基于传感器信息融合的自动导引车自由路径转向研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-13页 |
| 第一章 绪论 | 第13-18页 |
| ·引言 | 第13-14页 |
| ·AGV 发展概况 | 第14页 |
| ·AGV 在国内外的发展 | 第14页 |
| ·AGV 在行业中的应用 | 第14页 |
| ·AGV 的关键技术 | 第14-16页 |
| ·本文的主要研究工作 | 第16-18页 |
| ·本文研究意义 | 第16-17页 |
| ·本文内容安排 | 第17-18页 |
| 第二章 AGV 模型分析与参数测定 | 第18-25页 |
| ·AGV 结构简介 | 第18-20页 |
| ·总体组成结构 | 第18-19页 |
| ·驱动系统结构 | 第19-20页 |
| ·AGV 运动学模型 | 第20-21页 |
| ·模型分析的前提 | 第20页 |
| ·坐标系及误差量的定义 | 第20-21页 |
| ·运动学方程的建立 | 第21页 |
| ·系统误差校核 | 第21-24页 |
| ·误差来源 | 第21-22页 |
| ·测试流程 | 第22页 |
| ·校核算法 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 AGV 传感器信息融合 | 第25-44页 |
| ·信息融合技术 | 第25-27页 |
| ·信息融合概念 | 第25-26页 |
| ·信息融合模型 | 第26页 |
| ·信息融合算法 | 第26-27页 |
| ·AGV 信息融合分析 | 第27-32页 |
| ·AGV 的信息源 | 第27页 |
| ·传感器特点分析 | 第27-29页 |
| ·AGV 导引路径结构 | 第29-31页 |
| ·AGV 数据融合模型 | 第31-32页 |
| ·基于卡尔曼滤波的数据融合 | 第32-38页 |
| ·卡尔曼滤波器模型 | 第32-34页 |
| ·卡尔曼滤波器设计 | 第34-36页 |
| ·滤波参数确定 | 第36-37页 |
| ·滤波效果 | 第37-38页 |
| ·位置匹配修正方法 | 第38-42页 |
| ·路径特征的表示 | 第38-40页 |
| ·任务路径的描述 | 第40-41页 |
| ·AGV 的定位修正 | 第41-42页 |
| ·AGV 路径前瞻 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 AGV 自由路径转向 | 第44-66页 |
| ·AGV 转向类型 | 第44-47页 |
| ·定点转向 | 第44-45页 |
| ·弧线转向 | 第45-46页 |
| ·自由路径转向 | 第46-47页 |
| ·加减速控制规则 | 第47-50页 |
| ·梯形加减速 | 第48-49页 |
| ·S 曲线加减速 | 第49-50页 |
| ·转向路径规划 | 第50-57页 |
| ·直线段规划 | 第51-52页 |
| ·曲线段规划 | 第52-55页 |
| ·路径总体规划 | 第55-57页 |
| ·路径衔接及调整方法 | 第57-59页 |
| ·控制模式的切换 | 第57-58页 |
| ·路径控制参数的调整 | 第58-59页 |
| ·计算机建模仿真 | 第59-65页 |
| ·机械结构模型 | 第59-61页 |
| ·AGV 整体模型 | 第61-62页 |
| ·仿真结果分析 | 第62-65页 |
| ·AGV 系统实验 | 第65页 |
| ·本章小结 | 第65-66页 |
| 第五章 总结与展望 | 第66-68页 |
| ·工作总结 | 第66页 |
| ·进一步展望 | 第66-68页 |
| 参考文献 | 第68-71页 |
| 致谢 | 第71-72页 |
| 在学期间的研究成果及发表的学术论文 | 第72页 |
