基于标识符视觉定位的AGV导航系统研究

发布时间：2017-03-26 02:08

  本文关键词：基于标识符视觉定位的AGV导航系统研究，由笔耕文化传播整理发布。

【摘要】：随着社会科学技术不断发展进步,传统仓储物流系统面临着现代化改造升级的压力,AGV (Automated Guided Vehicle,自动导引车)作为高效、稳定、安全的自动化运输手段,在取代传统人力运输方式的进程中起着举足轻重的作用,直接影响企业物流成本与核心竞争力,具有非常重要的现实指导意义。本文结合现代仓储物流系统实际需求,设计完成了一套基于视觉标识符进行自动导引、自动避障的AGV导航系统。首先,论文提出AGV整体设计方案,从采集层、运算层和响应层三个层次详细说明AGV导航系统的组成模块以及各模块的功能,介绍AGV框架设计思想。其次,AGV的定位技术在导航系统中至关重要,本文通过设置二维导航标识符,利用数字图像处理技术,提出一种基于机器视觉的AGV标识符识别算法,从视觉传感器的畸变校正、曝光白平衡自动调节、形态学处理和标识符内容识别等角度详细介绍了导航标识符识别流程,实现AGV位姿识别。然后,以设置虚拟目标点的方式,将AGV位置偏移量与角度偏移量转化为单输入变量,采用单输入PID控制系统实现本文控制算法,并对其进行实验测试。为进一步提高控制算法的性能,引入了模糊控制概念,从模糊语言变量、隶属度函数和模糊规则三方面讨论了模糊控制器设计过程,通过Simulink进行软件仿真,给出了实验结果的分析。之后将模糊PID控制器应用在AGV控制系统中,并给出其与传统PID控制器的对比实验结果。同时,为解决定位系统识别噪声问题,引入卡尔曼滤波器对AGV定位进行优化,提高AGV控制系统准确率与稳定性。最后,采用K／N信息融合规则对红外传感器多周期检测结果进行融合处理,提高传感器的识别准确率,并根据多传感器检测结果对障碍物进行数字化建模,针对不同障碍物模型给出相应避障策略。
【关键词】：AGV 标示符 机器视觉 数字图像处理 PID 模糊控制 卡尔曼滤波器 避障 信息融合
【学位授予单位】：东南大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP23;TP391.41
【目录】：

• 摘要5-6
• Abstract6-11
• 术语与数学符号约定11-12
• 第一章 绪论12-20
• 1.1 课题研究背景及意义12-13
• 1.2 AGV导引与定位方式13-15
• 1.2.1 电磁导引方式13
• 1.2.2 光电导引方式13
• 1.2.3 激光导引方式13-14
• 1.2.4 超声波导引方式14
• 1.2.5 视觉导引方式14-15
• 1.3 国内外研究现状15-18
• 1.3.1 国外研究现状15-17
• 1.3.2 国内研究现状17-18
• 1.4 论文主要工作与安排18-20
• 第二章 基于机器视觉的AGV导航系统框架20-34
• 2.1 AGV导航系统设计需求分析20
• 2.2 AGV导航系统框架结构设计20-23
• 2.3 AGV数据采集层23-27
• 2.3.1 视觉传感器选型设计23-25
• 2.3.2 红外传感器选型设计25-27
• 2.4 AGV数据运算层27-29
• 2.4.1 超微型台式计算机27-28
• 2.4.2 底层控制板设计28-29
• 2.5 AGV指令响应层29-30
• 2.5.1 直流无刷电机的选型设计29-30
• 2.5.2 直流无刷电机驱动器30
• 2.6 系统软件架构设计30-32
• 2.7 本章小结32-34
• 第三章 基于机器视觉的AGV导航标识符识别算法34-52
• 3.1 AGV视觉定位系统方案设计34-36
• 3.1.1 系统框架结构设计34
• 3.1.2 图像采集模块设计34-36
• 3.1.3 图像处理模块设计36
• 3.2 AGV视觉定位系统导航标识符设计36-38
• 3.3 图像采集及导航标识符预处理38-44
• 3.3.1 图像采集自动曝光算法设计38-40
• 3.3.2 图像自动白平衡处理40-41
• 3.3.3 导航标识符的提取与形态学处理41-44
• 3.4 导航标识符分析与识别44-49
• 3.4.1 标识符位置的识别条件与过程44
• 3.4.2 标识符内容与角度的识别方法44-46
• 3.4.3 AGV位姿识别判断46-47
• 3.4.4 AGV位姿计算与实验47-49
• 3.5 本章小结49-52
• 第四章 系统控制算法研究及应用52-70
• 4.1 AGV路径跟踪算法设计52-55
• 4.1.1 PID控制原理52-53
• 4.1.2 串级PID的应用53-54
• 4.1.3 路径跟踪算法设计54-55
• 4.2 AGV模糊控制算法设计55-59
• 4.2.1 模糊控制原理55-56
• 4.2.2 模糊PID控制器的设计56-59
• 4.3 AGV模糊控制算法的仿真与实现59-62
• 4.3.1 仿真模型的建立59
• 4.3.2 仿真结果及分析59-61
• 4.3.3 模糊控制算法的实现61-62
• 4.4 卡尔曼滤波器在AGV控制过程的应用62-68
• 4.4.1 卡尔曼滤波基本原理62-63
• 4.4.2 卡尔曼滤波器的应用63-66
• 4.4.3 AGV运行路线对比实验66-68
• 4.5 本章小结68-70
• 第五章 AGV避障系统设计及实现70-82
• 5.1 避障模块信号采集与处理70-74
• 5.1.1 红外传感器输出信号预处理70-72
• 5.1.2 多周期决策结果的信息融合72-74
• 5.2 AGV避障模型的建立74-76
• 5.3 避障控制方法与策略76-80
• 5.4 本章小结80-82
• 第六章 总结与展望82-84
• 6.1 全文内容总结82-83
• 6.2 未来工作展望83-84
• 致谢84-86
• 参考文献86-92
• 作者攻读硕士学位期间的研究成果92

