关键词:
AGV
标示符
机器视觉
数字图像处理
PID
模糊控制
卡尔曼滤波器
避障
信息融合
摘要:
随着社会科学技术不断发展进步,传统仓储物流系统面临着现代化改造升级的压力,AGV (Automated Guided Vehicle,自动导引车)作为高效、稳定、安全的自动化运输手段,在取代传统人力运输方式的进程中起着举足轻重的作用,直接影响企业物流成本与核心竞争力,具有非常重要的现实指导意义。本文结合现代仓储物流系统实际需求,设计完成了一套基于视觉标识符进行自动导引、自动避障的AGV导航系统。首先,论文提出AGV整体设计方案,从采集层、运算层和响应层三个层次详细说明AGV导航系统的组成模块以及各模块的功能,介绍AGV框架设计思想。其次,AGV的定位技术在导航系统中至关重要,本文通过设置二维导航标识符,利用数字图像处理技术,提出一种基于机器视觉的AGV标识符识别算法,从视觉传感器的畸变校正、曝光白平衡自动调节、形态学处理和标识符内容识别等角度详细介绍了导航标识符识别流程,实现AGV位姿识别。然后,以设置虚拟目标点的方式,将AGV位置偏移量与角度偏移量转化为单输入变量,采用单输入PID控制系统实现本文控制算法,并对其进行实验测试。为进一步提高控制算法的性能,引入了模糊控制概念,从模糊语言变量、隶属度函数和模糊规则三方面讨论了模糊控制器设计过程,通过Simulink进行软件仿真,给出了实验结果的分析。之后将模糊PID控制器应用在AGV控制系统中,并给出其与传统PID控制器的对比实验结果。同时,为解决定位系统识别噪声问题,引入卡尔曼滤波器对AGV定位进行优化,提高AGV控制系统准确率与稳定性。最后,采用K/N信息融合规则对红外传感器多周期检测结果进行融合处理,提高传感器的识别准确率,并根据多传感器检测结果对障碍物进行数字化建模,针对不同障碍物模型给出相应避障策略。