AGV 目錄的問題,透過圖書和論文來找解法和答案更準確安心。 我們找到下列各種有用的問答集和懶人包

另外網站Autonomous Driving AGV - SFA – CN也說明:Autonomous Driving AGV. 2021-02-15. 查看目录. logo · 地址 · 咨询. (株)SFA 本公司及华城工厂: 京畿道华城市永川路38(邮编码18472) 牙山工厂: 忠清南道牙山市屯 ...

南臺科技大學 電子工程系 黎靖所指導 吳信昌的 利用類神經網路調整無人搬運車移動參數 (2021),提出AGV 目錄關鍵因素是什麼,來自於無人搬運車、神經網路、人工智慧。

而第二篇論文國立嘉義大學 生物機電工程學系 艾群所指導 林意庭的 履帶式植保機器人之行走性能測試 (2021),提出因為有 履帶式植保機器人、性能測試、靜態翻覆角、GPS路徑的重點而找出了 AGV 目錄的解答。

最後網站3x1 導電輪 - 冠宏輪則補充:工業用輪,請勿使用於AGV輪,如需AGV輪,請電洽. 優點:耐磨耗、移動省力、壽命長. 輪面清潔:使用75%酒精,以紗布或乾淨濕布擦拭 ...

接下來讓我們看這些論文和書籍都說些什麼吧:

除了AGV 目錄,大家也想知道這些:

利用類神經網路調整無人搬運車移動參數

為了解決AGV 目錄的問題,作者吳信昌 這樣論述:

對一輛新引進工廠的自動導引搬運車,其各種轉彎情況的馬達控制參數必須先設定,而目前主要是以嘗試錯誤的方式反覆調整參數的方式來得到最佳值,需要耗費許多人工的時間和精力。本文設計一個類神經網路來自動設定無人搬運車在不同轉彎條件下的馬達控制參數。設計完成的類神經網路為3輸入節點、3輸出節點、2層隱藏層且每層各有20個神經元的結構。輸入層的3個節點分別為無人搬運車的直線速率、加速度及轉彎角度,輸出層的3個節點分別為轉彎後無人搬運車中心點之x軸座標、y軸座標及實際轉彎角度。數值模擬顯示類神經網路的預測準確率達到90%以上。在無人搬運車的實際測試結果,位置誤差及角度誤差都保持在合理的範圍內。

履帶式植保機器人之行走性能測試

為了解決AGV 目錄的問題,作者林意庭 這樣論述:

本研究針對先前研發之輪式植保機器人進行改善,因輪式植保機器人在移動地形較多限制且接觸面積小,不利於地力複雜之地面行走,考量到田間工作環境多為非平坦地面,如行駛在泥土地或砂質地,容易使輪子陷入土裡造成自走車傾斜或打滑,所以重新設計一履帶式植保機器人。本研究重新設計出履帶式植保機器人,參考現有農機性能測定項目,進而制定履帶車性能測試之方法,藉由對機器人進行行走性能測試,來了解植保機器人對地形的適應力,此外,針對GPS路徑規劃功能進行誤差距離的量測,最後觀察在實際溫室場域的運作狀況。經過性能測試,履帶式植保機器人在左右兩側之靜態翻覆角右側為35.7±0.6度;左側翻覆角為34.3±0.6度;水泥地

與泥土地的打滑率為2.71±0.18%與3.24±0.63%;續航力表現為8小時9分。在GPS路徑規劃誤差距離試驗中,當移動速度為0.9 km/hr,在水泥地與泥土地的誤差距離為6.7±2.9公分與7.2±3.2公分。