【参考文献】

中国期刊全文数据库 前10条

1 李沛;李新德;;基于多传感器信息融合的AGV避障算法[J];华中科技大学学报(自然科学版);2015年S1期

2 赵构;顾金良;罗红娥;葛春梅;陈康康;;CCD相机光圈大小对最小曝光时间的影响[J];网络新媒体技术;2015年04期

3 李俊峰;;基于RGB色彩空间自然场景统计的无参考图像质量评价[J];自动化学报;2015年09期

4 贾琦;谢劲松;;基于三角法的激光位移传感器的设计及实现[J];长春大学学报;2014年08期

5 孙磊;;嵌入式软件分层架构设计与实现[J];软件导刊;2014年06期

6 刘波;汪宇辰;梁伟健;叶波;周杰;;基于MC9S12XS128MAL控制的光电导引式AGV[J];机电工程;2013年07期

7 张劲;刘小旭;王胜权;;红外线检测及其应用[J];科技致富向导;2011年20期

8 徐骁;赵永康;廖超;袁清乾;葛磊;;一种基于RFID的AGV电磁导引新方式[J];物流技术;2011年01期

9 王述彦;师宇;冯忠绪;;基于模糊PID控制器的控制方法研究[J];机械科学与技术;2011年01期

10 韩增奇;于俊杰;李宁霞;王朝阳;;信息融合技术综述[J];情报杂志;2010年S1期

中国博士学位论文全文数据库 前1条

1 卢少平;基于RFID的AGV定位与导引研究[D];山东大学;2011年

中国硕士学位论文全文数据库 前10条

1 李蓓蕾;多次自适应最小二乘曲线拟合方法及其应用[D];长江大学;2014年

2 焦福明;自动化仓储系统AGV调度研究与实现[D];山东大学;2013年

3 胡克维;自动导引小车AGV的导航和避障技术研究[D];浙江大学;2012年

4 孙伟;基于卷帘式快门的数字相机速度测量技术研究[D];长春理工大学;2010年

5 甄小英;无线传感器网络分布式检测[D];西安电子科技大学;2010年

6 郦光府;基于RFID的AGV视觉导引系统研究[D];浙江大学;2008年

7 陈扬;自动导引车系统（AGVS）的设计与实现[D];南京理工大学;2007年

8 林琳;基于双目立体视觉的AGV导航技术研究[D];西安理工大学;2007年

9 张娜;图像显示中的色彩空间转换研究与实现[D];上海交通大学;2007年

10 徐培凤;基于图像处理的自动对焦和自动曝光算法研究[D];江苏大学;2005年

  本文关键词：基于标识符视觉定位的AGV导航系统研究，由笔耕文化传播整理发布。

，

本文编号：268104