基于机器视觉的AGV定位方法研究

  • 基于机器视觉的AGV定位方法研究已关闭评论
  • 49 views
  • A+
所属分类:AGV设计资料
摘要

实现了一种基于机器视觉的Autonomous Guide Vehicle(AGV)定位系统解决方案。设计了具有位置与方向信息的二维数字标签,利用CMOS工业相机获取标签图像,采用自动白平衡与自动曝光方法提高获取图像的质量,结合霍夫直线检测与颜色识别方法判断标签内容与偏转角度,计算得到AGV在工作环境中实际位置。实验数据与实际应用结果验证了本文AGV视觉定位系统的有效性和可行性,该方法计算量小,精度高,单次识别耗时低于运动控制周期,满足实时性要求,定位精度满足工业AGV在导航时的要求。

目前仓库货物的运输主要依靠人力,存在工作效率低,人力 资源浪费严重等问题, 因此迫切需要工业 AGV(Autonomous Guide Vehicle)取代这一方面的工作,提高生产效率和资源利 用率。机器视觉的飞速发展为工业AGV 的自动导航提供了更多 解决问题的思路。用于工业 AGV 自动导航的机器视觉系统通常 可以分为:图像采集部分、图像处理部分和运动控制部分[1]。

传统 AGV 定位方法主要包括以电磁感应导引为主的固定路 径导引,利用 RFID、超声波、红外等无线传感器的测距定位导引, 基于图像传感器的视觉导引。 固定路径导引必须预先设定路径且 不可变更,灵活性较差;测距定位导引抗电磁干扰能力较强,且不 受光线影响,但在多机运行和较复杂的室内环境中无法保持较高 的定位精度;视觉导引包括固定路线(标识线图像导引)和自由路 线(动态环境识别导引)两种,固定路线对标识线要求较高且灵活 性较差,自由路线通过对 AGV 行驶区域的环境进行图像识别,实 现无固定路线的智能化行驶。 本文所设计基于机器视觉的室内 AGV 定位系统属于视觉导引中的自由路线方式[2-3]。

1 AGV 视觉定位系统方案设计

1.1 AGV 视觉定位系统数字化标签设计

本文设计的 AGV 视觉定位系统主要包含以下两个部分:经 标签数字化后的外部环境和固定在 AGV 上的图像采集与处理系 统。 一般基于视觉的自由路线导引方式是利用图像传感器获取 AGV 行驶区域的环境图像,提取环境图像中的信息,并与已建好 的环境图像数据库中的信息进行比对,从而确定 AGV 当前位置。 其优点是可以灵活设置行驶路线,解决了其他传统引导方式对行 驶路径的限制问题;缺点是实时性较差,且环境图像的信息库建 立困难,难以投入到实际生产与应用中。 本文设计了一种包含位 置与方向信息的数字标签,可以有效地将环境数字化,不仅提高 了识别速度与精度,而且可以方便快速地建立标签数据库。

本文设计的数字化标签如图1a 所示。标签颜色选用易于识 别的红色,大小为 18cm×18cm,分为边框区和数据区。 图 1b 中 阴影区域为边框区,是宽度为 2.25cm 的红色方框;中间无阴影 部分为数据区。 数据区是按 4×4 分布的 16 个 3.375cm× 3.375cm 的红白方块,其中红方块表示0,白方块表示 1,即表示16 位二进制信息,分为 3 部分:10 位数据位、4 位方向标志位、2 位校验位。

标签数据内容如图 1c 所示,16 位二进制信息分为3 部分: 10 位数据位A2A4A5A6A7A9A10A11A13A14、4 位方向标志位 A0A3A12A15、 2 位校验位 A1A8。 10 位数据位有 1024 种不同组合, 即可表示 1024 个不同标签。 4 位方向标志位处于四个顶点,将 A0A3A12 三 个方块设定为红色,A15 方块设定为白色, 用于唯一确定标签的朝 向。 2 位校验位的校验规则如下:当第 2、4、5、6、7 位中“1”的个数 为奇数时,第 1 位 A1 为“1”,否则为“0”;当第 9、10、11、13、14 位 中“1”的个数为奇数时,第 8 位 A8 为“1”,否则为“0”。

基于机器视觉的AGV定位方法研究

图 1 环境数字化标签

本文所采用的图像采集系统在距离目标3m 时的视野范围 可达到 4m×3m, 因此在 AGV 行驶区域的上方按照3m×3m 的 距离粘贴标签,并将标签内容与其在环境中的坐标一一对应,标 签朝向应保持一致,完成工作环境的数字化。

1.2 AGV 视觉定位系统图像采集与处理模块设计

本文选用的视觉传感器是大恒图像的工业数字相机 DH- GV400UC-ML,该相机采用全帧曝光方式,而且可编程设置曝 光时间,保证 AGV 在运动过程中能够获取清晰的图像。 为保证 AGV 视觉采集模块获取图像范围尽可能大, 采用的镜头为 2.8mm 广角镜头,视场角约为 90°。
本文设计 AGV 视觉定位系统的图像处理模块主要根据图 像中标签的方向、位置来确定图像中心位置(AGV 位置)相对于 标签的实际方位, 通过识别出标签内容可以确定具体是哪一个 标签,即可以知道该标签对应的实际坐标位置,两者相结合可以 计算出 AGV 在实际环境中的位置与方向,图像处理模块流程图

抱歉,此资源仅限赞助会员下载,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。