本文關(guān)鍵詞：視覺導(dǎo)引的物料搬運AGV關(guān)鍵技術(shù)研究　出處：《華南理工大學(xué)》2015年博士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 物料搬運AGV 目標跟蹤 目標識別 級聯(lián)分類器 隨機抽樣一致性算法

【摘要】：制造業(yè)是國家的基礎(chǔ)性、前沿性、支柱性與戰(zhàn)略性的產(chǎn)業(yè)。隨著精益生產(chǎn)、柔性制造、智能制造、計算機集成制造、綠色制造、準時制生產(chǎn)等先進制造模式的涌現(xiàn)及應(yīng)用,制造企業(yè)對制造車間的制造裝備和物料搬運系統(tǒng)提出了更高的要求。自動導(dǎo)引小車(AGV)作為現(xiàn)代工業(yè)物流系統(tǒng)的關(guān)鍵設(shè)備之一,如何進一步提升其智能化、柔性化是當今及今后一個時期的重要研究方向。本文在回顧國內(nèi)外物料搬運AGV、視覺導(dǎo)引AGV研究應(yīng)用現(xiàn)狀,以及機器視覺關(guān)鍵技術(shù)的基礎(chǔ)上,以視覺導(dǎo)引AGV為研究對象,對目標跟蹤、目標識別、視覺定位以及目標導(dǎo)航等關(guān)鍵技術(shù)開展了四個方面的深入研究。1、提出了一種基于多特征融合稀疏表征的目標跟蹤算法。針對目標跟蹤算法在復(fù)雜條件下跟蹤魯棒性不強的問題,在粒子濾波框架下,引入稀疏表示理論與仿射變換理論,以減少目標狀態(tài)描述所需的特征數(shù)量,提高了算法的運算速度,且具有對目標平移、旋轉(zhuǎn)和尺度變化等因素不敏感的特性。算法中引入了快速粒子篩選法及基于灰度與LBP特征的特征選擇方法,前者剔除了與目標相似度低的粒子,可進一步減少計算量,后者通過結(jié)合?2稀疏表示原理對目標特征具有更強的區(qū)分力;融入了APG稀疏方程求解方法,使算法運算速度和魯棒性再次提升。2、研究了樣本學(xué)習(xí)分類機制,提出了一種基于級聯(lián)分類器的目標識別算法與基于樸素貝葉斯分類的目標跟蹤算法的目標跟蹤識別算法。在基于結(jié)構(gòu)稀疏表示的目標跟蹤算法基礎(chǔ)上,利用貝葉斯分類器對候選樣本進行分類,確定目標所在區(qū)域,提高了跟蹤算法的穩(wěn)健性。在跟蹤算法基礎(chǔ)上,融入基于學(xué)習(xí)分類機制的目標識別算法,使跟蹤算法能夠適應(yīng)目標形變與消失的情況。3、提出了一種具有較好性能的改進隨機抽樣一致性估計方法。在基本RANSAC算法框架下,引入預(yù)檢驗技術(shù)提升基礎(chǔ)矩陣估計運算效率;設(shè)計評估函數(shù)優(yōu)化內(nèi)外點篩選判定機制,基于點特征分布密度分析和對極距離分析提出了一種最終內(nèi)點集優(yōu)選策略,進一步提高了最終內(nèi)點集數(shù)據(jù)質(zhì)量;并結(jié)合最終內(nèi)點集優(yōu)選策略,提出候選樣本中的錯誤最后利用M估計器進行最終基礎(chǔ)矩陣估計,進一步提高了整個估計算法的精度及相對于圖像噪音的質(zhì)量。4、在智能視覺導(dǎo)引技術(shù)基礎(chǔ)上,結(jié)合工業(yè)物料搬運需求,研制了一款基于視覺導(dǎo)引的智能型物料搬運AGV。通過分布式控制架構(gòu)、高級控制、智能控制與智能導(dǎo)引技術(shù),使本文研制的AGV能夠?qū)崿F(xiàn)自主物料運輸功能。
[Abstract]:Manufacturing industry is a basic, leading, pillar and strategic industry. With lean production, flexible manufacturing, intelligent manufacturing, computer integrated manufacturing, green manufacturing. The emergence and application of advanced manufacturing models such as just-in-time production. Manufacturing enterprises have put forward higher requirements for manufacturing equipment and material handling system in manufacturing workshop. Automatic guided vehicle (AGV) is one of the key equipment of modern industrial logistics system. How to further improve its intelligence and flexibility is an important research direction at present and in the future. This paper reviews the domestic and foreign material handling AGV, visual guidance AGV research and application status. On the basis of the key technology of machine vision, taking visual guided AGV as the research object, four key technologies, such as target tracking, target recognition, visual positioning and target navigation, are studied deeply. A target tracking algorithm based on sparse representation of multi-feature fusion is proposed in this paper. The sparse representation theory and the affine transformation theory are introduced to reduce the number of features needed for the description of the target state and to improve the speed of the algorithm and the translation of the target. The fast particle selection method and the feature selection method based on gray and LBP features are introduced in the algorithm. The former removes the particles with low similarity to the target. Can the computation be further reduced by combining the latter? (2) sparse representation principle has stronger distinguishing power to target feature; APG sparse equation solution method is integrated to improve the speed and robustness of the algorithm again. 2. The classification mechanism of sample learning is studied. A target tracking algorithm based on concatenated classifier and naive Bayesian classification is proposed. Bayesian classifier is used to classify candidate samples, which determines the target region and improves the robustness of the tracking algorithm. Based on the tracking algorithm, the target recognition algorithm based on learning classification mechanism is incorporated. So that the tracking algorithm can adapt to the deformation and disappearance of the target. 3. An improved random sampling consistency estimation method with better performance is proposed under the framework of the basic RANSAC algorithm. The pretest technique is introduced to improve the efficiency of the basic matrix estimation. The evaluation function is designed to optimize the selection mechanism of inner and outer points. Based on point characteristic distribution density analysis and polar distance analysis, an optimal selection strategy is proposed to improve the data quality of the final interior point set. Combined with the optimal selection strategy of the final interior point set, the errors in the candidate samples are proposed. Finally, the M estimator is used to estimate the final basic matrix. Further improve the accuracy of the whole estimation algorithm and the image noise quality of .4. on the basis of intelligent visual guidance technology, combined with the industrial material handling requirements. An intelligent material handling AGV based on visual guidance is developed, which is based on distributed control architecture, advanced control, intelligent control and intelligent guidance technology. The AGV developed in this paper can realize the function of independent material transportation.
【學(xué)位授予單位】：華南理工大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2015
【分類號】：TP391.41

