视觉循线导航AGV动态避障算法研究
发布时间：2021-01-17 16:03
AGV作为一种具有货物搬运能力的智能机器人,已经在仓储物流运输、生产搬运等产业有了成功的应用,使得企业的工作效率有所提高。为了保障AGV在工作过程中的行驶安全和工作效率,AGV应具有躲避障碍物的能力,而目前现有的避障策略是设定一个安全距离值,当AGV与障碍物之间的相对距离小于该值时就需要AGV停车,但当障碍物为运动的,AGV就会出现随着与障碍物之间距离的不断变化而出现时走时停的现象。显然,这种方法降低了企业的生产效率,为了解决这种现象,本文根据AGV实际的行驶环境,提出一种对动态障碍物避障的策略,通过减少AGV不必要的停车,达到提高企业生产效率的目的。首先,为了保证AGV车体的安全,论文通过分析AGV避障情形、避障过程,把AGV与动态障碍物之间的相对距离和相对速度作为影响AGV避障转角的主要因素,从而建立一种在预测AGV与动态障碍物相对距离基础上可以控制AGV避障转角的模型。其次,建立一种基于模糊推理算法的AGV避障转角模糊控制器,将AGV与动态障碍物之间的相对距离和相对速度作为该控制器的输入变量,AGV的避障转角度数作为该控制器的输出变量,通过建立的AGV避障转角控制模型确定该控制器...
【文章来源】：沈阳工业大学辽宁省
【文章页数】：61 页
【学位级别】：硕士
【部分图文】：
各个国家货物搬运费所占比例图
第二章的分析可知，为了保证 AGV 与动态障碍物不发生碰撞，AGV 应该具碍物的能力，但是在 AGV 避障的过程中，当动态障碍物的速度始终保持不通过最小避障转角模型计算所需要转过的角度，达到一次性避障的目的，但态障碍物的速度是在变化的，会导致 AGV 每次转过的角度不是定值，从而在左右摆动的现象，同时由于 AGV 的避障转角是通过前一时刻 AGV 与动态测相对距离预测下一时刻的相对距离得到的且 AGV 是通过视觉获得的前一对距离，由于视觉测量本身就存在一定的误差，若直接使用 AGV 避障转角模的避障转角会使误差变大，因此使用模糊控制来减小避障转角误差的同时可以棒性。糊控制器的组成控制器主要由模糊化处理、规则库、模糊推理和去模糊化四个部分组成[35]，的模糊控制器没有解模糊的步骤。以 AGV 模糊控制系统为例，其运行部分 3.1 所示。
型的输出变量直接是精确量，因此可以省去解模糊的步骤[48]。本论文中采用的去模法为重心法去模糊，重心法也叫做质心法或者面积中心法，重心法的使用频率较高[43 AGV 避障转角模糊避障控制器的设计本节将前文所述的模糊避障算法，采用 MATLAB2014a 为开发的 IDE，基于 MAT音在 MATLAB2014a 的 Fuzzy 的工具箱实现。3.1 AGV 避障转角模糊控制器的构成通过第二章的分析可知，AGV 与动态障碍物之间的相对距离、相对速度是决定 A避动态障碍物时转向角度的主要参数，因此以 AGV 与动态障碍物 X、Y 方向的相对距V 相对动态障碍物 X、Y 方向的相对速度四个参数作为输入变量，因此需要将这 4 变量进行模糊化处理，AGV 躲避动态障碍物的转向角度参数作为输出变量，由于本立模糊推理时选择的类型为 Sugeno 型，因此输出变量不需要去模糊化处理，直接为，该精确量传递给 AGV 执行避障功能，建立如图 3.2 所示的 AGV 避障转角模糊控制
【参考文献】：
期刊论文
[1]基于多维模糊决策的云制造服务优选模型[J]. 刘婷婷,李长仪. 山东理工大学学报(自然科学版). 2017(05)
[2]自动导引车关键技术现状及发展趋势[J]. 金亚萍. 物流技术与应用. 2015(11)
