CN106125740A - 基于模糊算法的视觉导航控制方法及*** - Google Patents

基于模糊算法的视觉导航控制方法及*** Download PDF

Info

Publication number
CN106125740A
CN106125740A CN201610755034.0A CN201610755034A CN106125740A CN 106125740 A CN106125740 A CN 106125740A CN 201610755034 A CN201610755034 A CN 201610755034A CN 106125740 A CN106125740 A CN 106125740A
Authority
CN
China
Prior art keywords
agv
fuzzy
driving trace
navigation
video camera
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201610755034.0A
Other languages
English (en)
Inventor
李兴宝
阮宁
张战
尹立松
华飞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen JT Automation Equipment Co Ltd
Original Assignee
Shenzhen JT Automation Equipment Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen JT Automation Equipment Co Ltd filed Critical Shenzhen JT Automation Equipment Co Ltd
Priority to CN201610755034.0A priority Critical patent/CN106125740A/zh
Publication of CN106125740A publication Critical patent/CN106125740A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
    • G05B13/0275—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion using fuzzy logic only
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Automation & Control Theory (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Electromagnetism (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明涉及导航技术领域，尤其涉及基于模糊算法的视觉导航控制方法及***，该方法通过CCD摄像机测量AGV行驶轨迹偏离误差，PLC控制器根据CCD摄像机测量AGV行驶轨迹偏离误差计算出AGV行驶轨迹偏离误差率，将AGV行驶轨迹偏离误差和AGV行驶轨迹偏离误差率输入基于模糊算法的视觉导航测量模型计算出AGV差速控制偏移量。基于模糊算法的视觉导航控制***包括PLC控制器、CCD摄像机、自动导航单元、手持式操作单元、操作单元接收器和手持式操作面板。本发明利用CCD摄像机获取AGV行驶轨迹偏离误差，然后通过模糊算法输出了AGV差速控制偏移量，满足了AGV高速行驶，高精度定位的需求，实时性好，鲁棒性好。

