AGV视觉定位与导航跟踪技术研究

VIP免费

3.0 侯斌 2024-11-19 4 4 3MB 74 页 15积分

侵权投诉

摘要

AGV是无人搬运车（Automated Guided Vehicle）的英文简称，它可以根据系

统下达的命令，按照传感系统获得的信息和预先规划的路径进行停靠和前行，自

主完成一系列的工作流程。当今工业现代化的进程不断加快，AGV得到越来越多

的应用，其相关技术也是当今各界的热门研究课题。

虽然AGV相关技术和应用已经很成熟，但是通过查阅大量资料可知，现有的AGV

导航技术都是基于其他辅助工具，如视觉巡线或者磁导线等。但是基于图像识别

技术的全视觉导航还处于试验阶段，没有成熟的应用产品。基于此，本文在大量

前人的基础之上，通过已有的图像识别技术对全视觉导航进行初步研究。

首先，研究了国内外在AGV方面的研究方向和发展现状，了解其发展趋势以

及所面临的实际问题，比较系统的分析了AGV的特点及关键技术的应用。

其次，立体视觉技术是本文的关键技术，双目立体视觉技术在视差原理的基

础上，从多幅图像中得到物体三维信息的一种方法。本文使用左右两个摄像机在

不同的方向上同时获取周围场景的两幅图像，在视差原理的基础上得到物体的三

维信息来重建周围景物的立体形状。本文利用OpenCV和OpenGL相结合的方法，

对场景进行了三维构建。

最后，通过SIFT算法对AGV工作环境进行特征点提取并匹配，获取到障碍物

特征点的三维信息，以此建立可视化路标数据库，并生成了基于障碍物特征点的

电子地图。运用Ford算法和遗传算法对未知环境进行了最优路径规划，并针对环境

中存在未知静态障碍物的情况，设计了相应的避障策略。

关键词：立体视觉特征提取与匹配电子地图路径规划

ABSTRACT

AGV(Automated Guided Vehicle) can operated according to the command based on

information of sensing system, it can forward and dock in a particular way, independent

through a series of working process. Today the modernization process accelerating in

industrial, the application of AGV become more and more, and its related technology

has become a hot research topic.

Although AGV related technical and application was mature, but by consulting a

large number of material, it is known that the existing technology are based on auxiliary

tools such as magnetic wires of navigation, but based on image recognition technology

of all visual navigation is still in the pilot phase, not mature application fields. So this

article, based on the basis of predecessors, through the existing image recognition

technology to research of the visual navigation.

First, study the research direction and development present situation of AGV in

domestic and overseas, understand the development trend and the actual problems faced,

and analysis of the system is the key technology of characteristic and application in

AGV.

Second, stereo vision technology is the key technology of this paper, binocular

stereo vision technology is based on the principle of the parallax, it from many images

of objects can get the 3d information. This article is about to use two cameras in a

different direction and get two images of the around scene, based on the principle of

parallax can get the 3d information of object to rebuild the scenery around the stereo

shape and position. In this paper, we according to the OpenCV and OpenGL to

established the 3d model.

Finally, matching the feature points of work environment and obtained the information

of 3d point, establish visual sign database, and finally formed the electronic

environment map. Use the Ford algorithm and genetic algorithm to get the shortest path.

And according to the unknown static obstacles, design the corresponding obstacle

avoidance strategy.

Key Words: Stereo Vision, Feature Extraction and Matching,

Electronic Map, Path Planning

中文摘要

ABSTRACT

第一章绪论 ................................................................................................................... 1

§1.1 引言 .................................................................................................................. 1

§1.2 AGV 发展历史和现状 .................................................................................... 1

§1.3 AGV 的特点和行业应用 ................................................................................. 2

§1.4 本文研究内容及结构安排 ............................................................................. 5

第二章立体视觉系统理论 ............................................................................................. 7

§2.1 摄像机模型 ..................................................................................................... 7

§2.1 .1 透视投影模型 ............................................................................................. 7

§2.1 .2 立体视觉模型 ............................................................................................. 9

§2.2 立体视觉中的线性几何 ................................................................................. 11

§2.3 立体视觉中的极线校正 ................................................................................ 12

§2.4 本章小结 ....................................................................................................... 13

第三章视觉图像处理技术 ........................................................................................... 14

§3.1 图像增强理论 ................................................................................................ 14

§3.1.1 空间域滤波 ................................................................................................ 14

§3.1.2 边界处理 .................................................................................................... 15

