【摘要】：隨著“互聯(lián)網(wǎng)+”的持續(xù)推進(jìn),對(duì)物流行業(yè)的要求也在一步步的提高,不斷涌現(xiàn)新的需求和要求。這些日益增長(zhǎng)的需求之中,最為核心的就是對(duì)物流效率的提升。一種新型的自動(dòng)導(dǎo)引運(yùn)輸車(chē)AGV(Automated Guided Vehicle)——基于多源信息融合的自適應(yīng)AGV必將逐步得到重視,成為自動(dòng)化倉(cāng)儲(chǔ)的研究重點(diǎn)。因?yàn)樗鞘棺詣?dòng)化倉(cāng)儲(chǔ)向智能化、智慧型倉(cāng)儲(chǔ)發(fā)展的核心。本文所提基于多源信息融合的自適應(yīng)AGV的傳感器系統(tǒng)是由里程計(jì)、陀螺儀和CCD視覺(jué)傳感器集成,更全面更準(zhǔn)確的收集外部環(huán)境信息,全面提升了對(duì)外部環(huán)境信息的利用率,并且多傳感器融合的導(dǎo)航系統(tǒng)可以協(xié)調(diào)AGV避障系統(tǒng)的非線性問(wèn)題,從而提升了AGV的柔性和作業(yè)效率和作業(yè)精度。首先,本文對(duì)AGV的自適應(yīng)尋跡技術(shù)進(jìn)行分析和研究,設(shè)計(jì)出整個(gè)AGV的自適應(yīng)尋跡流程。并且在AGV的自適應(yīng)尋跡過(guò)程中引入SLAM(Simultaneous Localization and Mapping)實(shí)時(shí)定位與地圖創(chuàng)建概念,這也是令A(yù)GV可以自主導(dǎo)航的核心,對(duì)自適應(yīng)AGV的SLAM導(dǎo)航過(guò)程進(jìn)行分析與設(shè)計(jì)。對(duì)基于擴(kuò)展卡爾曼濾波的SLAM方法(EKF-SLAM)和基于粒子濾波的定位方法(PF-SLAM)兩種SLAM算法進(jìn)行比較,分析出兩種算法的優(yōu)缺點(diǎn),由于EKF-SLAM方法在實(shí)時(shí)性和測(cè)量精度方面比較優(yōu)秀,故選定EKF-SLAM方法作為本文的研究方法。其次,根據(jù)對(duì)三種信息融合結(jié)構(gòu)的分析與比較,本文采用混合式信息融合結(jié)構(gòu)作為自適應(yīng)AGV的信息融合系統(tǒng)的結(jié)構(gòu),并對(duì)一般T-S模糊神經(jīng)網(wǎng)絡(luò)算法進(jìn)行改進(jìn),在選取神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)中的隸屬度數(shù)量時(shí)引入聚類(lèi)算法,在各個(gè)神經(jīng)節(jié)點(diǎn)的權(quán)重以及融合參數(shù)不確定的情況下通過(guò)模型的自學(xué)習(xí)、自適應(yīng)做出自己的選擇,提升了系統(tǒng)對(duì)數(shù)據(jù)融合的智能性和靈活性。最后,利用自適應(yīng)模糊PID控制算法控制AGV的各個(gè)驅(qū)動(dòng)電機(jī),以實(shí)現(xiàn)AGV的自適應(yīng)導(dǎo)引。對(duì)比了單輪驅(qū)動(dòng)、雙輪驅(qū)動(dòng)、四輪差速驅(qū)動(dòng)、六輪差速驅(qū)動(dòng)四種驅(qū)動(dòng)方式,為了達(dá)到讓AGV全方位移動(dòng)的目的,還對(duì)比分析了麥克納姆(Mecanum)輪、四輪差速驅(qū)動(dòng)、雙舵輪結(jié)構(gòu)三種驅(qū)動(dòng)結(jié)構(gòu)。結(jié)合兩種分析對(duì)比結(jié)果,本文所提基于多源信息融合的自適應(yīng)AGV選擇四輪差速驅(qū)動(dòng)方式。給出了多源信息融合的自適應(yīng)AGV的總體技術(shù)結(jié)構(gòu):車(chē)體架構(gòu)、ARM處理器采用基于ARMv8的嵌入式硬件設(shè)計(jì)、利用嵌入式Linux進(jìn)行軟件開(kāi)發(fā)和移植、視覺(jué)傳感器以及陀螺儀的選擇。并且利用MATLAB軟件對(duì)所設(shè)計(jì)AGV采用的EKF-SLAM算法進(jìn)行了仿真實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明,設(shè)計(jì)的系統(tǒng)可以使AGV較好的完成多傳感器信息收集及融合和自主尋跡功能。
【學(xué)位授予單位】：云南財(cái)經(jīng)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類(lèi)號(hào)】：TP23;F259.2