Description

基于模糊算法的视觉导航控制方法及***
技术领域
本发明涉及导航技术领域，尤其涉及基于模糊算法的视觉导航控制方法及***。
背景技术
近年来，自动导航车(Automated Guide Vehicle,AGV)被广泛地应用到了物流、烟草、食品行业、汽车制造等各个行业中。现阶段AGV的研究热点集中于改进导航方式及控制方法。目前，AGV的导航方式主要有磁带导航、激光导航、惯性导航等。随着机器视觉技术及计算机技术的不断发展，基于视觉的AGV导航技术逐渐成为主要的研究方向。
AGV的视觉导航方式是正在快速发展和成熟的一种新型导航方式。AGV在行驶过程中，通过CCD摄像机和传感器动态获取车辆的行驶轨迹信息，并与数据库进行比较，从而确定当前位置信息并对下一步行驶做出决策。
模糊逻辑控制(Fuzzy Logic Control)简称模糊控制(Fuzzy Control)，是以模糊集合论、模糊语言变量和模糊逻辑推理为基础的一种计算机数字控制技术。1965年，美国的L.A.Zadeh创立了模糊集合论；1973年他给出了模糊逻辑控制的定义和相关的定理。1974年，英国的E.H.Mamdani首次根据模糊控制语句组成模糊控制器，并将它应用于锅炉和蒸汽机的控制，获得了实验室的成功。这一开拓性的工作标志着模糊控制论的诞生。近20多年来，模糊控制不论在理论上还是技术上都有了长足的进步，成为自动控制领域一个非常活跃而又硕果累累的分支。
目前，国内AGV行业主要的导航方式为磁带导航和激光导航。磁带导航优点：磁带导航灵活性比较好，改变或扩充路径较容易，磁带铺设也相对简单，导引原理简单而可靠，对声光无干扰，投资成本比激光导引式低很多。激光导航优点：地面无需定位设施，行驶路径可灵活改变。但AGV在高速度行驶、高精度定位时，以上两种导航方式很难满足技术要求，不具备很好的实时性、精确性和鲁棒性。
发明内容
为克服上述现有技术的不足，本发明提供一种可以使AGV自动导航行驶的基于模糊算法的视觉导航控制方法及***。
实现本发明目的的技术方案是：基于模糊算法的视觉导航控制方法，CCD摄像机测量AGV行驶轨迹偏离误差，PLC控制器根据CCD摄像机测量AGV行驶轨迹偏离误差计算出AGV行驶轨迹偏离误差率，将AGV行驶轨迹偏离误差和AGV行驶轨迹偏离误差率输入基于模糊算法的视觉导航测量模型计算出AGV差速控制偏移量，具体步骤包括：
1)输入输出模糊化处理
将AGV行驶轨迹偏离误差E和AGV行驶轨迹误差变化率EC作为模糊算法的输入变量，AGV差速控制偏移量U作为输出变量，其中，输入变量AGV行驶轨迹偏离误差E和AGV行驶轨迹误差变化率EC的实际范围为变量的基本论域，基本论域内的量为精确量；
AGV行驶轨迹偏离误差E所取的模糊子集的论域为{-6，-5，-4，-3，-2，-1，0，+1，+2，+3，+4，+5，+6}；
输入量AGV行驶轨迹偏离误差E的模糊化：
输入量：e；
基本论域：[-|emax|}，+|emax}]，即:[-30，+30]，单位：mm；
量化论域：[-nl，+nl]，即：[-6，+6]；
模糊词集：NB，NM，NS，0，PS，PM，PB；
误差的量化因子公式：Ke＝nl/|emax|；
误差量化因子：Ke＝6/30＝0.2
所述AGV行驶轨迹误差变化率EC、AGV差速控制偏移量U和AGV行驶轨迹偏离误差E的模糊化处理相同；
AGV行驶轨迹偏离误差E、AGV行驶轨迹误差变化率EC和AGV差速控制偏移量U的语言值隶属度函数均采用对称三角形隶属度函数；
2)建立模糊规则，进行模糊推理
建立模糊控制策略表，采用Zadeh推理法则，由模糊控制策略表计算出控制量，即模糊控制量为模糊集合U；经过模糊推理将模糊控制量转换为精确量，模糊推理所获得的结果仍是一个模糊值，不能直接用来作为被控对象的控制量，需要将其转换成一个可以被执行机构所实现的精确量，此过程一般被称为反模糊化过程，反模糊化采用最大隶属度法，将上述结果离线做成查询表，并将查询表的内容存放在PLC控制器的内存中在实时控制时使用。
