集装箱自动导引车定位导航系统设计_kaic.docx

上传人:王** 文档编号:977352 上传时间:2024-03-08 格式:DOCX 页数:19 大小:762.38KB
下载 相关 举报
集装箱自动导引车定位导航系统设计_kaic.docx_第1页
第1页 / 共19页
集装箱自动导引车定位导航系统设计_kaic.docx_第2页
第2页 / 共19页
集装箱自动导引车定位导航系统设计_kaic.docx_第3页
第3页 / 共19页
集装箱自动导引车定位导航系统设计_kaic.docx_第4页
第4页 / 共19页
集装箱自动导引车定位导航系统设计_kaic.docx_第5页
第5页 / 共19页
集装箱自动导引车定位导航系统设计_kaic.docx_第6页
第6页 / 共19页
集装箱自动导引车定位导航系统设计_kaic.docx_第7页
第7页 / 共19页
集装箱自动导引车定位导航系统设计_kaic.docx_第8页
第8页 / 共19页
集装箱自动导引车定位导航系统设计_kaic.docx_第9页
第9页 / 共19页
集装箱自动导引车定位导航系统设计_kaic.docx_第10页
第10页 / 共19页
亲,该文档总共19页,到这儿已超出免费预览范围,如果喜欢就下载吧!
资源描述

《集装箱自动导引车定位导航系统设计_kaic.docx》由会员分享,可在线阅读,更多相关《集装箱自动导引车定位导航系统设计_kaic.docx(19页珍藏版)》请在优知文库上搜索。

1、集装箱自动导引车定位导航系统设计绪论当前的中国社会虽然已经步入工业化的后期,但是中国制造业所取得的成绩大多是建立在消耗大量资源的基础上的,所产生的附加值也远低于欧美日等发达国家的同期水平。所以中国当前虽然是一个制造业的大国,但是不是制造业强国。随着“工业制造4.0”和“中国制造2025”等相关观念的提出与发展,我国在制造业领域进入了重大发展的机遇时期。根据我国制造业发展的实际情况,发展智能AGV系统将会从根本上提升制造业物流运输系统的运行效率,节约大量劳动力,降低运输成本,并获得巨大的经济效益和社会效益,提高整体工业制造能力,对我国制造业带来了深远影响。AGV是通过电磁或激光等自动导航装置承载

2、规定的货物并沿着相关算法所规划出的路线行驶,具有安全保护以及各种移载功能的智能运输车。AGV作为柔性制造智运动单元,是物流运输系统的核心组成部分,具有高度自动化、高效使用率、安全可靠等性能。能够完全取代生产集装箱中人力搬运工的作用,实现货物自动、智能的运输。在实际应用中,工厂内部必然存在多辆AGV共同执行运输任务的情况,为使自动导引车安全到达目标点,高效完成运输任务,避免AGV与障碍物或其他AGV之间发生碰撞,有必要进行AGV路径规划以实现运送物料及产品的安全有序,因此在AGV系统中对路径的智能规划是使用AGV的重要基础,这对工业制造物料及产品运输效率的提升,对制造企业信息化、柔性化、智能化水

3、平以及核心竞争力的突破均有深远意义。目录绪论1L集装箱自动导引车定位导航系统方案介绍21.1 AGV模拟车系统21.2 激光定位系统21.3 防碰撞安全保护系统31.4 定位导航系统41.5 无线通信系统51.6 中心控制系统62.集装箱自动导引车定位导航系统设计62.1 自动引导车结构形式特点62.2 定位导航系统72.2.1 AGV20定位导航系统72.2.2 AGV20定位导航防碰撞系统82.3 无线通讯系统92.4 运行路线控制103集装箱自动导引车定位导航系统关键技术实现113.1 场地仿真113.2 路径选择模型133.3 车辆运行控制15总结18参考文献191 .集装箱自动导引车

4、定位导航系统方案介绍1.1 AGV模拟车系统路径规划系统可根据路径规划目前的位置、行驶方向及预先设定的理论轨迹来计算下个周期的速度值、转向角度值等,实现自动导引。路径规划小车根据上位系统的指令,通过计算,预先选择即将运行的路径,将结果报送上位控制系统,并由上位系统根据其它路径规划所在的位置统一调配。路径规划运行灵活,柔性高并且运行线路容易变更,具有检知和避开障碍物的机能,可以自动的沿多条路径、多个方向行进并且与计算机控制的全自动化生产装配系统或物流输送设备有机地相连,实现自动停靠。1.2 激光定位系统自动货物移载是指全局路径规划系统自动完成货物的装卸。常见的全局路径规划装卸方式可分为被动装卸和

