發(fā)布時間：2020-03-24 17:48

【摘要】：隨著中國制造2025的提出,我國制造業(yè)逐漸邁向工業(yè)化、信息化和智能化,制造業(yè)的生產(chǎn)過程對運輸方式、運行精度和生產(chǎn)效率提出了越來越高的要求,為減少生產(chǎn)時間和節(jié)約人力成本,越來越多的生產(chǎn)工廠開始采用一系列自動化物流設(shè)備,其中AGV(Automated Guided Vehicle,自動導(dǎo)引小車)因其自動化程度高、靈活性強而備受關(guān)注,其動力學(xué)控制與智能導(dǎo)航研究一直是眾多業(yè)界學(xué)者的研究熱點,本文針對自主研發(fā)設(shè)計的一款四驅(qū)全向移動車(Four-drive Omnidirectional Mobile Vehicle,FOMV),主要進行了如下研究工作:首先根據(jù)FOMV的設(shè)計需求,從整體結(jié)構(gòu)、控制系統(tǒng)、機器視覺系統(tǒng)等方面進行相關(guān)方案的設(shè)計。其中以Mecanum輪為重點研究對象,提出了一種新的Mecanum輪輥子輪廓線設(shè)計方法,并總結(jié)了不同輥子形狀對Mecanum輪振動的影響規(guī)律。然后通過建立打滑率模型,在所建立的考慮Mecanum輪打滑的FOMV運動學(xué)模型基礎(chǔ)上提出了一種運動速度補償算法。最后利用ADAMS對其運動學(xué)模型進行了仿真驗證。進而,基于改進自適應(yīng)遺傳算法對FOMV進行車間路徑規(guī)劃研究。通過對車間環(huán)境地圖建模、以路徑長度與安全性為評價指標設(shè)計適應(yīng)度函數(shù)、優(yōu)化初始種群生成方法以及結(jié)合自適應(yīng)遺傳算子,得到了FOMV在車間的最優(yōu)路徑。最后通過對比分析驗證了該算法不僅能夠加快收斂速度還能避免陷入局部最優(yōu)。隨后以規(guī)劃出的最優(yōu)路徑為FOMV在車間運動的導(dǎo)引路徑,利用機器視覺對其進行識別。提出一種等距行掃描方法用于檢測導(dǎo)引路徑中心線,并利用最小二乘法擬合和逆透視變換得到導(dǎo)引路徑在世界坐標系中的直線方程,從而獲得了FOMV與導(dǎo)引路徑的距離偏差和方向偏差。進一步地,提出了一種考慮打滑的FOMV路徑跟蹤控制方法,在偏差較小時將運動補償算法與最優(yōu)控制理論相結(jié)合對導(dǎo)引路徑進行跟蹤;在偏差較大時利用模糊控制理論。隨后對所設(shè)計的控制器進行仿真分析,仿真結(jié)果顯示其最大距離偏差不超過5cm,方向偏差在0.25°以內(nèi)。最后利用搭建的FOMV樣車分別以0.5m/s、1.0m/s的速度開展跟蹤實驗,實驗結(jié)果表明在考慮打滑時由于具有運動速度補償,其距離偏差幅值分別為5.28cm、5.98cm,比不考慮打滑時分別小28.79%、29.77%,驗證了所設(shè)計的模糊最優(yōu)控制器具有良好的控制效果。上述研究工作對FOMV結(jié)構(gòu)設(shè)計及其智能導(dǎo)航提供了一定的參考價值和工程意義。
【圖文】：

車架三維模型

圖 2-5 Mecanum 輪輥子半徑計算示意圖于計算 Mecanum 輪輥子半徑建立如圖 2-5 所示的示意圖，接地點的半徑，在輪子端面的投影視圖上，CE=C1E1，AE幾何學(xué)知識可得 AC1=2Rsin(θ/2)，AE1=AC1cos(β-θ)/2=2RsiAC1sin(β-θ)/2=2Rsin(θ/2)sin(β-θ)/2。子軸線 AB 為 x 軸，垂直于 AB 方向為 y 軸，，則可以得到輥2 2 sin cos2 22 sin sin2 2x Ry Rθ β θθ β θ = = Matlab 計算得到輥子輪廓示意圖如圖 2-6 所示。在實際設(shè)輪寬截掉兩端即可。C111
【學(xué)位授予單位】：武漢理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：U468.2

