地面機(jī)器人作為新型人工智能的一種,越來越受人們的青睞,其中屬于地面機(jī)器人的AGV(自動(dòng)導(dǎo)引小車)被廣泛應(yīng)用到物流倉儲(chǔ)系統(tǒng)中。AGV的運(yùn)行路徑直接影響到其運(yùn)輸效率,為了進(jìn)一步提高物流倉儲(chǔ)的經(jīng)濟(jì)效益,改善關(guān)鍵技術(shù)是重中之重。為此,本文主要解決了兩個(gè)關(guān)鍵問題:AGV的路徑規(guī)劃和控制研究。在路徑規(guī)劃方面,針對復(fù)雜環(huán)境下AGV小車路徑規(guī)劃存在收斂速度慢、極易陷入局部最優(yōu)的缺點(diǎn),提出一種基于幾何規(guī)則的異類蟻群優(yōu)化(GR-HFACO)算法。首先,利用幾何規(guī)則非均勻分配初始信息素,設(shè)置雙向并行搜索機(jī)制;其次,引入具有觀點(diǎn)采擇能力的螞蟻高效協(xié)同工作;最后,在更新環(huán)節(jié)引入信息素負(fù)反饋環(huán)節(jié)以及交叉操作,并從數(shù)學(xué)角度證明了GR-HFACO算法具有全局收斂性。仿真結(jié)果表明,該算法的收斂速度以及全局搜索性能顯著優(yōu)于目前流行的ACON、TWPSS-ACO、SoSACO-v2、Sci-ACO和HHACO算法。在控制研究方面,針對AGV軌跡跟蹤控制問題,采用模糊控制原理,設(shè)計(jì)了一種模糊控制器,通過對AGV運(yùn)動(dòng)學(xué)模型的分析,得到了控制AGV在絕對坐標(biāo)系中位姿變化的2個(gè)變量,并將這2個(gè)變量作為輸出變量,實(shí)現(xiàn)對AGV的軌跡控...

【文章頁數(shù)】：63 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 地面機(jī)器人的研究背景
        1.1.1 地面機(jī)器人概述
        1.1.2 AGV概述
        1.1.3 AGV研究背景
        1.1.4 選題意義
    1.2 國內(nèi)外研究現(xiàn)狀及發(fā)展趨勢
        1.2.1 全局路徑規(guī)劃
        1.2.2 局部路徑規(guī)劃
        1.2.3 控制研究
    1.3 研究內(nèi)容
第2章 AGV小車路徑規(guī)劃
    2.1 路徑規(guī)劃的概述
    2.2 環(huán)境建模
    2.3 路徑規(guī)劃算法
        2.3.1 傳統(tǒng)算法
        2.3.2 啟發(fā)式算法
    2.4 基本蟻群算法
        2.4.1 覓食原理
        2.4.2 人工螞蟻
        2.4.3 算法基本流程
    2.5 蟻群算法的研究進(jìn)展
    2.6 本章小結(jié)
第3章 改進(jìn)蟻群算法
    3.1 改進(jìn)蟻群算法
        3.1.1 路徑搜索
        3.1.2 路徑更新
        3.1.3 改進(jìn)蟻群算法流程
    3.2 改進(jìn)蟻群算法收斂性證明
    3.3 仿真驗(yàn)證
    3.4 實(shí)驗(yàn)驗(yàn)證
    3.5 本章小結(jié)
第4章 AGV小車控制研究
    4.1 控制研究概述
    4.2 問題描述
        4.2.1 控制對象
        4.2.2 AGV運(yùn)動(dòng)學(xué)模型
    4.3 模糊控制器設(shè)計(jì)
        4.3.1 輸入輸出設(shè)置
        4.3.2 輸入輸出變量的模糊化
        4.3.3 隸屬函數(shù)的確定
        4.3.4 控制器的控制過程
    4.4 仿真實(shí)驗(yàn)
    4.5 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間所發(fā)表的論文
致謝



本文編號：3812883