留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

视觉AGV的运动控制策略研究

刘忠强 孟文俊 杨正茂

刘忠强, 孟文俊, 杨正茂. 视觉AGV的运动控制策略研究[J]. 机械科学与技术, 2015, 34(7): 1072-1075. doi: 10.13433/j.cnki.1003-8728.2015.0720
引用本文: 刘忠强, 孟文俊, 杨正茂. 视觉AGV的运动控制策略研究[J]. 机械科学与技术, 2015, 34(7): 1072-1075. doi: 10.13433/j.cnki.1003-8728.2015.0720
Liu Zhongqiang, Meng Wenjun, Yang Zhengmao. Researching Motion Control Strategy for Visual AGV[J]. Mechanical Science and Technology for Aerospace Engineering, 2015, 34(7): 1072-1075. doi: 10.13433/j.cnki.1003-8728.2015.0720
Citation: Liu Zhongqiang, Meng Wenjun, Yang Zhengmao. Researching Motion Control Strategy for Visual AGV[J]. Mechanical Science and Technology for Aerospace Engineering, 2015, 34(7): 1072-1075. doi: 10.13433/j.cnki.1003-8728.2015.0720

视觉AGV的运动控制策略研究

doi: 10.13433/j.cnki.1003-8728.2015.0720
基金项目: 

国家自然科学基金项目(51075289)与山西省国际科技合作计划项目(2010081039)资助

详细信息
    作者简介:

    刘忠强(1987-),助教,硕士研究生,研究方向为现代物料搬运技术与设备、智能车辆等,liu_zhongqiang@163.com

    通讯作者:

    孟文俊,教授,博士生导师,tyustmwj@126.com

Researching Motion Control Strategy for Visual AGV

  • 摘要: 为了解决视觉AGV路径跟踪存在较严重的抖振问题,提出了一种免疫粒子群算法,通过其对滑模控制律参数进行优化,以达到更加精确、稳定地运动控制要求。介绍了基本粒子群算法,并引入免疫机理对其进行改进;分析了视觉AGV运动学模型,并设计了离散滑模控制律;在MATLAB软件中分别对直线、圆周两种轨迹进行了仿真。仿真试验证明:优化后的滑模控制器性能得到明显地提高,最大侧向偏差可以控制在0.038 m以内。
  • [1] 叶锦华,李迪,叶峰,等.不确定非完整AGV的自适应反演滑模控制[J].华南理工大学学报,2011,39(12):32-37 Ye J H, Li D, Ye F, et al. Adaptive backstepping sliding mode control of uncertain nonholonomic AGV[J]. Journal of South China University of Technology, 2011,39(12):32-37 (in Chinese)
    [2] Keighobadi J, Mohamadi Y. Fuzzy sliding mode control of a non-holonomic wheeled mobile robot[C]// Proceedings of the International Multi-Conference of Engineers and Computer Scientists, Hong Kong, 2011
    [3] Chen C Y, Li T H S, Yeh Y C. EP-based kinematic control and adaptive fuzzy sliding-mode dynamic control for wheeled mobile robots[J]. Information Sciences, 2009,179(1-2):180-195
    [4] 王宗义,李艳东,朱玲.非完整移动机器人的双自适应神经滑模控制[J].机械工程学报,2010,46(23):16-22 Wang Z Y, Li Y D, Zhu L. Dual adaptive neural sliding mode control of nonholonomic mobile robot[J]. Journal of Mechanical Engineering, 2010,46(23):16-22 (in Chinese)
    [5] 焦俊,陈无畏,王继先,等.基于遗传算法的自动引导车自适应变结构控制[J].农业机械学报,2008,39(7):114-118 Jiao J, Chen W W, Wang J X, et al. Automated guided vehicle self- adaptive variable structure control based on genetic algorithm[J]. Transactions of the Chinese Society for Agricultural Machinery, 2008,39(7):114-118 (in Chinese)
    [6] 罗志凡,卢耀祖,张氢,等.自主移动小车轨迹跟踪的参数优化及仿真研究[J].计算机仿真,2006,23(8):149-152 Luo Z F, Lu Y Z, Zhang Q, et al. Tracking control parameter optimization and simulation of automatic guided vehicle[J]. Computer Simulation, 2006,23(8):149- 152 (in Chinese)
    [7] Khanesar M A, Teshnehlab M, Shoorehdeli M A. A novel binary particle swarm optimization[C]// Proceedings of the 15th Mediterranean Conference on Control & Automation, Athens-Greece, 2007
    [8] Zhang J R, Zhang J, Lok T M, et al. A hybrid particle swarm optimization-back-propagation algorithm for feedforward neural network training[J]. Applied Mathematics and Computation, 2007,185(2):1026-1037
    [9] Lane J, Engelbrecht A, Gain J. Particle swarm optimization with spatially meaningful neighbors[C]// Proceedings of IEEE Swarm Intelligence Symposium, St. Louis MO USA: 2008:1-8
    [10] Nino-Suarez P A, Aranda-Bricaire E, Velasco-Villa M. Discrete-time sliding mode path-tracking control for a wheeled mobile robot[C]// Proceedings of the 45th IEEE Conference on Decision & Control, San Diego, CA, USA, 2006:3052-3057
  • 加载中
计量
  • 文章访问数:  203
  • HTML全文浏览量:  45
  • PDF下载量:  13
  • 被引次数: 0
出版历程
  • 收稿日期:  2013-05-23
  • 刊出日期:  2015-07-05

目录

    /

    返回文章
    返回