本文關(guān)鍵詞：基于標(biāo)識(shí)符視覺(jué)定位的AGV導(dǎo)航系統(tǒng)研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著社會(huì)科學(xué)技術(shù)不斷發(fā)展進(jìn)步,傳統(tǒng)倉(cāng)儲(chǔ)物流系統(tǒng)面臨著現(xiàn)代化改造升級(jí)的壓力,AGV (Automated Guided Vehicle,自動(dòng)導(dǎo)引車)作為高效、穩(wěn)定、安全的自動(dòng)化運(yùn)輸手段,在取代傳統(tǒng)人力運(yùn)輸方式的進(jìn)程中起著舉足輕重的作用,直接影響企業(yè)物流成本與核心競(jìng)爭(zhēng)力,具有非常重要的現(xiàn)實(shí)指導(dǎo)意義。本文結(jié)合現(xiàn)代倉(cāng)儲(chǔ)物流系統(tǒng)實(shí)際需求,設(shè)計(jì)完成了一套基于視覺(jué)標(biāo)識(shí)符進(jìn)行自動(dòng)導(dǎo)引、自動(dòng)避障的AGV導(dǎo)航系統(tǒng)。首先,論文提出AGV整體設(shè)計(jì)方案,從采集層、運(yùn)算層和響應(yīng)層三個(gè)層次詳細(xì)說(shuō)明AGV導(dǎo)航系統(tǒng)的組成模塊以及各模塊的功能,介紹AGV框架設(shè)計(jì)思想。其次,AGV的定位技術(shù)在導(dǎo)航系統(tǒng)中至關(guān)重要,本文通過(guò)設(shè)置二維導(dǎo)航標(biāo)識(shí)符,利用數(shù)字圖像處理技術(shù),提出一種基于機(jī)器視覺(jué)的AGV標(biāo)識(shí)符識(shí)別算法,從視覺(jué)傳感器的畸變校正、曝光白平衡自動(dòng)調(diào)節(jié)、形態(tài)學(xué)處理和標(biāo)識(shí)符內(nèi)容識(shí)別等角度詳細(xì)介紹了導(dǎo)航標(biāo)識(shí)符識(shí)別流程,實(shí)現(xiàn)AGV位姿識(shí)別。然后,以設(shè)置虛擬目標(biāo)點(diǎn)的方式,將AGV位置偏移量與角度偏移量轉(zhuǎn)化為單輸入變量,采用單輸入PID控制系統(tǒng)實(shí)現(xiàn)本文控制算法,并對(duì)其進(jìn)行實(shí)驗(yàn)測(cè)試。為進(jìn)一步提高控制算法的性能,引入了模糊控制概念,從模糊語(yǔ)言變量、隸屬度函數(shù)和模糊規(guī)則三方面討論了模糊控制器設(shè)計(jì)過(guò)程,通過(guò)Simulink進(jìn)行軟件仿真,給出了實(shí)驗(yàn)結(jié)果的分析。之后將模糊PID控制器應(yīng)用在AGV控制系統(tǒng)中,并給出其與傳統(tǒng)PID控制器的對(duì)比實(shí)驗(yàn)結(jié)果。同時(shí),為解決定位系統(tǒng)識(shí)別噪聲問(wèn)題,引入卡爾曼濾波器對(duì)AGV定位進(jìn)行優(yōu)化,提高AGV控制系統(tǒng)準(zhǔn)確率與穩(wěn)定性。最后,采用K／N信息融合規(guī)則對(duì)紅外傳感器多周期檢測(cè)結(jié)果進(jìn)行融合處理,提高傳感器的識(shí)別準(zhǔn)確率,并根據(jù)多傳感器檢測(cè)結(jié)果對(duì)障礙物進(jìn)行數(shù)字化建模,針對(duì)不同障礙物模型給出相應(yīng)避障策略。
【關(guān)鍵詞】：AGV 標(biāo)示符 機(jī)器視覺(jué) 數(shù)字圖像處理 PID 模糊控制 卡爾曼濾波器 避障 信息融合
【學(xué)位授予單位】：東南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP23;TP391.41
【目錄】：

