【摘 要】
：
自动导引车（Automatic Guided Vehicle,AGV）作为自动化运输、智能制造的重要设备,以低功耗、低成本、高效益等优点,被广泛应用在工业、医疗、军事等领域。AGV无轨导引相对于有轨导引具有路线规划灵活、环境适应性强等优点,但由于其仍然存在定位实时性差、精度低、运行鲁棒性差等问题,影响了无轨AGV在市场中的推广与应用。本文围绕提升基于全局视觉导引的无轨AGV的定位精度和路径跟踪的可
论文部分内容阅读
自动导引车（Automatic Guided Vehicle,AGV）作为自动化运输、智能制造的重要设备,以低功耗、低成本、高效益等优点,被广泛应用在工业、医疗、军事等领域。AGV无轨导引相对于有轨导引具有路线规划灵活、环境适应性强等优点,但由于其仍然存在定位实时性差、精度低、运行鲁棒性差等问题,影响了无轨AGV在市场中的推广与应用。本文围绕提升基于全局视觉导引的无轨AGV的定位精度和路径跟踪的可靠性开展研究,主要研究内容如下:（1）针对将图像透视变换到正投影视图的过程中需要手动选取参照点的问题,提出了基于标定板的自适应透视变换方法。通过提取标定板的4个角点,实现将图像从非垂直俯视图透视变换到正投影视图。该方法提高了将图像透视变换到正投影视图的灵活性和适应性。为非垂直俯视图的拼接奠定了基础。（2）针对多相机以非垂直俯视采集到的图像使用传统图像拼接算法无法拼接图像以及构建全局视觉地图缺乏普适性的问题,提出一种基于标定板的图像拼接与全局地图构建方法。在经过将图像透视变换到正投影的基础上,利用标定板的信息实现图像拼接和自适应构建全局视觉地图。该方法对非垂直俯视图的拼接速度和拼接效果优于传统的图像拼接方法。全局视觉地图误差小于0.007%。（3）设计了基于YOLOv5s的AGV定位方法。在AGV识别框的基础上利用两块色块提取AGV中心点和确定AGV的方向,并建立场景模型优化了AGV高度带来的误差。最后将多个定位融合,实现对AGV的高精度定位。实验表明,提升了全局视觉导引AGV的定位速度和精度,定位误差小于0.009%,角度误差小于2°。（4）基于机器人操作系统（Robot Operating System,ROS）设计了路径跟踪的相关节点和控制方法,实现了AGV基于ROS平台自动跟踪路径。通过路径跟踪实验,验证了本文定位算法的可靠性和路径跟踪算法的可行性,路径跟踪误差小于0.016%。
其他文献
在小学数学教学中，教师要应用“问题”“表征”“转换”启发学生，让学生的表达“有思路”“有道理”“有根据”，引导学生规范地、清晰地、简约地表达等。优化数学语言教学，能让学生的数学表达能力得到有效提高，促进学生认知力的提高，带动学生数学学习方式的变革。
近年来,随着“互联网+政务服务”建设的不断深入,“全国一体化”政务服务平台基本建设完成并投入运行,而政策文本分析技术在政策解读、政企协同和企业决策等政务服务方面,具有十分关键的现实意义。随着政策文本数据的增长,政策文本分析面临着诸多问题:一方面由于缺乏政策术语词库,政策文本的细粒度索引无法建立,政务服务平台无法进行高效的政策文本检索;另一方面政策文本中政策术语新词的大量出现,导致分词准确率低下,影
随着网络及其相关技术的发展,网络及计算机系统受到的攻击也越来越多。目前的防火墙和入侵检测技术主要针对来自网络外部的入侵,不能有效地阻止内部用户的各种攻击,导致了许多网络泄露和其他的安全事件。随着网络流量的不断增加,亟需能够监视和控制网络流量的安全审计系统。在过去的几年里,安全审计技术取得了长足的进步,但还存在着一些不足,其中之一就是审计数据的存储方式存在安全隐患。因此,本文在对安全审计技术和区块链
