融合目标检测与DWA算法的AGV路径.pdfVIP

  1. 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. 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. 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. 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. 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. 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. 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
查看更多

2024年第37卷第7期

ElectronicSci&Tech/Jul15ꎬ2024

融合目标检测与DWA算法的AGV路径

李筠ꎬ刘虎ꎬ杨海马ꎬ王原ꎬ徐文成ꎬ黄宏欣

(上海理工大学光电信息与计算机工程学院ꎬ上海200093)

摘要针对AGV(AutomatedGuidedVehicle)叉车处于环境信息未知或环境动态变化情况下的路径规划及导航问

题ꎬ文中提出了一种由YOLOv5(YouOnlyLookOnceversion5)目标检测算法获取目标位置ꎮ根据目标位置规划出全局基

础路径ꎬ再融合DWA(DynamicWindowApproach)局部动态路径规划算法进行AGV路径规划与导航ꎬ使AGV叉车在未知

环境或局部环境信息未知的环境中能快速识别目标位置并完成路径规划到达目标位置ꎮ实验结果表明ꎬ相较于改进前

方法ꎬ文中所提方法在路径长度、耗费时间以及AGV叉车航向误差方面均有良好表现ꎬ路径长度平均减少12%ꎬ耗费时

间平均减少约5%且AGV航向与目标航向的平均误差在5°以内ꎮ所提方法提高了AGV叉车在未知环境中的工作效率

以及工作灵活性ꎮ

关键词AGVꎻYOLOv5ꎻDWA算法ꎻ全局路径规划ꎻ局部路径规划ꎻ目标检测ꎻ导航ꎻ自动导引

中图分类号TP242.6文献标识码A文章编号1007-7820(2024)07-033-10

doi:1016180/jcnkiissn1007-7820202407005

ResearchonAGVPathFusionofObjectDetectionandDWAAlgorithm

LIJunꎬLIUHuꎬYANGHaimaꎬWANGYuanꎬXUWenchengꎬHUANGHongxin

(SchoolofOptical-ElectricalandComputerEngineeringꎬUniversityofShanghaiforScienceandTechnologyꎬ

Shanghai200093ꎬChina)

AbstractInviewofthepathplanningandnavigationproblemwhentheAGVforkliftisinthesituationofun ̄

knownenvironmentinformationordynamicchangeofenvironmentꎬamethodisproposedtoobtainthetargetposition

byYOLOv5(YouOnlyLookOnceversion5)targetdetectionalgorithm.Theglobalbasicpathisplannedaccording

tothetargetlocationꎬandthemethodofAGVpathplanningandnavigationisintegratedwithDWA(DynamicWin ̄

dowApproach)localdynamicpathplanningalgorithmꎬsothattheAGVforkliftcanquicklyidentifythetargetloca ̄

tionandcompletethepathplanningtoreachthetargetlocationintheunknownenvironmentortheenvironmentwith

unknownlocalenvironmentinformation.Theexperimentalresultsshowthatcomparedwiththepreviousmethodꎬthe

proposedmeth

文档评论(0)

你就是我的小鱼鱼 + 关注
实名认证
文档贡献者

教师资格证持证人

该用户很懒,什么也没介绍

领域认证该用户于2024年10月18日上传了教师资格证

1亿VIP精品文档

相关文档