智能车间AGV精确路径导航系统关键技术研究

作     者：张英俊 

作者单位：广西大学 

学位级别：硕士

导师姓名：马俊燕

授予年度：2021年

学科分类：08[工学] 0802[工学-机械工程] 

主      题：自动引导车 径向基函数神经网络 误差校正 路径规划 智能车间 机器学习 

摘      要：随着2015年3月我国国务院审议通过的《中国制造2025》计划,我国规划的10年工业计划正式启动。使用并制造自动化和智能化设备是制造业的数字化、网络化、智能化的创新驱动道路中的必经之路。在工程实际中,自动导航小车（Automated Guided Vehicle,AGV）常常被使用在加工车间中的物料运输上,使用AGV代替人工运送来提高工作效率,但是有时会出现运送有偏差的情况。如果忽略掉这些误差会出现物料运送失败甚至发生碰撞。因此本文建立一种路径规划导航系统,通过构建栅格地图、路径规划和路径偏差校正使AGV能精准无偏差的将运送物料至目标点。本文主要工作如下:（1）根据AGV运送系统需求建立智能车间AGV精确导航系统。搭建了基于ROS系统的模拟车间物料搬运实验平台,使用激光SALM技术构建车间的二维栅格地图并验证构建地图的精确性,为系统的构建与后续功能的实现做好基础工作。（2）结合智能车间AGV物料搬运路径的约束进行分析,提出构建了一种改进蚁群算法。利用提出的算法在车间二维栅格地图中进行了路径规划。本文分析了改进蚁群算法规划路径的最优路径长度、运行时间与转弯次数并与蚁群算法和A*算法进行对比,证明了本文使用的改进蚁群算法的有效性。（3）针对激光引导AGV行径存在误差从而导致偏离既定目标问题,本文提出一种基于RBF神经网络优化算法解决该问题。AGV偏离既定规划路径后,通过使用RBF神经网络算法校正AGV的运行轨迹回到既定规划路径。以激光雷达为核心,构建了由陀螺仪、里程计和激光雷达组成的传感器系统作为数据输入来使用RBF神经网络进行AGV位姿的预测,而后使用构建的校正模型进行相应的路径偏差校正,可以在预定精度要求下达到既定目标,而后构建验证实验来证明该算法模型的路径偏差校正有效性。（4）针对使用RBF神经网络校正算法的AGV不能实时连续校正的问题。通过建立数据库并进行校正训练逐步记忆各个时刻的校正位姿信息存入数据库中。首先通过数据库信息和RBF神经网络同步离线校正来进行更新AGV的校正信息来更新数据库信息。再仅依靠数据库信息得到一条只依靠数据库信息来进行路径校正的物料搬运路线。