学位论文 > 优秀研究生学位论文题录展示

基于视觉的AGV转向模型和控制研究

作　者: 艾青
导　师: 詹跃东
学　校: 昆明理工大学
专　业: 控制理论与控制工程
关键词: AGV 动觉图式仿人智能控制模糊控制神经网络控制
分类号: TP273.5
类　型: 硕士论文
年　份: 2009年
下　载: 92次
引　用: 0次
阅　读: 论文下载

内容摘要

随着工厂自动化和计算机集成制造系统的发展,柔性制造系统和自动化立体仓库的广泛应用,自动导向小车(Automatic Guided Vehicle,即AGV)作为连接和调节离散型物流系统的手段,已经成为自动化搬运装卸的必要工具,其应用范围和技术水平得到了迅猛的发展。在AGV的研究领域中,路径跟踪转向控制技术是AGV研究中的一个关键技术。因而,如何设计出一种跟踪误差小、动态响应快、能适应多种复杂环境,且具有较好鲁棒性的转向控制系统是十分重要的。本文的主要工作首先是在查阅了大量国内外相关研究资料的基础上,综述了国内外AGV及其转向运动控制技术发展的历史和现状。其次,通过对基于视觉导向的自动导向小车(V-AGV)的主要结构和工作原理的理解,构建了基于动觉图式的仿人智能转向控制模型,主要包括直线、直角、S型、避障等转向模型。第三,在分析AGV的转向控制策略的基础上,设计了基于图式理论的多模态智能控制器,通过特征辨识结果选择相应的控制算法,包括仿人智能控制、模糊控制等。第四,针对各种智能控制方法具有各自的特点和应用场合,研究了模糊神经网络控制方法的综合。发挥神经网络的并行计算、分布式信息储存、容错能力强以及模糊系统适合表达那些模糊或定性的知识、推理方式比较类似于人的思维模式的综合优势。第五,传统的控制方法有比较系统和完整的理论,其系统的分析和设计需要较准确的数学模型,而目前智能控制方法可以较少的依赖模型,但其尚缺乏较系统和完整的理论,更多地依靠经验与试凑,很明显将两者结合可以充分发挥各自的优势。仿真和实验结果表明,设计的转向模型及多模态控制算法能够使系统快速平滑地跟踪导向路径,效果明显优于传统的常规控制器,体现出V-AGV系统具备广阔的市场应用前景。

全文目录

摘要  3-4
Abstract  4-7
第一章绪论  7-18
  1.1 引言  7
  1.2 AGV发展状况和特点  7-10
    1.2.1 国内外自动导向小车发展的历史和现状  7-10
    1.2.2 AGV的特点  10
  1.3 AGV导向技术简介  10-12
  1.4 AGV转向模型与控制算法  12-17
    1.4.1 AGV转向车体模型  12-14
    1.4.2 AGV转向控制模型  14-15
    1.4.3 AGV转向控制算法  15-17
  1.5 本文的研究内容  17-18
第二章 V-AGV系统结构  18-26
  2.1 V-AGV的系统原理和基本结构  18-19
  2.2 V-AGV系统硬件设计  19-24
  2.3 V-AGV系统软件设计  24-25
  2.4 V-AGV的路径检测  25
  2.5 小结  25-26
第三章基于动觉图式的仿人智能转向模型建立  26-40
  3.1 基于动觉图式的仿人智能控制概述  26-27
  3.2 基于动觉图式的仿人智能控制理论  27-30
    3.2.1 仿人智能控制模型的基本概念  27-28
    3.2.2 基于动觉图式的仿人智能控制的理论体系  28-30
  3.3 V-AGV转向控制模型建立  30-38
    3.3.1 转向控制模型的设计思想  31
    3.3.2 转向控制模型的感知图式  31-32
    3.3.3 转向控制模型的运动图式  32-38
    3.3.4 转向控制模型的关联图式  38
  3.4 V-AGV系统模型的融合  38-39
  3.5 小结  39-40
第四章 AGV转向控制算法研究  40-55
  4.1 V-AGV控制方式及工作原理  40-41
  4.2 智能控制算法的研究  41
  4.3 S型路径转向控制  41-44
    4.3.1 仿人智能控制器的原型算法  41-42
    4.3.2 仿人智能控制器算法特点  42-43
    4.3.3 仿人智能控制原型算法的改进  43
    4.3.4 仿人智能控制器Matlab仿真  43-44
  4.4 直线导向路径转向控制  44-49
    4.4.1 模糊控制基本原理  45
    4.4.2 精确量的模糊化  45-46
    4.4.3 模糊控制规则  46-47
    4.4.4 模糊量的精确化  47-48
    4.4.5 模糊控制表  48
    4.4.6 Matlab仿真  48-49
  4.5 直角转向控制  49-50
    4.5.1 直角识别  49-50
    4.5.2 直角转向  50
  4.6 避障转向控制  50-51
    4.6.1 障碍物的检测  50
    4.6.2 避障转向  50-51
  4.7 程序编制与实验结果  51-54
    4.7.1 程序编制  51-52
    4.7.2 实验结果  52-54
  4.8 小结  54-55
第五章控制方法综合研究  55-66
  5.1 智能控制  55-56
  5.2 模糊与神经网络综合  56-59
    5.2.1 神经模糊控制系统  56-58
    5.2.2 模糊神经网络  58
    5.2.3 神经模糊控制系统Matlab仿真  58-59
  5.3 智能方法与传统控制综合  59-64
    5.3.1 模糊PID控制  60-63
    5.3.2 单神经元自适应PID控制  63-64
  5.4 小结  64-66
第六章总结与展望  66-68
  6.1 研究内容总结  66
  6.2 存在及尚需解决的问题  66-68
致谢  68-69
参考文献  69-72
附录A(攻读硕士学位期间发表的论文)  72

基于视觉的AGV转向模型和控制研究

内容摘要

全文目录

相似论文