点对点和集总帧通信下网络化CNC系统的位置同步控制

为了提高网络化数控系统协同运动的同步控制性能,提出了一种将点对点通信模式和集总帧通信模式结合应用在环形网络的周期通信规划,以使主节点能及时获取所有轴的反馈信息。提出了相应的位置同步算法和运动消息预估算法,并对根据算法设计的位置同步控制器进行了稳定性证明。实验表明,该通信规划相应的位置同步控制器具有良好的同步性能。     

视觉导引AGV鲁棒特征识别与精确路径跟踪研究

针对AGV多分支路径与工位点标识的可靠识别以及导引路径的精确跟踪问题,提出了一种基于双视野窗口的鲁棒特征识别与精确路径跟踪方法。采用整幅视野范围作为模式识别窗口,在该窗口采用基于核主成分分析(KPCA)和BP神经网络的识别方法,将路径特征通过核函数映射到高维空间进行PCA降维,再利用BP神经网络识别降维后的样本矩阵。同时提出一种导引扫描窗口设置方法,该窗口范围取决于摄像机竖直视角以及摄像机安装倾斜角,在导引扫描窗口内将导引路径简化为直线模型并用最小二乘法拟合,针对拟合直线计算导引所需的路径偏差。实验结果表明,KPCA-BP方法显著提高了路径特征识别的实时性和鲁棒性,6类路径特征的平均特征识别正确率为99.5%;导引扫描窗口有效减小了导引路径直线拟合的计算误差,直线路径跟踪误差小于3 mm,曲线路径跟踪误差小于30 mm。     

基于信息公理的车间布局问题评价方法

车间布局评价问题属于典型多属性决策问题.为了使信息公理更适合于解决多属性决策问题,通过增加满意度项改进了原有的信息量计算方法.属性值被划分为精确型、不确定型和模糊型,同时针对效益性、成本性、定值性和区间性属性给出了这三种数值类型的信息量的计算办法.改进后的信息量同时反映系统的成功概率以及决策者满意程度,并能够对包含多种数值类型的多属性决策问题进行评价.最后,作为实例,对焊接装配车间的布局方案进行了评价,结果验证了所改进的信息公理对于解决多属性决策问题的可行性和有效性.     

潜入牵引式自动导引车运动特性分析

与驱动单元和车体刚性连接的传统结构及拖车结构不同,潜入牵引式自动导引车的驱动单元置于车体底部与车体柔性连接。针对车体的运动轨迹问题,建立了车体与所跟踪路径的位姿关系模型,根据车体的几何尺寸及所跟踪圆弧路径的圆心角和半径,推导出车体在世界坐标系中的位姿状态及保证纯滚动运动的最小转弯半径。针对车体负载运行的行驶性能问题,建立车体的动力学模型,求出忽略侧向力影响的条件,推导出车体的角加速度。车体位姿实验证明了所建车体运动学模型的正确性。动力特性实验表明,该种结构的自动导引车行驶稳定性较好。     

基于位姿状态的全向运行型AGV路径跟踪优化控制方法

自动导航车自主移动的关键是精准的路径跟踪,针对Mecanum轮全方位移动AGV的路径跟踪,提出了一种基于位姿状态和有限控制步数的路径跟踪优化控制方法。在系统约束条件下,通过建立系统的运动学模型,将连续的系统离散化。在目标函数中只包含速度控制量,同时通过最小化目标函数,得到系统控制量的控制序列,从而避免了最优控制的加权矩阵选择难的问题。此外,有限步的控制序列也有利于实时嵌入式控制器的滚动控制。仿真和实验表明,对于不同速度,该算法均能快速、同步、稳定地消除位姿偏差,且计算量小、方便。     

柔性作业车间中机床与自动导引车在线调度方法

针对柔性作业车间中机床与自动导引车同时调度问题,提出了在线调度算法,将调度问题分解成机床选择和自动导引车调度两个子问题求解;首先针对机床选择子问题,根据问题规模分别采用穷举法和小生境遗传算法求解,目标是最小化机床最大负荷,平衡各机床负荷以及最小化搬运系统负荷;在小生境遗传算法设计过程中,采用邻域搜索以提高遗传算法的收敛速度;采用基于海明距离的小生境淘汰运算以保持种群多样性.然后针对自动导引车调度子问题,提出了一种启发式调度算法.为避免作业车间出现死锁,采用基于剩余容量的死锁避免规则.最后通过仿真实验验证了所提算法是可行的.     

双差速驱动移动机器人路径跟踪混合控制律研究

针对双差速驱动移动机器人的路径跟踪问题,建立了双输入-双输出的非线性运动学模型并进行了输入-输出线性化,分析了冗余运动约束的速度协同条件,提出了一种融合偏差智能转化评价函数法和指数稳定控制的混合控制律。评价函数法可针对不同的偏差状态智能选择合适的控制量以将其转化到指数稳定控制的适用范围,再通过指数稳定控制实现姿态角偏差和距离偏差向零的同步收敛。数字仿真和实验测试结果表明,该混合控制律可平滑转化偏差状态、同步消除位姿偏差,使移动机器人精确、稳定地跟踪直线和圆弧导引路径。     

基于多传感器融合的跟随AGV复合导引技术

在"主从式"AGV协同作业中,跟随AGV的定位和导引,除了获取环境信息,还需要观测领航AGV的位姿进行路径跟随,对精度和稳定性有更高的要求。为了提高跟随AGV的导航精度,提出一种惯性导航与多目视觉结合的组合导航方法。针对多传感器的数据融合问题,提出一种基于自适应无迹卡尔曼滤波的跟随AGV最优位姿估计方法。惯导传感器输出信号用于跟随AGV的状态预测;路径跟踪导航与RGB-D视觉导航组成多目视觉导航,作为系统观测修正惯导的累积误差。实验表明,本文提出的复合导引方案具有更快的偏差收敛速度、更稳定的路径跟踪状态和队形保持,提高了双车协同搬运系统的实时性和鲁棒性。     

复杂光照条件下视觉导引AGV路径提取方法

针对复杂光照条件下视觉导引AGV的路径提取问题,提出一种基于光照色彩模型的自适应图像照度分区阈值分割方法。首先研究光照照度与图像亮度分量的关系,通过统计复杂光照条件下的图像色彩分布建立光照色彩模型。其次根据光照色彩模型将导引路径图像划分为不同照度区域。然后在RGB色彩空间对低照度区域进行图像增强以还原路径色彩信息,在高亮光区域对色度分量Cb与Cr进行差分运算以抑制共模照度干扰,最后对不同照度区域分别进行自适应阈值分割。大量实验结果表明,在光照环境中同时存在高反光和暗阴影的运行路面,该路径提取方法具有较强的复杂光照适应性,可显著降低在高反光和暗阴影区域的欠分割及过分割误差,对导引路径的识别率为98%。