自动导引车（AGV）的避障方法研究
发布时间：2021-05-14 19:56
自动导引车（AGV）作为一种自动化搬运工具,能够很好地降低生产成本,提高企业的生产效率,已经广泛的应用到仓储行业。为了保证AGV能避开运动路径上的障碍物,安全的完成搬运工作,AGV需要具备精准的避障功能。本文针对传统人工势场法存在的目标不可达、局部极小值问题以及模糊控制算法存在的避障精度低、自适应能力差的问题进行研究。主要内容如下:首先,提出了一种混沌优化改进的人工势场法的方法:在传统人工势场法的基础上,采用加入AGV与目标之间相对距离的方法修改斥力势场函数,使得目标点为全局势场最小点,AGV在目标点处受到的合力为零,解决了目标不可达问题;利用混沌优化算法进行全局搜索获得全局最优值,避免陷入局部极小值问题。仿真结果表明,该方法可以有效地解决传统人工势场法存在的目标不可达和局部极小值问题,并得到比较平滑的运动轨迹。其次,研究了基于T-S模型的模糊神经网络算法:在模糊控制算法的基础上,融入具有自学习能力的BP神经网络算法,采用网络参数学习方法对模糊神经网络的初始隶属度函数进行离线训练,提高了AGV在复杂环境中的适应能力和控制能力,弥补了模糊控制算法存在的避障精度低和自适应能力差的缺陷。仿真...
【文章来源】：长春理工大学吉林省
【文章页数】：57 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 研究背景与意义
1.1.1 研究背景
1.1.2 研究意义
1.2 国内外研究现状
1.2.1 全局避障规划方法
1.2.2 局部避障规划方法
1.3 论文的主要工作内容及章节安排
1.3.1 论文的主要工作内容
1.3.2 论文章节安排
第二章 环境建模与传统人工势场法
2.1 环境建模
2.1.1 环境建模的方法概述
2.1.2 栅格法环境建模
2.2 传统人工势场法
2.2.1 引力函数
2.2.2 斥力函数
2.2.3 全局势场函数
2.3 传统人工势场法优缺点分析
2.3.1 传统人工势场法优点
2.3.2 传统人工势场法缺点
2.4 本章小结
第三章 基于混沌优化改进的人工势场法的AGV避障研究
3.1 改进的人工势场法
3.1.1 改进斥力势场函数的人工势场法
3.1.2 逃逸力优化思想
3.2 混沌优化算法理论
3.2.1 混沌优化算法概述
3.2.2 利用logistic映射产生混沌序列
3.2.3 混沌优化算法基本步骤
3.3 混沌优化改进的人工势场法
3.4 仿真与结果分析
3.5 本章小结
第四章 模糊控制理论和模糊神经网络算法
4.1 模糊控制理论
4.1.1 模糊控制理论概述
4.1.2 模糊集合理论
4.1.3 模糊控制器的基本结构
4.1.4 模糊控制的优缺点
4.2 BP神经网络的基本原理
4.2.1 BP神经元和神经网络结构
4.2.2 BP神经网络的学习算法
4.2.3 BP神经网络的优缺点
4.3 基于T-S模型的模糊神经网络算法
4.3.1 T-S模型
4.3.2 基于T-S模型的模糊神经网络结构
4.3.3 网络参数学习算法
4.4 本章小结
第五章 模糊神经网络避障算法的仿真与验证
5.1 模糊神经网络避障控制器设计
5.1.1 模糊避障控制器设计
5.1.2 输入输出变量初始隶属度函数的确定
5.2 模糊控制规则设计
5.2.1 行驶环境分类及避障策略
5.2.2 模糊规则的确立
5.3 隶属度函数的训练
5.4 仿真与结果分析
5.5 本章小结
第六章 总结与展望
6.1 本文工作总结
6.2 进一步研究展望
致谢
参考文献
【参考文献】：
期刊论文
[1]智能工厂物料配送系统中的无线调度控制装置[J]. 白广利,赵欣悦,赵寒涛. 自动化技术与应用. 2017(10)
[2]基于混沌改进人工势场法的自动导引车避障研究[J]. 吴渊博,李兴广,陈殿仁,赵宾锋,徐晨. 科技创新导报. 2017(17)
[3]基于遗传算法的最短路径规划[J]. 林煦涵,刘耀轩,孙海洋. 电子世界. 2017(08)
[4]基于模糊控制的移动机器人避障研究[J]. 杨小菊,张伟,高宏伟,米海山. 传感器与微系统. 2017(03)
[5]复杂海域船舶自适应障碍规避算法研究[J]. 马跃. 舰船科学技术. 2016(16)
[6]解读《机器人产业发展规划（2016-2020年）》[J]. 本刊编辑部. 机器人技术与应用. 2016(03)
[7]BP神经网络在数据预测中的应用[J]. 盛仲飙. 软件导刊. 2016(01)
[8]基于模糊改进人工势场法的机器人避障方法研究[J]. 游文洋,章政,黄卫华. 传感器与微系统. 2016(01)
[9]基于改进模糊算法的移动机器人避障[J]. 彭玉青,李木,张媛媛. 计算机应用. 2015(08)
[10]基于模糊神经网络算法的机器人路径规划研究[J]. 姚毅,陈光建,贾金玲. 四川理工学院学报(自然科学版). 2014(06)
博士论文
[1]移动机器人的路径规划与定位技术研究[D]. 张琦.哈尔滨工业大学 2014
硕士论文
[1]基于人工势场法的机器人避障问题研究[D]. 宋佳瑞.沈阳工业大学 2017
[2]基于A*算法的移动机器人路径规划[D]. 王淼弛.沈阳工业大学 2017
[3]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
[4]多传感器信息融合技术在智能车辆避障中的应用[D]. 张桥.重庆交通大学 2015
[5]基于模糊控制的磁引导AGV系统路径校正的应用研究[D]. 曾炫.杭州电子科技大学 2015