[3]自动导引车:技术·市场·应用[J]. 任芳. 物流技术与应用. 2015(11)
[4]基于改进粒子群优化模糊控制的农业车辆导航系统[J]. 孟庆宽,仇瑞承,张漫,刘刚,张志刚,项明. 农业机械学报. 2015(03)
[5]基于改进势场栅格法的移动机器人路径规划[J]. 杨杰,贺利乐,李荣丽,仪怀亮. 煤矿机械. 2012(08)
[6]基于改进自适应模糊推理系统的YG3硬质合金精密外圆磨削表面质量预测[J]. 刘茂福. 中国机械工程. 2012(09)
[7]基于可视图的移动机器人路径规划[J]. 许斯军,曹奇英. 计算机应用与软件. 2011(03)
[8]人工势场法在机器人避碰路径规划中的应用[J]. 纪迪. 软件导刊. 2010(07)
[9]自适应神经模糊推理系统（ANFIS）及其仿真[J]. 顾秀萍. 火力与指挥控制. 2010(02)
[10]自动导航车（AGV）发展综述[J]. 张辰贝西,黄志球. 中国制造业信息化. 2010(01)
博士论文
[1]模糊神经网络的性能及其学习算法研究[D]. 何春梅.南京理工大学 2010
[2]模糊系统和ANFIS的改进及其在加工参数智能选择中的应用研究[D]. 武星星.吉林大学 2007
硕士论文
[1]机器人远程控制与避障系统设计与实现[D]. 王雪彦.西安电子科技大学 2017
[2]自动导引小车AGV自适应避障策略的研究与实现[D]. 康志昊.华南理工大学 2016
[3]基于PLC模糊控制的小型花卉玻璃温室温度控制[D]. 姚然.昆明理工大学 2015
[4]基于Witness的轴承装配线精益生产应用研究[D]. 李斌.中原工学院 2015
[5]面向电机轴承的快速故障诊断方法研究[D]. 王栗.沈阳理工大学 2015
[6]塔机偏摆模糊自抗扰控制研究[D]. 曾伍杨.中南大学 2014
[7]基于人工势场法的移动机器人避障研究[D]. 李奕铭.合肥工业大学 2013
[8]自动导引小车AGV的导航和避障技术研究[D]. 胡克维.浙江大学 2012
[9]基于行为的移动机器人局部路径规划方法研究[D]. 宋颖丽.山东理工大学 2011
[10]基于PID算法的双轮差动式移动机器人定位和导航研究[D]. 鲍金.东北大学 2008
本文编号：2983178
【文章来源】：沈阳工业大学辽宁省
【文章页数】：61 页
【学位级别】：硕士
【部分图文】：
各个国家货物搬运费所占比例图
第二章的分析可知，为了保证 AGV 与动态障碍物不发生碰撞，AGV 应该具碍物的能力，但是在 AGV 避障的过程中，当动态障碍物的速度始终保持不通过最小避障转角模型计算所需要转过的角度，达到一次性避障的目的，但态障碍物的速度是在变化的，会导致 AGV 每次转过的角度不是定值，从而在左右摆动的现象，同时由于 AGV 的避障转角是通过前一时刻 AGV 与动态测相对距离预测下一时刻的相对距离得到的且 AGV 是通过视觉获得的前一对距离，由于视觉测量本身就存在一定的误差，若直接使用 AGV 避障转角模的避障转角会使误差变大，因此使用模糊控制来减小避障转角误差的同时可以棒性。糊控制器的组成控制器主要由模糊化处理、规则库、模糊推理和去模糊化四个部分组成[35]，的模糊控制器没有解模糊的步骤。以 AGV 模糊控制系统为例，其运行部分 3.1 所示。
