AGV视觉导航技术与路径规划
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 课题研究的背景和意义 | 第8-9页 |
| 1.2 AGV 的发展状况和应用 | 第9-12页 |
| 1.2.1 国外 AGV 的发展历程和现状 | 第9-10页 |
| 1.2.2 国内 AGV 的发展历程和现状 | 第10-11页 |
| 1.2.3 AGV 的应用 | 第11-12页 |
| 1.3 AGV 的关键技术 | 第12-15页 |
| 1.4 本论文的主要研究内容 | 第15-16页 |
| 第二章 自动引导小车数学模型和系统结构 | 第16-26页 |
| 2.1 自动引导小车运动学模型 | 第16-18页 |
| 2.2 小车控制系统的状态方程 | 第18-20页 |
| 2.3 自动引导小车系统结构 | 第20-25页 |
| 2.3.1 AGV 的车体 | 第21-22页 |
| 2.3.2 AGV 的感知系统 | 第22-23页 |
| 2.3.3 AGV 的控制系统 | 第23-24页 |
| 2.3.4 AGV 的驱动系统 | 第24页 |
| 2.3.5 AGV 的通信系统 | 第24页 |
| 2.3.6 AGV 的软件系统 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 自动引导小车视觉导航 | 第26-42页 |
| 3.1 实时图像处理系统的组成 | 第26-28页 |
| 3.2 坐标变换及摄像机模型 | 第28-30页 |
| 3.3 图像滤波 | 第30-32页 |
| 3.4 图像分割 | 第32-35页 |
| 3.4.1 阀值法 | 第32-33页 |
| 3.4.2 边缘法 | 第33-35页 |
| 3.5 引导线识别 | 第35-38页 |
| 3.5.1 最小二乘拟合 | 第35-36页 |
| 3.5.2 模板匹配法 | 第36-37页 |
| 3.5.3 Hough 变换 | 第37-38页 |
| 3.6 引导线识别质量的自适应优化 | 第38-41页 |
| 3.7 本章小结 | 第41-42页 |
| 第四章 自动引导小车视觉引导控制器设计 | 第42-54页 |
| 4.1 自动引导车最优控制器的设计 | 第42-44页 |
| 4.1.1 最优控制器原理与模型 | 第42-43页 |
| 4.1.2 线性二次型最优控制仿真分析 | 第43-44页 |
| 4.2 自动引导车模糊控制器的设计 | 第44-52页 |
| 4.2.1 模糊控制器设计的必要性 | 第44-45页 |
| 4.2.2 模糊控制的基本原理与组成 | 第45-47页 |
| 4.2.3 模糊控制器输入输出变量的选择 | 第47页 |
| 4.2.4 模糊控制器语言变量论域的确定 | 第47页 |
| 4.2.5 模糊控制器控制规则设计 | 第47-50页 |
| 4.2.6 模糊量的清晰化 | 第50-51页 |
| 4.2.7 模糊控制器的仿真实验 | 第51-52页 |
| 4.3 本章小结 | 第52-54页 |
| 第五章 自动引导小车路径规划 | 第54-70页 |
| 5.1 人工势场法基本思想 | 第54页 |
| 5.2 势场法模型及目标不可达问题 | 第54-57页 |
| 5.2.1 人工势场法模型的建立 | 第54-56页 |
| 5.2.2 传统人工势场法目标不可达问题 | 第56-57页 |
| 5.3 人工势场法的优化 | 第57-66页 |
| 5.3.1 优化势场函数法 | 第57-60页 |
| 5.3.2 切向斥力法 | 第60-66页 |
| 5.4 基于切向斥力法的路径规划仿真 | 第66-69页 |
| 5.5 本章小结 | 第69-70页 |
| 总结与展望 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 攻读学位期间取得的研究成果 | 第76-78页 |
| 致谢 | 第78页 |