• 摘要5-6
• Abstract6-11
• 術(shù)語(yǔ)與數(shù)學(xué)符號(hào)約定11-12
• 第一章 緒論12-20
• 1.1 課題研究背景及意義12-13
• 1.2 AGV導(dǎo)引與定位方式13-15
• 1.2.1 電磁導(dǎo)引方式13
• 1.2.2 光電導(dǎo)引方式13
• 1.2.3 激光導(dǎo)引方式13-14
• 1.2.4 超聲波導(dǎo)引方式14
• 1.2.5 視覺(jué)導(dǎo)引方式14-15
• 1.3 國(guó)內(nèi)外研究現(xiàn)狀15-18
• 1.3.1 國(guó)外研究現(xiàn)狀15-17
• 1.3.2 國(guó)內(nèi)研究現(xiàn)狀17-18
• 1.4 論文主要工作與安排18-20
• 第二章 基于機(jī)器視覺(jué)的AGV導(dǎo)航系統(tǒng)框架20-34
• 2.1 AGV導(dǎo)航系統(tǒng)設(shè)計(jì)需求分析20
• 2.2 AGV導(dǎo)航系統(tǒng)框架結(jié)構(gòu)設(shè)計(jì)20-23
• 2.3 AGV數(shù)據(jù)采集層23-27
• 2.3.1 視覺(jué)傳感器選型設(shè)計(jì)23-25
• 2.3.2 紅外傳感器選型設(shè)計(jì)25-27
• 2.4 AGV數(shù)據(jù)運(yùn)算層27-29
• 2.4.1 超微型臺(tái)式計(jì)算機(jī)27-28
• 2.4.2 底層控制板設(shè)計(jì)28-29
• 2.5 AGV指令響應(yīng)層29-30
• 2.5.1 直流無(wú)刷電機(jī)的選型設(shè)計(jì)29-30
• 2.5.2 直流無(wú)刷電機(jī)驅(qū)動(dòng)器30
• 2.6 系統(tǒng)軟件架構(gòu)設(shè)計(jì)30-32
• 2.7 本章小結(jié)32-34
• 第三章 基于機(jī)器視覺(jué)的AGV導(dǎo)航標(biāo)識(shí)符識(shí)別算法34-52
• 3.1 AGV視覺(jué)定位系統(tǒng)方案設(shè)計(jì)34-36
• 3.1.1 系統(tǒng)框架結(jié)構(gòu)設(shè)計(jì)34
• 3.1.2 圖像采集模塊設(shè)計(jì)34-36
• 3.1.3 圖像處理模塊設(shè)計(jì)36
• 3.2 AGV視覺(jué)定位系統(tǒng)導(dǎo)航標(biāo)識(shí)符設(shè)計(jì)36-38
• 3.3 圖像采集及導(dǎo)航標(biāo)識(shí)符預(yù)處理38-44
• 3.3.1 圖像采集自動(dòng)曝光算法設(shè)計(jì)38-40
• 3.3.2 圖像自動(dòng)白平衡處理40-41
• 3.3.3 導(dǎo)航標(biāo)識(shí)符的提取與形態(tài)學(xué)處理41-44
• 3.4 導(dǎo)航標(biāo)識(shí)符分析與識(shí)別44-49
• 3.4.1 標(biāo)識(shí)符位置的識(shí)別條件與過(guò)程44
• 3.4.2 標(biāo)識(shí)符內(nèi)容與角度的識(shí)別方法44-46
• 3.4.3 AGV位姿識(shí)別判斷46-47
• 3.4.4 AGV位姿計(jì)算與實(shí)驗(yàn)47-49
• 3.5 本章小結(jié)49-52
• 第四章 系統(tǒng)控制算法研究及應(yīng)用52-70
• 4.1 AGV路徑跟蹤算法設(shè)計(jì)52-55
• 4.1.1 PID控制原理52-53
• 4.1.2 串級(jí)PID的應(yīng)用53-54
• 4.1.3 路徑跟蹤算法設(shè)計(jì)54-55
• 4.2 AGV模糊控制算法設(shè)計(jì)55-59
• 4.2.1 模糊控制原理55-56
• 4.2.2 模糊PID控制器的設(shè)計(jì)56-59
• 4.3 AGV模糊控制算法的仿真與實(shí)現(xiàn)59-62
• 4.3.1 仿真模型的建立59
• 4.3.2 仿真結(jié)果及分析59-61
• 4.3.3 模糊控制算法的實(shí)現(xiàn)61-62
• 4.4 卡爾曼濾波器在AGV控制過(guò)程的應(yīng)用62-68
• 4.4.1 卡爾曼濾波基本原理62-63
• 4.4.2 卡爾曼濾波器的應(yīng)用63-66
• 4.4.3 AGV運(yùn)行路線對(duì)比實(shí)驗(yàn)66-68
• 4.5 本章小結(jié)68-70
• 第五章 AGV避障系統(tǒng)設(shè)計(jì)及實(shí)現(xiàn)70-82
• 5.1 避障模塊信號(hào)采集與處理70-74
• 5.1.1 紅外傳感器輸出信號(hào)預(yù)處理70-72
• 5.1.2 多周期決策結(jié)果的信息融合72-74
• 5.2 AGV避障模型的建立74-76
• 5.3 避障控制方法與策略76-80
• 5.4 本章小結(jié)80-82
• 第六章 總結(jié)與展望82-84
• 6.1 全文內(nèi)容總結(jié)82-83
• 6.2 未來(lái)工作展望83-84
• 致謝84-86
• 參考文獻(xiàn)86-92
• 作者攻讀碩士學(xué)位期間的研究成果92

