基于标识线导航的自动导引车跟踪控制

为实现自动导引车对标识线路径的识别和跟踪,提出一种原理简单的视觉图像处理方法,包括阈值分割、滤波、边缘检测、变形矫正和改进的车体相对位置参数提取等。此方法能有效降低噪声干扰、图像变形对参数提取的影响以及增加图像处理的实时性;还提出一种适于自动导引车跟踪控制的最优控制策略。为验证理论分析的正确性,先对标识线图像进行处理,然后进行自动导引车的跟踪控制试验。结果表明,采用此种图像处理方法和最优控制策略的自动导引车,具有较为准确和可靠的路径跟踪效果。     

基于最优偏差路径的自动导引车纠偏方法

针对使用二维码作为定位模块的视觉自动导引车(AGV)的轨迹跟踪问题,提出了一种基于最优偏差路径的模糊PID纠偏算法。首先建立AGV的运动学方程,将横向偏差和航向偏差作为控制系统的输入变量;其次引入Hamilton最优控制函数,得到基于最优偏差转化策略的AGV最优偏差路径和最优控制方程;最后以AGV与最优偏差路径之间的位姿偏差更新模糊PID控制器的参数,实时调节驱动轮的差速,使AGV按最优偏差路径行驶,实现AGV纠偏的最优控制。实验结果表明,该方法可以平稳、快速地消除横向和航向偏差,本文控制方法在极端偏差状态下的4种隶属度区间的横向偏差纠偏结果分别为2.38、2.54、3.29和4.43 mm,均不超过5 mm,纠偏距离小于1.2 m,跟踪精度为3.2 mm,既提高无轨导引AGV的导航精度,也能较好地满足系统运行的稳定性和伺服驱动能力。     

基于时间窗的自动导引车无碰撞路径规划

针对柔性制造系统中自动导引车的无碰撞路径规划问题,结合预先规划算法和实时规划算法的优点,提出基于先验决策的自动导引车无碰撞路径规划方法.将Dijkstra算法和时间窗原理相结合,顺序规划各个自动导引车的路径.在已规划自动导引车路径的基础上,运用基于Dijkstra的算法继续规划下一自动导引车,实现自动导引车的无碰撞路径规划.该算法能有效避免死锁及碰撞,并保证最优化路径,能快速响应新的任务,在动态环境下具有较好的柔性.结合实例说明了该算法的实现过程,并证明了该方法具有较好的鲁棒性和柔性,同时能提高系统效率.     

数字孪生驱动的车间自动导引车路径规划

针对车间物流配送中的自动导引车(AGV)路径规划问题,以某企业自动化总装车间为研究对象,提出一种数字孪生驱动的AGV路径规划方法。建立了车间数字孪生环境模型,设计了基于环境地图孪生模型的无冲突路径规划算法。对于车间内实时到达的配送任务订单,采用改进的A^*算法结合环境地图孪生模型中的动态邻接矩阵和时间窗矩阵,按任务优先级顺序为相应的AGV规划无冲突路径,并实时更新孪生模型中的数据。所提方法使AGV配送的任务完成时间和冲突调整时间分别平均减少13.4%和17.54%。     

融合多模糊控制器的全方位移动AGV路径跟踪控制技术

针对全方位移动AGV的路径跟踪控制,提出了一种融合多模糊控制器的路径跟踪模糊控制技术,通过对路径跟踪不同方法的研究和实验总结制定了一套用于模糊路径跟踪的控制规则,该控制规则对距离偏差、角度偏差以及它们的变化率的数据进行模糊化处理、推理和输出去模糊化的控制量,避免了大量精确处理偏差值带来的AGV系统调节不稳定的问题.通过仿真和实验结果表明,该控制技术可以使全方位移动AGV更稳定、快速地进行路径跟踪,提高了运行效率.     

