基于多传感器组合的自动导引车系统研究与应用

论文摘要

自动导引车(AGV, Automatic Guided Vehicle)在柔性制造业、物流业和自动仓储中具有广泛的应用前景和价值,己然成为现代化企业自动化装备不可缺少的重要组成部分。随着AGV导引技术的不断发展,出现了基于机器视觉的导引方式,并迅速成为研究热点。与传统导引技术相比,视觉导引具有成本低,适应性强,安装灵活等特点。但现有的视觉导引技术尚不够成熟,主要体现在稳定性和鲁棒性上的不足。本文提出并设计了一种基于多传感器组合的AGV导引控制系统,使用CCD摄像头、RFID传感器、编码器、陀螺仪、声纳等多种传感器,通过信息融合和联合导引等方法达到控制目的,课题的研究主要包括以下三个方面：1、针对AGV导引过程中的位姿估计问题,研究了多传感器信息融合技术,对其概念和主流的技术方法进行了分析和探讨,并使用Kalman滤波技术将编码器与电子陀螺仪的信息进行融合,通过实验的方式加以验证。2、针对AGV导引过程中的实时控制问题,研究并提出了一种基于多传感器组合的导引方式(即以机器视觉为主,RFID、编码器、陀螺仪等多种传感器为辅进行联合导引的技术)。针对AGV不同的行驶状态下的控制差异,给出了使用专家P1D控制的直道导引技术和使用模糊控制的弯道导引技术。3、为了使上述导引技术能够运行在一个计算资源相对有限的平台上,使用软件工程的方法设计并实现了一种基于数据流的软件体系架构,通过高度模块化的设计保证了系统的实时性以及可扩展性。经过真实实验场景的验证,本课题提出的基于多传感器组合的AGV导引系统保证了AGV控制的实时性和导航精度,使得AGV机车能够稳定、高效地执行事先布置的任务,达到了项目最初的要求。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 自动导引车AGV的发展和应用
• 1.2 AGV导航和定位技术
• 1.3 课题目标和解决方案
• 1.4 本文内容和结构
• 第二章 多传感器信息融合位姿估计
• 2.1 多传感器信息融合
• 2.1.1 多传感器信息融合方法
• 2.1.2 多传感器信息融合拓扑结构
• 2.2 KALMAN滤波器
• 2.3 基于编码器和陀螺仪信息融合的AGV位姿估计
• 2.3.1 AGV位姿估计模型
• 2.3.2 使用Kalman滤波器的姿态角估计
• 2.4 位姿估计实验
• 2.5 本章小结
• 第三章 多传感器组合AGV实时控制
• 3.1 基于图像处理的道路识别
• 3.2 AGV直道行驶控制策略
• 3.2.1 基于道路特征参数的基本控制方法
• 3.2.2 基于专家PID算法的控制策略
• 3.3 AGV弯道行驶控制策略
• 3.3.1 基于RFID和图像信息的弯道入口检测方法
• 3.3.2 多传感器组合的弯道行驶控制方法
• 3.4 本章小结
• 第四章 AGV系统构建
• 4.1 系统结构
• 4.2 硬件规格
• 4.3 软件架构
• 4.3.1 设计要求
• 4.3.2 设计方案
• 4.3.3 系统模块的划分与协作
• 4.4 本章小结
• 第五章 实验及结果分析
• 5.1 实验目的
• 5.2 实验环境
• 5.3 实验方案
• 5.3.1 位姿估计实验
• 5.3.2 直道行驶实验
• 5.3.3 弯道行驶实验
• 5.3.4 完整任务实验
• 5.4 实验数据和结果分析
• 第六章 总结和展望
• 6.1 论文工作总结
• 6.2 研究工作展望
• 参考文献
• 攻读硕士学位期间研究成果
• 致谢