单舵轮AGV叉车的激光雷达定位与路径跟踪

自动引导车(automated guided vehicle,AGV)叉车是工业领域重要的物料运输装备,其定位精度和路径跟踪精度是提高物料运输效率、工厂自动化及智能化水平的重要基础。该文以医药行业室内结构化环境下的单舵轮AGV叉车为对象,利用基于密度的有噪声空间聚类(density-based spatial clustering of applications with noise,DBSCAN)算法和快速迭代最近点(fast iterative closest point,FICP)算法实现了基于反光柱的激光雷达导航定位,并提出了基于距离的异常点剔除规则,保证定位结果的稳定性及算法的鲁棒性。利用Kalman滤波算法,融合激光雷达、角度传感器和惯性测量单元(inertial measurement unit,IMU)的定位数据,提升了定位精度。对于AGV叉车的路径跟踪问题,建立了比例积分(proportional-integral,PI)控制器,设计了基于三阶Bézier曲线的圆弧路径,并对Bézier曲线的参数进行了优化,避免了曲率突变,提高了路径跟踪精度。实验结果表明,基于DBSCAN和FICP算法的激光雷达定位算法能够实现±3 mm的定位精度,实现了AGV叉车的准确定位;基于Bézier曲线改进后的圆弧路径跟踪误差降低了72%,直线和圆弧路径动态跟踪精度控制在25 mm以内,工作站点的重复定位精度达±12 mm,达到了预期设计要求。     

AGV视觉导航模糊控制研究

本文提出了一种AGV视觉导航模糊控制方法。首先对AGV建立其运动学模型,分析其可能的位姿,其次建立模糊控制器进行控制。仿真结果表明,车体能够在很短的时间内实现纠偏,达到期望位姿。     

现代制造车间AGV导航与控制的研究

本文通过分析对比AGV各种导航控制方式以及和制造车间环境相结合,得出适宜现代制造车间的AGV导航和控制方式。     

基于优化蚁群算法的AGV路径规划研究

针对基本蚁群算法在规划自动导引车(automated guided vehicle, AGV)路径时易出现的耗时长、搜索效率低、收敛速度慢以及易陷入局部最优等不足,文章提出一种优化蚁群算法。首先利用辅助蚁群的方向优势,帮助主蚁群初始化信息素,使路径搜索更具有针对性,提高路径搜索效率;其次加入伪随机状态转移策略,增加路径选择的多样性,防止算法过早收敛;接着使用蚁群的当前最优解、主蚁群一代蚁群中的最优解、最差解进行全局信息素更新,并引入最大最小蚂蚁系统对路径上的信息素进行限制;最后对栅格环境中的凹形障碍物进行处理,提高搜索质量。仿真实验表明,优化蚁群算法相较于其他蚁群算法,收敛速度更快、搜索能力更优。     

基于改进狼群算法的AGV路径规划

针对自动引导小车(automated guided vehicle, AGV)全局最优路径的求解问题,文章利用栅格法对环境进行建模,提出一种基于改进狼群算法(improved wolf pack algorithm, IWPA)的AGV路径规划方法。该算法采用混沌映射形成初始种群,增加种群多样性;对探狼游走行为引入随机策略,扩大搜索范围;对头狼的选择引入Metropolis准则,增强算法跳出局部最优能力;改进猛狼奔袭策略,提高算法后期寻优效率。通过8个典型测试函数的仿真实验结果表明,改进的算法在寻优速度和精度上均有较大的提高。将改进的算法应用于路径规划仿真实验,结果表明,相比于传统狼群算法,改进的狼群算法在解决AGV路径规划问题上更有效。     

基于快速平稳幂次趋近律AGV滑模轨迹跟踪控制研究

针对应用于地下车库的自动导引车(automated guided vehicle,AGV)轮式泊车机器人轨迹跟踪过程中的位置偏差和姿态偏差问题,提出了一种快速平稳幂次趋近律的滑模轨迹跟踪控制方法.首先,在泊车机器人坐标系下建立运动学模型,通过全局坐标系与机器人坐标系之间的转换关系,得到泊车机器人在全局坐标系下的运动学模型;然后采用Lyapunov直接法设计滑模切换函数,采取快速平稳幂次趋近律的方法使泊车AGV从偏差状态快速到达滑模切换面,使AGV泊车机器人快速平稳地跟踪给定参考轨迹.最后,通过MATLAB进行仿真试验,仿真结果验证了所提方法的可行性与有效性.     