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 李沛;李新德;;基于多傳感器信息融合的AGV避障算法[J];華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2015年S1期

2 趙構(gòu);顧金良;羅紅娥;葛春梅;陳康康;;CCD相機(jī)光圈大小對(duì)最小曝光時(shí)間的影響[J];網(wǎng)絡(luò)新媒體技術(shù);2015年04期

3 李俊峰;;基于RGB色彩空間自然場(chǎng)景統(tǒng)計(jì)的無(wú)參考圖像質(zhì)量評(píng)價(jià)[J];自動(dòng)化學(xué)報(bào);2015年09期

4 賈琦;謝勁松;;基于三角法的激光位移傳感器的設(shè)計(jì)及實(shí)現(xiàn)[J];長(zhǎng)春大學(xué)學(xué)報(bào);2014年08期

5 孫磊;;嵌入式軟件分層架構(gòu)設(shè)計(jì)與實(shí)現(xiàn)[J];軟件導(dǎo)刊;2014年06期

6 劉波;汪宇辰;梁偉健;葉波;周杰;;基于MC9S12XS128MAL控制的光電導(dǎo)引式AGV[J];機(jī)電工程;2013年07期

7 張勁;劉小旭;王勝權(quán);;紅外線檢測(cè)及其應(yīng)用[J];科技致富向?qū)?2011年20期

8 徐驍;趙永康;廖超;袁清乾;葛磊;;一種基于RFID的AGV電磁導(dǎo)引新方式[J];物流技術(shù);2011年01期

9 王述彥;師宇;馮忠緒;;基于模糊PID控制器的控制方法研究[J];機(jī)械科學(xué)與技術(shù);2011年01期

10 韓增奇;于俊杰;李寧霞;王朝陽(yáng);;信息融合技術(shù)綜述[J];情報(bào)雜志;2010年S1期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 盧少平;基于RFID的AGV定位與導(dǎo)引研究[D];山東大學(xué);2011年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 李蓓蕾;多次自適應(yīng)最小二乘曲線擬合方法及其應(yīng)用[D];長(zhǎng)江大學(xué);2014年

2 焦福明;自動(dòng)化倉(cāng)儲(chǔ)系統(tǒng)AGV調(diào)度研究與實(shí)現(xiàn)[D];山東大學(xué);2013年

3 胡克維;自動(dòng)導(dǎo)引小車AGV的導(dǎo)航和避障技術(shù)研究[D];浙江大學(xué);2012年

4 孫偉;基于卷簾式快門的數(shù)字相機(jī)速度測(cè)量技術(shù)研究[D];長(zhǎng)春理工大學(xué);2010年

5 甄小英;無(wú)線傳感器網(wǎng)絡(luò)分布式檢測(cè)[D];西安電子科技大學(xué);2010年

6 酈光府;基于RFID的AGV視覺(jué)導(dǎo)引系統(tǒng)研究[D];浙江大學(xué);2008年

7 陳揚(yáng);自動(dòng)導(dǎo)引車系統(tǒng)（AGVS）的設(shè)計(jì)與實(shí)現(xiàn)[D];南京理工大學(xué);2007年

8 林琳;基于雙目立體視覺(jué)的AGV導(dǎo)航技術(shù)研究[D];西安理工大學(xué);2007年

9 張娜;圖像顯示中的色彩空間轉(zhuǎn)換研究與實(shí)現(xiàn)[D];上海交通大學(xué);2007年

10 徐培鳳;基于圖像處理的自動(dòng)對(duì)焦和自動(dòng)曝光算法研究[D];江蘇大學(xué);2005年

  本文關(guān)鍵詞：基于標(biāo)識(shí)符視覺(jué)定位的AGV導(dǎo)航系統(tǒng)研究，由筆耕文化傳播整理發(fā)布。

，

本文編號(hào)：268104