基于地面特征块匹配的机器视觉用于平整地面AGV行驶轨迹计算方法

  • 基于地面特征块匹配的机器视觉用于平整地面AGV行驶轨迹计算方法已关闭评论
  • 95 views
  • A+
所属分类:AGV设计资料
摘要

利用机器视觉技术检测地面特征,将块匹配算法用于AGV导航。首先,该方法对每2帧图像的重叠部分进行识别;然后,利用块匹配算法寻找2幅不同帧图像的重叠部分;最后,通过计算重叠部分图像在前一帧的偏移量来计算AGV移动的距离,从而完成AGV行驶轨迹的计算。实验结果表明,样车系统在不同的地面情况下达到了预期的效果,验证了该方法的有效性。

0 引 言

无人搬运车( Automated Guided Vehicle, AGV) , 也叫做自动导引运输车,是指装备有电磁或光学传感 器装置,能够沿规定好的路径行驶,具有安全保护以 及各种移载功能的运输车。

传统的工厂和仓库中的货物搬运需要大量人力, 效率低下,容易出错。货物储存位置、不同货物大小 和重量,对机器和人都是一种挑战。

目前国内自动导引车普遍使用在地面上的标线 对小车进行导航,或者在规定区域的地面,贴上标志 图形[1],其缺点在于需要在地面上铺设大量标志线 和图形,其活动范围受到限制,且标志线被污染容易 造成导航精度降低甚至失效的后果。或者采用全局摄像头定位小车在室内的位置[2],其缺点是定位精 度差,成本高。

在 AGV 的相关技术研究中,导航技术是其核心 技术,也是其实现真正的智能化和完全的自主移动的 关键技术。导航研究的目标是在没有人工干预的情 况下使机器人有目的地移动并完成特定任务。而路 径轨迹计算又是导航的核心技术之一,只有知道了机 器人自身移动的轨迹,才能完成导航任务。

本文利用机器视觉技术检测地面,使用块匹配算 法计算 AGV 轨迹。其优点是无需在地面铺设大量标 志线和图形,精度高,成本低。在运行较长轨迹后,只 需用极少坐标作为误差矫正即可完成 AGV 的长期导 航任务。

1 直线行驶图像匹配

图像匹配是通过计算相似性度量来判断图像间 的变换参数,从不同传感器、不同方位、不同时间采集 同一场景的2 幅或多幅图像,将其变换到同一坐标系 下,并在像素层上实现最佳匹配的效果。图像匹配的 方法可以划分为4 类: 基于灰度的匹配、基于模板的 匹配、基于变换域的匹配和基于特征的匹配。

本文利用 CCD 拍摄地面,从地面的图像的移动 来判断小车移动的距离,由于地面特征变化很多,特 征有时明显有时不明显,所以采用基于模板的匹配的 方法来计算小车移动的距离,简单实用。

1.1 基于模板的匹配

基于模板的匹配是在图像已知的重叠区域里选 择一块矩形区域作为模板,与扫描被匹配图像中同样 大小的区域进行对比,计算其相似性度量,确定最佳 的匹配位置,所以此方法也被称为块匹配过程。其匹 配过程包括4 个步骤,如图1 所示。

基于地面特征块匹配的机器视觉用于平整地面AGV行驶轨迹计算方法

图1 基于模板的匹配算法流程图


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。