【相似文獻】

相關(guān)期刊論文 前10條

1 ROGER BUITEN;王潤孝;;90年代的物料搬運[J];機械;1993年04期

2 孫旖;現(xiàn)代物料搬運及其發(fā)展趨勢[J];河北煤炭;2002年04期

3 本刊編輯部;生產(chǎn)線物料搬運系統(tǒng)與設(shè)備供應(yīng)商訪談[J];物流技術(shù)與應(yīng)用;2003年07期

4 王方智,付德源;中國物料搬運系統(tǒng)的自動化[J];物流技術(shù)與應(yīng)用;1997年Z1期

5 ;免費鏈接“中國物料搬運工業(yè)”網(wǎng)站[J];起重運輸機械;2000年06期

6 須雷,張惠僑,嚴雋琪;面向 CIMS 的物料搬運系統(tǒng)[J];機械設(shè)計;1998年05期

7 孫曉霞;孟文俊;智慧;;物聯(lián)網(wǎng)技術(shù)在智能化物料搬運系統(tǒng)中的應(yīng)用[J];機械工程與自動化;2014年02期

8 陳錦祥;周炳海;;整體式晶圓連續(xù)自動物料搬運系統(tǒng)性能分析[J];計算機集成制造系統(tǒng);2013年06期

9 ;機科發(fā)展——智能物料搬運專家[J];機器人技術(shù)與應(yīng)用;2013年02期

10 ;如果有簡單的方法,為什么還要那么復(fù)雜？[J];自動化博覽;2013年09期

相關(guān)會議論文 前10條

1 周紹拯;;美國的物料搬運[A];中國機械工程學(xué)會物料搬運分會第四屆學(xué)術(shù)年會論文集[C];1992年

2 杜國林;;福建省物料搬運技術(shù)發(fā)展設(shè)想[A];中國機械工程學(xué)會物料搬運專業(yè)學(xué)會第三屆年會論文集[C];1988年

3 ;中國機械工程學(xué)會物料搬運分會第六屆學(xué)術(shù)年會——面向21世紀迎接物料搬運技術(shù)新發(fā)展(上海2000.11)[A];物流工程三十年技術(shù)創(chuàng)新發(fā)展之道[C];2010年

