基于机器视觉的全向移动车运动控制研究

发布时间：2020-03-24 17:48

【摘要】：随着中国制造2025的提出,我国制造业逐渐迈向工业化、信息化和智能化,制造业的生产过程对运输方式、运行精度和生产效率提出了越来越高的要求,为减少生产时间和节约人力成本,越来越多的生产工厂开始采用一系列自动化物流设备,其中AGV(Automated Guided Vehicle,自动导引小车)因其自动化程度高、灵活性强而备受关注,其动力学控制与智能导航研究一直是众多业界学者的研究热点,本文针对自主研发设计的一款四驱全向移动车(Four-drive Omnidirectional Mobile Vehicle,FOMV),主要进行了如下研究工作:首先根据FOMV的设计需求,从整体结构、控制系统、机器视觉系统等方面进行相关方案的设计。其中以Mecanum轮为重点研究对象,提出了一种新的Mecanum轮辊子轮廓线设计方法,并总结了不同辊子形状对Mecanum轮振动的影响规律。然后通过建立打滑率模型,在所建立的考虑Mecanum轮打滑的FOMV运动学模型基础上提出了一种运动速度补偿算法。最后利用ADAMS对其运动学模型进行了仿真验证。进而,基于改进自适应遗传算法对FOMV进行车间路径规划研究。通过对车间环境地图建模、以路径长度与安全性为评价指标设计适应度函数、优化初始种群生成方法以及结合自适应遗传算子,得到了FOMV在车间的最优路径。最后通过对比分析验证了该算法不仅能够加快收敛速度还能避免陷入局部最优。随后以规划出的最优路径为FOMV在车间运动的导引路径,利用机器视觉对其进行识别。提出一种等距行扫描方法用于检测导引路径中心线,并利用最小二乘法拟合和逆透视变换得到导引路径在世界坐标系中的直线方程,从而获得了FOMV与导引路径的距离偏差和方向偏差。进一步地,提出了一种考虑打滑的FOMV路径跟踪控制方法,在偏差较小时将运动补偿算法与最优控制理论相结合对导引路径进行跟踪;在偏差较大时利用模糊控制理论。随后对所设计的控制器进行仿真分析,仿真结果显示其最大距离偏差不超过5cm,方向偏差在0.25°以内。最后利用搭建的FOMV样车分别以0.5m/s、1.0m/s的速度开展跟踪实验,实验结果表明在考虑打滑时由于具有运动速度补偿,其距离偏差幅值分别为5.28cm、5.98cm,比不考虑打滑时分别小28.79%、29.77%,验证了所设计的模糊最优控制器具有良好的控制效果。上述研究工作对FOMV结构设计及其智能导航提供了一定的参考价值和工程意义。
【图文】：

车架三维模型

图 2-5 Mecanum 轮辊子半径计算示意图于计算 Mecanum 轮辊子半径建立如图 2-5 所示的示意图，接地点的半径，在轮子端面的投影视图上，CE=C1E1，AE几何学知识可得 AC1=2Rsin(θ/2)，AE1=AC1cos(β-θ)/2=2RsiAC1sin(β-θ)/2=2Rsin(θ/2)sin(β-θ)/2。子轴线 AB 为 x 轴，垂直于 AB 方向为 y 轴，，则可以得到辊2 2 sin cos2 22 sin sin2 2x Ry Rθ β θθ β θ = = Matlab 计算得到辊子轮廓示意图如图 2-6 所示。在实际设轮宽截掉两端即可。C111
【学位授予单位】：武汉理工大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：U468.2