【相似文獻】

相關(guān)期刊論文 前10條

1 ;機器視覺對線纜市場的影響及趨勢[J];功能材料信息;2018年04期

2 鄭植;席先鵬;王楠;蔣欣燎;夏山淋;;機器視覺在網(wǎng)球撿球機器人中的應(yīng)用研究[J];科技創(chuàng)新與應(yīng)用;2019年16期

3 朱陽芬;銀冬平;鄒舜章;王海文;周為;;機器視覺在汽車行業(yè)中的發(fā)展與應(yīng)用[J];汽車實用技術(shù);2017年22期

4 吳東明;王麗娟;;基于GPS和機器視覺的自主導(dǎo)航定位農(nóng)機設(shè)備研究[J];農(nóng)機化研究;2018年02期

5 ;機器視覺時代,最好的時代![J];智能機器人;2018年02期

6 宗衛(wèi)紅;;臺達機器視覺系統(tǒng)助力制造業(yè)邁向智造新時代——訪臺達集團-中達電通機器視覺產(chǎn)品項目經(jīng)理王風(fēng)路[J];國內(nèi)外機電一體化技術(shù);2016年06期

7 何遙;;宇視揭秘安防機器視覺[J];中國公共安全;2016年19期

8 阮晉蒙;;機器視覺:讓中國制造2025“看”得更遠[J];新經(jīng)濟導(dǎo)刊;2017年Z1期

9 ;凌華科技推出三款高性能機器視覺產(chǎn)品[J];自動化應(yīng)用;2017年02期

10 ;臺達攜機器視覺系統(tǒng)解決方案 亮相2017上海國際機器視覺展[J];變頻器世界;2017年03期

相關(guān)會議論文 前10條

1 金守峰;張慧;;面向機器視覺的織物緯斜檢測方法[A];全國先進制造技術(shù)高層論壇暨第九屆制造業(yè)自動化與信息化技術(shù)研討會論文集[C];2010年

2 管庶安;周龍;陳永強;廖明潮;;機器視覺在糧食品質(zhì)檢測中的應(yīng)用研究[A];中國糧油學(xué)會第三屆學(xué)術(shù)年會論文選集（下冊）[C];2004年

3 張超;徐建瑜;王文靜;;基于機器視覺的梭子蟹質(zhì)量估計方法研究[A];浙江省信號處理學(xué)會2013學(xué)術(shù)年會論文集——信號處理在海洋[C];2013年

4 劉炎艷;;基于機器視覺的卷煙32位碼識別系統(tǒng)研究[A];中國煙草學(xué)會2014年學(xué)術(shù)年會入選論文摘要匯編[C];2014年

5 王海寬;張銳;周志境;費敏銳;;基于機器視覺的智能醫(yī)療吊塔系統(tǒng)的設(shè)計與實現(xiàn)[A];2015全國嵌入式儀表及系統(tǒng)技術(shù)會議程序冊[C];2015年

6 王穩(wěn);郭文成;葉宇翔;;基于機器視覺的激光光斑位置測量[A];2015年工業(yè)設(shè)計與協(xié)同創(chuàng)新學(xué)術(shù)會議暨第20屆全國工業(yè)設(shè)計學(xué)術(shù)年會論文集[C];2015年

7 吳遠峰;金翠娥;劉穎卓;;基于機器視覺的智能檢測方法研究[A];第十一屆全國磁粉滲透檢測技術(shù)年會論文集[C];2017年

8 胡慶新;王偉;顧愛華;;基于機器視覺的農(nóng)產(chǎn)品物料分級檢測系統(tǒng)關(guān)鍵技術(shù)研究[A];2011下一代自動測試系統(tǒng)學(xué)術(shù)研討會論文集[C];2011年

9 楊戰(zhàn)紅;何占方;李旦;徐銳;;基于機器視覺的五坐標機床旋轉(zhuǎn)軸誤差檢測方法[A];探索科學(xué)2016年5月學(xué)術(shù)研討[C];2016年

10 張超;李慧;;基于機器視覺的零件自動識別研究[A];探索 創(chuàng)新 交流（第7集）——第七屆中國航空學(xué)會青年科技論壇文集（下冊）[C];2016年