4 龔鴻震;;開展、建立物料搬運教育是當務(wù)之急[A];中國機械工程學(xué)會物料搬運學(xué)會第二屆年會論文集（四）--物流與倉儲氣力輸送[C];1984年

5 石永鐸;馮仁德;;物料搬運作業(yè)的科學(xué)[A];中國機械工程學(xué)會物料搬運分會第四屆學(xué)術(shù)年會論文集[C];1992年

6 ;中國機械工程學(xué)會物料搬運分會第五屆學(xué)術(shù)年會論文集——中國的經(jīng)濟建設(shè)與21世紀的物料搬運技術(shù)(武漢1996.10)[A];物流工程三十年技術(shù)創(chuàng)新發(fā)展之道[C];2010年

7 王文館;;物料搬運技術(shù)的研究和應(yīng)用[A];中國機械工程學(xué)會物料搬運專業(yè)學(xué)會第三屆年會論文集[C];1988年

8 李學(xué)平;;物料搬運系統(tǒng)配備機械化設(shè)備的臨界作業(yè)量計算方法的探討[A];中國機械工程學(xué)會物料搬運分會第四屆學(xué)術(shù)年會論文集[C];1992年

9 吳葵;;汽車生產(chǎn)中物料運送設(shè)備的現(xiàn)狀與發(fā)展[A];中國機械工程學(xué)會物料搬運分會第四屆學(xué)術(shù)年會論文集[C];1992年

10 ;中國機械工程學(xué)會物料搬運分會第四屆學(xué)術(shù)年會論文集(太原1992.9)[A];物流工程三十年技術(shù)創(chuàng)新發(fā)展之道[C];2010年

相關(guān)重要報紙文章 前10條

1 須雷;物料搬運技術(shù)的發(fā)展趨勢[N];中國機電日報;2000年

2 本報記者 郭宇;物料搬運機械行業(yè)增速平穩(wěn) 技術(shù)推陳出新[N];中國工業(yè)報;2014年

3 中國機械工程學(xué)會物料搬運分會理事長 孫國正;發(fā)展物料搬運 繁榮物流事業(yè)[N];國際經(jīng)貿(mào)消息;2000年

4 本報記者 經(jīng)曉萃 司寧博;物料搬運機械發(fā)展穩(wěn)定 出口形勢看好[N];中國工業(yè)報;2009年

5 本報記者 郭宇;物料搬運市場競爭加劇 港口機械有所復(fù)蘇[N];中國工業(yè)報;2012年

6 記者 文史哲;全球物料搬運行業(yè)整體前景光明[N];經(jīng)濟參考報;2013年

7 中國機械工程學(xué)會物流工程分會;世界物料搬運聯(lián)盟(WMHA)成立[N];現(xiàn)代物流報;2014年

8 本報記者　劉碧瑪;起重行業(yè)：前景看好競爭加劇[N];科技日報;2007年

9 李志石;物流產(chǎn)業(yè)高速發(fā)展 促物料搬運機械大幅增長[N];國際商報;2007年

10 本報記者 劉佳 蘇曉春 通訊員 陳璐;“�！背鲱I(lǐng)先 “智”拓全球[N];中國國門時報;2012年

相關(guān)博士學(xué)位論文 前1條

1 婁會東;視覺導(dǎo)引的物料搬運AGV關(guān)鍵技術(shù)研究[D];華南理工大學(xué);2015年

相關(guān)碩士學(xué)位論文 前7條

1 徐美霞;場區(qū)內(nèi)物料搬運系統(tǒng)的優(yōu)化[D];武漢理工大學(xué);2008年

2 劉桂艷;家電產(chǎn)品生產(chǎn)物料搬運方式的選擇優(yōu)化[D];四川大學(xué);2006年

3 沈正花;基于仿真的半導(dǎo)體物料搬運系統(tǒng)調(diào)度優(yōu)化[D];上海交通大學(xué);2011年

4 劉權(quán);H公司機加工車間設(shè)施布局及物料搬運系統(tǒng)改善[D];吉林大學(xué);2011年

5 徐文鋒;大型物料搬運系統(tǒng)綜合設(shè)計方法研究[D];華中科技大學(xué);2008年

6 于明杰;ERP環(huán)境下制造業(yè)物料搬運信息系統(tǒng)設(shè)計[D];沈陽工業(yè)大學(xué);2015年

7 劉伯興;基于VR的物料搬運遠程操作仿真研究[D];西南交通大學(xué);2005年

，

本文編號：1435422