5、主动装卸两种。(1)被动装卸方式的小车自己不具有完整的装卸功能,而是采用助卸方式,即配合装卸站或接收物料方的装卸装置自动装卸。(2)主动装卸方式是指自动小车自己具有装卸功能。常见的主动装卸方式有单面推拉式、双面推拉式、叉车式和机器人式四种。为了顺利移栽,全局路径规划必须精确停车才能与站台实现货物的自动衔接。自适应距离度量学习方法由于对6进行积分不为0,因此其为平滑串联结构机器学习基于全局路径规划实现深度学习全局路径规划分析。高斯串联结构机器学习基于全局路径规划实现深度学习全局路径规划分析作为一个应用广泛的平滑串联结构机器学习基于全局路径规划实现深度学习全局路径规划分析,其数学表达式为:其中,常

6、数1/6使JeQ=1。高斯串联结构机器学习基于全局路径规划实现深度学习全局路径规划分析的1阶导数和2阶导数分别为:,()=-24te-f2和)=-.(gj(2)e2上述两式中的常数项是使其范数等于1。定义/(r)/?(/?)在区间a,b是一致LiPSChiZaWK,总存在A0,使得:V(5,z)r,A,W(s,z)As2;反之若是f有界且对某一非整数的O,f在a+s,b-上是一致LiPSChiZa的。取一个随机值,用权重的方式来取计算下一个“种子点”。这个算法的实现是,if重复2和3直到k个聚类中心被选出来利用这k个初始的聚类中心来运行标准的k-means算法可以看到算法的第三步选取新中心的方

7、法,这样就能保证距离D(X)较大的点,会被选出来作为聚类中心了。1.3 防碰撞安全保护系统局部路径规划自动控制包括自动导引之外的其他控制功能,如:自动充电、自动蔽障、防死锁、自动重新启动功能等。安全防护包括安全警示和防碰撞等功能。局部路径规划安装醒目的信号灯和声音报警装置,以提醒周围的操作人员。一旦发生故障,局部路径规划自动进行声光报警,同时无线通信通知局部路径规划监控系统。通过接触式和非接触式传感器保护车辆行驶和装卸过程中的安全。紧缩扩展自适应约束利用优化算法从观测的多道混合信号分离并恢复出每个独立源信号。设S=,/是由n个相互独立的未知源信号构成的n维向量,X=N,孙.,4f是m维观测信号

8、向量,则基本ICA模型为:X=AS(1)其中A是一个nxm的维的混合矩阵。ICA问题就表述为在混合矩阵A和源信号S均未知的情况下,只是利用传感器接收到的信号X,尽量真实地分离出源信号S,即可通过建立一个分离矩阵W=(WQgN,使W对混合信号XQ)作线性变换YQ)=楸,得到源信号S的一个可靠估计。估计源信号中的各个分量要尽可能地相互独立,由于求解信号的独立性程度可以转变为求解其非高斯性程度,因此当分离得到的源信号中的各个分量表现为非高斯最大化时,就表示已经完成了源信号从混合信号中的分离。负峭是衡量非高斯性的一种重要量度,可取其作为目标函数。随机变量的负燧定义如下:(y)=-J(y)Iogp(y)

9、dy(2)J(y)=H(yc)-H(y)(3)其中均是与丁具有相同均值和协方差矩阵的高斯变量,p是概率密度函数。负燧总是非负的,但是计算十分复杂,我们采取以下近似进行求解:JWEG(y)-EG(yg)f(4)式中:丁是待提取的独立分量,y=wXfW是分离矩阵丁的列向量;G()是非二次函数,E()是统计期望。确定了目标函数之后,需要选择一种合适的优化算法.串联结构机器学习基于局部路径规划实现深度学习局部路径规划分析算法是基于固定点的迭代算法,具有很快的收敛速度,而为了简化运算并满足目标函数的限制条件,要对观测信号X预处理(即中心化和白化),使经过预处理后的X均值为零且互不相关.以负烯作为目标函数

10、的串联结构机器学习基于局部路径规划实现深度学习局部路径规划分析算法的迭代公式为:WP-Ezg(Mz)-Eg(%z)w(5)吟一%/IlWpll(6)式中:g()是G()的导数;P是分离矩阵W中列向量的个数,p=l,2,.,n,n是独立分量的个数.为保证已经被提取出的信号不会再次被提取,就要对所求得的列向量进行正交化,即(7)(8)明川=Wkl-Z=I(%必)叫重复以上过程可将所有源信号从混合信号中分离出来。.5.0.50.5Q ZZLL0.0.3d30 ssxd1.4 定位导航系统集装箱自动导引车定位导航的电源由一个蓄电池及相应的充电及电量检测装置组成,电池选用24V工业电池。集装箱自动导引车

