AGV的超声波定位与避障研究

论文摘要

本文以研究所自主开发的自动导航车XAUT.AGV100为研究对象,从工程应用的实际需求出发,结合机械工程技术、计算机控制技术、传感器检测技术和信号处理技术,对自动导航车在实际开发过程中的运动学的建模、控制系统的组成、超声波传感器的测距实验、传感器数据的处理、侧向定位和避障等内容进行较为深入的分析和研究。针对两轮差速转向式XAUT.AGV100,建立了运动学模型,对其控制系统组成进行分析,为后续的运动控制建立基础;通过实验,对模拟量超声波传感器的探障特性进行分析,提出一种精确的标定方法,实验结果证明该方法简单有效;对标定数据进行拟合和误差的补偿,经误差补偿后,测量系统的最大相对误差由误差补偿前的1.14%和不考虑入射角影响的1.84%降低到0.34%;在此基础上,进行双超声波组合测量实验,实验对比分析不同测量模型下的测量精度。为达到更高的精度,用BP神经网络对超声波测量系统进行建模和仿真;应用双超声波组合测量的方案,采取传统的PID控制算法,进行自动导航车的侧向定位实验。实验数据表明,基于超声波的侧向定位位置精度可到达±2.5mm,姿态精度可达±0.42°;最后,本文对自动导航车路径规划中的避障问题进行研究,针对人工势场法的缺陷,通过建立新势场函数和调整势力场区进行改进。仿真实验表明,该方法能很好地解决避障过程中的局部陷阱问题,基本消除轨迹震荡现象。本文的研究是在多部自动导航车的开发背景下完成,对于其中提出的一些新的思路和方法,在研究过程中都能够及时的检验并加以改进,所以,本文中的一些方法和相关结论均来源于实际的开发过程,因而对自动导航车的设计和开发具有一定的借鉴作用。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 自动导航车的发展现状及应用
• 1.1.1 自动导航车国外的发展现状
• 1.1.2 自动导航车国内的发展现状
• 1.1.3 自动导航车的应用
• 1.2 本课题研究的背景
• 1.2.1 AGV发展的关键技术
• 1.2.2 超声波在移动机器人领域的应用
• 1.3 研究课题的确定
• 1.3.1 课题研究的工程背景及实验条件
• 1.3.2 本课题研究的内容
• 1.3.3 论文的主要内容安排
• 2 差速转向式AGV的运动学分析和控制系统组成
• 2.1 AGV的分类
• 2.2 AGV的驱动和转向方式
• 2.3 差速转向式AGV的运动学分析
• 2.4 AGV的运动控制系统
• 2.4.1 AGV运动控制系统的硬件系统
• 2.4.2 AGV运动控制系统的软件系统
• 2.5 本章小结
• 3 模拟量超声波传感器测距实验分析
• 3.1 超声波测距原理及影响因素
• 3.1.1 超声波的测距原理
• 3.1.2 超声波测距的影响因素
• 3.2 实验用超声波传感器
• 3.2.1 实验用模拟量超声波传感器的性能参数
• 3.2.2 模拟量超声波传感器的示教
• 3.3 模拟量超声波传感器的数学模型
• 3.3.1 单一模拟量超声波传感器的数学模型
• 3.3.2 双模拟量超声波传感器组合的数学模型
• 3.4 超声波传感器的标定
• 3.4.1 超声波传感器标定的实验平台
• 3.4.2 超声波传感器标定实验
• 3.5 数据拟合
• 3.5.1 超声波传感器标定实验的数据拟合
• 3.5.2 拟合误差的分析与比较
• 3.6 误差补偿
• 3.6.1 误差分析
• 3.6.2 误差补偿因子的引入
• 3.6.3 误差补偿因子的搜索
• 3.6.4 误差补偿的结果
• 3.7 本章小结
• 4 双超声波传感器组合测量实验及AGV定位实验
• 4.1 标定函数的解析
• 4.1.1 不考虑入射角影响的情况
• 4.1.2 考虑入射角影响的情况
• 4.1.3 引入误差补偿的情况
• 4.2 双超声波传感器组合测量实验
• 4.2.1 双超声波组合测量实验原理
• 4.2.2 双超声波组合测量实验数据与分析
• 4.3 BP神经网络对超声波传感器测量系统的建模与仿真
• 4.3.1 BP神经网络理论
• 4.3.2 BP网络对双超声波测量系统的建模
• 4.3.3 网络的仿真及误差分析
• 4.4 AGV的侧向定位实验
• 4.4.1 AGV的侧向定位实验原理
• 4.4.2 基于PID的闭环控制方法
• 4.4.3 侧向定位实验
• 4.4.4 AGV的侧向定位精度分析
• 4.5 本章小结
• 5 基于改进人工势场法的AGV避障仿真分析
• 5.1 势场法的基本原理
• 5.1.1 势场法基本概念
• 5.1.2 势场函数的定义
• 5.2 人工势场法的改进
• 5.2.1 建立新势场函数
• 5.2.2 势力场区的调整
• 5.3 Matlab下的避障仿真实验
• 5.3.1 避障环境空间模型描述
• 5.3.2 避障仿真过程
• 5.3.3 避障仿真及结果分析
• 5.4 势场函数中参数的优化及仿真
• 5.4.1 势场函数中参数的优化
• 5.4.2 参数优化后的仿真结果
• 5.5 本章小结
• 6 全文总结与展望
• 6.1 全文总结
• 6.2 展望
• 致谢
• 参考文献
• 附录
• 攻读硕士期间发表的学术论文