本发明还公开了基于模糊算法的视觉导航控制***，用于使用上述的一种基于模糊算法的视觉导航控制方法，该基于模糊算法的视觉导航控制***用于控制AGV的行驶，基于模糊算法的视觉导航控制***包括PLC控制器、CCD摄像机、自动导航单元、手持式操作单元、操作单元接收器和手持式操作面板，自动导航单元包括导航色带和二维码带，AGV通过导航色带进行导航行驶，二维码带设置在需要AGV改变速度、方向或精确定位的位置，操作单元接收器与PLC控制器相连接，操作单元接收器用于接收手持式操作单元或手持式操作面板发送的操作AGV的命令，CCD摄像机安装在AGV的上方，CCD摄像机用于识别导航色带和二维码带铺设的路径，CCD摄像机将识别的导航色带和二维码带铺设的路径传输给PLC控制器，PLC控制器使得AGV按照导航色带和二维码带铺设的路径行驶。
作为本发明的优化方案，基于模糊算法的视觉导航控制***还包括安全控制单元，安全控制单元用于使AGV行驶时绕过障碍物，安全控制单元为激光扫描仪，激光扫描仪与PLC控制器相连。
作为本发明的优化方案，CCD摄像机集成有LED光源，LED光源用于提供CCD摄像机工作时的光源。
本发明具有积极的效果：1)本发明利用CCD摄像机获取AGV行驶轨迹偏离误差，然后通过模糊算法输出了AGV差速控制偏移量，满足了AGV高速行驶，高精度定位的需求，实时性好，鲁棒性好；
2)本发明可以控制AGV精确定位取货，并进行高速自动导航行驶；
3)本发明配备了激光扫描仪，避免了AGV行驶过程中可以有效的绕过障碍物，提高了AGV行驶的安全性。
附图说明
为了使本发明的内容更容易被清楚地理解，下面根据具体实施例并结合附图，对本发明作进一步详细的说明：
图1为AGV行驶轨迹偏离误差E模糊子集的隶属度函数；
图2是AGV视觉导航路径示意图；
图3是基于模糊算法的视觉导航控制***的框图。
其中：1、CCD摄像机，2、PLC控制器，3、自动导航单元，4、手持式操作单元，5、操作单元接收器，6、手持式操作面板，7、安全控制单元。
具体实施方式
本发明公开了基于模糊算法的视觉导航控制方法，CCD摄像机1测量AGV行驶轨迹偏离误差，PLC控制器2根据CCD摄像机1测量AGV行驶轨迹偏离误差计算出AGV行驶轨迹偏离误差率，将AGV行驶轨迹偏离误差和AGV行驶轨迹偏离误差率输入基于模糊算法的视觉导航测量模型计算出AGV差速控制偏移量，具体步骤包括：
1)输入输出模糊化处理
将AGV行驶轨迹偏离误差E和AGV行驶轨迹误差变化率EC作为模糊算法的输入变量，AGV差速控制偏移量U作为输出变量，其中，输入变量AGV行驶轨迹偏离误差E和AGV行驶轨迹误差变化率EC的实际范围为变量的基本论域，基本论域内的量为精确量；
AGV行驶轨迹偏离误差E所取的模糊子集的论域为{-6，-5，-4，-3，-2，-1，0，+1，+2，+3，+4，+5，+6}；
输入量AGV行驶轨迹偏离误差E的模糊化：
输入量：e；
基本论域：[-|emax|}，+|emax}]，即:[-30，+30]，单位：mm；
量化论域：[-nl，+nl]，即：[-6，+6]；
模糊词集：NB，NM，NS，0，PS，PM，PB；
误差的量化因子公式：Ke＝nl/|emax|；
误差量化因子：Ke＝6/30＝0.2
AGV行驶轨迹误差变化率EC、AGV差速控制偏移量U和AGV行驶轨迹偏离误差E的模糊化处理相同；
AGV行驶轨迹偏离误差E、AGV行驶轨迹误差变化率EC和AGV差速控制偏移量U的语言值隶属度函数均采用对称三角形隶属度函数，如图1和表1所示；
表1行驶轨迹偏离误差E模糊子集的赋值表
2)建立模糊规则，进行模糊推理