相關(guān)重要報紙文章 前10條

1 本報記者 李佳師;人工智能市場逼近2700億元 三大難題待突破[N];中國電子報;2016年

2 本報記者 曹衛(wèi)新;掘金機器視覺百億元市場 天準科技65天過會[N];證券日報;2019年

3 宜賓 李定川;機器視覺光源基礎(chǔ)及選型指導(dǎo)(一)[N];電子報;2018年

4 本報記者 駱軼琪;機器視覺的產(chǎn)業(yè)化演進：半導(dǎo)體打開想象空間[N];21世紀經(jīng)濟報道;2018年

5 中國電子信息產(chǎn)業(yè)發(fā)展研究院信息化研究中心智慧城市研究室主任 劉鵬宇;智能技術(shù)：呈現(xiàn)八大趨勢[N];中國電子報;2017年

6 賽迪智庫信息化中心助理研究員 劉鵬宇;2017年智能技術(shù)發(fā)展趨勢[N];中國計算機報;2017年

7 經(jīng)濟日報·中國經(jīng)濟網(wǎng)記者 周明陽;給機器一雙“慧眼”[N];經(jīng)濟日報;2017年

8 本報記者 胡心媛;機器視覺展推動智能制造落地[N];中國貿(mào)易報;2017年

9 本報記者 蔡煒;書寫“東方工匠”傳奇的黑牡丹集團技術(shù)總監(jiān)鄧建軍：“創(chuàng)新，只有起點沒有終點”[N];新華日報;2017年

10 本報研究員 費天元;機器視覺成爭奪焦點 應(yīng)用場景將加速拓展[N];上海證券報;2016年

相關(guān)博士學(xué)位論文 前10條

1 侯杰;飛行器機器視覺框架設(shè)計及算法研究[D];西安電子科技大學(xué);2017年

2 郭依正;基于機器視覺的俯視群養(yǎng)豬個體識別與飲水行為分析研究[D];江蘇大學(xué);2018年

3 李晨;基于機器視覺的不同屬性表面中微弱缺陷的檢測技術(shù)研究[D];浙江大學(xué);2018年

4 胡志新;基于機器視覺的鋼軌踏面磨耗剝落檢測技術(shù)研究[D];南昌大學(xué);2018年

5 吳衡;機器視覺鬼成像理論與實驗研究[D];華南理工大學(xué);2017年

6 項森偉;高溫單晶硅液位和直徑視覺檢測關(guān)鍵技術(shù)及應(yīng)用研究[D];浙江大學(xué);2018年

7 胡越黎;目的機器視覺研究及其在皮膚癥狀識別中的應(yīng)用[D];上海大學(xué);2005年

8 韓彥芳;機器視覺中的聚類檢測新方法[D];上海交通大學(xué);2006年

9 饒洪輝;基于機器視覺的作物對行噴藥控制系統(tǒng)研究[D];南京農(nóng)業(yè)大學(xué);2006年

10 周平;基于機器視覺的自然目標特征學(xué)習(xí)與即時檢測[D];浙江大學(xué);2006年

相關(guān)碩士學(xué)位論文 前10條

1 王真;基于機器視覺的繼電器底座檢測系統(tǒng)的研究[D];廈門大學(xué);2017年

2 李航;基于機器視覺的雞胴體質(zhì)量在線分級系統(tǒng)[D];南京農(nóng)業(yè)大學(xué);2017年

3 徐曉龍;基于機器視覺的濕法薄氈產(chǎn)品質(zhì)量檢測研究與應(yīng)用[D];武漢理工大學(xué);2018年

4 金磊;基于機器視覺的全向移動車運動控制研究[D];武漢理工大學(xué);2018年

5 張娟;基于機器視覺的風(fēng)電機組識別及編組標定[D];南通大學(xué);2018年

6 蘇曉峰;基于機器視覺的目標識別系統(tǒng)研究[D];廈門大學(xué);2018年

7 王衛(wèi)芳;磨削表面形貌仿真及其在機器視覺粗糙度測量中的應(yīng)用[D];湖南大學(xué);2018年

8 吳同坤;基于機器視覺的刀具磨損檢測系統(tǒng)研究[D];哈爾濱理工大學(xué);2018年

9 俞俊杰;基于機器視覺的螺紋修復(fù)方法研究[D];安徽工程大學(xué);2018年

10 王雷;機器視覺在自動焊接中的應(yīng)用研究[D];安徽工程大學(xué);2018年

本文編號：2598645