尊敬的各位读者:
根据当前疫情防控要求,我馆部分原文传递服务可能会有延期,无法在24小时内提供,给您带来的不便敬请谅解!
国家工程技术图书馆
2022年11月29日
摘要: 自动导引车(AutomatedGuidedVehicles,AGV)是一种自动化程度较高的智能移动机器人。随着物流系统的智能化发展,AGV被大量应用在智能仓库、智能工厂以及物流运输等领域。AGV的运用可以减少人力成本,增加物流运输的效率。然而,在空间狭窄、环境复杂... 展开 自动导引车(AutomatedGuidedVehicles,AGV)是一种自动化程度较高的智能移动机器人。随着物流系统的智能化发展,AGV被大量应用在智能仓库、智能工厂以及物流运输等领域。AGV的运用可以减少人力成本,增加物流运输的效率。然而,在空间狭窄、环境复杂的作业环境中,AGV路径规划算法性能影响其作业效率,甚至影响路径的可行性,而轨迹跟踪算法则影响AGV的运动精度。为此,本文以两轮差速驱动式AGV为研究对象,对路径规划及轨迹跟踪技术开展研究,主要研究内容如下: (1)AGV的运动学分析与建模。基于两轮差速驱动AGV的非完整约束特性,建立位姿坐标系并推导坐标转换方程,并构建差速AGV运动学模型和位姿误差模型。 (2)研究AGV全局路径规划算法。首先,针对传统蚁群算法的盲目搜索和局部最优问题,通过调整初始信息素分布、设计新的启发函数、优化信息素更新规则和挥发因子,实现了对蚁群算法的改进。然后,设计两种典型环境,基于改进算法对AGV进行全局路径规划仿真,证明了该算法的理论可行性和有效性。 (3)研究AGV局部路径规划算法。为解决避障问题,将优化的人工势场算法用于局部路径规划。通过设计新的斥力函数,在原始斥力函数中计入了AGV与目标点之间的相对距离,解决目标可达性问题;通过引入虚拟牵引力,使AGV能够跳出局部极小值陷阱。仿真实验表明,该算法可使AGV有效避开障碍物,实现无碰撞的光滑路径规划。 (4)研究AGV轨迹跟踪控制问题。在路径规划的基础上,依据运动学模型和位姿误差模型,探讨AGV轨迹精度问题。对4种常见的趋近律特性进行分析,采用Backstepping方法设计了滑模控制切换函数,得到改进的趋近律。对直线和圆形轨迹跟踪仿真实验表明,改进的滑模控制器可有效降低抖振,验证了该方法在提升收敛速度和精度方面的稳定性。 (5)搭建实验平台并实例验证。分别将传统算法和本文算法程序导入ROS系统,构建AGV作业环境,设定运动起止点,实现了典型环境下的AGV路径规划。由实验数据分析可知,在环境相同的条件下,本方法在寻优时间和路径长度方面具有较明显的优势。 收起
系统维护,暂停服务。
根据《著作权法》“合理使用”原则,您当前的文献传递请求已超限。
如您有科学或教学任务亟需,需我馆提供文献传递服务,可由单位单位签署《图书馆馆际互借协议》说明情况,我馆将根据馆际互借的原则,为您提供更优质的服务。
《图书馆馆际互借协议》扫描件请发送至service@istic.ac.cn邮箱,《图书馆馆际互借协议》模板详见附件。
根据《著作权法》规定, NETL仅提供少量文献资源原文复制件,用户在使用过程中须遵循“合理使用”原则。
您当日的文献传递请求已超限。