基于ARM的视觉导航AGV图像处理方法研究

  • 基于ARM的视觉导航AGV图像处理方法研究已关闭评论
  • 95 views
  • A+
所属分类:AGV设计资料
摘要

为了实现更加简单高效的标识线图像的检测与处理,提出了一种优化的基于ARM的视觉导航AGV标识线图像处理方法;首先对采集到的图像进行灰度化处理并使用Otsu算法对图像进行阈值分割;然后采用优化的中值滤波算法进行图像滤波并使用高效的边缘提取策略获取路径边缘特征;最后采用角度判断的方法剔除错误点并使用最小二乘法拟合成路径的中心线;实验结果表明,该方法有较高的准确率和较好的实时性,可以满足工业生产中的实际需求,适用于基于嵌入式系统开发的视觉导航AGV。

0.引言

AGV(automatedguidedvehicle)即自动导引小车,是一种通过装备光学、电磁等导引装置,实现在无人干预下沿着既定路径自动行驶的智能化运输设备。近年来随着计算机视觉与图像处理技术的快速发展,使得视觉导航AGV成为一个发展热点,其出色的灵活性与智能化使其广泛应用于自动化生产线、仓储物流、港口物流传送等领域。

目前视觉导航AGV主要是利用视觉传感器实时采集路面的图像信息,通过对采集到的图像进行数字图像处理,识别出车道标识线并获取AGV相对于标识线中心线的位置偏移量与角度偏差,再由控制器发出指令对偏差进行修正,使AGV沿着标识线中心线运动。

在图像处理与视觉导引方面,通常采用以下几种方法:

1)对图像上的标识线进行边缘特征提取,提取的结果直接作为控制的依据。

2)对图像上的标识线进行边缘特征提取后进行曲线拟合,拟合的结果作为控制的依据。

3)对图像上的标识线进行边缘特征提取,通过在特征边缘处找到导引点作为控制的依据。

针对基于嵌入式系统开发的视觉导航AGV,由于其计算与存储资源有限,对图像处理算法的执行效率有很高的要求。在确保标识线有高识别准确率的前提下,需要尽可能降低系统资源的开销,以提高系统的实时性。

本文提出一种高效的视觉导航AGV图像处理方法,高效提取标识线边缘并进行中心线快速拟合,该算法有较高的准确率和较好的实时性。

1.系统总体设计

AGV系统包括图像采集单元、图像处理单元、无线局域网模块、控制模块、I/O模块、底层硬件等,如图1所示。

基于ARM的视觉导航AGV图像处理方法研究

图1.AGV系统总体架构

地图信息指包含标识线的场景,图像处理的目的是实时地将地图信息转化为控制器可读取的路径参数,为视觉导引提供控制的依据。

图像采集单元负责以一定频率与分辨率采集带有标识线的图像,并将采集到的图像传输到图像处理单元。

图像处理单元负责对采集到的每一帧图像进行图像预处理、特征提取、直线拟合等操作,最终获得小车相对于标识线中心线的角度偏差与位置偏移量,并打包成下位机可读取的路径参数。

无线局域网模块负责将获得的路径参数发送到控制模块。

控制模块根据接收到的路径参数输出控制指令纠正小车当前的位姿。同时,控制模块读取当前的电机状态、电量水平、运行速度等相关参数并实时调整小车的运行状态。

恭喜,此资源为免费资源,请先
注意:本站资源多为网络收集,如涉及版权问题请及时与站长联系QQ:2766242327,我们会在第一时间内与您协商解决。如非特殊说明,本站所有资源解压密码均为:agvba.com。
weinxin
微信公众号
agvba是一个分享AGV知识和agv案例视频的网站。