[6]AGV控制系统设计及导航算法研究[D]. 江正川.青岛科技大学 2014
[7]基于多传感器数据融合智能导航车的算法研究[D]. 侯立梅.燕山大学 2013
[8]部分未知环境中移动机器人动态避障研究[D]. 王攀攀.哈尔滨工业大学 2012
[9]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
[10]基于多传感器信息融合的移动机器人避障系统研究[D]. 高慧英.哈尔滨工业大学 2010
本文编号：3186235
【文章来源】：长春理工大学吉林省
【文章页数】：57 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 研究背景与意义
1.1.1 研究背景
1.1.2 研究意义
1.2 国内外研究现状
1.2.1 全局避障规划方法
1.2.2 局部避障规划方法
1.3 论文的主要工作内容及章节安排
1.3.1 论文的主要工作内容
1.3.2 论文章节安排
第二章 环境建模与传统人工势场法
2.1 环境建模
2.1.1 环境建模的方法概述
2.1.2 栅格法环境建模
2.2 传统人工势场法
2.2.1 引力函数
2.2.2 斥力函数
2.2.3 全局势场函数
2.3 传统人工势场法优缺点分析
2.3.1 传统人工势场法优点
2.3.2 传统人工势场法缺点
2.4 本章小结
第三章 基于混沌优化改进的人工势场法的AGV避障研究
3.1 改进的人工势场法
3.1.1 改进斥力势场函数的人工势场法
3.1.2 逃逸力优化思想
3.2 混沌优化算法理论
3.2.1 混沌优化算法概述
3.2.2 利用logistic映射产生混沌序列
3.2.3 混沌优化算法基本步骤
3.3 混沌优化改进的人工势场法
3.4 仿真与结果分析
3.5 本章小结
第四章 模糊控制理论和模糊神经网络算法
4.1 模糊控制理论
4.1.1 模糊控制理论概述
4.1.2 模糊集合理论
4.1.3 模糊控制器的基本结构
4.1.4 模糊控制的优缺点
4.2 BP神经网络的基本原理
4.2.1 BP神经元和神经网络结构
4.2.2 BP神经网络的学习算法
4.2.3 BP神经网络的优缺点
4.3 基于T-S模型的模糊神经网络算法
4.3.1 T-S模型
4.3.2 基于T-S模型的模糊神经网络结构
4.3.3 网络参数学习算法
4.4 本章小结
第五章 模糊神经网络避障算法的仿真与验证
5.1 模糊神经网络避障控制器设计
5.1.1 模糊避障控制器设计
5.1.2 输入输出变量初始隶属度函数的确定
5.2 模糊控制规则设计
5.2.1 行驶环境分类及避障策略
5.2.2 模糊规则的确立
5.3 隶属度函数的训练
5.4 仿真与结果分析
5.5 本章小结
第六章 总结与展望
6.1 本文工作总结
6.2 进一步研究展望
致谢
参考文献
【参考文献】：
期刊论文
[1]智能工厂物料配送系统中的无线调度控制装置[J]. 白广利,赵欣悦,赵寒涛. 自动化技术与应用. 2017(10)
[2]基于混沌改进人工势场法的自动导引车避障研究[J]. 吴渊博,李兴广,陈殿仁,赵宾锋,徐晨. 科技创新导报. 2017(17)
[3]基于遗传算法的最短路径规划[J]. 林煦涵,刘耀轩,孙海洋. 电子世界. 2017(08)
[4]基于模糊控制的移动机器人避障研究[J]. 杨小菊,张伟,高宏伟,米海山. 传感器与微系统. 2017(03)
[5]复杂海域船舶自适应障碍规避算法研究[J]. 马跃. 舰船科学技术. 2016(16)
[6]解读《机器人产业发展规划（2016-2020年）》[J]. 本刊编辑部. 机器人技术与应用. 2016(03)
[7]BP神经网络在数据预测中的应用[J]. 盛仲飙. 软件导刊. 2016(01)
[8]基于模糊改进人工势场法的机器人避障方法研究[J]. 游文洋,章政,黄卫华. 传感器与微系统. 2016(01)
[9]基于改进模糊算法的移动机器人避障[J]. 彭玉青,李木,张媛媛. 计算机应用. 2015(08)
[10]基于模糊神经网络算法的机器人路径规划研究[J]. 姚毅,陈光建,贾金玲. 四川理工学院学报(自然科学版). 2014(06)
博士论文
[1]移动机器人的路径规划与定位技术研究[D]. 张琦.哈尔滨工业大学 2014
硕士论文
[1]基于人工势场法的机器人避障问题研究[D]. 宋佳瑞.沈阳工业大学 2017
[2]基于A*算法的移动机器人路径规划[D]. 王淼弛.沈阳工业大学 2017
[3]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
[4]多传感器信息融合技术在智能车辆避障中的应用[D]. 张桥.重庆交通大学 2015
[5]基于模糊控制的磁引导AGV系统路径校正的应用研究[D]. 曾炫.杭州电子科技大学 2015
[6]AGV控制系统设计及导航算法研究[D]. 江正川.青岛科技大学 2014
[7]基于多传感器数据融合智能导航车的算法研究[D]. 侯立梅.燕山大学 2013
[8]部分未知环境中移动机器人动态避障研究[D]. 王攀攀.哈尔滨工业大学 2012
[9]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
[10]基于多传感器信息融合的移动机器人避障系统研究[D]. 高慧英.哈尔滨工业大学 2010
本文编号：3186235
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3186235.html
