原文传递
视觉导引AGV的路径规划与避障研究
| 论文题名： | 视觉导引AGV的路径规划与避障研究 |
| 关键词： | 自动导引车;机器视觉;路径规划;避障行为;遗传算法;模糊神经网络 |
| 摘要： | 随着现代科学技术的发展，自动导引车(Automatic Guided Vehicle，简称 AGV)在许多领域得到了越来越广泛的应用。AGV是一种无人驾驶搬运车，它可以按照控制系统下达的指令，根据预先设计的程序，依照车载传感器确定的位置信息，沿着规定的路线自动行驶和停靠站台，完成一系列作业功能。 本文在详细查阅中外有关资料的基础上，综述了国内外 AGV发展的现状及应用与开发的概况，系统地分析了AGV的导引方式及工作原理、特点及应用行业、应用前景及发展趋势等，并对机器视觉的原理、研究内容及机器视觉在AGV上的运用进行了详细的说明。 本文主要研究视觉导引 AGV的路径规划与避障，包括静态已知环境中的路径规划与避障和动态未知环境中的路径规划与避障。 针对静态已知环境，采用基于遗传算法的AGV全局路径规划，提出了路径的定长符号编码机制。将 AGV所处环境中的障碍物表示为多边形，用改进的道路图法规划出 AGV可以经过的节点，并对各节点用[1，n]的整数任意编码后，把路径编码成定长的自然数染色体串，染色体长度为n。这种算法简单有效并具有良好的通用性。仿真结果表明了算法的可行性。 针对动态未知环境，定义了AGV的行驶环境；提出了AGV避障路径规划的模糊神经网络控制方法，设计了模糊神经网络控制器。该控制器的输入为左方、前方和右方三个方向上探测的障碍物距离信息、环境类别以及目标点与小车当前车身方向夹角θ；输出为转向装置控制量α和期望速度v。并用MATLAB进行仿真，仿真结果表明该模糊神经网络控制器满足控制要求。该研究为进一步精确控制AGV奠定了基础。 |
| 作者： | 赵德云 |
| 专业： | 机械设计及理论 |
| 导师： | 杨厚华 |
| 授予学位： | 硕士 |
| 授予学位单位： | 贵州大学 |
| 学位年度： | 2010 |
| 正文语种： | 中文 |
检索历史
应用推荐
