摘 要

由于AGV可以在平面内朝任意方向移动，在现代化制造业领域，它的有效应用将巨大的提高生产效率，它的广泛应用将会给各行各业带来巨大进步，因此其路径规划也就显得尤为重要。

本文借助数学仿真软件MATLAB首先针对基于Mecanum轮的无人引导自动运输车（Automatic Guided Vehicle）的移动路径进行了路径规划仿真。针对Mecanum轮全方位的移动特性，可以不受约束的对AGV进行路径规划。论文通过对概率路标图（Probabilistic Road Maps）算法的介绍可以看出PRM算法在路径规划上具有其独特性，也基于基础PRM算法对于狭窄通道不利的缺点对其进行了改进，并对比标准PRM算法和改进PRM算法的性能指标。实验表明，改进PRM的成功率更高，路径规划大长度更短，效率更高。同时针对其路径由折线构成的特点结合实际应用，做了路径平滑处理。

关键词：AGV；路径规划；概率路标图；改进PRM

Abstract

Because AGV can move in any direction in the plane, in the field of modern manufacturing, its effective application will greatly improve production efficiency, and its wide application will bring great progress to all walks of life, so its path planning is particularly important.

With the help of mathematical simulation software MATLAB this thesis first carries on the path planning simulation to the automatic guided vehicle (AGV) moving path based on the Mecanum wheel. The path planning of Mecanum wheel can be carried out without constraint in view of all-round moving characteristics of AGV wheel. Through the comparison of probability roadmap (PRM) algorithm, it can be seen that PRM algorithm has its unique advantages in path planning, and it is also improved based on the disadvantages of basic PRM algorithm for narrow channels. And compare the performance index of standard PRM algorithm and improved PRM algorithm. Experiments show that the success rate of improved PRM is higher, the large length of path planning is shorter and the efficiency is higher.At the same time, according to the characteristics of its path composed of broken lines combined with practical application, the path smoothing process is done.

Key Words: AGV; path planning; probability roadmap ; improved PRM

目 录

摘要 I

Abstract II

第1章 绪论 1

1.1研究的目的及意义 1

1.2 国内外研究现状 1

1.2.1 AGV的研究现状 1

1.2.2 路径规划技术的研究现状 2

1.3 主要研究内容 3

第2章 基础原理 4

2.1 Mecanum轮简介 4

2.2 AGV简介 4

2.3 基于四Mecanum轮的AGV运动学原理分析 4

2.4 路径规划问题定义 6

2.4.1 路径规划研究的基本问题 6

2.4.2 路径规划问题分类 7

2.4.3 路径规划的一般步骤 7

第3章 本文路径规划方法概述 8

3.1 概率路标图法 8

3.1.1 PRM算法的基本原理 8

3.1.2 PRM算法的缺陷 9

3.2 改进的PRM算法 9

3.2.1 现有采样策略 9

3.2.2 基于边界盒的混合采样 12

3.3 A*算法 12

第4章 路径规划仿真分析实现 16

4.1 标准PRM算法 16

4.2 改进的PRM算法 18

4.3 路径平滑处理 19

第5章 总结与展望 21

参考文献 22

附录 23

附录A 23

附录B 26

致谢 32

第1章 绪论

1.1研究的目的及意义

随着人类需求的不断提高，为了满足人们对于工业生产和日常生活的舒适追求和效率目标，机器人就顺应而生，目前可以说是机器人技术发展的高速阶段，高新科技的不断问世以及从事相关行业的高端人才丰富储备，都预示着机器人产业的无限潜力。随着第三次科技革命智能技术的快速发展，智能机器人的使用需求大量增加，与此同时机器人智能化程度越来越高。工业自动引导运输车（Automatic Guided Vehicle）是一种应用广泛的自动化运输设备，具有自动化水平高、运动简便灵活、应用范围广等诸多优点^[1]，而使用了Mecanum轮的AGV小车更是可以在不改变运动姿态的同时可以实现零空间转向，大大减小了小车转向对空间运动的需求，使小车的运动更加灵活，运输效率更加高^[2]。

其中自主导航的能力是一个智能化机器人所必须要拥有的基础本领，而本文所关注的机器人如何规划路径就是为其自主导航提供的基础，同样也是机器人研究领域的核心问题。人们所广泛认知并赞同的路径规划就是让机器人可以从当前所处的位置通过搜索出一条到设定的目标位置的道路。同时要做到避障也要兼顾成功率和规划的效率。机器人路径规划决定了机器人的行进路线以及是否能够精准到达指定的目标点，规划出的路线直接影响着机器人的一系列运动过程，因此研究移动机器人的路径规划具有重要的现实意义^[3]。

作为可以自动化行驶的工业生产货运车辆，AGV在其工作运转中多数需要经历多个工作节点，因此AGV工作路径规划问题成为AGV控制研究的重点问题。通过对AGV行驶路径的优化管理可以有效地缩短工作时间周期，提高车间工作效率，减少事故发生率，具有重要意义^[4]。