基于多传感器融合的AGV定位算法研究
发布时间：2023-01-03 19:58
近年来,随着嵌入式、自动化和人工智能等技术的发展,现代物流业呈现出数字化和智能化的趋势。仓库管理是现代物流不可或缺的一部分,其中自动导引运输车（Automated Guided Vehicle.AGV）是智能仓库中货物搬运的主要设备,它安全、高效、省力,是现代物流和工业自动化的重要组成部分,并在人工智能技术趋势的引导下,又会引起新一轮的高速发展。本文主要内容如下:（1）完成定位控制系统研究平台的搭建,包括控制系统硬件搭建、软件平台搭建、多任务及优先级设计、传感器数据采集及处理等几个方面的内容。（2）通过对基于激光和视觉定位的关键算法进行研究,结合不同传感器及定位算法的优缺点,建立了在AGV平台下基于模糊数学的多传感器组合定位性能评价体系。对几种多传感器组合定位方式进行评价,明确多传感器组合方式。（3）融合定位算法设计。根据评价结果,针对视觉定位系统在精度及鲁棒性方面的不足,提出一种基于单目相机、IMU、轮式里程计的多传感器融合定位算法。在此算法中,结合IMU预积分理论与轮式里程计进行数据融合,解决频率同步的问题;提出了一种初始化算法,恢复相机的尺度信息并对外部参数进行估计和优化;设计了...
【文章页数】：84 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第一章 绪论
1.1 研究背景及意义
1.2 AGV国内外研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.3 本文主要研究内容
1.4 论文结构安排
第二章 AGV总体方案设计
2.1 AGV组成及整体结构
2.2 软件系统设计
2.2.1 软件平台搭建
2.2.2 任务建立
2.2.3 多任务调度及优先级设计
2.3 本章小结
第三章 基于模糊数学的多传感器组合性能分析
3.1 基于视觉和激光的定位方法研究
3.1.1 单传感器定位系统
3.1.2 多传感器组合定位系统
3.2 定位性能的影响因素
3.3 基于模糊数学的多传感组合评价
3.3.1 评价指标
3.3.2 权重计算
3.3.3 模糊分级评价
3.4 总体评价及分析
3.5 本章小结
第四章 视觉融合定位算法设计
4.1 AGV位姿及李代数求导
4.1.1 坐标系定义
4.1.2 李代数上的求导
4.2 IMU-里程计融合设计
4.2.1 IMU测量模型
4.2.2 频率同步
4.2.3 IMU-轮式里程计融合设计
4.3 尺度恢复及外参估计
4.4 IMU-里程计-相机融合设计
4.5 本章小结
第五章 实验结果及分析
5.1 实验平台及环境
5.2 精度测试
5.3 鲁棒性测试
5.4 本章小结
第六章 总结与展望
6.1 总结
6.2 展望
参考文献
攻读学位期间的研究成果
致谢
【参考文献】：
期刊论文
[1]基于多传感器融合的移动机器人定位[J]. 何壮壮,丁德锐,王永雄. 计算机与数字工程. 2019(02)
[2]自动化码头双小车岸桥-AGV协同调度研究[J]. 丁一,兰雨雁,林国龙. 现代制造工程. 2018(12)
[3]融合视觉信息的激光定位与建图[J]. 骆燕燕,陈龙. 工业控制计算机. 2017(12)
[4]基于多传感器信息融合的AGV避障算法[J]. 李沛,李新德. 华中科技大学学报(自然科学版). 2015(S1)
[5]自动导引车（AGV）关键技术现状及其发展趋势[J]. 武启平,金亚萍,任平,查振元. 制造业自动化. 2013(10)
[6]AGV控制系统在烟草物流过程中的应用[J]. 孙瑜,张倩,姜一丁. 自动化与仪表. 2012(05)
[7]浅谈如何提高控制系统的鲁棒性[J]. 王献伟. 科技创新导报. 2010(03)
[8]自动导航车（AGV）发展综述[J]. 张辰贝西,黄志球. 中国制造业信息化. 2010(01)
[9]基于多传感器行为融合基础上的AGV导航研究[J]. 肖本贤,刘海霞,张松灿,赵明阳,齐东流. 系统仿真学报. 2005(08)
[10]THMR-V导航控制算法的研究[J]. 李华,丁冬花,何克忠. 机器人. 2001(06)
博士论文
[1]基于不确定性分析的移动机器人室内定位与导航控制方法研究[D]. 张启彬.中国科学技术大学 2018
硕士论文
[1]基于图优化激光SLAM的AGV室内自主导航算法研究[D]. 桑迪.山东大学 2019
[2]结合轮速传感器的紧耦合单目视觉惯性SLAM[D]. 陆泽早.华中科技大学 2019
[3]基于多传感器融合的仓储AGV导航定位系统设计与实现[D]. 曹勇.山东大学 2019
[4]基于多传感器数据融合的AGV定位方法研究[D]. 李财.电子科技大学 2019
[5]结合RFID定位的视觉导引AGV控制方法研究[D]. 任晓玉.武汉理工大学 2018
