双轮驱动AGV路径规划及运动控制

摘要

随着国家经济结构调整与产业结构的转型升级，智能工业机器人产业迎来了重要的发展机遇。2016年全球机器人需求有望继续保持增长态势。机器人的出现会在一定的程度上替代很大一部分的人工作业，大大方便了人们的生活。AGV(AutomatedGuided Vehicle)通过自动引导装置，可以按照规定的路径行驶，无需人员操作就可以按照预定路线运输、转载物品。智能AGV的出现，优化了人员配置，降低了劳动强度，提高了生产效率与产品质量。因此，加强对AGV的研究具有重要的理论意义和实际应用价值。
　　本文以AGV为研究对象，对AGV整车的总体结构进行设计与开发。AGV技术水平主要体现在控制系统开发、驱动技术、导引技术。本文重点针对AGV的路径规划及运动控制问题进行分析与研究。相对于传统的路径规划及运动控制的方法存在的一些局限性，本文通过蚁群算法来解决在仓储物流中AGV的路径规划与避障问题。在运动控制方面，本文通过利用反演控制技术来实现AGV控制器的设计，从而实现对运动轨迹跟踪。
　　本文在深入对蚁群算法研究的基础上，为解决传统蚁群算法搜索时间长、收敛速度慢、容易陷入局部最优的问题，通过采用改进的蚁群算法，使AGV在从初始位置到达目标位置的过程中，可以绕过障碍物，最终选择出最短路径。改进的蚁群算法提高了算法的求解能力，搜索时间更短，实现有效避障。针对AGV轨迹跟踪控制问题，本文通过建立AGV的运动学模型，结合反演控制理论设计了反演控制器。利用Lyapunov函数进行稳定性分析，保证了跟踪误差渐近收敛于零。通过算法的仿真与分析，所得到的跟踪轨迹基本收敛于期望轨迹，结果表明了该方法可以到达良好的控制性能。

目录

声明

摘要

第1章 绪论

1．1 课题的研究背景及意义

1．1．1 课题研究的背景

1．1．2 课题研究的意义

1．2 国内外AGV的发展

1．2．1 国外AGV的发展趋势

1．2．2 国内AGV的发展趋势

1．3 本课题主要研究内容

第2章 AGV总体结构设计

2．1 AGV主要分类及实际应用优点

2．2 AGV系统机构及主要功能概述

2．3 AGV导引方式

2．4 驱动与转向机构

2．5 Discovery Q2 AGV平台

2．5．1 AGV的外部结构

2．5．2 AGV的内部结构

2．5．3 规格参数

2．5．4 AGV控制器

2．6 AGV车体结构设计

2．7 本章小结

第3章 AGV的路径规划

3．1 AGV的路径规划方法

3．2 全局路径规划

3．3 局部路径规划方法

3．4 基于智能算法的AGV路径规划

3．5 本章小结

第4章 基于蚁群算法路径规划的研究

4．1 蚂蚁的生物学特性

4．1．1 蚂蚁的社会形态

4．1．2 蚁群行为描述

4．1．3 蚁群算法的提出及发展历程

4．2 蚁群算法的原理

4．3 蚁群算法的系统学特性

4．4 蚁群算法的模型建立

4．4．1 蚂蚁个体的抽象

4．4．2 问题空间的描述

4．4．3 对寻找路径进行抽象

4．4．4 信息素挥发抽象

4．4．5 启发因子的引入

4．5 蚁群算法的数学模型

4．6 蚁群算法的具体实现

4．6．1 蚁群算法实现步骤

4．6．2 蚁群算法程序结构流程

4．6．3 算法的性能评价指标

4．7 基于蚁群算法的路径规划

4．7．1 根据环境要求建立模型

4．7．2 路径规划的具体步骤

4．7．3 路径规划的结果分析

4．8 基于改进蚁群算法的路径规划

4．8．1 混合信息素更新策略

4．8．2 改变算法的状态转移规则

4．8．3 改变信息素的更新规则

4．8．4 AGV路径规划结果分析

4．9 本章小结

第5章 AGV运动控制研究

5．1 AGV控制方法分析

5．1．1 PID控制

5．1．2 自适应控制

5．1．3 基于模型的控制方法

5．1．4 模糊控制与神经网络控制

5．1．5 迭代学习控制方法

5．1．6 反演控制方法

5．2 基于反演控制的AGV运动控制

5．2．1 控制算法

5．2．2 运动模型建立

5．2．3 运动方程建立

5．2．4 AGV的反演控制器设计

5．3 轨迹跟踪

5．4 实验仿真及结果分析

5．5 本章小结

结论

参考文献

攻读硕士学位期间所发表的论文

致谢