视觉导向AGV仿人智能转向控制模型研究

简要地介绍了基于机器视觉导向的AGV两轮差速转向的原理和组成,研究了转向控制导向路径的图像处理方法,通过分割一帧图像的近远视野的方法获得导向输入及多模态控制算法的选择开关。建立了基于动觉图式的仿人智能AGV转向控制模型,仿真及实验表明在结构化环境中AGV小车运行良好。模型中动觉图式的引入针对非结构化环境有着开放及普适性,值得进一步研究。

基于MAS的高速AGV视觉路径跟踪与控制

基于视觉的自动导向小车(V-AGV)是目前智能移动机器人的研究热点,主要问题是视觉周期过长带来的速度低、导航精度不高以及循线导航时系统对突发事件(障碍物、故障车)的适应能力差.通过将视觉与非视觉传感器集成,采用基于MAS思想的软件系统,视觉系统探测路径区域信息,建立路径复杂度函数,以模糊推理完成速度规划,融合信息实现跟踪控制,使系统对复杂路径具有智能适应能力,实现高速、高精度循线导航;避障规划-避障-路径恢复方法用于突发事件处理,提高了系统的可靠性、稳定性.仿真和实际应用证明了方法的有效性.

基于视觉的AGV两轮差速转向最优控制研究

简要地介绍了基于机器视觉导向的AGV两轮差速转向的原理和组成,并对计算机控制系统设计,图像信息识别等AGV控制问题进行了阐述。提出了一种采用最优控制方法对两轮差速转向进行控制。仿真和实验结果表明,采用最优控制方法对两轮差速转向进行控制,样车运行过程稳定,路径跟踪可靠,控制性能良好。

AGV系统光伏供电设计

设计了由光伏电池组件和AGV部件构成的AGV系统光伏供电。采用了干扰观察法来实现最大功率点跟踪(MPPT)和基于视觉导向的自动导引小车(V-AGV),选取STC12C5A60S2作为供电系统的主芯片,由BUCK电路、数据采集电路、驱动电路、LED指示及充放电控制电路共同组成。最后,通过软硬件的结合,实验结果验证了AGV系统光伏供电的可行性。

视觉AGV的差速转向控制器设计

简要地介绍了基于机器视觉导向的AGV两轮差速转向的原理和组成,并对计算机控制系统设计,图像信息识别等AGV控制问题进行了阐述,提出了一种采用模糊控制方法对AGV两轮差速转向进行控制。仿真和实验结果均表明,采用模糊控制方法对两轮差速转向进行控制,样车运行过程稳定,路径跟踪可靠,控制性能良好。

基于Matlab和V-REP平台的AGV运动学分析

设计了一款用于智能焊接车间的自动导引运输车(AGV)。运用SolidWorks软件进行三维建模,建立了差速驱动AGV的运动学方程,并运用Simulink搭建了运动学模型。在V-REP(virtual robot experimentation platform)软件中建立了AGV虚拟样机,Matlab通过远程API,控制AGV在V-REP中进行仿真,通过AGV理论计算和仿真结果的对比,验证了运动学理论分析的正确性,对AGV的控制具有一定的参考价值,为AGV控制系统的设计提供了依据。