基于机器学习的AGV货物分拣系统研究与设计
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 1 绪论 | 第8-13页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.3 主要研究内容 | 第12-13页 |
| 2 基于机器学习的AGV分拣系统框架设计 | 第13-18页 |
| 2.1 基于机器学习的AGV系统特性 | 第13-15页 |
| 2.1.1 基于机器学习的AGV特征 | 第13-14页 |
| 2.1.2 AGV分拣系统特性 | 第14-15页 |
| 2.2 AGV分拣系统总体框架设计 | 第15-18页 |
| 2.2.1 AGV分拣系统硬件框架设计 | 第15-16页 |
| 2.2.2 AGV分拣系统软件框架设计 | 第16-18页 |
| 3 AGV分拣系统硬件设计 | 第18-32页 |
| 3.1 硬件设计总体方案 | 第18页 |
| 3.2 控制器硬件设计 | 第18-25页 |
| 3.2.1 微处理器 | 第18-20页 |
| 3.2.2 电源电路设计 | 第20-23页 |
| 3.2.3 外围接口电路设计 | 第23-25页 |
| 3.3 AGV货物识别硬件设计 | 第25-27页 |
| 3.3.1 OV7670图像传感器 | 第25-26页 |
| 3.3.2 OV7670外围电路设计 | 第26-27页 |
| 3.4 AGV智能避障硬件设计 | 第27-31页 |
| 3.4.1 UWB定位硬件设计 | 第27-29页 |
| 3.4.2 红外传感器外围电路设计 | 第29-30页 |
| 3.4.3 超声波外围电路设计 | 第30-31页 |
| 3.5 本章小结 | 第31-32页 |
| 4 AGV分拣系统软件设计 | 第32-51页 |
| 4.1 AGV分拣系统软件总体设计 | 第32-33页 |
| 4.2 AGV分拣系统控制软件开发流程 | 第33-39页 |
| 4.2.1 AGV数据采集软件设计 | 第34页 |
| 4.2.2 AGV货物识别软件设计 | 第34-36页 |
| 4.2.3 AGV无线通讯软件设计 | 第36-38页 |
| 4.2.4 AGV智能避障软件设计 | 第38-39页 |
| 4.3 AGV分拣系统定位软件设计 | 第39-44页 |
| 4.3.1 DWM1000驱动软件设计 | 第39-42页 |
| 4.3.2 基于位置指纹的UWB定位软件设计 | 第42-44页 |
| 4.4 基于机器学习的路径规划软件设计 | 第44-50页 |
| 4.4.1 部分感知马氏决策模型 | 第45-46页 |
| 4.4.2 AGV路径导航软件设计 | 第46-50页 |
| 4.5 本章小结 | 第50-51页 |
| 5 AGV分拣系统仿真及分析 | 第51-55页 |
| 5.1 AGV货物识别软件仿真及调试 | 第51页 |
| 5.2 AGV路径导航测试及实验 | 第51-53页 |
| 5.3 AGV智能避障测试及实验 | 第53-54页 |
| 5.4 本章小结 | 第54-55页 |
| 6 总结与展望 | 第55-57页 |
| 6.1 全文总结 | 第55-56页 |
| 6.2 工作展望 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 附录 | 第60-61页 |
| 致谢 | 第61页 |
