版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、AGV運動規(guī)劃是機器人領域一個重要的研究方向。在實際的工業(yè)現(xiàn)場或智能倉庫中存在狹窄直角彎場景,空間的限制造成了傳統(tǒng)的AGV無法通過或通過性低。Mecanum輪式AGV具有全方位移動的特性,具有多種轉向方式,在狹窄場景下更具優(yōu)勢。但目前尚缺乏針對Mecanum輪式AGV在狹窄直角彎下轉向的研究,也沒有相關的解決方案。因此,在考慮直角彎受限特點的基礎上,研究結合Mecanum輪式AGV運動特性的轉向規(guī)劃方法,提高AGV在狹窄直角彎下通過性,
2、具有重要的實際意義和理論價值。
論文針對在狹窄直角彎下缺乏有效的Mecanum輪式AGV轉向規(guī)劃方法的問題,從狹窄直角彎受限特點及Mecanum輪式AGV運動特性入手,建立了考慮AGV外輪廓的轉向運動學模型用于描述其轉向狀態(tài),給出了基于激光雷達的直角彎道及AGV初始姿態(tài)的描述模型,進而提出了考慮全方位移動特性的轉向運動規(guī)劃方法,并設計系統(tǒng)在實際平臺上實現(xiàn)了轉向過程。主要的工作包括:
?、?Mecanum輪式AGV轉向運
3、動學建模。論文對Mecanum輪式移動機構的運動特性進行分析,采用速度表示法建立基于質心的運動學模型,實現(xiàn)了航位推算算法,并在此基礎上建立了基于外輪廓的轉向運動學模型,用于描述轉向的運動狀態(tài),實現(xiàn)全局下的定位。實物實驗結果表明,該模型能有效地描述AGV轉向過程中外輪廓信息。
?、诨诩す饫走_的環(huán)境建模。論文通過分析直角彎道下激光雷達距離圖像的幾何特征,提出了一種改進型split-merge特征提取算法,對分割合并閾值、準則,進行
4、了改進。并在此基礎上建立了基于線段特征的狹窄直角彎幾何描述模型,用于描述直角彎信息以及AGV的初始狀態(tài)。對比實驗表明,該算法能有效降低線段擬合誤差,在環(huán)境建模準確性上優(yōu)于改進前的算法。
?、郦M窄直角彎下Mecanum輪式AGV轉向規(guī)劃方法。論文通過分析AGV在狹窄直角彎下受限的特點,提出了一種基于規(guī)則式的轉向運動規(guī)劃算法。該方法將AGV轉向過程按狀態(tài)劃分,建立了不同狀態(tài)與轉向策略之間的映射關系。實驗結果表明,該算法能克服空間限制
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 面向通道避障的Mecanum輪式機器人路徑規(guī)劃設計與實現(xiàn).pdf
- 基于純滾動轉向的采摘機器人輪式AGV系統(tǒng)設計與試驗研究.pdf
- agv車轉向總承設計
- 基于mecanum輪的AGV車載定位與控制系統(tǒng)研究.pdf
- AGV系統(tǒng)的設計與實現(xiàn).pdf
- 基于Android的AGV任務規(guī)劃方法與實現(xiàn).pdf
- AGV車轉向總承設計.doc
- AGV車轉向總承設計.doc
- AGV車轉向總承設計.doc
- AGV車轉向總承設計.doc
- 輪式車輛遙控轉向系統(tǒng)設計研究.pdf
- Mecanum輪式全向機器人位置精確控制的研究.pdf
- agv車轉向總承設計畢業(yè)設計
- 基于GPS的AGV車輛路徑規(guī)劃與設計.pdf
- 模塊化AGV系統(tǒng)設計與路徑規(guī)劃.pdf
- AGV電池能量管理系統(tǒng)設計與實現(xiàn).pdf
- AGV車轉向總承設計開題報告.doc
- AGV車轉向總承設計開題報告.doc
- AGV遠程控制系統(tǒng)設計與實現(xiàn).pdf
- AGV視覺導航技術與路徑規(guī)劃.pdf
評論
0/150
提交評論