当前位置:主页 > 科技论文 > 自动化论文 >

基于UWB的AGV无线定位与跟踪技术研究

发布时间:2021-10-13 12:20
  为了保证在大型仓库中自动导引车(AGV,Automated Guided Vehicle)能有效面对环境复杂变化的仓储物流,其中最重要的就是获得实时可靠的位置信息。超宽带(Ultra-Wideband,UWB)室内定位技术凭借其抗干扰性强、高精度、低功耗等特点,广泛应用于大型作业场景下的AGV定位与导航系统。然而,由于工厂、仓库等复杂物理和结构特性以及墙壁,障碍物导致的多径效应以及非视距(Non-Line of Sight,NLOS)传播,而对复杂环境下可靠的UWB定位提出了特殊的挑战。为了保证AGV将货物安全、快速且精确地运送至目标位置,本文提出了一种低成本、低功耗且抗干扰性强的高精度室内定位与跟踪算法:(1)针对静态目标定位,给出基于群智能算法的Chan-Taylor定位算法。首先,依据蝙蝠算法(Bat Algorithm,BA)建立迭代寻优模型,将求解目标位置的问题转化成求解估计位置与实际位置差的最小值问题,提出随机扰动因子,旨在提高蝙蝠个体的搜索能力;针对蝙蝠算法容易陷入局部最优的问题,融合模拟退火算法(Simulate Anneal,SA),提高算法的全局搜索能力以获得目标的... 

【文章来源】:长春理工大学吉林省

【文章页数】:75 页

【学位级别】:硕士

【部分图文】:

基于UWB的AGV无线定位与跟踪技术研究


工厂AGVAGV

多径效应


第1章绪论3(a)(b)(c)图1.2NLOS传播与多径效应(a)LOS传播(b)NLOS传播(c)多径效应因此,研究AGV定位与跟踪技术,尤其是LOS/NLOS环境下的定位技术具有很高的研究价值与应用前景[13]。本文研究的目的是通过研究UWB信号特点、NLOS传播特点、测距方式及定位算法,旨在复杂室内或工厂环境下存在的多径效应、NLOS及信号穿透减弱等多种环境因素的LOS/NLOS环境下,实现对AGV的运动状态及位置的定位与跟踪。同样的,只有对AGV进行精确实时的定位,才能根据车辆当前位置与目标位置规划出可行的目标路径,才能对车辆的位置进行路径修正。同时在运动过程中对AGV进行实时、精确的位置感知才能完成路径的跟踪,确保AGV不会“迷航”并顺利安全将货物送到最终目标点。所以,如何对AGV进行准确定位是提高AGV及工厂智能化水平的关键[14]。具体有助于以下几个方面得到广泛应用:1)导航避障方面,可对多类用户提供导航、避障及规划服务:在室内环境下,或室内环境,为弱势群体提供出行保障,以及在井下或煤矿等无照明环境下为正常人行走提供保障;2)商业应用方面,为消费者寻找商场和超市内物品的位置、数量和折扣等情况,这不仅可方便消费者的日常生活,还可以方便商场工作人员有效管理与分配商场物品,尤其是贵重物品及奢侈品,大大的减小了商场盗窃的风险;3)导航服务方面,适用于在各种在大型办公楼内工作的人员,例如机场,类似于方便人员在室内导航功能的导航服务机器人。4)人员搜救方面,可以在火灾、泥石流等自然灾害发生的、复杂多变的环境下,为搜救人员提供自身与伤员的位置情况,而对于伤员,可在已知自身位置的情况下采取一定的自救措施。因此,针对室内定位与目标跟踪技术,尤其是混合LOS/NLOS环境下,研究一种成本低、低功耗的高精度的室内定位

原理图,原理图,基站,标签


第2章UWB定位与目标跟踪相关理论10第2章UWB定位与目标跟踪相关理论本章首先详细分析与介绍TOA、TDOA、AOA和RSSI四种测距方法的数学模型,并给出相应的推导公式和原理图,并据此挑选出本文采用的测距方法;其次对传统定位算法进行研究,详细研究LS算法、Chan算法和Taylor算法;接下来详细介绍PSO、BA、SA智能算法的基本原理及系统模型;简要阐述几种评价定位算法性能指标;最后详细介绍目标跟踪的基本原理。2.1无线定位基本方法超宽带技术不需要使用传统通信体制中的载波,具有传输速率高、成本低、多径分辨能力强和定位精度高等优点,可用于室内场景下精确定位和导航的各个领域,例如机器人运动跟踪、矿井人员定位、贵重物品仓储、汽车地库停车等人和物品的精确定位与跟踪。AGV位置估计采用:根据标签到基站的到达时间(TOA)测量值建立圆周方程;到达时间差(TDOA)建立相应双曲线方程;到达角度(AOA)建立相应的方位线方程;根据信号强度(RSSI),进行标签位置的估计。下面将具体分析TOA、TDOA、AOA和RSSI的测距原理与数学模型。2.1.1TOA模型TOA测距[58]的原理是根据标签到基站的到达时间测量值建立圆周方程。假设固定的基站位置坐标为,iiBSxy,标签MSx,y到各个基站的距离为r,以r为半径,基站坐标为圆心作圆,基站所作圆的焦点就是标签的位置,即为位置坐标。测距原理如图2.1所示。图2.1TOA定位原理图由图2.1可得以下(2-1)方程组:

【参考文献】:
期刊论文
[1]基于IPSO-SA算法的温室番茄产量预测方法[J]. 张立彬,应建阳,陈教料.  浙江工业大学学报. 2019(05)
[2]Anchor Self-Localization Algorithm Based on UWB Ranging and Inertial Measurements[J]. Qin Shi,Sihao Zhao,Xiaowei Cui,Mingquan Lu,Mengdi Jia.  Tsinghua Science and Technology. 2019(06)
[3]基于CHAN与粒子群算法的协同定位研究[J]. 江凤,吴飞,王昌志.  电子科技. 2017(08)
[4]基于TDOA的Chan算法和Taylor算法的分析与比较[J]. 赵宏旭,杨文帅.  电子世界. 2017(09)
[5]浅谈超宽带技术在未来的应用[J]. 谢晓峰.  生物技术世界. 2014(10)
[6]单基站UWB定位距离的获得及处理方法[J]. 安宝强,张浩,崔学荣.  现代电子技术. 2014(07)
[7]基于单基站天线阵列的超宽带定位AOA估计方法[J]. 张浩,刘兴,Gulliver T A,崔学荣.  电子与信息学报. 2013(08)
[8]基于TOA和DOA联合估计的UWB定位方法[J]. 丁锐,钱志鸿,王雪.  电子与信息学报. 2010(02)
[9]适用于NLOS环境的UWB定位方案研究[J]. 肖竹,于全,易克初,王勇超.  通信学报. 2008(04)

硕士论文
[1]超宽带室内定位技术研究[D]. 宋洋.西安科技大学 2019
[2]基于UWB的AGV定位系统研究与设计[D]. 郭耀阳.山东大学 2017
[3]UWB室内定位系统研究与实现[D]. 嵇茂祥.华东师范大学 2017
[4]巡检机器人UWB无线定位算法和导航控制系统的研究[D]. 曾健.哈尔滨工业大学 2015
[5]卡尔曼滤波在GPS定位中的研究与实现[D]. 赵奇.电子科技大学 2013



本文编号:3434652

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3434652.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户df215***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com