六旋翼机器人运动控制与跟踪控制研究

为了在执行任务期间精确记录数据和稳定的飞行,多旋翼机器人机构需要能够执行长期任务和携带较重的载荷。针对这一问题,对六旋翼机器人关键技术进行了深入的研究。首先,高性能六旋翼无人机的运行需要飞行控制系统,介绍了六旋翼控制系统和本体的设计方法。其次,构建了四旋翼和六旋翼无人机的数学模型,对比了六旋翼与四旋翼控制系统的优缺点。六旋翼飞行器的飞行控制由推力和力矩完成,在俯仰,偏航和横滚分别对螺旋桨的速度进行运动控制。再次,采用模糊自适应PID控制算法设计了一款跟踪控制系统,用一个PID测试控制器进行仿真。并在真实飞行中成功地测试六旋翼机器人,达到了一个理想的效果。而不是使用分析差异,避免跟踪控制器设计过程中的"差异扩展"。最后,仿真结果证明了所提技术的有效性和有效性。     

基于自动导引车单向导引路径网络的智能车间设备布局规划

传统的设备布局设计规划方法通常采用两个设备之间的直线距离或者曼哈顿距离作为优化变量,而没有考虑工件搬运设备在实际行驶过程中的路线。在以自动导引车为主的智能车间中,则必须考虑实际物流路径和物流效率。基于自动导引车单向导引路径,采用搬运频率、单位距离成本、最短有向距离等参数建立智能车间设备布局模型,进而利用混沌遗传算法来实现对物流路径的优化和生产设备布局模型的解算。最后,通过对某缸盖智能生产车间的设备布局规划问题的具体研究,借助MATLAB将本文提出的优化算法与遗传—模拟退火算法和简单遗传算法进行对比试验,并将3种优化算法的最终结果在Plant Simulation平台上进行仿真运行,试验结果表明了所提出的基于自动导引车单向导引路径网络的智能车间设备布局规划方法的有效性。     

微小磁钢自动配对的混合运动控制研究

微小磁钢对是许多高精度磁性系统的核心组件,其产生的气隙磁场对系统性能影响显著,而传统的手工配对存在准确性和一致性差的问题。为此,研制了微小磁钢自动配对系统,兼顾配对精度与效率,建立了基于显微视觉/磁强/微力多源混合的运动控制系统。采用先粗后精的定位策略实现磁强测头与微小夹钳的精确定位：首先,通过显微视觉的引导实现系统的粗定位,再结合微力反馈与磁强反馈闭环控制实现系统的精确定位。建立了各运动模块数学模型,优化了PID控制参数,开发了相应的控制软件,并提高了系统定位精度与配对效率。实验验证了自动配对的准确性和一致性,结果表明：与手工配对相比,自动配对的准确性更高;S和N磁钢表磁测量的均方差分别为0.27mT和0.17mT,测量一致性满足要求。     

集装箱自动导引车液压系统设计

设计了电力驱动方式的集装箱自动导引车的液压转向和液压行车制动系统,其分别实现了集装箱自动导引车的定位转向和行车制动功能,并通过实车遥控试验,空载最高车速条件下的实测制动距离和最小转弯半径完全满足集装箱自动导引车转向和行车制动的设计要求.     

人工伺服跟随控制预见指示器的设计

针对高阶低阻尼被控制对象难于人工伺服跟随控制的问题,给操纵者提供参考轨迹未来预见信息具有重要意义。本文基于最优控制给出了操纵控制指示器指示信号的预见信息合成设计方法,仿真试验表明该方法对于改善跟随性能和减轻操纵者操纵负提人有显著效果。     

智能汽车路径跟踪混合控制策略研究

针对传统单一控制算法无法有效协调智能汽车不同转向工况下横向控制性能要求的问题,根据智能汽车在高速和低速转向工况下呈现出的系统特性差异,设计了一种基于PID控制和模型预测控制的智能汽车路径跟踪混合控制策略。该控制策略在低速模式下采用PID控制,在高速模式下则采用模型预测控制,通过车辆速度确定路径跟踪控制模式,进而设计带稳定监督的控制模式切换机制,实现了横向控制系统的平滑切换。基于Carsim和MATLAB/Simulink仿真平台对所设计的智能汽车路径跟踪混合控制策略进行了仿真验证,在此基础上,进一步完成了实车试验。仿真和实车试验结果表明,所设计的混合控制策略能够保证智能汽车不同速度下的路径跟踪性能,具有较好的跟踪精度、实时性和车辆行驶稳定性。     

基于模糊控制的汽车路径跟踪研究

汽车是一个非常复杂的非线性动力学系统,难以建立精确的数学模型,而模糊控制方法适用于难以建立精确数学模型的对象。将模糊控制理论引入汽车操纵逆动力学中,以汽车三自由度模型为研究对象,根据侧向偏差和偏差变化率设计了车辆的路径跟踪模糊控制器。对某车型跟踪给定双移线和蛇形路径行驶情况进行了仿真。结果表明,模糊控制方法可保证汽车准确地跟踪给定参考路径,可以作为车辆路径跟踪控制的一种有效控制方法。     