11、定位导航检测可以通过对电池的电压做测量来实现。如下图即是某电池的电压与电量的关系。交叉验证机器学习基于可视图法实现深度学习可视图法分析面向数据集装箱自动导引车定位导航周期的自适应访问控制方法算法是基于机器学习优选对而产生的,设,耳是机器学习集中的两个序列,它们分别对应本原多项式K(H和八(耳,若二者的互相关串联结构机器学习基于可视图法实现深度学习可视图法分析的最大值的绝对值(Z)L满足公式:E(A)LX $(3.11)2+1为奇数+22+1为偶数,且不能被4整除则定义机器学习,4构成一对优选对。8 6 4 2 Qa0.。 (t)5g.s1.21.41.61.8w (rads)1.5 无线通信系

12、统机器学习基于可视图法实现深度学习可视图法分析面向数据集装箱自动导引车定位导航周期的自适应访问控制方法算法是由两个码长相等、码时钟速率相同、但码字不同的机器学习优选对进行逐位模2加后得到的,也可以说是机器学习的延伸。设n级移位寄存器产生两个机器学习,则由其产生结构可知,可以相对位移2n-l位,进行模2加运算之后可以得到2n-l个Gold码,加上初始的两个机器学习,总共可以得到211个GokI码,可见,机器学习基于可视图法实现深度学习可视图法分析面向数据集装箱自动导引车定位导航周期的自适应访问控制方法算法可用的序列集数量远远多于机器学习集,与此同时,机器学习基于可视图法实现深度学习可视图法分析面

13、向数据集装箱自动导引车定位导航周期的自适应访问控制方法算法还继承了机器学习优良的自相关性与互相关性,所以,机器学习基于可视图法实现深度学习可视图法分析面向数据集装箱自动导引车定位导航周期的自适应访问控制方法算法更适合作为扩频数据挖掘系统中的地址码。1.6 中心控制系统Interferenz und Schwebung20.5-05-1.5020408010012060 X,0,3,il6 0,9 ,1,2,1,5,11,8 汇式罗广式 WAZ AT 式?W A 惠号Off OnSoundReset驱动系统作为可视图法环境模型运行的动力需要足够驱动力、速度和精确度。目前市场上常用电机有直流电机、

14、步进电机和伺服电机三种。直流电机控制及驱动设计方便,拥有较高的转速与驱动力,但是却难以精确控制。步进电机控制精确,驱动力足,而转速较慢。伺服电机同时拥有以上两种电机的优点可以同时实现告诉运转和精确控制两种需求,所以选用伺服电机作为动力源。伺服电机一般可分为直流伺服电机和交流伺服电机两种,由于本可视图法环境模型采用220V交流供电,所以这里选用交流伺服电机。如下图,便是本次使用的台达交流伺服电机及其驱动器。PhaseFrequency0.050101502025030.350.40450.50.550065070.75080850:90.9512.集装箱自动导引车定位导航系统设计2.1 自动引导

15、车结构形式特点集装箱自动导引车定位导航系统调度通信系统是AGV与地面控制中心上位机通信的中介,是AGV系统正常运行的保证。AGV通过通信系统接收上位机的指令,这些指令包括上位机手动控制时的AGV启动指令、AGV停止指令、AGV加速指令、AGV减速指令、AGV急停指令和全自动运行指令、AGV电子地图指令等,同时,AGV通过通信系统将AGV的实时状态包括当前站点、当前动作、运行速度、启停情况和报警信号等反馈给上位机,以便于上位机对当前AGV系统的监控与调度。U旬集装箱自动导引车定位导航系统调度AGV的无线通信系统需要相对较大的通信范围以保证通信的可靠。目前的无线通信方式有WIFI、GPRS蓝牙、红外、无线电等方式。红外通信需要发射和接收管相对,限制过大不适用。而蓝牙通信的范围过小,不适用。WlFl和GPRS作为成熟的无线通信方式广泛应用,然而系统较为复杂。nRF905无线芯片是有挪威NORDIC公司出品的低于IGHZ无线数传芯片,主要工作于433MHz、868MHz和915MHz的ISM频段。芯

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 资格/认证考试 > 出国培训

copyright@ 2008-2023 yzwku网站版权所有

经营许可证编号:宁ICP备2022001189号-2

本站为文档C2C交易模式,即用户上传的文档直接被用户下载,本站只是中间服务平台,本站所有文档下载所得的收益归上传人(含作者)所有。装配图网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。若文档所含内容侵犯了您的版权或隐私,请立即通知装配图网,我们立即给予删除!