面向仓储物流的AGV小车多传感器融合导航与定位控制.docxVIP

PAGE2

面向仓储物流的AGV小车多传感器融合导航与定位控制

摘要

随着仓储物流自动化程度的快速提升，自动导引运输车（AGV）的导航定位精度与鲁棒性成为制约系统效率的关键要素。单一传感器在复杂仓储环境中常因光照变化、地面打滑、遮挡等问题导致定位误差骤增，难以满足精密作业需求。本课题设计了一种融合激光雷达、视觉与轮式编码器的AGV导航定位系统，通过扩展卡尔曼滤波（EKF）算法实现多源异构数据的实时融合，以显著提升AGV在结构化与非结构化仓储场景中的全局定位精度与抗干扰能力。

论文遵循“需求分析→总体设计→详细设计→实现→测试”的工程递进逻辑展开。首先，从仓储物流的实际痛点出发，明确系统功能指标与性能边界；其次，完成传感器选型论证与分层式系统架构设计，将系统划分为感知驱动层、数据融合层与导航控制层；然后，在详细设计中对EKF融合算法进行状态建模、观测方程构建与协方差调优，并给出核心模块的处理流程与伪代码；最后，搭建实验平台并通过与单一传感器方案的对比测试，验证系统在典型工况下定位精度优于5cm、抗干扰能力提升40%以上。本文的核心创新点在于提出了一种面向低成本工业AGV的异构传感器时空对齐方法与自适应EKF噪声协方差实时估计策略，有效解决了仓储环境中多传感器融合易发散、实时性难以兼顾的问题。

第一章绪论

1.1研究背景

随着电子商务与智能制造的迅猛发展，仓储物流环节正经历