【《AGV及其导航技术的研究现状与前景文献综述》1600字】

AGV及其导航技术的研究现状与前景文献综述1.1AGV技术在国外的应用状况AGV在国外最常用于工业应用中，以在大型工业建筑（例如工厂或仓库）周围运输重物。AGV可以在拖车中将其后面的物体牵引到它们可以自动连接的位置。拖车可用于运输原材料或成品。AGV也可以称为激光制导车（LGV）。图1.1中的Packmobile则是一辆典型的激光制导小车。图1.1带有拖车AGV的Packmobile第一辆AGV在1950年代由伊利诺伊州诺斯布鲁克的巴雷特电子公司推向市场，当时它只是一辆拖曳式卡车，在地板上用铁丝代替了铁轨。日本在AGV这类移动机器人的研究方面的活动开展的比较早，但是目前在工业中的运用尚不及欧美等国家。在2021年日本政府公然发表决定，计划将把从2011年福岛核电站核泄漏多年以来产生的废水排入太平洋。这一决定使得当初如何清理福岛核电站反应堆芯的问题推上了风口浪尖，而移动机器人在此类灾难中理应发挥重要作用，不过移动机器人中必含有的精密电子芯片同生物细胞中的DNA一般会对核辐射敏感，所以复杂的移动机器人反而在解决核泄漏事件时未必比直接人为参与处理核泄漏的有效果。但是人类的性命终究宝贵，所以在极端恶劣环境下能够正常工作的移动机器人的开发一直是国内外研究中的热点。1.2AGV技术在国内的应用状况在国内AGV于物流也有其一席之地，我国有着全球最大的物流体系，物流从业者规模庞大，快递驿站甚至已经延伸到各个乡镇小区。以快递行业为例，在物件的单独分拣之后，货物在特定空间内的运输就可以由AGV来完成。这一点在京东的无人仓库，“亚洲一号”中得以体现，“亚洲一号”是京东在上海嘉定建立的首个全流程无人仓库，里边有着大量的AGV小车用以协助各类智能机械臂对货物进行分拣。图1.2京东“亚洲一号”无人仓库1.3SLAM的研究现状和前景SLAM的全称为SimultaneousLocalisationAndMapping,意思是同步定位与建图技术，其本质上是映射未知环境的各种复杂算法。从硬件的方面来看，SLAM在的实现则是通过各种传感器来使用惯性测量单元（IMU）来处理收集到的视觉数据或不可见数据源以及基本位置数据。在AGV上搭载的主机设备会计算出其所在位置的“最佳估计值”。并每隔几秒种就会收集一次新的位置信息。SLAM的早期发展可以追溯到1980年代和1990年代的机器人工业。如今，SLAM技术已在许多行业中使用。它确实为更好地绘制地图和了解环境提供了机会，无论是室内，室外，空中还是地下。在有了SLAM技术后利用基于三脚架的测绘系统进行多种位置姿态设置的日子已经一去不复返了。借助SLAM移动制图系统，您可以随时随地浏览构建数字地图的环境，通过从公式中删除费力的设置来节省时间和金钱。基于SLAM的移动制图系统大大缩短了调查时间，并且在获取数据方面可以快十倍以上。此外，GPS无法在室内工作是因为它需要至少三颗卫星的视线才能起作用，而且基于GPS的系统不仅仅是在室内不容易使用，在森林中使用GPS技术是及其困难的，因为树冠遮挡了天空的视线，城市峡谷或高大的建筑物也遮挡了建筑环境中的信号。然而基于SLAM的技术通过完全消除GPS的缺点并克服了这些障碍。SLAM技术使得搭载有激光雷达或RGB-D深度摄像头的AGV小车、无人机可以对环境进行扫描，以到达解决复杂且封闭的空间中定位问题的目的。这打开了陌生环境下定位的全新境界，以前在这些环境中进行定位存在很大的问题还费时费力。对于建筑环境，SLAM技术将必有用武之地，它可以帮助建筑专业人士在最短的时间内执行快速，准确的3D模型，并为他们提供以下帮助：即快速对施工现场进度进行监控以及住宅的实时调查，甚至对现有建筑结构的综合现场调查。 从中很容易看出SLAM技术将在多个行业中被视为“革命性技术”。 参考文献LichaoXua,⁎,ChenFengb,VineetR.Kamata,CarolC.Menassa.AnOccupancyGridMappingenhancedvisualSLAMforreal-timelocatingapplicationsinindoorGPS-deniedenvironments[J].AutomationinConstruction104(2019)230-2019思岚科技SLAMTECRPLIDARA1低成本360度激光扫描测距雷达简介与规则书/54d7d52b58db5cdd565a3a107c7bfab92617eed6/LD108_SLAMTEC_rplidar_datasheet_A1M8_v3.0_cn.pdf,2020邹永卫.基于Kinect传感器移动机器人的自主导航技术研究[D].天津：天津大学，2017.高翔，张涛.视觉SLAM十四讲:从理论到实践[M].北京:电子工业出版社，2017,03.W.SirigoolandR.Kesvarkul.ParticleFilterforHectorSLAMtoImprovethePerformanceofRobotPositioningbyImageProcessingBased[J],2020,10(3):490-494GiorgioGrisetti,CyrillStachniss,andWolframBurgard:ImprovedTechniquesforGridMappingwithRao-BlackwellizedParticleFilters[R],IEEETransactionsonRobotics,Volume23,pages34-46,2007:1-5As胡春旭.ROS机器人开发实践[M]北京：机械工业出版社，2018.05.刘晓倩.自主移动机器人路径规划算法研究[D].长沙理