论文现代物流系统中智能移动机器人自主性控制技术分析是适合物流系统论文写作的大学硕士及相关本科毕业论文，相关物流公司都用什么系统开题报告范文和学术职称论文参考文献下载。
摘 要：在智能物流需求的背景下,智能机器人在现代物流系统中的应用成为机器人应用的热点领域.提升物流系统的智能性,要求系统中的智能机器人具有更强的自主性.从导航、通信、分布式管理三个方面对智能物流机器人的自主性相关控制技术进行分析,并结合物流应用探讨了其技术特点,并对其提升我国物流装备水平的应用前景进行了展望.
关键词：物流系统；移动机器人；自主控制
中图分类号：F253.9 文献标识码：A
Abstract： On the command of intelligent logistics, applying intelligent robots in modern logistics system is a hot spot of robot applications. To improve the logistics intelligence, robots in the system should be more autonomous. From navigation, communication and decentralized control, the relative technologies for autonomous control are analyzed, the features with logistics application are discussed, and the prospect of enhancing domestic logistics equipment with these technologies is proposed.
Key words： logistics system； mobile robot； autonomous control
0 引 言
智能機器人是一种新型的高科技技术,是涵盖运用了计算机技术、信息化技术、仿生学特征、传动感应技术等多领域学科而形成的新型技术,是当前科技研究的热点方向.2015年5月,我国出台了《中国制造2025》规划,规划中将智能制造列为我国当前的首要目标发展战略,要加快对智能制造的研究进度,使制造过程步入智能化[1].在这一规划中,智能机器人制造是最具有代表性的领域,成为当前最重要的发展方向.尤其是近些年来我国国民经济发展迅速,人民需求不断提升,促进了仓储物流行业飞速发展,智能化设备在物流运输过程中的重要性日益突出,而智能机器人的出现,不仅降低了企业的生产成本[2],而且大大提高了物流企业的生产效率.
现有的物流系统机器人大多采用集中式的控制系统,自身的智能性和自主性不足,常用于结构化的相对静态的工作环境中,对于可变环境的适应能力不够,因此只能完成较为简单和固定的物流作业.因此需要将智能化移动机器人和物流系统相结合[3],依靠智能移动机器人的自主性控制实现物流系统的智能化作业.智能化的移动物流机器人能够通过传感器感知外界环境和自身状态,实现在有障碍物环境中面向目标的自主运动,从而完成一定作业功能.其本身能够认识工作环境和工作对象,能够根据指令和自身认识来独立地工作,能够利用操作机构和移动机构完成复杂的任务[4].
本文将针对物流系统中智能移动机器人的自主性控制相关技术,如导航、定位、通信、分布式控制等方面的研究发展进行综述,并分析未来智能物流系统中智能机器人应用的关键问题.
1 物流智能机器人自主性导航技术
若要使移动物流机器人具有特定的智能,首先就需具有多种感知功能,进而进行复杂的逻辑推理、规划和决策,并在作业环境中自主行动.在这其中,导航和定位技术是智能移动机器人所要解决的核心技术.定位和导航功能是自主式移动机器人的一项重要功能,也就是通过这个最核心功能,机器人根据自身的感知系统确定自身的位置,从而根据任务做出正确的行为决策和路径选择.没有这种功能,移动机器人的任何自主运动都是盲目的.因此,物流移动机器人的多种导引方式相继出现.根据环境信息的完整程度、导航指示信号类型、导航地域等因素的不同,主要分为电磁导航、地面标识导航、惯性导航和激光扫描导航、视觉导航等.而这些导航技术中,移动机器人的同步定位和地图构建（SLAM）方法是该技术的核心难题.