[6]基于视觉导引的全方位移动AGV技术研究[D]. 李冬.中国计量大学 2018
[7]基于光纤陀螺/激光雷达组合定位系统研究[D]. 霍炎.哈尔滨工业大学 2017
[8]激光导航AGV在特征地图中的全局定位方法研究[D]. 李昊.南京航空航天大学 2017
[9]基于多种导航技术混合的AGV系统设计[D]. 钟钜斌.浙江大学 2016
[10]AGV路径规划与调度系统研究[D]. 刘维民.华南理工大学 2016
本文编号：3727489
【文章页数】：84 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第一章 绪论
1.1 研究背景及意义
1.2 AGV国内外研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.3 本文主要研究内容
1.4 论文结构安排
第二章 AGV总体方案设计
2.1 AGV组成及整体结构
2.2 软件系统设计
2.2.1 软件平台搭建
2.2.2 任务建立
2.2.3 多任务调度及优先级设计
2.3 本章小结
第三章 基于模糊数学的多传感器组合性能分析
3.1 基于视觉和激光的定位方法研究
3.1.1 单传感器定位系统
3.1.2 多传感器组合定位系统
3.2 定位性能的影响因素
3.3 基于模糊数学的多传感组合评价
3.3.1 评价指标
3.3.2 权重计算
3.3.3 模糊分级评价
3.4 总体评价及分析
3.5 本章小结
第四章 视觉融合定位算法设计
4.1 AGV位姿及李代数求导
4.1.1 坐标系定义
4.1.2 李代数上的求导
4.2 IMU-里程计融合设计
4.2.1 IMU测量模型
4.2.2 频率同步
4.2.3 IMU-轮式里程计融合设计
4.3 尺度恢复及外参估计
4.4 IMU-里程计-相机融合设计
4.5 本章小结
第五章 实验结果及分析
5.1 实验平台及环境
5.2 精度测试
5.3 鲁棒性测试
5.4 本章小结
第六章 总结与展望
6.1 总结
6.2 展望
参考文献
攻读学位期间的研究成果
致谢
【参考文献】：
期刊论文
[1]基于多传感器融合的移动机器人定位[J]. 何壮壮,丁德锐,王永雄. 计算机与数字工程. 2019(02)
[2]自动化码头双小车岸桥-AGV协同调度研究[J]. 丁一,兰雨雁,林国龙. 现代制造工程. 2018(12)
[3]融合视觉信息的激光定位与建图[J]. 骆燕燕,陈龙. 工业控制计算机. 2017(12)
[4]基于多传感器信息融合的AGV避障算法[J]. 李沛,李新德. 华中科技大学学报(自然科学版). 2015(S1)
[5]自动导引车（AGV）关键技术现状及其发展趋势[J]. 武启平,金亚萍,任平,查振元. 制造业自动化. 2013(10)
[6]AGV控制系统在烟草物流过程中的应用[J]. 孙瑜,张倩,姜一丁. 自动化与仪表. 2012(05)
[7]浅谈如何提高控制系统的鲁棒性[J]. 王献伟. 科技创新导报. 2010(03)
[8]自动导航车（AGV）发展综述[J]. 张辰贝西,黄志球. 中国制造业信息化. 2010(01)
[9]基于多传感器行为融合基础上的AGV导航研究[J]. 肖本贤,刘海霞,张松灿,赵明阳,齐东流. 系统仿真学报. 2005(08)
[10]THMR-V导航控制算法的研究[J]. 李华,丁冬花,何克忠. 机器人. 2001(06)
博士论文
[1]基于不确定性分析的移动机器人室内定位与导航控制方法研究[D]. 张启彬.中国科学技术大学 2018
硕士论文
[1]基于图优化激光SLAM的AGV室内自主导航算法研究[D]. 桑迪.山东大学 2019
[2]结合轮速传感器的紧耦合单目视觉惯性SLAM[D]. 陆泽早.华中科技大学 2019
[3]基于多传感器融合的仓储AGV导航定位系统设计与实现[D]. 曹勇.山东大学 2019
[4]基于多传感器数据融合的AGV定位方法研究[D]. 李财.电子科技大学 2019
[5]结合RFID定位的视觉导引AGV控制方法研究[D]. 任晓玉.武汉理工大学 2018
[6]基于视觉导引的全方位移动AGV技术研究[D]. 李冬.中国计量大学 2018
[7]基于光纤陀螺/激光雷达组合定位系统研究[D]. 霍炎.哈尔滨工业大学 2017
[8]激光导航AGV在特征地图中的全局定位方法研究[D]. 李昊.南京航空航天大学 2017
[9]基于多种导航技术混合的AGV系统设计[D]. 钟钜斌.浙江大学 2016
[10]AGV路径规划与调度系统研究[D]. 刘维民.华南理工大学 2016
本文编号：3727489
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3727489.html