§3.2 图像平滑 ........................................................................................................ 16

§3.2.1 均值滤波 .................................................................................................... 16

§3.2.2 中值滤波 .................................................................................................... 17

§3.3 直方图处理 .................................................................................................... 18

§3.3.1 直方图的典型用法 .................................................................................... 19

§3.3.2 基于直方图阈值化的色彩模糊聚类 ........................................................ 20

§3.4 SIFT 特征提取与匹配算法 ........................................................................... 23

§3.4.1 SIFT 特征匹配算法相关理论 ................................................................... 24

§3.4.2 特征提取 .................................................................................................... 24

§3.4.3 特征匹配 .................................................................................................... 31

§3.5 本章小结 ....................................................................................................... 32

第四章重建三维场景和电子地图 ............................................................................... 33

§4.1 利用 OpenGL 实现三维物体重建 ................................................................ 33

§4.1.1 OpenGL 工作流程 ..................................................................................... 33

§4.1.2 OpenGL 中图元的描述 ............................................................................. 34

§4.1.3 重建结果 ................................................................................................... 35

§4.2 构建电子地图理论 ........................................................................................ 36

§4.2.1 环境表示方法 ............................................................................................ 37

§4.2.2 坐标系的建立 ............................................................................................ 37

§4.2.3 不确定信息描述和处理 ............................................................................ 38

§4.3 地图构建算法和实验分析 ............................................................................ 39

§4.3.1 环境特征点的提取及匹配 ........................................................................ 40

§4.3.2 特征点三维信息获取 ................................................................................ 44

§4.3.3 可视化路标数据库的建立 ........................................................................ 46

§4.3.4 环境特征地图的构建 ................................................................................ 47

§4.4 本章小结 ....................................................................................................... 48

第五章 AGV 路径规划 ................................................................................................. 49

§5.1 全局路径规划 ................................................................................................ 49

§5.1.1 自由空间法环境建模 ................................................................................ 50

§5.1.2 求解最短路径 ............................................................................................ 52

§5.2 优化最短路径 ................................................................................................ 54

§5.2.1 遗传算法原理 ............................................................................................ 54

§5.2.2 编码 ............................................................................................................ 55

§5.2.3 适应度函数 ................................................................................................ 56

§5.2.4 遗传算子 .................................................................................................... 56

§5.2.5 用遗传算法优化最短路径 ........................................................................ 58

§5.3 局部路径规划 ................................................................................................ 60

§5.3.1 几种典型的局部路径规划方法 ................................................................ 61

§5.3.2 躲避未知静态障碍物的路径规划 ............................................................ 62

§5.4 本章小结 ....................................................................................................... 65

第六章总结与展望 ....................................................................................................... 66

§6.1 总结 ................................................................................................................ 66

§6.2 展望 ................................................................................................................ 66

参考文献 ......................................................................................................................... 68

在读期间公开发表的论文和承担科研项目及取得成果 ............................................. 71

致谢 ............................................................................................................................... 72