模糊规则的建立，是把操作者的经验加以总结，并将在控制过程中由经验得来的相应措施总结成一条条控制规则，由它们构成一个“模糊控制器”，从而达到用机器代替人对复杂的工业过程进行控制。根据人员对AGV实际轨迹纠偏能力的操作经验，将行驶过程中要遇到的各种可能出现的轨迹偏移情况和相应的控制策略汇总成表，具体的语句例如：
If E＝NB and EC＝NB then U＝NB，如表2所示。
表2控制策略表
建立模糊控制策略表，采用Zadeh推理法则，由模糊控制策略表计算出控制量，即模糊控制量为模糊集合U；经过模糊推理将模糊控制量转换为精确量，模糊推理所获得的结果仍是一个模糊值，不能直接用来作为被控对象的控制量，需要将其转换成一个可以被执行机构所实现的精确量，此过程一般被称为反模糊化过程，反模糊化采用最大隶属度法，将上述结果离线做成查询表，并将查询表的内容存放在PLC控制器2的内存中在实时控制时使用。
由If E＝PB and EC＝PB or EC＝PS or EC＝ZO Then U＝PB语句所确定的关系可用下列式子表达：
R＝[PBe×PBu]·[(PBec+PSec+ZOec)×PBu]
则
U1＝e·[PBe×PBu]·ec·[(PBec+PSec+ZOec)×PBu]
把E和EC的隶属度函数值对应于所量化的等级上取1，其余均取零值，这样上式可简化为：
U 1 = m i n x { μ P B e ( i ) ; m a x [ ( μ P B e c ( j ) + μ P S e c ( j ) + μ Z O e c ( j ) ) × μ P B u ( x ) ] }
式中：μPBe(i)是模糊集合PBE第i个元素的隶属度，而μPBec(j)、μPSec(j)、μZOec(j)
是模糊集合PBEC、PSEC和ZOEC第j个元素的隶属度；
则AGV差速控制偏移量U为：
U＝u1+u2+......+u14
采用隶属度最大原则将模糊控制量转换为精确量即可。
本发明还公开了基于模糊算法的视觉导航控制***，用于使用上述的一种基于模糊算法的视觉导航控制方法，该基于模糊算法的视觉导航控制***用于控制AGV的行驶，基于模糊算法的视觉导航控制***包括PLC控制器2、CCD摄像机1、自动导航单元3、手持式操作单元4、操作单元接收器5和手持式操作面板6，自动导航单元3包括导航色带和二维码带，AGV通过导航色带进行导航行驶，二维码带设置在需要AGV改变速度、方向或精确定位的位置，操作单元接收器5与PLC控制器2相连接，操作单元接收器5用于接收手持式操作单元4或手持式操作面板6发送的操作AGV的命令，CCD摄像机1安装在AGV的上方，CCD摄像机1用于识别导航色带和二维码带铺设的路径，CCD摄像机1将识别的导航色带和二维码带铺设的路径传输给PLC控制器2，PLC控制器2使得AGV按照导航色带和二维码带铺设的路径行驶。其中，AGV行驶时，导航主要是采用导航色带，导航色带的颜色要与地面的颜色有强烈的反差。手持式操作单元4可以是带手柄的遥控器，手持式操作面板6可以是平板手机等移动终端，CCD摄像机1用于识别导航色带和二维码带铺设的路径，CCD摄像机1将识别的路径传输给PLC控制器2，PLC控制器2使得AGV按照CCD摄像机1识别的路径行驶。
基于模糊算法的视觉导航控制***还包括安全控制单元7，安全控制单元7用于使AGV行驶时绕过障碍物，安全控制单元7为激光扫描仪，激光扫描仪与PLC控制器2相连。其中，激光扫描仪发出激光脉冲，当激光碰到物体后，部分激光反射回激光扫描仪。激光扫描仪通过计算发射和接收时间的脉冲时间差，可计算出物体距离值。激光扫描仪连续不断的发射激光脉冲，由旋转的机构将激光脉冲按照一定间隔角度(角度分辨率)发射至扫描角度内的各个方向进而形成一个二维扫描平面。
CCD摄像机1集成有LED光源，LED光源用于提供CCD摄像机1工作时的光源。保证外界光线昏暗时，CCD摄像机1可以正常根据导航色带行驶。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (4)