考虑拥堵因素的自动化码头多AGV无冲突动态路径规划模型

针对自动化集装箱码头水平运输系统的调度优化,提出一种自动引导车(AGV)动态路径规划策略,即在多AGV系统路径生成的同时进行动态路径优化.从AGV运输作业时间角度,建立考虑拥堵的多AGV路径优化模型,优化AGV路径方案.为求解模型,设计了基于动态路径规划策略的多种群蚁群算法,并对模型与算法的有效性进行验证.结果表明:基于动态路径规划策略可以对路径规划过程进行动态控制与优化;同时,考虑拥堵因素可以有效地解决水平运输路网中的拥堵问题,提高运输作业效率.     

视觉引导AGV的数字图像处理方法研究

自动导航小车(AGV)的导航技术中,视觉导航具有信息量大和引导柔性等优点。视觉导航方式中,导航图像的处理技术处于很重要的地位。介绍了AGV导航技术的引导系统的原理,并针对视觉引导的AGV所采样的数字图像进行了噪声滤波、二值化、边缘检测和直线拟合等。通过在自主研制的小车样机上进行试验,验证了图像处理过程中的准确性和实时性,表明该方法对提高AGV可控制性具有良好的效果。     

基于模糊控制的激光叉车AGV路径追踪

在"中国制造2025"战略背景下,制造车间为了将物料运输效率进一步提高,需要将AGV作为车间产业智能化、自动化升级的重要工具.对于这种无人驾驶的自动导引小车来说,提高其导航精度是其能应用于现场环境的关键,也是其能够安全工作的重要保证.为了改进传统PID算法在路径追踪偏差修正中表现出的鲁棒性差、对环境变化比较敏感等问题,...     

基于改进模糊PID的叉车式AGV路径跟踪控制

针对存在结构性障碍物阻挡的弯道路径、运动载荷、转弯速度影响路径跟踪安全性和精度的问题,提出一种基于模糊切换的改进型模糊PID组合控制方法.根据仓储环境的特点,已知障碍物凸出点的位置和不同载荷下的速度范围,设计了基于Bezeir曲线的弯道路径,利用模糊切换函数实现组合控制,及不同载荷与速度条件下的路径跟踪控制.最后利用M...     

自动引导车路径偏差的控制研究

本文针对差速驱动的AGV路径偏差控制,建立了小车路径偏差的运动模型。利用数学方法分析路径偏差与车轮速度的关系,深入分析,得到两驱动轮驱动电压与偏差变量的等量关系,从而得到系统的结构框图,从根本上分析了AGV的控制原理。通过对比激光导航,磁导航,视觉导航等控制方式,最后选择无适应性,稳定性更强的无轨导航,采用模糊控制理论,将系统简化为以偏差变量为输入,驱动电压差为输出的双输入单输出系统。仿真结果表明,该方法有较好的路径纠偏能力。同时也为无轨AGV路径控制奠定基础。     

实验室水槽装置液位模糊控制系统的设计

介绍一种带修正因子和寻优参数的水位模糊控制系统。实验表明 ,该系统具有较强的抗干扰能力及适应内部参数变化的能力。阐述了控制方案及软、硬件的设计。     

基于模糊控制技术的AGV运动控制器设计

针对AGV的控制要求,提出了一种模糊运动控制器的设计方案,阐述了模糊控制器的原理,制定了模糊控制规则,并在大量的实验基础上得到了解模糊结果。经实际运行验证,该AGV模糊控制器的稳态精度较高,纠偏速度较快,对场地适应性强、运行稳定可靠,具有较高的实用价值。     

