自動(dòng)化導(dǎo)引物流車（Automated Guided Vehicle,簡(jiǎn)稱AGV）已經(jīng)成為當(dāng)今工業(yè)生產(chǎn)、自動(dòng)化倉(cāng)儲(chǔ)、港口運(yùn)輸系統(tǒng)中的重要工具之一,路徑規(guī)劃問(wèn)題是研究AGV系統(tǒng)的關(guān)鍵技術(shù)之一,即在已知環(huán)境信息地圖中規(guī)劃出一條繞過(guò)障礙物到達(dá)目標(biāo)位置的最短路徑。本文從碰撞概率最低和距離最短兩個(gè)方面研究問(wèn)題,提出了一種結(jié)合改進(jìn)Dijkstra算法和改進(jìn)遺傳算法的路徑規(guī)劃算法,并搭建了AGV平臺(tái)驗(yàn)證算法有效性。論文主要研究?jī)?nèi)容如下:（1）針對(duì)傳統(tǒng)柵格地圖構(gòu)建過(guò)程只包含障礙物信息的不足,提出了一種融合AGV碰撞概率的改進(jìn)柵格地圖構(gòu)建方法。通過(guò)分析兩輪差速驅(qū)動(dòng)AGV的尺寸和運(yùn)動(dòng)狀態(tài),設(shè)計(jì)了一種全局柵格碰撞概率的計(jì)算方法,并融入到傳統(tǒng)的柵格地圖中。（2）針對(duì)傳統(tǒng)Dijkstra算法效率低下的缺點(diǎn),提出了一種跨層搜索Dijkstra算法。設(shè)計(jì)了一種跨越k階鄰接?xùn)鸥竦乃阉鞣椒?在大范圍的自由柵格區(qū)域采用跨層搜索方式,在靠近障礙物邊緣區(qū)域采用逐層搜索方式,同時(shí)應(yīng)用預(yù)處理方法進(jìn)一步提高了計(jì)算效率。最后通過(guò)仿真驗(yàn)證了本文改進(jìn)Dijkstra算法最多提升了41%的效率。（3）針對(duì)路徑安全和路徑最短問(wèn)題,提出了一種基... 

【文章來(lái)源】：天津工業(yè)大學(xué)天津市

【文章頁(yè)數(shù)】：99 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 課題研究背景及意義
        1.1.1 課題研究背景
        1.1.2 課題研究意義
    1.2 路徑規(guī)劃算法的國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 非智能路徑規(guī)劃算法研究現(xiàn)狀
        1.2.2 智能路徑規(guī)劃算法研究現(xiàn)狀
        1.2.3 基于安全的路徑規(guī)劃算法研究現(xiàn)狀
    1.3 論文主要章節(jié)及內(nèi)容安排
第二章 融合碰撞概率導(dǎo)航地圖的構(gòu)建
    2.1 傳統(tǒng)導(dǎo)航地圖
        2.1.1 拓?fù)涞貓D
        2.1.2 特征地圖
        2.1.3 柵格地圖
    2.2 融合碰撞概率的改進(jìn)柵格地圖
        2.2.1 兩輪差速驅(qū)動(dòng)AGV的運(yùn)動(dòng)建模分析
        2.2.2 碰撞概率定義
        2.2.3 改進(jìn)的碰撞概率柵格地圖
    2.3 本章小結(jié)
第三章 基于改進(jìn)遺傳算法的安全路徑規(guī)劃
    3.1 跨層搜索Dijkstra算法求解基準(zhǔn)路徑
        3.1.1 傳統(tǒng)Dijkstra算法
        3.1.2 改進(jìn)的跨層搜索Dijkstra算法
        3.1.3 改進(jìn)Dijkstra算法的仿真對(duì)比分析
    3.2 改進(jìn)遺傳算法偏移優(yōu)化安全路徑
        3.2.1 遺傳算法的基本理論
        3.2.2 染色體編碼設(shè)計(jì)
        3.2.3 適應(yīng)度函數(shù)設(shè)計(jì)
        3.2.4 選擇、交叉與變異
    3.3 仿真驗(yàn)證及算法對(duì)比
        3.3.1 MATLAB仿真分析
        3.3.2 路徑規(guī)劃算法對(duì)比
    3.4 本章小結(jié)
第四章 基于ROS的 AGV路徑規(guī)劃平臺(tái)搭建
    4.1 ROS機(jī)器人操作系統(tǒng)
        4.1.1 ROS平臺(tái)簡(jiǎn)介
        4.1.2 ROS軟件框架
        4.1.3 ROS分布式運(yùn)行框架與通訊方式
    4.2 AGV平臺(tái)硬件系統(tǒng)設(shè)計(jì)
        4.2.1 AGV平臺(tái)硬件架構(gòu)設(shè)計(jì)
        4.2.2 核心處理器
        4.2.3 底層驅(qū)動(dòng)控制板
        4.2.4 驅(qū)動(dòng)電機(jī)
        4.2.5 激光雷達(dá)傳感器
        4.2.6 AGV平臺(tái)硬件搭建
    4.3 基于ROS的 AGV平臺(tái)模型及軟件架構(gòu)設(shè)計(jì)
        4.3.1 基于ROS的 AGV平臺(tái)模型及軟件架構(gòu)
        4.3.2 傳感器數(shù)據(jù)采集與處理
        4.3.3 SLAM地圖構(gòu)建與定位
        4.3.4 路徑規(guī)劃與AGV運(yùn)動(dòng)控制
    4.4 本章小結(jié)
第五章 改進(jìn)遺傳路徑規(guī)劃算法的AGV平臺(tái)驗(yàn)證
    5.1 模擬工廠環(huán)境實(shí)驗(yàn)
        5.1.1 模擬工廠環(huán)境建模
        5.1.2 模擬工廠AGV路徑規(guī)劃
    5.2 模擬曲折路徑實(shí)驗(yàn)
        5.2.1 模擬曲折路徑環(huán)境建模
        5.2.2 模擬AGV曲折路徑規(guī)劃
    5.3 實(shí)際環(huán)境實(shí)驗(yàn)
    5.4 本章小結(jié)
第六章 總結(jié)與展望
參考文獻(xiàn)
發(fā)表論文和參加科研情況
致謝