1.基于模糊算法的视觉导航控制方法，其特征在于：CCD摄像机(1)测量AGV行驶轨迹偏离误差，PLC控制器(2)根据CCD摄像机(1)测量AGV行驶轨迹偏离误差计算出AGV行驶轨迹偏离误差率，将AGV行驶轨迹偏离误差和AGV行驶轨迹偏离误差率输入基于模糊算法的视觉导航测量模型计算出AGV差速控制偏移量，具体步骤包括：
1)输入输出模糊化处理
将AGV行驶轨迹偏离误差E和AGV行驶轨迹误差变化率EC作为模糊算法的输入变量，AGV差速控制偏移量U作为输出变量，其中，输入变量AGV行驶轨迹偏离误差E和AGV行驶轨迹误差变化率EC的实际范围为变量的基本论域，基本论域内的量为精确量；
AGV行驶轨迹偏离误差E所取的模糊子集的论域为{-6，-5，-4，-3，-2，-1，0，+1，+2，+3，+4，+5，+6}；
输入量AGV行驶轨迹偏离误差E的模糊化：
输入量：e；
基本论域：[-|emax|}，+|emax}]，即:[-30，+30]，单位：mm；
量化论域：[-nl，+nl]，即：[-6，+6]；
模糊词集：NB，NM，NS，0，PS，PM，PB；
误差的量化因子公式：Ke＝nl/|emax|；
误差量化因子：Ke＝6/30＝0.2
所述AGV行驶轨迹误差变化率EC、AGV差速控制偏移量U和AGV行驶轨迹偏离误差E的模糊化处理相同；
AGV行驶轨迹偏离误差E、AGV行驶轨迹误差变化率EC和AGV差速控制偏移量U的语言值隶属度函数均采用对称三角形隶属度函数；
2)建立模糊规则，进行模糊推理
建立模糊控制策略表，采用Zadeh推理法则，由模糊控制策略表计算出控制量，即模糊控制量为模糊集合U；经过模糊推理将模糊控制量转换为精确量，模糊推理所获得的结果仍是一个模糊值，不能直接用来作为被控对象的控制量，需要将其转换成一个可以被执行机构所实现的精确量，此过程一般被称为反模糊化过程，反模糊化采用最大隶属度法，将上述结果离线做成查询表，并将查询表的内容存放在PLC控制器(2)的内存中在实时控制时使用。
2.基于模糊算法的视觉导航控制***，用于使用如权利要求1所述的一种基于模糊算法的视觉导航控制方法，其特征在于：所述基于模糊算法的视觉导航控制***用于控制AGV的行驶，所述基于模糊算法的视觉导航控制***包括PLC控制器(2)、CCD摄像机(1)、自动导航单元(3)、手持式操作单元(4)、操作单元接收器(5)和手持式操作面板(6)，所述的自动导航单元(3)包括导航色带和二维码带，AGV通过导航色带进行导航行驶，二维码带设置在需要AGV改变速度、方向或精确定位的位置，操作单元接收器(5)与PLC控制器(2)相连接，操作单元接收器(5)用于接收手持式操作单元(4)或手持式操作面板(6)发送的操作AGV的命令，所述的CCD摄像机(1)安装在AGV的上方，所述的CCD摄像机(1)用于识别导航色带和二维码带铺设的路径，所述的CCD摄像机(1)将识别的导航色带和二维码带铺设的路径传输给PLC控制器(2)，PLC控制器(2)使得AGV按照导航色带和二维码带铺设的路径行驶。
3.根据权利要求2所述的基于模糊算法的视觉导航控制***，其特征在于：所述基于模糊算法的视觉导航控制***还包括安全控制单元(7)，所述的安全控制单元(7)用于使AGV行驶时绕过障碍物，所述的安全控制单元(7)为激光扫描仪，所述的激光扫描仪与PLC控制器(2)相连。
4.根据权利要求2所述的基于模糊算法的视觉导航控制***，其特征在于：所述的CCD摄像机(1)集成有LED光源，所述的LED光源用于提供CCD摄像机(1)工作时的光源。
CN201610755034.0A 2016-08-29 2016-08-29 基于模糊算法的视觉导航控制方法及*** Pending CN106125740A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610755034.0A CN106125740A (zh) 2016-08-29 2016-08-29 基于模糊算法的视觉导航控制方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610755034.0A CN106125740A (zh) 2016-08-29 2016-08-29 基于模糊算法的视觉导航控制方法及***