小型无人机滑跑航向纠偏及增稳控制设计

为解决小型无人机地面滑跑纠偏过程中易发生的侧翻问题,建立了无人机地面滑跑数学模型,分析了无人机滑跑侧翻的原因,设计模糊增稳控制器,模糊协同控制前轮转向、升降舵和副翼偏转,增加无人机的滑跑稳定性.提出只纠正无人机航向角偏差的纠偏控制方案,降低无人机侧翻风险.设计基于蚁群算法的模糊PID纠偏控制,应用蚁群算法对PID参数离线寻优,用模糊控制对PID参数进行在线调整.仿真和试验结果表明,本文设计的航向纠偏及增稳控制系统能有效纠正无人机航向角偏差,增加无人机在滑跑纠偏过程中的稳定性,防止无人机发生侧翻.      

空调器控制中模糊控制方法的研究

分析比较了空调器控制中一般模糊控制器的不足，提出了一种调整因子α和控制规则在线连续调整的方法并设计了相应的控制器。仿真结果表明用此方法设计的控制器有良好的控制品质，而且该控制器既结构简单、效率又较高。     

基于模糊控制的自来水厂除砷控制系统设计

在自来水厂水处理工艺中,砷质量浓度是一个重要的控制参数,它直接影响供水质量与人民群众的身体健康.除砷是自来水生产过程中重要的环节,具有时变、带迟滞、非线性的特点,本系统采用模糊控制及常规PID控制相结合的控制策略,控制过程中在线修改、调整和完善控制规则,达到砷质量浓度控制准确、稳定的目的.试验表明,该方法与传统控制器相比,具有系统输出响应快、无超调、鲁棒性强等优点.     

基于DSP的AGV运动控制系统设计

AGV是一种自动导向车,能够在具有一定地形特征的环境中顺利到达期望目的地或沿期望路径行驶,已经被广泛应用于军事、航空和医药等领域.以两轮AGV为控制对象,采用高精度线阵CCD摄像头、高速DSP和超声波声纳构成一个AGV系统,着重介绍了基于数字信号处理器TMS320F240的AGV运动控制系统,论述了各组成部分的工作原理,并使用模糊逻辑控制策略对AGV系统的轨迹跟踪能力进行了仿真.该系统充分利用DSP运算速度快、外设接口丰富、适于电机控制的特点,实现对AGV的速度和航向的控制.该系统具有硬件结构简单,软件开销小等特点.     

基于优化的模糊决策算法在多AGV调度问题中的应用

为解决多AGV在复杂系统中的任务调度问题,以提高生产效率缩短任务周期为目标建立地面轨迹模型和AGV搬运耗时模型。采用优化的模糊决策算法通过最小化每台AGV的搬运耗时来最小化搬运作业的总耗时。在算法设计过程中,采用分布式控制思想,将AGV离目标点的距离,AGV的当前载重和AGV的当前电量作为因素集,将AGV执行此次搬运任务的合适度作为评价集,建立AGV模糊评价模型;通过该模型得出各台AGV对任务适合度的评价向量进而寻找一种映射将评价向量转化为值,调度问题被转化为最优化问题,其中采用切割补偿优化综合模型的因素权重选择,采用分模式链式比较减少AGV的计算量。通过多次仿真实验,可以验证本文算法在缩短任务的执行周期上具有一定的可行性与有效性,并且在解决复杂系统AGV状态多变的调度问题下展现了一定的鲁棒性和拓展性。     

模糊神经控制器在复杂系统中的应用研究

首先提出一种适用于复杂系统的自适应模糊控制器.针对该控制器在应用于复杂系统时,模糊规则过多及建立规则的时间随规则数增加而以指数规律增长的问题,提出了另一种适用于复杂系统的自适应模糊神经控制器.该控制器采用“全逼近”的控制策略,依据李亚普诺夫方法给出了模糊神经自适应输出反馈控制律及参数自适应律.仿真研究证明了复杂系统的稳定性以及跟踪误差的收敛性.