目前SLAM问题的研究方法主要分为两类：一类是基于数学概率统计方法,如卡尔曼滤波、粒子滤波等,这是目前研究最广泛的方法,但这类方法大多依赖于对环境的假设,配以昂贵的高精度传感器如激光测距仪来实现.Dissanayake等人在2001年提出了解决SLAM问题的卡尔曼滤波技术[5],之后针对卡尔曼滤波算法的复杂性和计算量问题,Thrun、Koller和Walter等人提出了稀疏扩展信息滤波的方法[6].这种方法基于卡尔曼滤波更新方程中信息和逆协方差矩阵的剪裁以及通过对结果矩阵稀疏特性的研究,可使计算的维数降低.极大期望算法是卡尔曼滤波算法的一种补充方法,可解决模糊、循环环境下的机器人地图构建问题.粒子滤波方法是通过一组根据机器人状态先验分布得到的采样数据或者粒子,来表示机器人的实际状态和置信水平,如Thrun、Fox等人提出的蒙特卡洛定位技术,以此为基础,后期很多研究人员提出了相关改进的SLAM算法,如FastSLAM、基于Rao-Blackwelized滤波的SLAM算法.
另一类是基于生物激励的地图构建和导航系统,即通过模拟动物脑神经活动来解决三维空间导航任务.这种基于生物神经激励的导航技术,可以在不采用高精度的传感器和复杂的概率算法的条件下解决SLAM问题,但实际应用性能还不足,但是对同时提升智能自主性和降低成本具有积极意义.诺贝尔奖获得者神经科学家奥基夫（John O" Keefe）和挪威神经科学家莫泽（Moser）夫妇在20世纪70年 现了动物大脑内和定位系统相关的细胞——位置细胞（place cell）和网格细胞（grid cell）,在此之后更多相关细胞被发现,如速度细胞、边界向量细胞等.这些神经细胞的活动特性为机器人的导航定位控制提供了一个新的思路.位置细胞的特性是,当动物处于环境中某些特定位置时,对应细胞的放电频率会显著增强,而每个位置细胞均可表征动物所处环境的某一部分,众多位置细胞的协同工作,就可在脑内形成一张表征周围空间环境的大脑内部认知地图.网格细胞为大脑提供了一个度量尺,当动物从一个位置出发后,可以不断整合线性距离和空间角度,从而定位自己的坐标,了解自己在环境中的位置.Arleo等人在2001年对动物大脑中发现的和定位和导航相关的位置细胞（Place Cells）和头方向细胞（Head-Direction Cells）进行建模,并将其用于移动机器人的目标导航[7].Michael等人在2005年,基于Arleo的研究,结合位置细胞和头方向细胞的功能,假想了一种位姿细胞（Pose Cells）结构,并进行建模模拟老鼠的导航,提出了RatSLAM的算法.该算法结合视觉测程技术和模拟啮齿类动物大脑中神经细胞的吸引子神经网络模型,实现了机器人的同步定位和构图.
总结:本论文为免费优秀的关于物流系统论文范文资料，可用于相关论文写作参考。
参考文献：
1、 基于耗散结构农产品冷链物流系统演化分析 摘 要：随着经济的发展，我国呈现出冷链物流服务的供给与冷链物流的需求在质量和数量不相匹配的现象，因此，发展农产品冷链物流，任重道远。鉴于我国农产。
2、 信息技术视角下电子商务物流系统的特征分析 [摘 要]现代信息技术的开发与应用对经济和社会的发展都产生了深远的影响。随着信息技术的飞速发展，电子商务领域将有更大的发展空间，也将对物流系统提。
3、 基于物联网第三方智能物流系统设计 摘 要：随着科学技术的不断进步和发展，物流在发展过程中也融入了大量的高新技术，从而改变了物流发展的现状，大幅度提高了物流行业的工作效率。其中，对。
4、 一带一路战略下湖南省跨境电商物流系统优化 摘要：电商与物流相伴共生，跨境电商离不开跨境物流，随着跨境电商行业的迅速发展，跨境电商物流系统的重要性越来越突出。本文在分析“一带一路”战略下湖。
5、 绿色建筑物流系统构建要求 摘要：建筑业包括新建筑和建筑物的重修，己成为很多国家生产力需求最大的行业之一。面对现代建筑物流现状，面对可持续发展的世界潮流与民生需求，建筑行业。