【參考文獻(xiàn)】：
期刊論文
[1]求解機(jī)器人路徑規(guī)劃的改進(jìn)螢火蟲(chóng)優(yōu)化算法[J]. 湯雅連,楊期江.  東莞理工學(xué)院學(xué)報(bào). 2019(05)
[2]基于模擬退火蟻群算法的機(jī)器人路徑規(guī)劃方法[J]. 袁佳泉,李勝,吳益飛,郭健.  計(jì)算機(jī)仿真. 2019(10)
[3]兩輪差速的服務(wù)機(jī)器人底盤(pán)驅(qū)動(dòng)系統(tǒng)設(shè)計(jì)[J]. 陳秋霞,范燁,倪麗慧.  單片機(jī)與嵌入式系統(tǒng)應(yīng)用. 2019(04)
[4]基于典型柵格地圖的代價(jià)地圖改進(jìn)方法[J]. 趙健,張陽(yáng).  機(jī)械與電子. 2018(12)
[5]改進(jìn)D*算法的移動(dòng)機(jī)器人路徑規(guī)劃[J]. 張希聞,肖本賢.  傳感器與微系統(tǒng). 2018(12)
[6]智能制造——“中國(guó)制造2025”的主攻方向[J]. 周濟(jì).  中國(guó)機(jī)械工程. 2015(17)
[7]基于改進(jìn)遺傳算法的狹窄空間路徑規(guī)劃[J]. 盧月品,趙陽(yáng),孟躍強(qiáng),劉佳.  計(jì)算機(jī)應(yīng)用研究. 2015(02)
[8]基于簡(jiǎn)化可視圖的環(huán)境建模方法[J]. 張琦,馬家辰,馬立勇.  東北大學(xué)學(xué)報(bào)(自然科學(xué)版). 2013(10)
[9]自動(dòng)導(dǎo)引車（AGV）關(guān)鍵技術(shù)現(xiàn)狀及其發(fā)展趨勢(shì)[J]. 武啟平,金亞萍,任平,查振元.  制造業(yè)自動(dòng)化. 2013(10)
[10]基于自適應(yīng)混沌遺傳算法的路徑規(guī)劃[J]. 胡喜玲,李洪波,胡俊.  計(jì)算機(jī)工程與應(yīng)用. 2013(09)

碩士論文
[1]基于激光雷達(dá)的同時(shí)定位與建圖方法研究[D]. 李鑫.國(guó)防科學(xué)技術(shù)大學(xué) 2015
[2]基于遺傳算法的C煙廠AGV路徑規(guī)劃研究[D]. 宋光兵.昆明理工大學(xué) 2015
[3]兩輪差速驅(qū)動(dòng)移動(dòng)機(jī)器人運(yùn)動(dòng)模型研究[D]. 馬勤勇.重慶大學(xué) 2013



本文編號(hào)：3170080