AGV的路径规划及运动控制研究
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 课题研究的背景及意义 | 第11-12页 |
| 1.2 AGV的研究发展现状 | 第12-16页 |
| 1.2.1 国内外AGV研究现状 | 第12-14页 |
| 1.2.2 AGV路径规划的发展现状 | 第14-15页 |
| 1.2.3 AGV运动控制的发展现状 | 第15-16页 |
| 1.3 主要研究内容及论文结构 | 第16-17页 |
| 第2章 AGV总体方案设计与环境建模 | 第17-29页 |
| 2.1 AGV总体方案设计 | 第17-19页 |
| 2.2 AGV导航系统设计 | 第19-23页 |
| 2.2.1 AGV导航方式选定 | 第19-20页 |
| 2.2.2 二维码导航设计 | 第20-23页 |
| 2.3 仓储系统环境建模 | 第23-28页 |
| 2.3.1 环境建模方法概述 | 第23-25页 |
| 2.3.2 仓储环境建模的实现 | 第25-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 AGV路径规划研究 | 第29-51页 |
| 3.1 经典的最短路径算法 | 第29-32页 |
| 3.1.1 Dijkstra算法 | 第29-30页 |
| 3.1.2 遗传算法 | 第30-31页 |
| 3.1.3 蚁群算法 | 第31-32页 |
| 3.2 AGV路径规划算法的设计与实现 | 第32-45页 |
| 3.2.1 基于Dijkstra算法的路径规划 | 第33-35页 |
| 3.2.2 基于遗传算法的路径规划 | 第35-42页 |
| 3.2.3 基于蚁群算法的路径规划 | 第42-45页 |
| 3.3 自适应路径规划算法的设计与实现 | 第45-49页 |
| 3.3.1 自适应路径规划仿真试验 | 第45-48页 |
| 3.3.2 自适应路径规划算法设计 | 第48-49页 |
| 3.3.3 自适应路径规划算法扩展 | 第49页 |
| 3.4 本章小结 | 第49-51页 |
| 第4章 AGV运动控制研究 | 第51-75页 |
| 4.1 经典的运动控制方法 | 第51-53页 |
| 4.1.1 模糊逻辑控制 | 第51-52页 |
| 4.1.2 PID控制 | 第52-53页 |
| 4.2 基于模糊PID的 AGV运动控制研究 | 第53-64页 |
| 4.2.1 运动学分析与建模 | 第53-56页 |
| 4.2.2 模糊PID控制 | 第56-57页 |
| 4.2.3 基于模糊PID的位置控制器设计 | 第57-62页 |
| 4.2.4 弯道位置控制研究分析 | 第62-64页 |
| 4.3 仿真实验与结果分析 | 第64-71页 |
| 4.4 位置控制实验与结果分析 | 第71-73页 |
| 4.5 本章小结 | 第73-75页 |
| 第5章 总结与展望 | 第75-77页 |
| 5.1 全文总结 | 第75-76页 |
| 5.2 工作展望 | 第76-77页 |
| 参考文献 | 第77-82页 |
| 致谢 | 第82页 |
