| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-21页 |
| 1.1 研究背景与意义 | 第10-14页 |
| 1.1.1 背景与意义 | 第10-12页 |
| 1.1.2 问题提出 | 第12-14页 |
| 1.2 AGV国内外研究现状 | 第14-19页 |
| 1.2.1 AGV国内外发展概述 | 第14-15页 |
| 1.2.2 AGV应用现状 | 第15-17页 |
| 1.2.3 AGV导引系统研究现状 | 第17-19页 |
| 1.3 论文主要工作与内容 | 第19-21页 |
| 第2章 总体方案设计及硬件系统搭建 | 第21-32页 |
| 2.1 总体方案设计 | 第21-23页 |
| 2.1.1 总体任务分析 | 第21页 |
| 2.1.2 总体框架设计 | 第21-22页 |
| 2.1.3 总体硬件设计 | 第22-23页 |
| 2.2 系统硬件设计 | 第23-30页 |
| 2.2.1 控制器选型 | 第23-24页 |
| 2.2.2 编码器 | 第24-25页 |
| 2.2.3 陀螺仪模块 | 第25-26页 |
| 2.2.4 磁传感模块 | 第26-27页 |
| 2.2.5 RFID模块 | 第27-28页 |
| 2.2.6 超声波传感器 | 第28页 |
| 2.2.7 电源部分设计 | 第28-30页 |
| 2.3 硬件系统搭建 | 第30-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第3章 组合导引系统算法设计及实现 | 第32-50页 |
| 3.1 AGV运动学分析 | 第32-34页 |
| 3.2 多源信息融合算法简介与选择 | 第34-38页 |
| 3.2.1 算法简介 | 第34-36页 |
| 3.2.2 算法选择 | 第36页 |
| 3.2.3 算法总体设计 | 第36-38页 |
| 3.3 Kalman滤波算法分析 | 第38-39页 |
| 3.4 基于陀螺仪信息融合的AGV姿态估计 | 第39-46页 |
| 3.4.1 Kalman滤波器设计 | 第39-41页 |
| 3.4.2 仿真实验及结果分析 | 第41-44页 |
| 3.4.3 实验验证 | 第44-46页 |
| 3.5 结合磁钉修正信息的AGV姿态估计 | 第46-49页 |
| 3.5.1 磁传感器测量模型分析 | 第46-47页 |
| 3.5.2 分布式信息融合 Kalman 滤波器设计 | 第47-48页 |
| 3.5.3 实验验证 | 第48-49页 |
| 3.6 本章小结 | 第49-50页 |
| 第4章 室内智能派送AGV控制策略研究 | 第50-63页 |
| 4.1 应用场景分析 | 第50-53页 |
| 4.2 加减速控制模型建立 | 第53-55页 |
| 4.3 基于 RFID 辅助定位的 AGV 控制策略设计 | 第55-58页 |
| 4.3.1 RFID编码格式 | 第55-56页 |
| 4.3.2 转向控制 | 第56-57页 |
| 4.3.3 站点停车与启动 | 第57-58页 |
| 4.4 基于超声波传感器的AGV控制策略设计 | 第58-62页 |
| 4.4.1 避障控制 | 第58-59页 |
| 4.4.2 出入电梯 | 第59-62页 |
| 4.5 本章小结 | 第62-63页 |
| 第5章 软件设计与实验验证 | 第63-80页 |
| 5.1 软件架构设计 | 第63-64页 |
| 5.2 软件系统实现 | 第64-66页 |
| 5.3 实验验证与分析 | 第66-79页 |
| 5.3.1 实验环境搭建 | 第66-69页 |
| 5.3.2 系统功能测试 | 第69-79页 |
| 5.4 本章小结 | 第79-80页 |
| 第6章 总结与展望 | 第80-83页 |
| 6.1 工作总结 | 第80-81页 |
| 6.2 工作展望 | 第81-83页 |
| 致谢 | 第83-84页 |
| 参考文献 | 第84-88页 |
| 攻读硕士学位期间获得的科研成果 | 第88-89页 |
| 附录 | 第89-96页 |