1 上海工程技术大学机械与汽车工程学院, 上海 201620
2 上海拓璞数控科技股份有限公司, 上海 201111
提出了一种基于加速稳健特征(SURF)算法的精确定位的方法,通过识别地面铺设的二维(QR)码完成了定位预判与姿态矫正。对获取的QR图像进行预处理,并采用SURF算法提取图像中的特征点信息,匹配实时图像与目标图像的特征点,并利用最小二乘拟合获取图像间的转换矩阵,将转换矩阵与自动导引车(AGV)的视觉导引模型结合以实现AGV的精确定位。实验结果表明,在结构尺寸较大的重载AGV中,所提算法的定位稳健性较好,精度达到±1 mm。
测量 自动导引车 视觉导引 二维码 精确定位 激光与光电子学进展
2019, 56(10): 101203
天津大学精密测试技术及仪器国家重点实验室,天津 300072
针对大空间自动导引车(AGV)的高精度路径规划控制应用,提出一种基于工作空间测量定位系统(wMPS)和模糊控制算法相结合的应用模式。事先规划好AGV路径,采用wMPS对AGV实时位姿进行精确测量,通过模糊控制算法输出实时调整AGV的前进速度和旋转角速度。算法仿真与实验结果表明,AGV的定位精度优于2.5 mm,能够保证AGV的动态导航和定位精度。
测量 工作空间测量定位系统 自动导引车 模糊控制 高精度导航
江南大学轻工过程先进控制教育部重点实验室, 江苏 无锡 214122
针对自动引导车(AGV)视觉引导过程中多分支路径识别与跟踪的实时性与稳健性要求, 提出一种主成分分析(PCA)-线性判别分析(LDA)与支持向量机(SVM)相结合的路径识别算法。首先对AGV行驶过程中拍摄的图像进行预处理, 并用PCA与LDA对处理后的图像进行降维和特征提取, 再利用灰狼优化算法优化后的SVM分类器对图像进行识别。在路径跟踪方面, 利用最小二乘拟合方法计算横向偏差与航向偏差。实验表明, PCA-LDA与SVM相结合能够使路径识别率达到99.3%, 并且满足实时性要求, 路径跟踪误差在20 mm以内, 满足一般工业环境需求。
视觉引导 自动导引车 支持向量机 主成分分析 线性判别分析 激光与光电子学进展
2018, 55(9): 091005
目前军用航空电子企业普遍存在多品种小批量混线生产, 定型批产、科研试制和外场返修交叉并行, 物料种类多, 物流配套方式落后, 生产效率低下的困局。为解决这些问题, 某企业总体装配车间运用精益思想, 从车间整体布局和产线内部布局两个层次, 规划设计了功能型和单元型混合的工艺布局, 同时引入智能物流系统, 实现了缩短生产周期, 简化车间物流, 最终提升生产效率的目的。探索实践过程中总结出的原则和方法有较强的可复制性, 对同类型企业和车间的改造有借鉴意义。
工艺布局改造 精益生产 单元线 功能型布局 自动导引车 technological layout reform lean production cell functional layout automatic guided vehicle