【相似文献】

相关期刊论文 前10条

1 ;机器视觉对线缆市场的影响及趋势[J];功能材料信息;2018年04期

2 郑植;席先鹏;王楠;蒋欣燎;夏山淋;;机器视觉在网球捡球机器人中的应用研究[J];科技创新与应用;2019年16期

3 朱阳芬;银冬平;邹舜章;王海文;周为;;机器视觉在汽车行业中的发展与应用[J];汽车实用技术;2017年22期

4 吴东明;王丽娟;;基于GPS和机器视觉的自主导航定位农机设备研究[J];农机化研究;2018年02期

5 ;机器视觉时代,最好的时代![J];智能机器人;2018年02期

6 宗卫红;;台达机器视觉系统助力制造业迈向智造新时代——访台达集团-中达电通机器视觉产品项目经理王风路[J];国内外机电一体化技术;2016年06期

7 何遥;;宇视揭秘安防机器视觉[J];中国公共安全;2016年19期

8 阮晋蒙;;机器视觉:让中国制造2025“看”得更远[J];新经济导刊;2017年Z1期

9 ;凌华科技推出三款高性能机器视觉产品[J];自动化应用;2017年02期

10 ;台达携机器视觉系统解决方案 亮相2017上海国际机器视觉展[J];变频器世界;2017年03期

相关会议论文 前10条

1 金守峰;张慧;;面向机器视觉的织物纬斜检测方法[A];全国先进制造技术高层论坛暨第九届制造业自动化与信息化技术研讨会论文集[C];2010年

2 管庶安;周龙;陈永强;廖明潮;;机器视觉在粮食品质检测中的应用研究[A];中国粮油学会第三届学术年会论文选集（下册）[C];2004年

3 张超;徐建瑜;王文静;;基于机器视觉的梭子蟹质量估计方法研究[A];浙江省信号处理学会2013学术年会论文集——信号处理在海洋[C];2013年

4 刘炎艳;;基于机器视觉的卷烟32位码识别系统研究[A];中国烟草学会2014年学术年会入选论文摘要汇编[C];2014年

5 王海宽;张锐;周志境;费敏锐;;基于机器视觉的智能医疗吊塔系统的设计与实现[A];2015全国嵌入式仪表及系统技术会议程序册[C];2015年

6 王稳;郭文成;叶宇翔;;基于机器视觉的激光光斑位置测量[A];2015年工业设计与协同创新学术会议暨第20届全国工业设计学术年会论文集[C];2015年

7 吴远峰;金翠娥;刘颖卓;;基于机器视觉的智能检测方法研究[A];第十一届全国磁粉渗透检测技术年会论文集[C];2017年

8 胡庆新;王伟;顾爱华;;基于机器视觉的农产品物料分级检测系统关键技术研究[A];2011下一代自动测试系统学术研讨会论文集[C];2011年

9 杨战红;何占方;李旦;徐锐;;基于机器视觉的五坐标机床旋转轴误差检测方法[A];探索科学2016年5月学术研讨[C];2016年

10 张超;李慧;;基于机器视觉的零件自动识别研究[A];探索 创新 交流（第7集）——第七届中国航空学会青年科技论坛文集（下册）[C];2016年

相关重要报纸文章 前10条

1 本报记者 李佳师;人工智能市场逼近2700亿元 三大难题待突破[N];中国电子报;2016年

2 本报记者 曹卫新;掘金机器视觉百亿元市场 天准科技65天过会[N];证券日报;2019年

3 宜宾 李定川;机器视觉光源基础及选型指导(一)[N];电子报;2018年

4 本报记者 骆轶琪;机器视觉的产业化演进：半导体打开想象空间[N];21世纪经济报道;2018年

5 中国电子信息产业发展研究院信息化研究中心智慧城市研究室主任 刘鹏宇;智能技术：呈现八大趋势[N];中国电子报;2017年

6 赛迪智库信息化中心助理研究员 刘鹏宇;2017年智能技术发展趋势[N];中国计算机报;2017年

7 经济日报·中国经济网记者 周明阳;给机器一双“慧眼”[N];经济日报;2017年

8 本报记者 胡心媛;机器视觉展推动智能制造落地[N];中国贸易报;2017年

9 本报记者 蔡炜;书写“东方工匠”传奇的黑牡丹集团技术总监邓建军：“创新，只有起点没有终点”[N];新华日报;2017年

10 本报研究员 费天元;机器视觉成争夺焦点 应用场景将加速拓展[N];上海证券报;2016年

相关博士学位论文 前10条

1 侯杰;飞行器机器视觉框架设计及算法研究[D];西安电子科技大学;2017年

2 郭依正;基于机器视觉的俯视群养猪个体识别与饮水行为分析研究[D];江苏大学;2018年

3 李晨;基于机器视觉的不同属性表面中微弱缺陷的检测技术研究[D];浙江大学;2018年

4 胡志新;基于机器视觉的钢轨踏面磨耗剥落检测技术研究[D];南昌大学;2018年

5 吴衡;机器视觉鬼成像理论与实验研究[D];华南理工大学;2017年

6 项森伟;高温单晶硅液位和直径视觉检测关键技术及应用研究[D];浙江大学;2018年

7 胡越黎;目的机器视觉研究及其在皮肤症状识别中的应用[D];上海大学;2005年

8 韩彦芳;机器视觉中的聚类检测新方法[D];上海交通大学;2006年

9 饶洪辉;基于机器视觉的作物对行喷药控制系统研究[D];南京农业大学;2006年

10 周平;基于机器视觉的自然目标特征学习与即时检测[D];浙江大学;2006年

相关硕士学位论文 前10条

1 王真;基于机器视觉的继电器底座检测系统的研究[D];厦门大学;2017年

2 李航;基于机器视觉的鸡胴体质量在线分级系统[D];南京农业大学;2017年

3 徐晓龙;基于机器视觉的湿法薄毡产品质量检测研究与应用[D];武汉理工大学;2018年

4 金磊;基于机器视觉的全向移动车运动控制研究[D];武汉理工大学;2018年

5 张娟;基于机器视觉的风电机组识别及编组标定[D];南通大学;2018年

6 苏晓峰;基于机器视觉的目标识别系统研究[D];厦门大学;2018年

7 王卫芳;磨削表面形貌仿真及其在机器视觉粗糙度测量中的应用[D];湖南大学;2018年

8 吴同坤;基于机器视觉的刀具磨损检测系统研究[D];哈尔滨理工大学;2018年

9 俞俊杰;基于机器视觉的螺纹修复方法研究[D];安徽工程大学;2018年

10 王雷;机器视觉在自动焊接中的应用研究[D];安徽工程大学;2018年

本文编号：2598645