第一章绪论

§1.1 引言

AGV 是无人搬运车（Automated Guided Vehicle）的英文简称，是指能够根据

自身装备的电磁或者光学等自动引导装置，能够沿规定的引导路径行驶，具有编

程装置，安全保护以及各种移载功能的运输车。它是现代物流系统中的关键设备

之一，以电池为动力，进行非接触式引导，并可根据实际需要配备不同的移载机

构，以完成相应的操作任务[1]。

随着工业现代化的速度不断加快，自动化程度越来越高，传统制造业的生产

方式发生了深刻变化。为了节约成本、缩短生产周期，工厂自动化和柔性制造系

统(Flexible Manufacture System, FMS)等先进的生产方式逐渐发展起来。工厂自动

化和柔性制造系统的主要设备是机器人、自动化立体仓库、物料分检识别系统、

无人搬运车等，其中无人搬运车以自动导向小车为标志，它综合应用了传感器、

信号处理、计算机、自动控制、通讯和机械等多个学科的技术，是现代物流系统

中的关键设备。

§1.2 AGV 发展历史和现状

AGV 最早出现在 20 世纪 50 年代的美国，到 20 世纪 80 年代，在全球范围内

的各业装备了数万台 AGV，至今已更为普遍,主要制造商分布在欧洲及美国、日本

等发达国家。

20 世纪 60 年代早期，集成电子技术在 AGV 上的应用促进了 AGV 的自动化

及控制性能的提高，使控制系统功能复杂的 AGV 开发有了现实可行性。在这一时

期，欧洲地区的公司对托盘的尺寸与结构进行了标准化，这一措施有力地促进了

AGV 技术在欧洲的快速发展。

20 世纪 70—90 年代，随着集成电路电子技术和计算机技术的发展微处理器开

始普遍应用于 AGV 领域，AGV 的自动化和智能化程度大大提高。1974 年，瑞典

的沃尔沃轿车装配工厂与 Schiindler-Digitron 公司合作，开发研制出了一种可装载

轿车车体的 AGVS，并且将多台改造的 AGV 组成了汽车装配线。1984 年，通用公

司使用了其第一个基于 AGVS 的轿车柔性装配线，到 1986 年，使用的 AGV 达到

1407 台，该公司成为 AGV 的最大用户，带动了 AGV 在工业领域的大规模应用。

AGV 视觉定位与导航跟踪技术研究

21 世纪以来，随着电子、计算机、通信、人工智能、图像处理技术的飞速发

展，AGV 的自动化和智能化程度进一步提高，各种满足不同需要的 AGV 也应运

而生。到目前为止，AGV 已被广泛应用于机械、物料装配、电子、化工、烟草、

医疗、汽车、民航、食品、核材料和感光材料等行业。

从20 世纪 70 年代末开始，我国有若干高校及科研院所对 AGV 进行了不同程

度的开发研制，并取得了一定的成果，缩短了与国际的差距。

2004 年，新松机器人股份有限公司成功开发出具有自主知识产权的激光导引

AGV（LGV），填补了国内空白。激光导航型 AGV 产品的研制成功，使新松在激

光导航方式、相应的控制技术等方面达到新的高度；彻底打破了国外在关键技术

上的垄断，同时形成了完全自主的技术优势，在 AGV 产品的发展历程中起到里程

碑作用。

2005 年昆明船舶设备集团成功研制出一套支持 AGV 项目从路径规划、流程设

计、项目仿真到系统实施全过程的系统技术——AGV 集成输送系统，建立起了一

套具有完全知识产权、技术独立的 AGV 系统技术平台。在 2006 年又推出了具有

自主技术的激光引导 AGV，具有国内先进水平。

吉林大学智能车辆课题组对智能车辆视觉自主导航机理和关键技术进行了深

入系统的研究，研制出的 JLUIV—3型视觉导航 AGV 经过实际应用试验有以下显

著优点：引导路径标线设置简单灵活、成本低，便于维护与改线；能够对直线、

弧线和只有转弯路径形态进行准确稳定跟踪；能够实时有效的识别状态标志，可

靠的完成相应状态控制；自动避障、自动报警、自动寻线功能可靠，智能化程度

高；全方位、多启停按钮设置，操作简便，保证车辆安全。

§1.3 AGV 的特点和行业应用

近年来，自动化技术呈现加速度发展的趋势，国内自动化仓库和自动化柔性

装配线进入发展和普及阶段。其中，在自动化仓库与生产车间之间，各工位之间，

各段输送线之间，AGV 起了无可替代的重要作用， AGV 的主要功能表现为能在

计算机监控下，按路径规划和作业要求，使小车较为精确地行走并停靠到指定地

点，完成一系列作业功能。它以轮式移动为特征，较之步行、爬行或其它非轮式

的移动机器人具有快捷、效率高、结构简单、可控性强、安全性好等优势，特别

是它的活动区域没有因铺设的轨道、支座架等固定装置，而使场地、道路和空间

受到限制，因此在自动化物流系统中，更能充分地体现其自动性和柔性，实现高

效、经济、灵活的自动化生产。

