現(xiàn)代制造業(yè)企業(yè)面臨多變的產(chǎn)品需求和高昂的人力成本所帶來的挑戰(zhàn),因此企業(yè)的生產(chǎn)模式向柔性化和智能化生產(chǎn)模式方向轉(zhuǎn)變。由自動引導車(Automated guided vehicle,AGV)構(gòu)成的物流運輸體系在智能制造中占有重要的地位,對物流效率和物流成本有著至關(guān)深刻的影響。分布式的多智能體組織結(jié)構(gòu)為應(yīng)對生產(chǎn)規(guī)模日益增大帶來的挑戰(zhàn)提供了一條解決途徑,然而對小車單體的智能化程度也提出了更高的要求。本文以單體小車為研究對象,針對其導航中的地圖創(chuàng)建和路徑規(guī)劃等關(guān)鍵技術(shù)展開了研究,所做的工作如下。首先設(shè)計了導航系統(tǒng)的總體框架,分析了框架當中各個模塊的內(nèi)涵與相互關(guān)系。通過對應(yīng)用場景的需求分析,確定了各個模塊的技術(shù)方案,對相關(guān)技術(shù)方案的基礎(chǔ)理論進行了分析、推導和介紹。一張能夠反映外界環(huán)境的地圖是進行導航的基礎(chǔ),本文研究了基于雙目立體視覺的地圖創(chuàng)建方法。詳細分析了雙目立體匹配的基本原理,設(shè)計了一套立體匹配算法,并在GPU設(shè)備上實現(xiàn)了該算法,在數(shù)據(jù)集上對算法的精度和速度進行了測試。研究了一套基于ORBSLAM2的雙目視覺稠密地圖創(chuàng)建方案,在關(guān)鍵幀位姿處插入生成的點云以創(chuàng)建連續(xù)且稠密的地圖。在數(shù)據(jù)集上和真實...

【文章頁數(shù)】：78 頁

【學位級別】：碩士

【文章目錄】：
中文摘要
英文摘要
1 緒論
    1.1 研究背景及意義
    1.2 研究現(xiàn)狀分析
        1.2.1 引導技術(shù)研究現(xiàn)狀
        1.2.2 立體視覺研究現(xiàn)狀
        1.2.3 路徑規(guī)劃研究現(xiàn)狀
    1.3 本文主要工作及章節(jié)安排
2 總體框架與技術(shù)路線
    2.1 導航系統(tǒng)分析
    2.2 定位方法基本原理
    2.3 環(huán)境建模方法
    2.4 并行計算
    2.5 本章小結(jié)
3 基于雙目立體視覺的地圖創(chuàng)建
    3.1 雙目立體視覺概述
        3.1.1 雙目相機模型
        3.1.2 立體匹配約束條件
        3.1.3 立體匹配算法原理
    3.2 雙目立體匹配
        3.2.1 代價計算
        3.2.2 代價聚合
        3.2.3 視差計算
        3.2.4 后處理
    3.3 基于CPU+GPU異構(gòu)計算平臺的算法實現(xiàn)
    3.4 實驗結(jié)果及分析
        3.4.1 立體匹配算法測試
        3.4.2 數(shù)據(jù)集建圖實驗
        3.4.3 真實環(huán)境建圖實驗
    3.5 本章小結(jié)
4 基于并行遺傳算法的路徑規(guī)劃
    4.1 遺傳算法概述
        4.1.1 遺傳算法的特點
        4.1.2 經(jīng)典遺傳算法的流程
    4.2 粗粒度并行遺傳算法的實現(xiàn)
        4.2.1 路徑的編碼
        4.2.2 初始種群的生成
        4.2.3 適應(yīng)度函數(shù)
        4.2.4 遺傳操作
        4.2.5 個體遷移
        4.2.6 算法終止
    4.3 實驗結(jié)果及分析
    4.4 本章小結(jié)
5 結(jié)論與展望
    5.1 結(jié)論
    5.2 展望
參考文獻
附錄
    A.攻讀碩士學位期間參加的科研項目及得獎情況
    B.學位論文數(shù)據(jù)集
致謝



本文編號：3795576