的建图。实验平台采用ROS（RobotOperation System）作为AGV的软件控制系统，通过ROS系统调用本文中基于改进A*和动态窗口法的动态路径规划算法来验证算法的动态路径规划功能。
4.1.1硬件系统
用于进行实验的AGV主要由移动底盘、中控模块、高精度激光雷达等传感器以及直流电机组成，其长宽高的尺寸为406*406*609mm，底盘采用动力轮中置的方式进行安装，轮子部分采用1+2+1布局，使得底盘在转弯过程中转弯半径可以达到最小，有着很强的地面适应性能。
AGV拥有多个接口，通过这些接口完成与各个硬件模块以及ROS系统之间的通信。其中，移动底盘内置Arduino电机控制板，并外接4个超声波雷达，通过USB接口与中控模块连接，中控模块实际上是整个AGV的控制中心，内置1.2GHz的ARMv864位处理器和IMU，内存为1GB RAM，并且安装Ubuntu16.04+ROS kinetic系统作为AGV的控制系统。AGV实物图如图4.1所示。
第5章总结与展望
5.1总结
随着机器人技术和自动化物流产业的发展，构建自动化医院物流体系成为未来医院发展的大趋势。为保证药品、医学试剂以及医疗器械等贵重医疗物品的安全运输，医疗物流AGV的导航定位对精度有着较高的要求，本文因此提出并实现了一种基于激光雷达的高精度反射板导航定位系统，可实现AGV在运动过程中的高精度导航定位。由于医院行人较多，环境相对复杂，为了实现医疗物流AGV在医院环境下的动态避障功能，提出并实现了一种基于改进A*和DWA算法相融合的路径规划算法，并将改进A*算法与动态窗口法进行融合形成AGV整体路径规划算法模型，可以灵活地实现AGV的全局路径规划和局部避障。论文的研究成果和创新性结论如下：
(1)通过对AGV自主导航定位技术的研究和分析，本文提出了一种“轻量级”的反射板定位算法，实现了一种基于激光雷达的反射板导航定位系统，首先通过反射强度筛选、反射板数据聚类以及反射板中心估计算法识别出反射板的位置，并通过匹配优化算法在反射板组合中寻找最佳反射板匹配组合。当AGV在运动过程中时，通过运动补偿算法和反射板匹配算法可实现AGV在运动过程中的高精度定位。导航定位系统分为初始化模式和导航模式，当AGV位于起始位置时，导航定位系统进入初始化模式对AGV初始位置进行矫正定位，当AGV开始运动时，导航定位系统进入导航模式对AGV进行实时动态定位。该导航定位系统可有效保证在医疗物流AGV在高速运动过程中不发生导航失配，并在最后分别对导航定位系统的静态定位精度和动态定位精度进行了分析研究，验证了导航定位算法高精度的特点。
(2)实现了一种基于改进A*算法和DWA算法相融合的路径规划算法，形成AGV整体路径规划算法模型。通过动态加权的方式对传统A*算法的启发函数进行优化处理，有效提升了算法的寻路效率。并且采用减小路径转折角度的路径平滑策略对全局路径进行了平滑处理，有效提升了算法的路径平滑度。通过设置传统A*算法和改进A*算法的仿真对比实验，验证了改进A*算法在算法执行效率、路径平滑度以及路径长度方面有着更好的表现。然而仅靠改进A*算法无法避让对静态地图中不存在的未知障碍物，所以在改进A*算法进行全局路径规划的基础上结合DWA算法进行局部避障从而有效避让障碍物完成AGV的动态路径规划。最后通过配置机器人操作系统ROS与AGV硬件模块来搭建动态路径算法实验验证平台，并对各功能模块进行设计和封装。通过三组实验分别验证了全局路径规划算法在静态地图中的
参考文献（略）