多信息融合定位的自动导向车鲁棒导引控制 robust guidance control of nonholonomic agv with localization based on multi-source information fusion.pdfVIP

下载本文档

0
0
约2.76万字
约 8页
2017-08-13 发布于上海
举报
版权申诉

多信息融合定位的自动导向车鲁棒导引控制 robust guidance control of nonholonomic agv with localization based on multi-source information fusion.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

多信息融合定位的自动导向车鲁棒导引控制 robust guidance control of nonholonomic agv with localization based on multi-source information fusion

第17卷第9期电机与控制学报、，0L17No．9 2013年9月 ElectricMaehinesandControl Sep．2013 多信息融合定位的自动导向车鲁棒导引控制叶锦华，李迪，叶峰 (华南理工大学机械与汽车T程学院，广东广州510641) 摘要：为了实现自动导向车(automaticvehicle，AGV)h勺高精度导引控制，设计其双磁传 guided 感器测量系统，提出结合自适应卡尔曼滤波定位和滑模变结构控制的路径跟随控制器。利用扩展卡尔曼滤波融合里程计和磁传感器的测量数据，提高了系统的定位精确度，采用单神经元网络在线估计测量系统的噪声协方差，使得该方差接近实际噪声统计特性，增强了扩展卡尔曼滤波的性能和适应性。滑模控制不但保证控制器精确度，还有效地消除了系统未知控制输入扰动的影响，其设计过程基于LyapunovA-法，保证系统的稳定和渐近收敛。仿真结果表明了该控制器的有效性。关键词：自动导向车；鲁棒导引控制：自适应扩展卡尔曼滤波；定位；单神经元网络；磁传感器 273 中图分类号：TP 文献标志码：A 文章编号：1007--449X(2013)09--0111-08 Robust controlofnonholonomicAGVwithlocalization guidance multi．sourceinformationfusion basedon YE Jin-hua，LIDi，YE Feng ofMechanicalandAutomotive China of 5 (School 10641，China) Engineering，SouthUniversityTechnology,Guangzhou Abstract：Inthis measurementwithdouble sensorsis anda paper,the system magnetic designedpath controlleris for inductive oftheautomaticvehicle following high·precisionguidance guided proposed kalman withodometer controllerwithlocationbasedonextended (AGV)．This filtering(EKF)integrated and sensordataforaccuratelocationofthe thenoisecovarianceofmea— magnetic AGV,and readings tobe actual surementwasestimatedonline neuralnetworkclo