毕业论文（设计）基于AGV系统的路径规划技术研究.pdfVIP

合肥工业大学

专业硕士学位论文

基于AGV系统的路径规划技术研究

_____________________

万方数据

摘要

随着工业中无人自动化和人工智能化水平的快速提高,实现智慧工厂的目标

越来越急迫。自动导引运输车（AGV）作为智慧工厂中重要运输工具,目前在

智慧エ厂中已经取得广泛应用。AGV系统主要应用在物料运输环节,便于エ厂

的自动化管理,节省人力成本,提升车间的生产效率。本文基于合作项目研制

AGV样机及控制管理系统,结合理论与实践重点解决路径规划技术的深入研究,

主要研究内容如下:

首先,AGV样机系统的研制,主要研究内容包括:硬件选型、控制系统搭

建、程序开发与调试、上位机管理系统开发等,AGV系统结构包括上位机和下

位机两部分。上位机负责地图模型管理、路径规划和任务管理;下位机为自主导

引运输车,包括导引系统、运动控制系统、行走机构、安全装置、液压系统等。

规划整个系统执行任务的流程,通过无线通讯使上位机和下位机之间进行指令控

制和信息传输。

其次,对于核心研究内容路径规划部分进行深入研究,路径规划方法分为全

局规划和局部规划两类方法,研究全局路径规划方法:分别比较拓扑图法、可视

图法和栅格图法三种建模方法,并选取栅格图法作为本文的地图建模方法,通过

比较Dijkstra算法、A・算法和JPS算法三种算法的优缺点,选择搜索效率最高的

JPS算法,并对其启发式函数改进、跳跃搜搜规则优化和路径轨迹优化处理,最

终得到优化的全局规划JPS算法;研究局部路径规划方法:通过比较RRT算法、

DWA算法和APF算法的优缺点,选择最适合本项目开发的局部路径规划DWA

算法,并对其评估系数组合（a,%y）采用模糊推理控制方法,根据环境信息

实时调整取评估系数组合,使DWA算法最大化适应复杂的工作环境,最后对全

局和局部规划算法进行仿真实验,验证其有效性。

最后,对全局规划和局部规划进行融合规划,得到完整的路径规划体系,能

够在任何复杂的环境变量中,通过融合经过优化JPS算法和优化DWA算法规划

出最优路径,然后使用移动机器人TurtleBot作为实验模型进行实验,在实验室

对本文中融合JPS算法和DWA算法的路径规划方法进行实践验证,并取得很好

的实际效果,算法效果良好,能够完美解决大多数情况下的路径规划问题。

关键词:AGVJ路径规划;优化跳点搜索算法,优化动态窗口算法;

融合法。

n

万方数据

Abstract

WiththerapiddevelopmentofautomationandAIinindustry,thegoalofsmart

factoryisbecominmoreandmoreurgent.Automatedguidedvehicle(AGV),asan

importanttransportationtoolinsmartfactory,hasbeenwidelyappliedinsmart

factory.TheAGVsystemismainlyappliedinthematerialtransportationlink,which

isconvenientforthefactorysautomaticmanage