基于多传感器行为融合基础上的AGV导航研究

详细分析了AGV导航系统的基本行为，并建立了避障行为、目标跟踪行为、沿墙壁行驶行为和紧急停止行为的模糊规则。在此基础上，构建基于多传感器的行为融合的导航系统，并用模糊神经网络对上述规则进行学习，仿真结果表明该行为融合可获得很好的导航效果。     

基于模糊免疫PI和交叉耦合控制的AGV跟踪策略研究

针对AGV的多轮驱动，将模糊免疫PI和交叉耦合相结合的控制方法来实现AGV沿期等路径行驶，它解决了任一轮驱动系统因参数变化或扰动引起的不可预见性问题。由于交叉耦合控制利于多轮驱动之间的制约和协调，可以有效减少方向误差和提高路径跟踪的精确性。而基于免疫反馈原理的模糊免疫PI控制使系统具有一定的自适应能力和较强的鲁棒性，其控制性能优于常规的PI控制。仿真结果证明其可行性与有效性。     

基于动力学系统的非完整移动机器人的跟踪控制

为解决具有两个驱动轮的受非完整约束移动机器人的轨迹跟踪问题,文章从机器人的动力学和运动学模型出发,设计出一种结构简单的控制器,该控制器利用单神经元网络的自学习和自适应能力,来克服未建模的系统扰动,并用Lyapunov函数对所设计的控制器进行了稳定性分析。最后仿真结果验证了所设计的控制器的有效性。     

基于传感器数学模型的数据融合方法及避障研究

文章介绍了超声波传感器测距中存在的问题,提出了基于传感器数学模型的数据融合方法,在此基础上建立基于信息融合的移动机器人导航系统;结合模糊逻辑控制的方法,设计了符合人类驾驶经验的模糊控制器,以实现移动机器人在障碍物环境下的自主导航;最后用MATLAB模糊工具箱对该模糊控制器进行了仿真,结果表明,机器人能够自主避开障碍物,到达目的地。