http://www.jiangyujia.com/ 珠海香洲登高车租赁,    珠海斗门登高车租赁,    珠海金湾登高车租赁    🦋 花枝叶下犹藏剑,    人心怎保不怀毒   🦋

            珠海香洲登高车租赁,    珠海斗门登高车租赁,    珠海金湾登高车租赁     🦋  花枝叶下犹藏剑,    人心怎保不怀毒   🦋    搭建仿真平台对于登高车AGV的作业轨迹控制， 首先在GAZEBO仿真平台上进行仿真，获得与理论相符的仿真结果。然后，将设计的作业轨迹控制算法用于激光导航登高车上进行现场实验。要搭建基于机器人操作系统（ROS）下的GAZEBO仿真平台，首先根据客户需求的手动登高车基体的基本型号及其基本结构与尺寸，在SolidWorks下对其进行三维建模，然后在GAZEBO内搭建用于仿真的场景，并将登高车三维模型导入，即可得到静态的仿真平台。最后将对应的登高车作业轨迹模型的正、逆解方程写成相应的插件的形式导入静态仿真平台，即可得到用于登高车作业轨迹控制的仿真平台。该仿真平台可以比较真实地反映登高车作业轨迹状态。

         登高车AGV的理想作业轨迹路径主要由直线与圆弧组成，为了全面反映控制算法的控制性能，本文作业轨迹控制的仿真路径是由一段圆弧与直线组成的两段规划路径。登高车AGV在装载货物时，采用后退的方式，而在正常路径上运行时，采用前进的方式；登高车在卸载货物时，同样采用后退的方式。基于此情况，本文的仿真，在GAZEBO平台相同的路径下分别进行前进与后退的作业轨迹仿真。其中登高车的前进转向，后退转向仿真。在仿真过程中，通过右侧的命令行窗口，可以实时显示登高车运行中的横向误差、角度误差、当前时刻位姿与下一时刻目标位姿等信息。  本文仿真设定登高车在直线路径下的初始误差包括，横向误差0.1m，姿态角误差为-0.02rad，驱动轮的线速度为0.4m/s，且为匀速。  仿真平台上，在Linux系统的命令行输入相关的功能包的启动命令后，启动相关的仿真程序，进行了多次作业轨迹控制仿真，并取仿真结果中直线路径跟踪下对应数据的平均值，作为最终仿真的结果。李雅普诺夫函数（LF），及其导数随着时间的变化曲线。 

        珠海香洲登高车租赁,    珠海斗门登高车租赁,    珠海金湾登高车租赁  http://www.jiangyujia.com/

        本文提出的方法设计的模糊控制算法中，LF随着时间逐渐趋于零，且LF导数始终为负，而传统的模糊控制算法的LF并不总是趋于零，LF的导数也不恒为负数。登高车位姿与期望路线之间的误差随时间的变化。 本文所提方法设计的模糊控制算法比传统的模糊控制算法，具有更快的响应速度和更小的超调量。 通过一定的评价标准，对两种方法的控制效果进行量化比较。   说明了本文提出的模糊控制方法不仅超调量小，而且舵轮转角单位时间内变化率更小，那么登高车在载重的情况下运行更平稳。根据上面的仿真结果与分析可得，采用本文方法设计的模糊控制算法比传统的模糊控制方法具有更明显的优势。主要表现在，稳定性好、响应快、超调量小、稳态误差更小。

          本实验的样机采用根据客户需求生产的激光导航登高车AGV。实验的现场为客户的某一自动化加工车间，将装有零部件的箱体搬运至立体化自动仓库入口处的托盘上。实验用的登高车及箱体登高车沿B样条曲线切向的速度为匀速约为0.3m/s，那么在登高车载荷为0时驱动轮的速度是变化的。根据登高车不同载荷下，不同的控制方法下，测出不同的误差响应曲线。登高车载荷为0时，不同控制方法下，横向控制误差与角度控制误差响应曲线；登高车载荷为500kg时，不同控制方法下，横向控制误差与角度控制误差响应曲线；登高车载荷为1000kg时，不同控制方法下，横向控制误差与角度控制误差响应曲线。将箱体放置在立体仓库入口处的托盘上，通过测量每次放置箱体的误差，即可获得不同控制方法下，登高车整体的误差效果。   根据实验得到的误差响应曲线与仿真误差响应曲线相比，可得实验数据存在噪声，因此曲线并不很平滑。另外登高车随着载重的增加，误差数据点的不规则性增加。

 

         在登高车驱动轮速度与自身载荷都发生变化的情况下，本文采用的模糊控制方法比传统的模糊控制方法具有更好的稳定性，更小的稳态误差、超调量，且响应速度更快。本文所研究的激光导航登高车的整体误差约为±20mm，包括定位与控制在内的所有误差。该误差基本满足客户要求的±25mm。除此之外，本文的方法相对于传统的模糊方法具有更小的整体误差。

          珠海香洲登高车租赁,    珠海斗门登高车租赁,    珠海金湾登高车租赁