基于微波反射方式的自动引导车辆智能控制算法研究开题报告

自1913年美国福特汽车公司率先将自动引导车辆(Automatic Guided Vehicle,AGV)用于其汽车底盘的生产以来，国内外的研究者越来越重视高性能AGV，特别是与其相关的自动引导技术的研究。目前，已有一些引导技术得到了实际应用。首先，是电磁感应引导：其在地下埋设金属导线，并加载电流使之产生磁场来引导行车辆行进^[1]。电磁感应引导具有导线隐蔽，不易污染破损的优点，但缺点是路线改变不方便；其次，是磁带、磁条引导：其将磁带、磁条粘附于车辆行进路线上，通过磁感应引导车辆行进^[2],[3]。磁带、磁条安装简单，路径改变灵活，但由于磁带、磁条放置于地面，容易受损，且受电磁环境干扰严重；再有，是光学引导：其使用光波段探测器诸如光电传感器^[4]、红外探测器^[5]-[7]与激光^[8]来探测放置于地面的标示进而引导车辆。光学引导具有灵活性好，标示易铺设的优势，但同时有易受光环境干扰的弊端；然后，是视觉引导：即利用CMOS^[9]-[11]、CCD^[12]等视觉传感器控制车辆。该技术成本低，使用灵活，但目前存在的视觉系统无法快速识别路标的瓶颈使得该技术并没有被广泛使用；最后，是GPS引导与惯性引导：使用已有GPS卫星导航技术^[13]或陀螺仪技术^[14]来引导车辆。虽然这两项技术现已成熟，但相比下使用成本偏高。在上文提及的引导技术中，除了必要的硬件设备外，也需要相应的软件算法来控制车辆行进。如果说硬件是AGV能够实现自动引导的基础，那么软件算法就是AGV精确快速识别轨道、保持稳定行进姿态的关键。不同的技术所需要解决的问题不尽相同：电磁感应引导与磁带、磁条引导需要解决如何探明探测磁场强度与方向并根据实时强度与方向控制车辆行进的问题；光学引导与视觉引导则需要着重解决复杂光环境下图像处理问题，需要通过合适的算法还原出轨道路线进而引导车辆前进；而在GPS引导与惯性引导中则需要使所设计的车辆控制算法与已有的GPS算法或陀螺仪算法兼容。以上技术中常用的算法、理论包括PID速度控制算法、模糊控制算法、控制李亚普诺夫函数(CLF)与滑模变结构控制理论等。

在文献[15]中，一种利用金属导轨引导小车行进的新颖设计被提出，但其使用多套金属电容探测器来检测金属导线位置，所设计电路复杂，调试麻烦且成本较高。随着近年来微波技术，特别是微波检测技术的迅猛发展^[16]-[21]，使得利用微波检测金属导线进而引导车辆行进成为可能。我们拟在小车行进路线上铺设金属导带，并在小车上搭载微波天线，用于发送微波信号和接收被金属导线反射的微波信号，随后，通过适用于微波检测的智能算法分析信号参数变化，确定金属导线位置进而控制小车按照行进路线移动。

本论文的研究重点即为设计出适用于微波检测的智能控制算法，使小车能够快速、准确地在金属导带所规定的线路上行进，实现小车智能无人行驶。