Publications (1)

Publication Number Publication Date
CN106125740A true CN106125740A (zh) 2016-11-16

Family

ID=57272943

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610755034.0A Pending CN106125740A (zh) 2016-08-29 2016-08-29 基于模糊算法的视觉导航控制方法及***

Country Status (1)

Country Link
CN (1) CN106125740A (zh)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107132844A (zh) * 2017-05-24 2017-09-05 浙江大学 一种移动机器人基于姿态检测模块和特殊地标的运动自矫正方法
CN108548544A (zh) * 2018-03-30 2018-09-18 济南大学 一种现代物流中agv小车的导航模糊控制方法
CN108710364A (zh) * 2018-04-09 2018-10-26 济南大学 一种现代物流中自动导引避障机器人小车及其控制方法
CN108931982A (zh) * 2018-09-04 2018-12-04 赵凯雅 用于移动机器人设备的视觉导航***和方法
CN109828585A (zh) * 2019-03-04 2019-05-31 山东力创科技股份有限公司 一种全方位移动agv控制方法、***及agv
CN110488833A (zh) * 2019-08-27 2019-11-22 国以贤智能科技（上海）有限公司 一种智能搬运车及其导航的方法、装置、设备和存储介质
CN110580049A (zh) * 2019-10-30 2019-12-17 华强方特（深圳）科技有限公司 一种无轨游览车的循迹控制方法
CN110618679A (zh) * 2019-08-22 2019-12-27 北京交通大学 基于无线通信网络的多agv智能协同工作***
CN110825080A (zh) * 2019-10-31 2020-02-21 华南农业大学 基于模糊控制算法的果园路径视觉导航方法、***和介质
CN111123930A (zh) * 2019-12-23 2020-05-08 北京星航机电装备有限公司 一种产品转运agv视觉导航控制方法
CN111522337A (zh) * 2020-04-03 2020-08-11 浙江工业大学 一种基于模糊控制的多驱动轮agv导航方法
CN112026913A (zh) * 2020-09-18 2020-12-04 齐鲁工业大学 一种后轮能够实现电子差速的半挂车辆及倒车方法
CN113093766A (zh) * 2021-04-16 2021-07-09 北京京东乾石科技有限公司 物流运输设备的位置纠偏方法、装置、设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS63273917A (ja) * 1987-05-06 1988-11-11 Nissan Motor Co Ltd 車両の操舵制御装置
CN102145808A (zh) * 2011-01-27 2011-08-10 合肥工业大学 工业型激光导引agv的双闭环控制***及控制方法
CN104635735A (zh) * 2014-12-03 2015-05-20 上海好创机电工程有限公司 一种新型agv视觉导航控制方法
CN104898665A (zh) * 2015-04-16 2015-09-09 山东建筑大学 巡检机器人轨迹规划的方法和装置
CN105468005A (zh) * 2016-02-03 2016-04-06 天津市乐图软件科技有限公司 基于rfid和ccd小车自动导引***及其方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS63273917A (ja) * 1987-05-06 1988-11-11 Nissan Motor Co Ltd 車両の操舵制御装置
CN102145808A (zh) * 2011-01-27 2011-08-10 合肥工业大学 工业型激光导引agv的双闭环控制***及控制方法
CN104635735A (zh) * 2014-12-03 2015-05-20 上海好创机电工程有限公司 一种新型agv视觉导航控制方法
CN104898665A (zh) * 2015-04-16 2015-09-09 山东建筑大学 巡检机器人轨迹规划的方法和装置
CN105468005A (zh) * 2016-02-03 2016-04-06 天津市乐图软件科技有限公司 基于rfid和ccd小车自动导引***及其方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
蒲亮亮 等: "光导AGV智能循迹测控***的建模与仿真", 《测控技术》 *

