基于机器视觉的AGV动态路径识别算法研究

论文摘要

随着工业自动化技术的发展,多功能立体化仓库的广泛应用,自动导引车(AGV)作为联系和调节柔性物流系统的枢纽,已经成为自动化连续作业的必备输送装置。为了提高视觉导航式AGV路径识别的实时性、准确性、适应性,更好的进行路径规划,实现灵活导航,本文采用图像处理技术,在动态环境中,根据序列图像相邻帧之间的连续性对路径中的导航线、标识符以及障碍物分别进行检测和识别研究。通过了解自动导引车国内外研究状况,分析和比较多种导引／导航方式的工作原理,阐述了视觉导航式AGV在应用领域中存在的优缺点,从而引出了本论文所要研究和解决的问题。通过对摄像机系统的数学建模,包括坐标系的建立以及车道模型的分析,在图像预处理过程中,经过基于序列图像的灰度图像二值化处理后,对导航标示线边缘进行检测,获得了自动导引车在行驶过程中关于路径环境的动态信息。为了使自动导引车更准确地跟踪路径,研究了导航标示线的中心线检测算法,发现常规Hough变换提取导航中心线的算法实时性较差,因此研究基于预测的Hough变换算法对导航中心线进行提取。实验结果表明,改进的Hough变换算法提高了系统的实时性,并具有较好的检测效果。针对视觉导航式AGV实际运行状况中单一的导航标示线提供给AGV的信息量匮乏这一缺点,为了使路径信息丰富,改善AGV系统的智能性,在对自动导引车工作现场环境的模拟分析的基础上,本文设计了两类简单且易于识别的导航标识符：控制标识符和数字标识符。采用图像投影的方法分别对这两类标识符确定感兴趣区域,依据标识符各自特征分别构造特征向量进行识别。实验表明,在有噪声的情况下,图像投影的方法能够提高标识符的识别率,并且具有较强的抗干扰能力和较好的鲁棒性。为了满足AGV安全行驶的要求,对路径上的障碍物进行空间定位。对于序列图像中障碍物的检测与跟踪,是先从单帧图像中采用水平投影的方法检测出障碍物,然后通过特征融合,利用均值平移算法对障碍物进行跟踪,并使用检测与跟踪互动的策略来优化检测和跟踪流程；最后使用射影几何中交比不变这一性质,根据已知参数求取障碍物的空间位置参数,并进行误差修正。实验数据表明,检测与跟踪互动的机制能够提高障碍物检测的正确率,空间定位算法具有较高的准确性和实时性。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 论文的选题背景
• 1.2 自动导引车国内外研究状况
• 1.2.1 国外研究状况
• 1.2.2 国内研究状况
• 1.3 AGV导引/导航方式比较
• 1.4 论文的主要研究内容
• 2 导航标示线检测算法研究
• 2.1 摄像机系统建模
• 2.1.1 坐标系建立
• 2.1.2 车道模型分析
• 2.2 图像预处理
• 2.2.1 彩色图像灰度化
• 2.2.2 灰度图像平滑处理
• 2.2.3 灰度图像二值化
• 2.2.4 形态学修正
• 2.3 导航标示线边缘检测算法
• 2.4 导航中心线提取算法
• 2.4.1 常规Hough变换
• 2.4.2 基于预测的Hough变换算法
• 3 导航标识符的设计与识别研究
• 3.1 控制标识符的设计与识别
• 3.1.1 基于投影的感兴趣区域的提取
• 3.1.2 基于形状特征的控制标识符识别
• 3.2 数字标识符的设计与识别
• 3.2.1 数字符特征分析与提取
• 3.2.2 基于统计特征的数字标识符识别
• 3.3 标识符识别实验
• 4 障碍物识别研究
• 4.1 障碍物识别技术概述
• 4.2 序列图像中障碍物的检测与跟踪
• 4.2.1 基于投影的单帧图像中障碍物检测方法
• 4.2.2 均值平移算法
• 4.2.3 特征模型与特征融合
• 4.2.4 检测与跟踪的互动策略
• 4.3 基于射影几何的障碍物空间定位算法
• 4.3.1 线性摄像机成像模型
• 4.3.2 镜头像差模型
• 4.3.3 透视投影中的交比不变性
• 4.3.4 空间目标定位算法
• 结论
• 致谢
• 参考文献
• 攻读学位期间的研究成果