复杂车间环境下的AGV路径规划算法研究

作     者：吴佳峰 

作者单位：上海应用技术大学 

学位级别：硕士

导师姓名：马向华;马亿华

授予年度：2021年

学科分类：08[工学] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 081102[工学-检测技术与自动化装置] 

主      题：AGV 路径规划 改进A*算法 改进TEB算法 动态避障 

摘      要：近几年,随着科学的进步以及市场竞争的日趋激烈,每个企业都在寻求车间生产的自动化、无人化和安全化,以提高企业的生产效率,从而提高企业的市场竞争优势。自动导引小车(Automatic Guided Vehicle,AGV)逐步代替人成为智能车间、智能物流、智能餐饮、智能医疗等领域的重要运输工具。如何实现上述领域内的安全运输是AGV路径规划研究中的重要问题。在这样一个背景下,研究复杂车间环境下的路径规划就变得非常有实践意义。复杂车间环境下的AGV路径规划的难点技术,主要存在规划时间长、路径不光滑、目标点不可达、路径不安全等问题。通过融合A算法和改进的TEB算法,使得AGV比较平稳且非常安全地到达指定目标点。论文的主要内容如下:1.针对AGV系统的整体设计,通过构建差速AGV的运动模型、位姿模型和里程计测距模型,为后面的路径规划算法设计提供数学基础。设计了AGV导航系统的软件框架,保证自主导航过程中进行安全的状态恢复。2.针对传统A算法规划的路径出现多余的拐点和存在冗余的节点,提出了引入基于“参考线的代价函数,并且引入三次B样条曲线来平滑规划的轨迹。3.针对复杂车间环境中存在不确定性的动态障碍物,提出了融合A算法和TEB算法的避障策略。针对TEB算法在复杂环境中易陷入局部最小值,提出了运用过滤同源路径的方法。针对TEB算法存在转弯时由于转向过度而容易发生局部绕路,甚至轨迹优化失败的问题,引入最短距离约束来节省过度转向造成的消耗。4.搭建基于ROS(Robot Operating System)的AGV平台,实验验证融合A算法和TEB算法在复杂车间环境下的动态避障能力。验证改进TEB算法后的AGV的路径规划效果。结果显示融合A算法和改进TEB算法具有较好的实时避障能力,能高效安全的应用于车间中的运输。