自主式水下机器人自适应区域跟踪控制

研究自主式水下机器人的区域跟踪控制问题,提出一种基于PD神经滑模的自适应区域跟踪控制方法。针对自主式水下机器人自适应控制器中仅在线调整网络权值的径向基函数神经网络存在收敛性能差的问题,给出同时对径向基函数神经网络权值、径向基函数中心与方差进行自适应调整的方法,使径向基函数神经网络无须离线选取径向基函数中心与方差,即可进行在线自适应学习。考虑到控制器中滑模控制项易引起系统抖振的问题,提出一种基于指数函数的滑模切换增益调节方法,使滑模切换增益能够依据跟踪误差实时调节以降低系统抖振。基于Lyapunov理论对所提自适应区域跟踪控制方法的稳定性进行分析。通过自主式水下机器人的仿真试验与水池试验验证所提方法的有效性。     

基于CAN总线和以太网的交流伺服运动控制系统研究

以实现CAN现场总线接入因特网为目标,在对CAN协议及TCP／IP协议进行深入研究的基础上,设计了以太网与CAN总线互联网关,从而实现以太网与CAN总线的互联,为实现企业信息网络与控制网络集成提供了一种可行的方法。实验结果表明,该系统控制精度高、响应速度快、低速运行平稳,同时还具有连接简单、系统可靠和易于实现等优点。     

智能小车的路径跟踪控制算法研究

以3轮式智能小车为例,跟踪一条不带时间参数的几何路径,将路径划分成若干个路标节点,在极坐标误差模型下,利用Lyapunov直接法设计出跟踪离散节点的跟踪控制器,最后通过MATLAB仿真平台进行仿真实验。仿真结果表明所设计的跟踪控制律是正确有效的,小车最终能够跟踪到期望的目标点位置。     

一类自动引导小车的路径规划方法

针对运行环境部分可知的自动引导小车,提出了一种全局路径规划和局部模糊逻辑控制相结合的方法.该方法不仅能有效利用已知环境信息,而且具有小车行驶路径短,运行速度适当和有效避障的特点.仿真结果表明了这一方法的有效性与实用性.     

无人驾驶车辆路径跟踪控制预瞄距离自适应优化

基于道路信息,使用驾驶员预瞄模型产生执行器输入是无人驾驶车辆在路径跟踪中使用的主要方法之一,但对于车速较高与转弯半径小等工况,模型误差会导致较差的驾驶舒适性,车辆甚至失去稳定性。为提高无人驾驶车辆路径的跟踪精度,同时兼顾转向频度和车辆稳定性,提出基于粒子群多目标优化（Particle swarm optimization,PSO）算法的预瞄距离自适应驾驶员模型,并将之应用于路径跟踪控制。首先,基于单点预瞄偏差模型,采用滑模变结构设计转向控制器;其次,以路径跟踪精度、转向频度和车辆稳定性为综合性能指标,设计了PSO优化算法,实现了驾驶员模型预瞄距离的自适应寻优。最后,在搭建的CarSim-Simulink联合仿真平台与台架试验上,对所提出的预瞄距离自适应驾驶员预瞄模型进行了仿真和硬件在环试验验证。结果表明,经优化后的预瞄距离能够适应不同车速和道路曲率,驾驶员预瞄模型能兼顾路径跟踪精度、转向频度和车辆稳定性等需求。预瞄距离自适应驾驶员模型结合道路与车速信息,增大对路况与车况适应性,为无人驾驶车辆路径跟踪控制提供可靠的输入。     

轮式移动机器人路径跟踪控制方法研究

针对轮式移动机器人的路径跟踪问题,提出了一种基于动态预瞄的移动机器人路径跟踪控制方法.根据差速轮式移动机器人运动学模型和实时位置信息,建立路径跟踪偏差模型,并采用构建虚拟运动路径的方式设计移动机器人路径跟踪控制方法,结合路径跟踪偏差模型,实时调整移动机器人的运动状态,不断缩小运动过程中的偏差,最终实现路径跟踪.实验结果...     

基于SolidWorks Motion运动仿真跟踪路径的应用

通过SolidWorks Motion运动仿真工具对未定义凸轮机构从动件进行基于“时间/位移”系列数据点运动的反向驱动操作,生成跟踪路径,最终生成盘形凸轮轮廓曲线。并对新生成的凸轮机构进行实际运动仿真,验证了凸轮模型的准确性。