基于模糊数据融合的AGV导航策略的研究

自动导向车(Automated Guided Vehicle,简称AGV)能够在具有一定地形特征的环境中顺利到达期望目的地或沿期望路径行驶。AGV通常通过多种类型的传感器来感测周围环境,从而实现轨迹跟踪和路障躲避。本文应用模糊逻辑对来自视觉和超声波传感器的数据进行融合以实现AGV在不确定环境下的自主导航,仿真结果证明其可行性与有效性。

基于模糊控制的超声波避障方法的研究

依据移动机器人上超声波传感器的布置和分组情况,将反映移动机器人当前感知环境的期望类别进行了概括。在此基础上分析了移动机器人的模糊避障原理,并建立了一种基于人的驾驶经验的模糊逻辑控制的路障躲避方法。通过对人的驾驶经验的分析,针对移动机器人建立了路障躲避的模糊规则,并给出了输入与输出变量的隶属度函数。在Simulink中模拟机器人行驶的环境,建立相应的模型对系统进行仿真,结果表明移动机器人能实现自主行驶。

基于线阵CCD导航和双DSP的AGV装置研究

自动导向车(Automated Guided Vehicle,简称AGV)能在具有一定地形特征的环境中顺利到达期望目的地或沿期望路径行驶。论文以两轮驱动的AGV为控制对象,采用高精度线阵CCD摄像头、高速DSP和超声波声纳构成AGV的视觉导航系统和避障系统。论文着重阐述了AGV避障方法、视觉传感器CCD的路径测量原理、AGV运动控制系统以及双DSP通讯方式,给出了基于数据融合的AGV模糊控制器设计,在MATLAB中通过模糊工具箱的规则观察器得到AGV轨迹跟踪的模糊控制表和路障躲避的模糊控制表,以及命令融合模糊控制表,最后给出了试验波形。