基于多传感器数据融合的AGV定位方法研究

定位技术是AGV智能化运行的前提条件。为了实现精确的AGV定位,提出了基于多传感器数据融合的AGV定位方法。该方法将摄像头标识识别定位引入激光雷达定位方法中,并使用激光雷达的扫描结果辅助摄像头标识定位的准确位姿,然后采用动态加权的方法融合两部分数据,从而实现AGV的高精度定位。分析表明,基于多传感器数据融合的AGV定位方法具有良好的定位效果。

基于VLC的AGV定位方法研究

AGV可通过自动导引装置,它能够沿规定的导引路径行驶,是具有安全保护以及各种移载功能的运输车。由于受电磁干扰、设备价格昂贵等因素的影响,使得当前所采用的AGV定位方法存在着某些缺陷。采用VLC定位技术即利用3个LED作为光信号发射节点,通过三边定位法获得AGV位置信息。理论分析证明了该方法是可行的。该方法系统建设成本较低、原理简单、定位精度较好,是一种较为理想的AGV定位新方法。

基于实例分割的车间AGV精确定位研究

针对自动引导车(Automated Guided Vehicle,AGV)在复杂工业环境中定位误差大且准确率低的问题,本文提出了一种基于实例分割的车间AGV精确定位方法。通过SURF特征提取算法、最近邻匹配算法和随机一致性算法对双摄像头获取的图像进行实时拼接,使用动态加权融合算法消除接缝,利用RTMDet-Ins-x实例分割模型,获取AGV掩膜,结合AGV的特征进行定位,建立数学模型矫正定位误差。实验结果表明,在模拟车间环境下,该定位方法距离的最大误差为17.3 mm,平均误差为9.5 mm,角度最大误差为1.7°,平均误差为1.1°。与目标检测方法相比,该方法能够获取AGV的航向角度,距离误差缩小了64.4%,可实现车间AGV的精确定位,满足实际工程需要。

基于AGV导航定位技术的成品件烟出仓智能搬运系统及应用

针对烟厂多月台环境中的成品件烟出仓系统无法实现全自动无人叉车送货的问题,开发了一套基于AGV导航定位技术的成品件烟出仓智能搬运系统。通过结合高精度AGV激光导航的静态/动态SLAM方法、二维激光雷达的货车外轮廓检测技术以及基于无先验信息的自适应货车定位方法,确保了精确、可靠的导航和定位,显著提升了AGV在复杂工作场景中的定位准确性和工作效率。

一种基于RFID场景布局的AGV改进花朵授粉定位算法

AGV(Automated Guided Vehicle)定位技术是推动网络协同制造和智能工厂建设的重点研究问题之一。结合RFID(Radio Frequency Identification)技术,提出了一种新型的AGV定位算法。首构建了基于RFID场景布局的AGV定位模型;其次依据室内环境下RFID信号衰减与距离的传播模型初步估计待定位的AGV到4个读写器的距离;然后用改进花朵授粉算法精确计算AGV上电子标签的坐标,实现AGV的定位。最后,通过实例对模型进行分析验证。结果表明,与基本花朵授粉算法相比,改进花朵授粉算法收敛速度更快,迭代次数少,可以较好满足AGV精确定位的要求。