1.一种基于权重贡献率网络神经算法的agv协同作业系统,其特征在于:包含控制终端以及与其通过tcp/udp通信连接的多个agv控制终端;所述agv控制终端包含核心控制器、图像识别模块、伺服电机模块、io控制模块、电源管理模块,mems陀螺仪、激光雷达,所述图像识别模块、伺服电机模块、io控制模块、电源管理模块,mems陀螺仪、激光雷达分别与核心控制器连接;
2.根据权利要求1所述的一种基于权重贡献率网络神经算法的agv协同作业系统,其特征在于:所述agv控制终端的核心控制器包含芯片u2、电容c3、电容c4、电容c5、晶振x1、开关s1、电阻r1、电阻r2、电阻r3、电阻r4;其中,电容c3的一端分别与晶振x1的一端、芯片u2的引脚19连接,晶振x1的另一端分别与电容c4的一端、芯片u2的引脚18连接,电容c3的另一端接地,电容c4的另一端接地,电阻r5的一端分别与电容c5的一端、开关s1的一端、芯片u2的引脚9连接,电阻r5的另一端接地,电容c5的另一端分别与vcc端、开关s1的另一端连接,电阻r1的一端与芯片u2的引脚39连接,电阻r1的另一端与vcc端连接,电阻r2的一端与芯片u2的引脚38连接,电阻r2的另一端与vcc端连接,电阻r3的一端与芯片u2的引脚37连接,电阻r3的另一端与vcc端连接,电阻r4的一端与芯片u2的引脚36连接,电阻r4的另一端与vcc端连接。
3.根据权利要求1所述的一种基于权重贡献率网络神经算法的agv协同作业系统,其特征在于:所述激光雷达包含红外光电传感器模块包含电阻r5、电阻r6、滑动变阻器rv1、电压比较器q1、红外光电模块u3;其中,电阻r5的一端与红外光电模块u3的引脚1连接,电阻r5的另一端分别与电阻r6的一端、电压比较器q1的正电源端连接,红外光电模块u3的引脚2接地,红外光电模块u3的引脚4接地,红外光电模块u3的引脚5分别与电阻r6的另一端、电压比较器q1的同相输入端连接,电压比较器q1的反相输入端与滑动变阻器rv1的引脚1连接,滑动变阻器rv1的引脚2与vcc端连接,滑动变阻器rv1的引脚3与电压比较器q1的负电源端连接,电压比较器q1的输出端与gd连接。
4.根据权利要求1所述的一种基于权重贡献率网络神经算法的agv协同作业系统,其特征在于:所述伺服电机模块包含直流电机及电机驱动模块,所述直流电机及电机驱动模块包含电机驱动u4、电容c6、电容c7、电容c8、二极管d2、二极管d3、直流电机m1、直流电机m2;其中,电机驱动u4的引脚1、引脚15、引脚8接地,电容c6的一端分别与电机驱动u4的引脚9、引脚4以及vcc端连接,电容c6的另一端接地,直流电机m1的一端分别与电容c8的一端、电机驱动u4的引脚2、二极管d2的正极连接,直流电机m1的另一端分别与电容c8的另一端、电机驱动u4的引脚3连接,电机驱动u4的引脚13分别与二极管d3的正极、电容c7的一端、直流电机m2的一端连接,电机驱动u4的引脚14分别与电容c7的另一端、直流电机m2的另一端连接,二极管d2的负极接地,二极管d3的负极接地。
5.根据权利要求1所述的一种基于权重贡献率网络神经算法的agv协同作业系统,其特征在于:所述图像识别模块包含用cmos图像传感器以及与其连接的放大电路和双运放带通滤波器,所述cmos图像传感器选用omnivision公司ov5640摄像头,其为500万像素级别cmos图像传感器,支持分辨率可达2k级别,能输出多种图像格式数据。
6.根据权利要求1所述的一种基于权重贡献率网络神经算法的agv协同作业系统,其特征在于:所述电源管理模块包含芯片u1、电源b1、电容c1、电容c2、电感l1、稳压二极管d1;其中,芯片u1的引脚1分别与电源b1的正极、电容c1的一端,电源b1的负极接地,电容c1的另一端接地,芯片u1的引脚3接地,芯片u1的引脚5接地,芯片u1的引脚2分别与稳压二极管d1的负极、电感l1的一端,稳压二极管的正极接地,电感l1的另一端分别与电容c2的一端、芯片u1的引脚4以及output输出端连接,电容c2的另一端接地。
7.一种基于权利要求1至6所述的任一项权重贡献率网络神经算法的agv协同作业系统的控制方法,其特征在于:具体包含如下步骤;