AGV作為一種具有貨物搬運(yùn)能力的智能機(jī)器人,已經(jīng)在倉(cāng)儲(chǔ)物流運(yùn)輸、生產(chǎn)搬運(yùn)等產(chǎn)業(yè)有了成功的應(yīng)用,使得企業(yè)的工作效率有所提高。為了保障AGV在工作過(guò)程中的行駛安全和工作效率,AGV應(yīng)具有躲避障礙物的能力,而目前現(xiàn)有的避障策略是設(shè)定一個(gè)安全距離值,當(dāng)AGV與障礙物之間的相對(duì)距離小于該值時(shí)就需要AGV停車,但當(dāng)障礙物為運(yùn)動(dòng)的,AGV就會(huì)出現(xiàn)隨著與障礙物之間距離的不斷變化而出現(xiàn)時(shí)走時(shí)停的現(xiàn)象。顯然,這種方法降低了企業(yè)的生產(chǎn)效率,為了解決這種現(xiàn)象,本文根據(jù)AGV實(shí)際的行駛環(huán)境,提出一種對(duì)動(dòng)態(tài)障礙物避障的策略,通過(guò)減少AGV不必要的停車,達(dá)到提高企業(yè)生產(chǎn)效率的目的。首先,為了保證AGV車體的安全,論文通過(guò)分析AGV避障情形、避障過(guò)程,把AGV與動(dòng)態(tài)障礙物之間的相對(duì)距離和相對(duì)速度作為影響AGV避障轉(zhuǎn)角的主要因素,從而建立一種在預(yù)測(cè)AGV與動(dòng)態(tài)障礙物相對(duì)距離基礎(chǔ)上可以控制AGV避障轉(zhuǎn)角的模型。其次,建立一種基于模糊推理算法的AGV避障轉(zhuǎn)角模糊控制器,將AGV與動(dòng)態(tài)障礙物之間的相對(duì)距離和相對(duì)速度作為該控制器的輸入變量,AGV的避障轉(zhuǎn)角度數(shù)作為該控制器的輸出變量,通過(guò)建立的AGV避障轉(zhuǎn)角控制模型確定該控制器... 

【文章來(lái)源】：沈陽(yáng)工業(yè)大學(xué)遼寧省

【文章頁(yè)數(shù)】：61 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

各個(gè)國(guó)家貨物搬運(yùn)費(fèi)所占比例圖

第二章的分析可知，為了保證 AGV 與動(dòng)態(tài)障礙物不發(fā)生碰撞，AGV 應(yīng)該具礙物的能力，但是在 AGV 避障的過(guò)程中，當(dāng)動(dòng)態(tài)障礙物的速度始終保持不通過(guò)最小避障轉(zhuǎn)角模型計(jì)算所需要轉(zhuǎn)過(guò)的角度，達(dá)到一次性避障的目的，但態(tài)障礙物的速度是在變化的，會(huì)導(dǎo)致 AGV 每次轉(zhuǎn)過(guò)的角度不是定值，從而在左右擺動(dòng)的現(xiàn)象，同時(shí)由于 AGV 的避障轉(zhuǎn)角是通過(guò)前一時(shí)刻 AGV 與動(dòng)態(tài)測(cè)相對(duì)距離預(yù)測(cè)下一時(shí)刻的相對(duì)距離得到的且 AGV 是通過(guò)視覺(jué)獲得的前一對(duì)距離，由于視覺(jué)測(cè)量本身就存在一定的誤差，若直接使用 AGV 避障轉(zhuǎn)角模的避障轉(zhuǎn)角會(huì)使誤差變大，因此使用模糊控制來(lái)減小避障轉(zhuǎn)角誤差的同時(shí)可以棒性。糊控制器的組成控制器主要由模糊化處理、規(guī)則庫(kù)、模糊推理和去模糊化四個(gè)部分組成[35]，的模糊控制器沒(méi)有解模糊的步驟。以 AGV 模糊控制系統(tǒng)為例，其運(yùn)行部分 3.1 所示。

型的輸出變量直接是精確量，因此可以省去解模糊的步驟[48]。本論文中采用的去模法為重心法去模糊，重心法也叫做質(zhì)心法或者面積中心法，重心法的使用頻率較高[43 AGV 避障轉(zhuǎn)角模糊避障控制器的設(shè)計(jì)本節(jié)將前文所述的模糊避障算法，采用 MATLAB2014a 為開(kāi)發(fā)的 IDE，基于 MAT音在 MATLAB2014a 的 Fuzzy 的工具箱實(shí)現(xiàn)。3.1 AGV 避障轉(zhuǎn)角模糊控制器的構(gòu)成通過(guò)第二章的分析可知，AGV 與動(dòng)態(tài)障礙物之間的相對(duì)距離、相對(duì)速度是決定 A避動(dòng)態(tài)障礙物時(shí)轉(zhuǎn)向角度的主要參數(shù)，因此以 AGV 與動(dòng)態(tài)障礙物 X、Y 方向的相對(duì)距V 相對(duì)動(dòng)態(tài)障礙物 X、Y 方向的相對(duì)速度四個(gè)參數(shù)作為輸入變量，因此需要將這 4 變量進(jìn)行模糊化處理，AGV 躲避動(dòng)態(tài)障礙物的轉(zhuǎn)向角度參數(shù)作為輸出變量，由于本立模糊推理時(shí)選擇的類型為 Sugeno 型，因此輸出變量不需要去模糊化處理，直接為，該精確量傳遞給 AGV 執(zhí)行避障功能，建立如圖 3.2 所示的 AGV 避障轉(zhuǎn)角模糊控制

