基于改进遗传算法的工厂AGV安全路径规划研究

发布时间：2021-05-01 03:45

　　自动化导引物流车（Automated Guided Vehicle,简称AGV）已经成为当今工业生产、自动化仓储、港口运输系统中的重要工具之一,路径规划问题是研究AGV系统的关键技术之一,即在已知环境信息地图中规划出一条绕过障碍物到达目标位置的最短路径。本文从碰撞概率最低和距离最短两个方面研究问题,提出了一种结合改进Dijkstra算法和改进遗传算法的路径规划算法,并搭建了AGV平台验证算法有效性。论文主要研究内容如下:（1）针对传统栅格地图构建过程只包含障碍物信息的不足,提出了一种融合AGV碰撞概率的改进栅格地图构建方法。通过分析两轮差速驱动AGV的尺寸和运动状态,设计了一种全局栅格碰撞概率的计算方法,并融入到传统的栅格地图中。（2）针对传统Dijkstra算法效率低下的缺点,提出了一种跨层搜索Dijkstra算法。设计了一种跨越k阶邻接栅格的搜索方法,在大范围的自由栅格区域采用跨层搜索方式,在靠近障碍物边缘区域采用逐层搜索方式,同时应用预处理方法进一步提高了计算效率。最后通过仿真验证了本文改进Dijkstra算法最多提升了41%的效率。（3）针对路径安全和路径最短问题,提出了一种基... 

【文章来源】：天津工业大学天津市

【文章页数】：99 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 课题研究背景及意义
        1.1.1 课题研究背景
        1.1.2 课题研究意义
    1.2 路径规划算法的国内外研究现状
        1.2.1 非智能路径规划算法研究现状
        1.2.2 智能路径规划算法研究现状
        1.2.3 基于安全的路径规划算法研究现状
    1.3 论文主要章节及内容安排
第二章 融合碰撞概率导航地图的构建
    2.1 传统导航地图
        2.1.1 拓扑地图
        2.1.2 特征地图
        2.1.3 栅格地图
    2.2 融合碰撞概率的改进栅格地图
        2.2.1 两轮差速驱动AGV的运动建模分析
        2.2.2 碰撞概率定义
        2.2.3 改进的碰撞概率栅格地图
    2.3 本章小结
第三章 基于改进遗传算法的安全路径规划
    3.1 跨层搜索Dijkstra算法求解基准路径
        3.1.1 传统Dijkstra算法
        3.1.2 改进的跨层搜索Dijkstra算法
        3.1.3 改进Dijkstra算法的仿真对比分析
    3.2 改进遗传算法偏移优化安全路径
        3.2.1 遗传算法的基本理论
        3.2.2 染色体编码设计
        3.2.3 适应度函数设计
        3.2.4 选择、交叉与变异
    3.3 仿真验证及算法对比
        3.3.1 MATLAB仿真分析
        3.3.2 路径规划算法对比
    3.4 本章小结
第四章 基于ROS的 AGV路径规划平台搭建
    4.1 ROS机器人操作系统
        4.1.1 ROS平台简介
        4.1.2 ROS软件框架
        4.1.3 ROS分布式运行框架与通讯方式
    4.2 AGV平台硬件系统设计
        4.2.1 AGV平台硬件架构设计
        4.2.2 核心处理器
        4.2.3 底层驱动控制板
        4.2.4 驱动电机
        4.2.5 激光雷达传感器
        4.2.6 AGV平台硬件搭建
    4.3 基于ROS的 AGV平台模型及软件架构设计
        4.3.1 基于ROS的 AGV平台模型及软件架构
        4.3.2 传感器数据采集与处理
        4.3.3 SLAM地图构建与定位
        4.3.4 路径规划与AGV运动控制
    4.4 本章小结
第五章 改进遗传路径规划算法的AGV平台验证
    5.1 模拟工厂环境实验
        5.1.1 模拟工厂环境建模
        5.1.2 模拟工厂AGV路径规划
    5.2 模拟曲折路径实验
        5.2.1 模拟曲折路径环境建模
        5.2.2 模拟AGV曲折路径规划
    5.3 实际环境实验
    5.4 本章小结
第六章 总结与展望
参考文献
发表论文和参加科研情况
致谢


【参考文献】：
期刊论文
[1]求解机器人路径规划的改进萤火虫优化算法[J]. 汤雅连,杨期江.  东莞理工学院学报. 2019(05)
[2]基于模拟退火蚁群算法的机器人路径规划方法[J]. 袁佳泉,李胜,吴益飞,郭健.  计算机仿真. 2019(10)
[3]两轮差速的服务机器人底盘驱动系统设计[J]. 陈秋霞,范烨,倪丽慧.  单片机与嵌入式系统应用. 2019(04)
[4]基于典型栅格地图的代价地图改进方法[J]. 赵健,张阳.  机械与电子. 2018(12)
[5]改进D*算法的移动机器人路径规划[J]. 张希闻,肖本贤.  传感器与微系统. 2018(12)
[6]智能制造——“中国制造2025”的主攻方向[J]. 周济.  中国机械工程. 2015(17)
[7]基于改进遗传算法的狭窄空间路径规划[J]. 卢月品,赵阳,孟跃强,刘佳.  计算机应用研究. 2015(02)
[8]基于简化可视图的环境建模方法[J]. 张琦,马家辰,马立勇.  东北大学学报(自然科学版). 2013(10)
[9]自动导引车（AGV）关键技术现状及其发展趋势[J]. 武启平,金亚萍,任平,查振元.  制造业自动化. 2013(10)
[10]基于自适应混沌遗传算法的路径规划[J]. 胡喜玲,李洪波,胡俊.  计算机工程与应用. 2013(09)

硕士论文
[1]基于激光雷达的同时定位与建图方法研究[D]. 李鑫.国防科学技术大学 2015
[2]基于遗传算法的C烟厂AGV路径规划研究[D]. 宋光兵.昆明理工大学 2015
[3]两轮差速驱动移动机器人运动模型研究[D]. 马勤勇.重庆大学 2013



本文编号：3170080