自动导引车(Automated guided vehicle,AGV)作为一种自动化物流装备,越来越多地应用到物料搬运和装配场合。导航技术是AGV的核心技术,视觉导航作为AGV的导航方式之一,凭借其获取信息量大、路径设置简单灵活与便于维护与改造以及容易识别出多分支路径及各种停车工位等优点,具有广阔的发展及应用前景。本文以Pioneer3-AT作为AGV的实验平台,采用环状编码标记点作为视觉导航的路径识别标识符,并设计了模糊PID控制器来实现AGV的导航,同时采用拓扑法建立地图并结合单目视觉测距实现对AGV位置信息的计算。本文主要研究内容如下:(1)介绍Pioneer 3-AT移动平台的软硬件结构,对其进行模型简化和运动学分析,建立Pioneer 3-AT的数学模型,以左右两轮的转速差作为开环控制系统的输入变量,为之后的导航控制奠定了基础。(2)针对传统环状编码标记点所表示的标记点数量少和识别准确度低等问题,重新设计环状编码标记点并提出相应的检测识别算法。在传统环状编码标记点的基础上添加3个定位符,用于确定标记点的精确位置和增加标记点的数量。解码时先检测定位符坐标及其在标记点中的位置,然后对编码标记点进行透视变换以实现图像校正的目的,最后用基于圆环扫描的方法进行解码。实验结果表明,本文的算法对编码标记点在不同的旋转角度、不同倾角和复杂背景下均具有较好的检测识别效果,且在环状编码标记点的检测识别中可以根据导航模型计算出AGV的导航信息。(3)为实现对AGV的导航控制,设计了模糊PID控制器并作为视觉导航控制器。首先介绍模糊PID控制器的结构及其设计的详细过程。然后对粒子群算法的基本原理进行阐述并对该算法进行改进,对粒子群算法中惯权重系数的上下限设定范围并随迭代次数以伽玛函数方式非线性下降,同时粒子的惯性权重系数和学习因子根据粒子的适应度值大小进行动态调整,使粒子保持合理运动惯性和学习能力,以此提高粒子的自适应能力,并使用算法测试函数进行测试,测试结果表明改进的粒子群算法具有收敛速度快和收敛精度高等优点。最后,采用改进的粒子群算法优化PID控制器的参数并将优化后的参数用于模糊PID控制系统中。仿真结果表明,本文的方法获得了较好的控制性能及效果。(4)为实现对AGV位置信息的计算和AGV位置的实时显示。首先,以编码标记点作为节点,采用拓扑法建立视觉导航的电子地图,并采用单目视觉测距的方式计算出编码标记点到AGV的距离,然后通过查询电子地图从而计算出AGV的当前位置。其次是软件设计,包含上位机和下位机(AGV本体)设计;上位机采用VS2013中的MFC开发平台对其进行设计,并使用GDI+绘图方式,利用双缓冲技术绘制导航地图;上位机与下位机之间的通讯方式采用UDP协议的通讯方式完成;下位机包含图像采集、编码标记点的检测识别、导航信息计算、数据传输和AGV的控制。实验表明,AGV具备跟踪导航线的能力及其位置信息的实时更新与显示。