【參考文獻(xiàn)】：
期刊論文
[1]基于多維模糊決策的云制造服務(wù)優(yōu)選模型[J]. 劉婷婷,李長(zhǎng)儀.  山東理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(05)
[2]自動(dòng)導(dǎo)引車關(guān)鍵技術(shù)現(xiàn)狀及發(fā)展趨勢(shì)[J]. 金亞萍.  物流技術(shù)與應(yīng)用. 2015(11)
[3]自動(dòng)導(dǎo)引車:技術(shù)·市場(chǎng)·應(yīng)用[J]. 任芳.  物流技術(shù)與應(yīng)用. 2015(11)
[4]基于改進(jìn)粒子群優(yōu)化模糊控制的農(nóng)業(yè)車輛導(dǎo)航系統(tǒng)[J]. 孟慶寬,仇瑞承,張漫,劉剛,張志剛,項(xiàng)明.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2015(03)
[5]基于改進(jìn)勢(shì)場(chǎng)柵格法的移動(dòng)機(jī)器人路徑規(guī)劃[J]. 楊杰,賀利樂(lè),李榮麗,儀懷亮.  煤礦機(jī)械. 2012(08)
[6]基于改進(jìn)自適應(yīng)模糊推理系統(tǒng)的YG3硬質(zhì)合金精密外圓磨削表面質(zhì)量預(yù)測(cè)[J]. 劉茂福.  中國(guó)機(jī)械工程. 2012(09)
[7]基于可視圖的移動(dòng)機(jī)器人路徑規(guī)劃[J]. 許斯軍,曹奇英.  計(jì)算機(jī)應(yīng)用與軟件. 2011(03)
[8]人工勢(shì)場(chǎng)法在機(jī)器人避碰路徑規(guī)劃中的應(yīng)用[J]. 紀(jì)迪.  軟件導(dǎo)刊. 2010(07)
[9]自適應(yīng)神經(jīng)模糊推理系統(tǒng)（ANFIS）及其仿真[J]. 顧秀萍.  火力與指揮控制. 2010(02)
[10]自動(dòng)導(dǎo)航車（AGV）發(fā)展綜述[J]. 張辰貝西,黃志球.  中國(guó)制造業(yè)信息化. 2010(01)

博士論文
[1]模糊神經(jīng)網(wǎng)絡(luò)的性能及其學(xué)習(xí)算法研究[D]. 何春梅.南京理工大學(xué) 2010
[2]模糊系統(tǒng)和ANFIS的改進(jìn)及其在加工參數(shù)智能選擇中的應(yīng)用研究[D]. 武星星.吉林大學(xué) 2007

碩士論文
[1]機(jī)器人遠(yuǎn)程控制與避障系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D]. 王雪彥.西安電子科技大學(xué) 2017
[2]自動(dòng)導(dǎo)引小車AGV自適應(yīng)避障策略的研究與實(shí)現(xiàn)[D]. 康志昊.華南理工大學(xué) 2016
[3]基于PLC模糊控制的小型花卉玻璃溫室溫度控制[D]. 姚然.昆明理工大學(xué) 2015
[4]基于Witness的軸承裝配線精益生產(chǎn)應(yīng)用研究[D]. 李斌.中原工學(xué)院 2015
[5]面向電機(jī)軸承的快速故障診斷方法研究[D]. 王栗.沈陽(yáng)理工大學(xué) 2015
[6]塔機(jī)偏擺模糊自抗擾控制研究[D]. 曾伍楊.中南大學(xué) 2014
[7]基于人工勢(shì)場(chǎng)法的移動(dòng)機(jī)器人避障研究[D]. 李奕銘.合肥工業(yè)大學(xué) 2013
[8]自動(dòng)導(dǎo)引小車AGV的導(dǎo)航和避障技術(shù)研究[D]. 胡克維.浙江大學(xué) 2012
[9]基于行為的移動(dòng)機(jī)器人局部路徑規(guī)劃方法研究[D]. 宋穎麗.山東理工大學(xué) 2011
[10]基于PID算法的雙輪差動(dòng)式移動(dòng)機(jī)器人定位和導(dǎo)航研究[D]. 鮑金.東北大學(xué) 2008



本文編號(hào)：2983178