自动驾驶系统的安全问题一直以来受到广泛关注。自动驾驶汽车在进入现实道路行驶之前,必须经过充分的测试。传统的汽车道路测试代价高,且难以对自动驾驶系统的安全性进行较为完备的测试。为了应对这些挑战,工业界和学术界提出了基于虚拟场景的仿真测试方法,通过搜索具有挑战性的场景（即关键场景）,暴露自动驾驶系统存在的缺陷和不足。传统的基于搜索方法的关键场景生成技术,存在以下问题:（1）生成的关键场景相似度较高,能
随着大数据和互联网技术的快速发展,人们接收、传播和利用信息资源的方式发生了很大的变化。如何从规模日渐庞大、结构日趋复杂的信息资源中精确地为用户筛选出其可能需要的内容,已经成为一个制约互联网发展的重要问题。推荐系统可以根据用户的个人信息及其历史行为数据学习用户的偏好,从而为用户提供个性化的推荐内容,是互联网上最重要的信息服务之一,其核心是推荐模型的设计。在真实的推荐场景中,一些传统的推荐模型通常存在
《义务教育数学课程标准（2022年版）》要求在小学数学问题解决的教学中，应充分发挥学生的探索能力和表达能力，让学生感受数学语言的魅力，通过实践激发学生的学习兴趣，在表达中促进数学语言的形成，及时发现学习中的疑难问题，使教与学更好地融合。本文尝试以“数学语言”为切入点，以人教版二年级下册《推理》实际课堂教学为案例，来谈一谈小学数学问题解决的教学策略。
优化问题广泛存在于各类工程领域中,受到人们的高度关注。由于神经网络在解决大规模优化问题时具有并行计算、快速收敛、及可以用电路实现等优势,使其得到快速的发展。然而,目前所涉及的神经网络优化算法大部分针对的问题是凸及Lipschitz连续的,关于伪凸、非Lipschitz连续相关研究较少且存在一定的不足。针对现有研究工作的不足,本文提出两类神经网络分别解决非光滑伪凸优化问题及非Lipschitz连续优
水稻是我国最主要的粮食作物之一。准确预测水稻产量对于制定粮食储运、调拨计划、保障我国各地粮食供给平衡有着重要意义。而水稻产量与其生长期的各种气象要素之间有着较为复杂的非线性关系,用传统的预测方法难以准确地对其进行预测。为此,对基于改进飞鼠搜索算法（SSA）与双向门控循环单元（BiGRU）模型相结合的水稻产量预测方法进行了研究。完成的主要研究工作有:（1）针对SSA求解精度不高、容易早熟等缺点,提出
近年来不少学者致力于神经网络方法解决稀疏优化问题的研究,提出了许多有效的神经网络模型,但其中大多数模型都局限于解决凸稀疏优化问题。为了扩展解决非光滑非凸稀疏优化问题的神经网络方法,本文针对两类不同的稀疏优化问题,构造了相应的神经网络模型对其进行求解,主要的研究内容如下:第一,针对一类带线性等式约束和凸不等式约束的非光滑非凸稀疏优化问题,基于罚函数法提出一种由微分包含所构建的变参神经网络。通过理论分
乳腺癌是女性的典型疾病,其已经成为危及世界女性健康的首要因素。乳腺X影像是乳腺癌早期检测的重要手段,但受到乳腺癌病灶多样性以及医生阅片时长等因素的影响,即使是临床经验丰富的医师在诊断上仍会出现疏漏,导致乳腺癌诊断的准确率降低,耽误病人的最佳治疗时机。并且目前乳腺癌的检测主要依靠医生线下阅片诊断,医生、病人、医院以及相关领域专家的距离或成为影响病情诊断的因素。为了提高检测的效率、精度和一致性,乳腺癌