论文部分内容阅读
随着AGV产业的迅速发展,AGV路径规划研究逐渐成为热点,但目前关于AGV路径规划方面的研究大多集中于静态环境,没有最大限度的挖掘AGV的工作潜力。本论文以视觉AGV为研究对象,探讨了视觉AGV在动态环境下的路径规划方法,分别对未知环境下局部动态避障、移动式单目标动态环境、多目标服务点式动态环境为代表的三种典型动态环境进行了路径规划研究。采用仿真和推理相结合的方式,验证了本文方法的有效性和可行性,为开发AGV应对复杂环境的路径规划提供了一定的参考价值。研究了视觉AGV以深度相机为传感器的定位原理以及定位信息解算方法;探讨了局部定位与全局定位的差别和应用环境,为研究路径规划打下基础;综合分析各类地图的特点,最终得到2D栅格地图相对其他地图更有利于进行路径规划研究。针对视觉AGV处于未知地图环境的问题,提出了基于改进型DWA动态路径规划算法,首先分析了传统局部动态路径规划DWA算法的不足以及造成算法缺陷的原因,然后利用构建模糊控制实时调整方向导向、安全避障、快速行驶的权重系数,最后利用matlab进行仿真实验得到:基于改进型DWA算法在快速避障的同时,有效避免了陷入锁死状态。研究了移动单目标动态路径规划的方法。针对目标点的位置出现变动的情况,提出了基于约点式和非约点式动态路径规划方法。对于约点式,利用逻辑推理证明本文提出的基于约点式动态路径规划方法的合理性;重点研究了非约点式移动目标的动态路径规划方法,提出了利用历史数据和实时数据相结合的动态路径规划方法,最后通过算例仿真实验得到:在本文设置的地图环境下算法的有效成功率达到77.5%。研究了多目标服务点动态路径规划的方法。针对AGV服务目标中路径规划任务发生变化的情况,提出了基于多目标服务点式动态路径规划方法,分析了传统路径规划方法的不足之处,通过建立路径规划评价函数实时判断路径规划任务,不断选择全局最佳路径,利用遗传算法完成动态路径规划。仿真实验表明,本文方法相较于传统顺序法路径总长度在减少了33.96m的同时,避免了陷入局部最优的服务陷阱。