基于Turtlebot的AGV自主導(dǎo)航控制方法研究.pdf

1、隨著科技的迅速發(fā)展，人力成本的增加，生產(chǎn)運(yùn)輸過程中的智能化水平不斷提高。AGV（Automated Guided Vehicle，自動引導(dǎo)車輛）是集環(huán)境感知、規(guī)劃決策和智能控制為一體的智能化運(yùn)輸車輛，導(dǎo)航控制是AGV車輛的核心技術(shù)，決定車輛的智能化程度。本文基于Turtlebot實驗平臺對AGV車輛自主導(dǎo)航控制方法進(jìn)行研究，實現(xiàn)避障和巡線導(dǎo)航，并提出一種巡線與避障混合導(dǎo)航控制方法。
　　首先，通過深度傳感器Kinect獲取深度圖像

2、并處理形成類激光數(shù)據(jù)作為SLAM算法的輸入，基于自適應(yīng)蒙特卡洛定位與RBPF粒子濾波器實現(xiàn)環(huán)境地圖構(gòu)建，為后續(xù)避障與路徑規(guī)劃的研究提供全局環(huán)境地圖。
　　其次，結(jié)合全局路徑規(guī)劃算法A*能夠獲取全局最優(yōu)路徑和局部路徑規(guī)劃算法DWA（Dynamic Window Approach，動態(tài)窗口算法）能夠進(jìn)行避障的優(yōu)勢，在構(gòu)建的柵格地圖中，基于 A*與 DWA算法實現(xiàn)混合動態(tài)路徑規(guī)劃，為后續(xù)實現(xiàn)巡線與避障的混合導(dǎo)航奠定基礎(chǔ)。
　　再次

3、，在基于機(jī)器視覺實現(xiàn)巡線控制的基礎(chǔ)上，針對在巡線導(dǎo)航過程中對軌跡線檢測不穩(wěn)定的問題，提出將彩色圖像轉(zhuǎn)換到HSV空間下進(jìn)行閾值分割，然后與Canny邊緣檢測結(jié)果取邏輯與，再進(jìn)行霍夫變換擬合導(dǎo)航軌跡線的檢測方法，實驗證明該方法明顯提高了導(dǎo)航軌跡線檢測的穩(wěn)定度。
　　然后，在實現(xiàn)避障功能與巡線導(dǎo)航的基礎(chǔ)上，提出一種巡線與避障混合導(dǎo)航控制方法。針對巡線過程中不影響巡線行駛的干擾障礙卻進(jìn)行避障處理的情況，對導(dǎo)航區(qū)域進(jìn)行劃分，定義無障礙區(qū)域和