型的输出变量直接是精确量，因此可以省去解模糊的步骤[48]。本论文中采用的去模法为重心法去模糊，重心法也叫做质心法或者面积中心法，重心法的使用频率较高[43 AGV 避障转角模糊避障控制器的设计本节将前文所述的模糊避障算法，采用 MATLAB2014a 为开发的 IDE，基于 MAT音在 MATLAB2014a 的 Fuzzy 的工具箱实现。3.1 AGV 避障转角模糊控制器的构成通过第二章的分析可知，AGV 与动态障碍物之间的相对距离、相对速度是决定 A避动态障碍物时转向角度的主要参数，因此以 AGV 与动态障碍物 X、Y 方向的相对距V 相对动态障碍物 X、Y 方向的相对速度四个参数作为输入变量，因此需要将这 4 变量进行模糊化处理，AGV 躲避动态障碍物的转向角度参数作为输出变量，由于本立模糊推理时选择的类型为 Sugeno 型，因此输出变量不需要去模糊化处理，直接为，该精确量传递给 AGV 执行避障功能，建立如图 3.2 所示的 AGV 避障转角模糊控制
【参考文献】：
期刊论文
[1]基于多维模糊决策的云制造服务优选模型[J]. 刘婷婷,李长仪. 山东理工大学学报(自然科学版). 2017(05)
[2]自动导引车关键技术现状及发展趋势[J]. 金亚萍. 物流技术与应用. 2015(11)
[3]自动导引车:技术·市场·应用[J]. 任芳. 物流技术与应用. 2015(11)
[4]基于改进粒子群优化模糊控制的农业车辆导航系统[J]. 孟庆宽,仇瑞承,张漫,刘刚,张志刚,项明. 农业机械学报. 2015(03)
[5]基于改进势场栅格法的移动机器人路径规划[J]. 杨杰,贺利乐,李荣丽,仪怀亮. 煤矿机械. 2012(08)
[6]基于改进自适应模糊推理系统的YG3硬质合金精密外圆磨削表面质量预测[J]. 刘茂福. 中国机械工程. 2012(09)
[7]基于可视图的移动机器人路径规划[J]. 许斯军,曹奇英. 计算机应用与软件. 2011(03)
[8]人工势场法在机器人避碰路径规划中的应用[J]. 纪迪. 软件导刊. 2010(07)
[9]自适应神经模糊推理系统（ANFIS）及其仿真[J]. 顾秀萍. 火力与指挥控制. 2010(02)
[10]自动导航车（AGV）发展综述[J]. 张辰贝西,黄志球. 中国制造业信息化. 2010(01)
博士论文
[1]模糊神经网络的性能及其学习算法研究[D]. 何春梅.南京理工大学 2010
[2]模糊系统和ANFIS的改进及其在加工参数智能选择中的应用研究[D]. 武星星.吉林大学 2007
硕士论文
[1]机器人远程控制与避障系统设计与实现[D]. 王雪彦.西安电子科技大学 2017
[2]自动导引小车AGV自适应避障策略的研究与实现[D]. 康志昊.华南理工大学 2016
[3]基于PLC模糊控制的小型花卉玻璃温室温度控制[D]. 姚然.昆明理工大学 2015
[4]基于Witness的轴承装配线精益生产应用研究[D]. 李斌.中原工学院 2015
[5]面向电机轴承的快速故障诊断方法研究[D]. 王栗.沈阳理工大学 2015
[6]塔机偏摆模糊自抗扰控制研究[D]. 曾伍杨.中南大学 2014
[7]基于人工势场法的移动机器人避障研究[D]. 李奕铭.合肥工业大学 2013
[8]自动导引小车AGV的导航和避障技术研究[D]. 胡克维.浙江大学 2012
[9]基于行为的移动机器人局部路径规划方法研究[D]. 宋颖丽.山东理工大学 2011
[10]基于PID算法的双轮差动式移动机器人定位和导航研究[D]. 鲍金.东北大学 2008
本文编号：2983178
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/2983178.html
