论文部分内容阅读
AGV(Automated Guided Vehicle)机器人在工业生产、物流仓储等行业的发展过程中扮演了重要的角色,然而现有AGV的导航方式多为基于固定式磁线、RFID射频标签、激光以及视觉等引导方式,无法适应复杂多变的工作环境。而随着UWB无线定位技术的发展成熟,UWB无线定位技术在工厂、仓库、隧道、电厂等工作场合下都得到了理想的定位效果,因此本文针对传统AGV机器人在导航方式上存在的缺陷与不足,研究设计了基于UWB无线定位技术的AGV机器人。本文首先分析并建立了轮式移动机器人的运动学模型,深入研究了运动控制算法,分析了传统控制理论在线性、时不变被控系统中发挥的作用。针对非线性、时变被控系统,在两轮差速结构移动机器人模型上结合传统控制方法与神经网络强大的非线性映射与自学习能力,设计了基于二次型性能指标的单神经元PID控制器,并在STM32F407嵌入式处理器上实现了运动控制算法,控制性能指标满足实验的要求,免去了人工整定PID参数的繁琐过程。同时深入研究分析了UWB无线定位算法,对定位过程中存在的干扰因素进行了分析研究。针对移动机器人导航过程中,通过惯性测量单元获取机器人姿态信息时存在的积分累积误差、陀螺仪数据漂移现象,结合GPS测向技术在飞行器、船舶导航方面的应用,提出了双移动节点位姿测量方法,并对该测量方法进行了建模分析。同时对于机器人导航所需的环境感知、地图构建与路径规划算法进行了深入研究,结合AGV机器人的实际工作场景设计了基于占据栅格地图的A~*搜索算法。最后搭建了实验测试平台,对AGV机器人的控制系统导航系统进行了测试。对于双移动节点姿态测量系统,最后通过对比实验对系统的测量结果进行了分析研究,实验结果表明该方法相比传统姿态测量方式在精度上还有待进一步提高,但相比于传统的惯性测量单元,该系统不存在测量累积误差,本文的工作也为后续基于UWB双移动节点姿态测量系统的精度提升奠定了一定基础。