论文部分内容阅读
分拣AGV是一类可以借助电力、磁力或其他方式的导引下在仓库环境中按照事先给定的轨迹运行且具有安全保护的运输小车。近些年来,人们越来越趋向于在网络上购买商品,尤其是在每年“双十一”“618”等电商促销节日,快递订单的数量逐年增长,给物流行业带来了巨大的压力,而分拣AGV作为一种典型的物流运输设备,提高其工作效率和物流服务能力成为实现智能化物流,缓解物流压力的关键。为了实现中小型自动化仓库分拣AGV应用的普及化,研究一种低成本、高精度的AGV导航系统具有极其重要的意义。本文的研究内容主要有建立AGV全局坐标系与局部坐标系,根据小车运动学关系建立AGV运动学模型,确定AGV运动调整过程中的控制量。建立基于光电编码器、惯性测量单元与超声波传感器的定位模型,获得对应定位模型的实时定位算法。分析超声波接收装置的布置形式对超声波定位系统测量位置信息误差的影响,降低超声波定位模型测量过程的系统误差。采用特征级信息融合技术,设计双层卡尔曼滤波算法融合航位推算方法、惯性导航定位方法和超声波传感器测量得到的定位信息,避免外部环境存在的各种随机误差在传感器在测量过程中的干扰,极大提高AGV定位精度。针对超声波传感器在仓储环境中容易因为遮挡而造成定位失败的特点,使用径向基神经网络完成超声波传感器测量位置信息的计算,并利用最近邻聚类学习算法完成神经网络的在线训练。在MATLAB中编写程序文件完成所设计算法的仿真。分析AGV轨迹跟踪过程,基于AGV实际位姿与给定轨迹目标点的偏差建立数学模型。引入滑模变结构控制器,利用反演设计法设计切换函数,改进滑模运动趋近律,减弱计算机控制系统的抖振现象。在MATLAB中搭建仿真模型、编写程序文件完成控制器参数整定与仿真,获得良好的仿真效果。计算直流伺服系统各环节的传递函数,设计电流环速度环双闭环控制器提高直流伺服系统的动态响应能力。