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 匡毅;夏平;;基于SimMechanics機(jī)械臂自適應(yīng)模糊PID控制仿真研究[J];農(nóng)業(yè)裝備與車(chē)輛工程;2017年12期

2 亢超群;李二霞;盛萬(wàn)興;張建華;常方圓;程序;;基于多源信息融合的配電真空開(kāi)關(guān)柜動(dòng)態(tài)狀態(tài)評(píng)價(jià)研究[J];高壓電器;2017年03期

3 張力;徐曄曄;夏超;;基于RFID定位的AGV導(dǎo)航系統(tǒng)設(shè)計(jì)[J];電子世界;2017年05期

4 劉承煥;;基于以太網(wǎng)的視覺(jué)導(dǎo)引AGV路徑控制方法[J];工業(yè)控制計(jì)算機(jī);2017年01期

5 安春蓮;黃靜;吳耀云;;基于證據(jù)理論的多源信息融合模型[J];電子信息對(duì)抗技術(shù);2017年01期

6 堯玲;楊煒;張?chǎng)?;基于多源信息融合的汽車(chē)主動(dòng)避撞系統(tǒng)[J];北京汽車(chē);2016年06期

7 汪威;吳耀華;陳云霞;;自然導(dǎo)航在AGV中的應(yīng)用[J];物流技術(shù);2016年12期

8 吳文軍;張巖;吳為民;龔松柏;張榮輝;;一種運(yùn)輸自動(dòng)導(dǎo)引車(chē)導(dǎo)航方法研究[J];物聯(lián)網(wǎng)技術(shù);2016年09期

9 張建鵬;樓佩煌;錢(qián)曉明;武星;;多窗口實(shí)時(shí)測(cè)距的視覺(jué)導(dǎo)引AGV精確定位技術(shù)研究[J];儀器儀表學(xué)報(bào);2016年06期

10 孫帥;焦子韻;劉曉宇;姜曉棟;陳丹丹;朱海榮;;智能AGV小車(chē)控制系統(tǒng)設(shè)計(jì)[J];南通職業(yè)大學(xué)學(xué)報(bào);2016年01期

相關(guān)博士學(xué)位論文 前1條

1 陳杰;在機(jī)器人系統(tǒng)中神經(jīng)網(wǎng)絡(luò)智能控制技術(shù)的研究[D];西安電子科技大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 曲政;激光雷達(dá)AGV室內(nèi)環(huán)境地圖繪制與定位算法研究[D];山東大學(xué);2017年

2 楊權(quán);基于模糊神經(jīng)網(wǎng)絡(luò)的多源信息融合[D];中北大學(xué);2017年

3 李健;基于模糊PID的無(wú)人水下機(jī)器人運(yùn)動(dòng)控制研究[D];大連理工大學(xué);2016年

4 孫覺(jué)非;基于多源信息融合的試驗(yàn)場(chǎng)道路識(shí)別系統(tǒng)研究[D];東南大學(xué);2016年

5 何超君;T-S模糊控制系統(tǒng)的穩(wěn)定性分析[D];西華大學(xué);2016年

6 鄭少華;視覺(jué)導(dǎo)航AGV定位與路徑規(guī)劃技術(shù)研究[D];華南理工大學(xué);2016年

7 康志昊;自動(dòng)導(dǎo)引小車(chē)AGV自適應(yīng)避障策略的研究與實(shí)現(xiàn)[D];華南理工大學(xué);2016年

8 暴海寧;基于模糊控制的激光導(dǎo)引AGV研究[D];西安航天精密機(jī)電研究所;2016年

9 李艷飛;基于多傳感器融合的人體定位與行為異常檢測(cè)[D];浙江大學(xué);2016年

10 鐘鉅斌;基于多種導(dǎo)航技術(shù)混合的AGV系統(tǒng)設(shè)計(jì)[D];浙江大學(xué);2016年

本文編號(hào)：2784703