基于视觉的嵌入式AGV自主导向小车

论文摘要

随着数字控制技术和先进控制算法在AGV中的应用,AGV正朝着高精度、集成化、智能化和网络化方向发展,对AGV运动系统的性能要求更高了。为了实现AGV的高速、高精度的控制以及轨迹的跟踪,必须依赖先进的控制技术、控制系统和硬件系统。根据AGV控制系统的要求,本文选定了嵌入式系统微处理器AVR来设计控制系统。本文查阅了大量的国内外相关研究资料,讨论了AGV控制系统的硬件实现方案,用基于嵌入式的实时系统进行了软件的设计和仿真,并对电机采用了PWM速度控制和模糊PID控制技术。本文的主要工作和研究结果为：1.给出了AGV小车的控制模型,主要包括了AGV小车的总体结构和性能指标,并从理论上对AGV的运动方式和运动状态进行了分析,着重介绍了AGV的运动模型和直流电机的仿真模型,并推导出了影响直流电机的相关参数。2.阐述了实验小车RP6的硬件结构以及功能,并详细的介绍了嵌入式处理器组成和管脚功能,以及各个传感器的功能扩展等。充分利用了嵌入式系统中的各个组件,实现了预期的功能,最后设计出了硬件结构的电子电路图。从实验验证结果来看,对于一个嵌入式系统,硬件设计是实现系统功能的基础,同时也关系到了整个系统的性能,所以硬件设计是十分重要的。3.介绍了视觉图像处理的方法。由于通过CCD摄像头采集到的图像,往往是达不到实验的要求,不能够让计算机准确的识别,这就需要我们对采集到的图像进行处理来提取所需图像,进而保证系统更快、更准确的运行。4.在工业生产中,传统的AGV大多数都是采用的PID控制器,而在现代生产中,随着生产环境的变化和对性能的更高要求,PID控制器需要改进。近年来,模糊控制在AGV和移动机器人等已经成功的得到了应用,针对此问题,本文设计了模糊PID控制器,其可降低PID参数整定的难度,总体上也能够达到生产的要求。因此,本文提出了模糊PID的控制方案,并应用Matlab的Simulink对其进行了仿真实验,并对普通PID和模糊PID的性能作了比较。5.最后,对AGV伺服驱动系统的控制程序进行编译,并在Nios II和Modelsim 6.0中对运行的结果以及程序的执行进行了仿真。从仿真的结果可知本文提出的模糊PID控制策略是可行的。总之,本论文通过对硬件电路的设计及相应控制模型的软件设计与应用程序的编写,在取得了较好的实验效果的同时,也为今后进一步设计出更好的AGV提供了一个基础平台,所以本论文的研究具有一定的实际意义。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 引言
• 1.2 AGV的组成结构
• 1.3 国内外AGV的发展历史和现状
• 1.4 AGV导向技术介绍
• 1.4.1 直接坐标导引技术
• 1.4.2 电磁导引技术
• 1.4.3 磁带导引技术
• 1.4.4 光学导引技术
• 1.4.5 激光/红外导向技术
• 1.4.6 惯性导航技术
• 1.4.7 图象识别导引技术
• 1.5 AGV的应用
• 1.5.1 AGV的应用特点
• 1.5.2 AGV的应用领域
• 1.6 本文的研究内容与意义
• 1.6.1 问题的提出和意义
• 1.6.2 本文的研究内容
• 1.6.3 本文的研究的意义
• 1.7 论文章节安排
• 第二章 AGV控制模型及算法
• 2.1 AGV的组成和总体结构
• 2.2 AGV小车运动学模型
• 2.2.1 AGV的运动状态
• 2.2.2 PWM调速方式简介
• 2.2.3 AGV的运动方式概述
• 2.2.4 AGV小车直流伺服机构物理特性
• 2.2.5 电机参数
• 2.3 AGV调速系统设计
• 2.3.1 直流电机桥式可逆PWM变换器介绍
• 2.3.2 光电编码数字逻辑模块的设计
• 2.4 AGV控制数学模型
• 2.5 直流伺服电机的仿真模型
• 2.6 本章小结
• 第三章 嵌入式AGV硬件介绍及设计
• 3.1 AGV试验小车简介
• 3.2 RP6试验车主要硬件介绍
• 3.2.1 控制系统
• 3.2.1.1 ATMEGA32简介
• 3.2.1.2 ATMEGA 32特点及结构
• 3.2.1.3 AVR单片机简介
• 3.2.2 电源
• 3.2.3 传感器
• 3.2.3.1 电池电压传感器
• 3.2.3.2 光感器（LDRs）
• 3.2.3.3 反碰撞系统（ACS）
• 3.2.3.4 电机电流传感器
• 3.2.3.5 编码器
• 3.2.4 驱动系统
• 3.2.5 扩展系统
• 3.2.5.1 I2C内部总线
• 3.2.5.2 I2C总线特点
• 3.2.5.3 总线的构成及信号类型
• 3.2.5.4 总线基本操作
• 3.3 图像采集系统
• 3.4 AGV硬件设计
• 3.5 本章小结
• 第四章 数字图像处理
• 4.1 数字图像处理的基本过程
• 4.2 图像预处理
• 4.3 图像分割
• 4.3.1 基于边缘检测的图像分割方法
• 4.3.2 基于区域的图像分割方法
• 4.3.2.1 极小值点阈值法
• 4.3.2.2 最优阈值法
• 4.3.2.3 最大方差阈值法
• 4.4 彩色图像的分割
• 4.4.1 基于RGB模板的阈值化分割
• 4.4.2 基于HSL模板的阈值化分割
• 4.5 图像分割各种方法的效果比较
• 4.6 本章小结
• 第五章 AGV控制及软件仿真设计
• 5.1 位姿参数的计算
• 5.1.1 偏差的获取
• 5.1.2 偏差获取仿真
• 5.2 AGV控制策略
• 5.2.1 模糊PID控制器
• 5.2.1.1 模糊PID控制器的结构
• 5.2.1.2 模糊PID控制器的参数处理
• 5.2.1.3 模糊PID的设计
• 5.2.1.4 模糊PID控制器与普通PID控制器的比较
• 5.2.2 模糊控制器在嵌入式系统中的实现
• 5.2.2.1 输入值量化模块
• 5.2.2.2 模糊化模块
• 5.2.2.3 模糊规则模块
• 5.2.2.4 控制量计算模块
• 5.3 AGV行驶精度控制研究
• 5.3.1 追踪误差的定义
• 5.3.2 路径追踪调节器设计
• 5.3.3 计算机仿真
• 5.3.4 仿真结果
• 5.4 本章小结
• 第六章 总结与展望
• 6.1 总结
• 6.2 展望
• 致谢
• 参考文献
• 附录A 攻读硕士期间发表论文目录