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107132844A (zh) * 2017-05-24 2017-09-05 浙江大学 一种移动机器人基于姿态检测模块和特殊地标的运动自矫正方法
CN107132844B (zh) * 2017-05-24 2019-07-16 浙江大学 一种移动机器人基于姿态检测模块和特殊地标的运动自矫正方法
CN108548544A (zh) * 2018-03-30 2018-09-18 济南大学 一种现代物流中agv小车的导航模糊控制方法
CN108710364A (zh) * 2018-04-09 2018-10-26 济南大学 一种现代物流中自动导引避障机器人小车及其控制方法
CN108931982A (zh) * 2018-09-04 2018-12-04 赵凯雅 用于移动机器人设备的视觉导航***和方法
CN109828585A (zh) * 2019-03-04 2019-05-31 山东力创科技股份有限公司 一种全方位移动agv控制方法、***及agv
CN110618679A (zh) * 2019-08-22 2019-12-27 北京交通大学 基于无线通信网络的多agv智能协同工作***
CN110488833A (zh) * 2019-08-27 2019-11-22 国以贤智能科技（上海）有限公司 一种智能搬运车及其导航的方法、装置、设备和存储介质
CN110580049A (zh) * 2019-10-30 2019-12-17 华强方特（深圳）科技有限公司 一种无轨游览车的循迹控制方法
CN110825080A (zh) * 2019-10-31 2020-02-21 华南农业大学 基于模糊控制算法的果园路径视觉导航方法、***和介质
CN110825080B (zh) * 2019-10-31 2020-11-13 华南农业大学 基于模糊控制算法的果园路径视觉导航方法、***和介质
CN111123930A (zh) * 2019-12-23 2020-05-08 北京星航机电装备有限公司 一种产品转运agv视觉导航控制方法
CN111522337A (zh) * 2020-04-03 2020-08-11 浙江工业大学 一种基于模糊控制的多驱动轮agv导航方法
CN111522337B (zh) * 2020-04-03 2023-07-21 浙江工业大学 一种基于模糊控制的多驱动轮agv导航方法
CN112026913A (zh) * 2020-09-18 2020-12-04 齐鲁工业大学 一种后轮能够实现电子差速的半挂车辆及倒车方法
CN112026913B (zh) * 2020-09-18 2021-07-16 齐鲁工业大学 一种后轮能够实现电子差速的半挂车辆及倒车方法
CN113093766A (zh) * 2021-04-16 2021-07-09 北京京东乾石科技有限公司 物流运输设备的位置纠偏方法、装置、设备及存储介质
CN113093766B (zh) * 2021-04-16 2023-11-10 北京京东乾石科技有限公司 物流运输设备的位置纠偏方法、装置、设备及存储介质

Similar Documents

Publication Publication Date Title
CN106125740A (zh) 基于模糊算法的视觉导航控制方法及***
CN206075136U (zh) 基于模糊算法的视觉导航控制***
CN107861508B (zh) 一种移动机器人局部运动规划方法及装置
CN109597404A (zh) 压路机及其控制器、控制方法和***
CN109506650B (zh) 基于bp网络的agv导航行程偏差修正方法
CN112180950B (zh) 一种基于强化学习的智能船舶自主避碰及路径规划方法
CN112100917A (zh) 一种基于专家对抗***的智能船舶避碰仿真测试***与方法
CN103149937A (zh) 一种基于曲率补偿的横侧向曲线航迹跟踪方法
US20200310444A1 (en) Route determining device, robot, and route determining method
CN112344945B (zh) 室内配送机器人路径规划方法、***及室内配送机器人
CN109109863A (zh) 智能设备及其控制方法、装置
Liu et al. Adaptive predictive path following control based on least squares support vector machines for underactuated autonomous vessels
CN110083167A (zh) 一种移动机器人的路径跟踪方法及装置
CN108960421A (zh) 改进基于bp神经网络的水面无人艇航速在线预报方法
US11435705B2 (en) Control objective integration system, control objective integration method and control objective integration program
CN112817318B (zh) 一种多无人艇协同搜索控制方法及***
CN112904890A (zh) 一种电力线路的无人机自动巡检***及方法
CN113708491A (zh) 牵引变电所智能巡检***
Zhang et al. An autonomous overtaking maneuver based on relative position information
CN114386599B (zh) 训练轨迹预测模型和轨迹规划的方法和装置
Li et al. Dynamic trajectory planning for unmanned ship under multi-object environment
Tan et al. A local path planning method based on Q-learning
CN106896812A (zh) 一种存在测量不确定性下的反馈路径规划方法
Jiang et al. Intelligent plant cultivation robot based on key marker algorithm using visual and laser sensors
Han et al. Dme-driver: Integrating human decision logic and 3d scene perception in autonomous driving

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Liu Bo

Inventor after: Li Xingbao

Inventor after: Ruan Ning

Inventor after: Zhang Zhan

Inventor after: Yin Lisong

Inventor after: Hua Fei

Inventor before: Li Xingbao

Inventor before: Ruan Ning

Inventor before: Zhang Zhan

Inventor before: Yin Lisong

Inventor before: Hua Fei

RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20161116