基于标识符视觉定位的AGV导航系统研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 术语与数学符号约定 | 第11-12页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 课题研究背景及意义 | 第12-13页 |
| 1.2 AGV导引与定位方式 | 第13-15页 |
| 1.2.1 电磁导引方式 | 第13页 |
| 1.2.2 光电导引方式 | 第13页 |
| 1.2.3 激光导引方式 | 第13-14页 |
| 1.2.4 超声波导引方式 | 第14页 |
| 1.2.5 视觉导引方式 | 第14-15页 |
| 1.3 国内外研究现状 | 第15-18页 |
| 1.3.1 国外研究现状 | 第15-17页 |
| 1.3.2 国内研究现状 | 第17-18页 |
| 1.4 论文主要工作与安排 | 第18-20页 |
| 第二章 基于机器视觉的AGV导航系统框架 | 第20-34页 |
| 2.1 AGV导航系统设计需求分析 | 第20页 |
| 2.2 AGV导航系统框架结构设计 | 第20-23页 |
| 2.3 AGV数据采集层 | 第23-27页 |
| 2.3.1 视觉传感器选型设计 | 第23-25页 |
| 2.3.2 红外传感器选型设计 | 第25-27页 |
| 2.4 AGV数据运算层 | 第27-29页 |
| 2.4.1 超微型台式计算机 | 第27-28页 |
| 2.4.2 底层控制板设计 | 第28-29页 |
| 2.5 AGV指令响应层 | 第29-30页 |
| 2.5.1 直流无刷电机的选型设计 | 第29-30页 |
| 2.5.2 直流无刷电机驱动器 | 第30页 |
| 2.6 系统软件架构设计 | 第30-32页 |
| 2.7 本章小结 | 第32-34页 |
| 第三章 基于机器视觉的AGV导航标识符识别算法 | 第34-52页 |
| 3.1 AGV视觉定位系统方案设计 | 第34-36页 |
| 3.1.1 系统框架结构设计 | 第34页 |
| 3.1.2 图像采集模块设计 | 第34-36页 |
| 3.1.3 图像处理模块设计 | 第36页 |
| 3.2 AGV视觉定位系统导航标识符设计 | 第36-38页 |
| 3.3 图像采集及导航标识符预处理 | 第38-44页 |
| 3.3.1 图像采集自动曝光算法设计 | 第38-40页 |
| 3.3.2 图像自动白平衡处理 | 第40-41页 |
| 3.3.3 导航标识符的提取与形态学处理 | 第41-44页 |
| 3.4 导航标识符分析与识别 | 第44-49页 |
| 3.4.1 标识符位置的识别条件与过程 | 第44页 |
| 3.4.2 标识符内容与角度的识别方法 | 第44-46页 |
| 3.4.3 AGV位姿识别判断 | 第46-47页 |
| 3.4.4 AGV位姿计算与实验 | 第47-49页 |
| 3.5 本章小结 | 第49-52页 |
| 第四章 系统控制算法研究及应用 | 第52-70页 |
| 4.1 AGV路径跟踪算法设计 | 第52-55页 |
| 4.1.1 PID控制原理 | 第52-53页 |
| 4.1.2 串级PID的应用 | 第53-54页 |
| 4.1.3 路径跟踪算法设计 | 第54-55页 |
| 4.2 AGV模糊控制算法设计 | 第55-59页 |
| 4.2.1 模糊控制原理 | 第55-56页 |
| 4.2.2 模糊PID控制器的设计 | 第56-59页 |
| 4.3 AGV模糊控制算法的仿真与实现 | 第59-62页 |
| 4.3.1 仿真模型的建立 | 第59页 |
| 4.3.2 仿真结果及分析 | 第59-61页 |
| 4.3.3 模糊控制算法的实现 | 第61-62页 |
| 4.4 卡尔曼滤波器在AGV控制过程的应用 | 第62-68页 |
| 4.4.1 卡尔曼滤波基本原理 | 第62-63页 |
| 4.4.2 卡尔曼滤波器的应用 | 第63-66页 |
| 4.4.3 AGV运行路线对比实验 | 第66-68页 |
| 4.5 本章小结 | 第68-70页 |
| 第五章 AGV避障系统设计及实现 | 第70-82页 |
| 5.1 避障模块信号采集与处理 | 第70-74页 |
| 5.1.1 红外传感器输出信号预处理 | 第70-72页 |
| 5.1.2 多周期决策结果的信息融合 | 第72-74页 |
| 5.2 AGV避障模型的建立 | 第74-76页 |
| 5.3 避障控制方法与策略 | 第76-80页 |
| 5.4 本章小结 | 第80-82页 |
| 第六章 总结与展望 | 第82-84页 |
| 6.1 全文内容总结 | 第82-83页 |
| 6.2 未来工作展望 | 第83-84页 |
| 致谢 | 第84-86页 |
| 参考文献 | 第86-92页 |
| 作者攻读硕士学位期间的研究成果 | 第92页 |