第一章绪论

有了这样的生产过程，就会得到稳定的高质量产品和井井有条的生产环境；

工作人员会把精神放在人所擅长的方面。简练生产制，准时生产制，大规模定做

制，这些现代化的生产哲学概念制造了对 AGV 的大量需求。

1．仓储业

仓储业是 AGV 最早使用的方向。1954 年世界上首台 AGV 在美国 Mercury

Motor Freight 公司的仓库内投入运营生产，用于实现出入库货物的自动搬运。目前

世界上约有 2万台各式各样的 AGV 被生产应用在 2100 座仓库中。在中国，海尔

集团于 2000 年引进了一个由 9台AGV 组成的柔性的库内自动搬运系统，每天可

以成功地完成两万多台的货物搬运任务。

2．制造业

在制造业的生产线中 AGV大显身手，在完成物料的搬运任务中准确灵活高效，

担当了重要的作用。并且可以让多台 AGV 组成柔性的物流搬运系统，随着生产工

艺流程的调整而可以及时调整搬运路线，使一条生产线上能够制造出十几种产品，

大大提高了生产的柔性和企业的竞争力。在汽车行业如沃尔沃、通用、丰田、大

众等知名汽车制造商的制造和装配线上有了普遍应用，大大地减少了装配时间和

装配故障，提高了劳动效率。

3．公共场合

在邮局、图书馆、码头和机场等公共场合，AGV 也有着广泛的应用，由于这

些场合需要运送的物品存在着作业量变化大，动态性强，作业流程经常调整，以

及搬运作业过程单一等特点，AGV 有着并行作业、自动化、智能化和柔性化的特

性，所以能够很好的满足上述场合的要求。

4．特殊行业

对于搬运作业有特殊要求的行业如烟草、医药、食品、化工等，清洁、安全、

无排放污染等是特定的标准。在这种情况下，AGV 的应用同样受到了重视。在国

内的许多卷烟企业，都应用激光引导式 AGV 来完成托盘货物的搬运工作。

5．危险场所和特种行业

在军事上，以 AGV 的自动驾驶为基本集成其他探测和拆卸设备，可用于战场

排雷和阵地侦查，英国军方正在研制一种具有地雷探测、销毁及航路验证能力的

自动型侦察车。在钢铁厂，AGV 用于炉料运送，减轻了工人的劳动强度。在核电

站等有辐射的场所，AGV 的应用大大减少了被辐射的危险。在胶片等黑暗仓库，

AGV 可以在黑暗的环境中，精确牢靠的输送物料和半制品。

§1.4 AGV 引导技术简介

AGV 视觉定位与导航跟踪技术研究

AGV 技术的发展具体表现在导引技术的发展上。AGV 的导向方式不仅决定着

由其组成的物流系统的柔性，也影响着系统运行的可靠性及组态费用。随着电子

技术的发展，以及 AGV 导向技术的多样化和导向方式的多元化，使得 AGV 的性

能有了进一步提高并能适应更复杂的工作环境，应用也更为广泛。

就目前 AGV 的发展来看，引导技术大体分为以下几种[2]：

1、直接坐标导引技术

这种引导方式是用定位块将 AGV 的行驶区域分成若干坐标小区域，通过对小

区域的计数实现导引，一般有光电式和电磁式两种形式。其优点是路径易修改、

可靠性好、对环境无特别要求。缺点是地面测量安装复杂、工作量大、导引精度

和定位精度较低，且无法满足复杂路径的要求。

2、电磁导引技术

电磁导引是较为传统和广为采用的导引方式之一，它是在 AGV 的行驶路径上

埋设金属线，并在金属线加载导引频率，通过对导引频率的识别来实现导引。其

主要优点是引线隐蔽、不易污染和破损、原理简单可靠、便于控制和通讯、对声

光无干扰以及制造成本较低。缺点是路径难以更改扩展，对复杂路径的局限性大。

3、磁带导引技术

这种引导方式与电磁导引相近，是用在路面上贴磁带替代在地面下埋设金属

线，通过磁感应信号实现导引，其灵活性比较好，改变或扩充路径较容易，磁带

铺设简单易行，但此导引方式易受环路周围金属物质的干扰，对磁带的机械损伤

极为敏感，因此导引的可靠性受外界影响较大。

4、光学导引技术

这种方式是在 AGV 的行驶路径上涂漆或粘贴色带，通过对摄像机采入的色带

图像信号进行简单处理而实现导引，其灵活性比较好，地面路线设置简单易行，

但对色带的污染和机械磨损十分敏感，对环境要求过高，导引可靠性较差，且很

难实现精确定位。

5、激光导引技术

激光导引是在 AGV 行驶路径的周围安装位置精确的激光反射板，AGV 通过

发射激光束，同时采集由反射板反射的激光束，来确定其当前的位置和方向，并

通过连续的三角几何运算来实现 AGV 的导引。

此项技术最大的优点是，AGV 定位精确、地面无需其他定位设施、行驶路径

可灵活多变，能够适合多种现场环境，它是目前国外许多 AGV 生产厂家优先采用

的先进导引方式，但其核心技术还仅限于个别公司掌握，目前我国还没有此项完

整的民用技术。

文档加载中……请稍候！
如果长时间未打开，您也可以点击刷新试试。

下载文档到电脑，查找使用更方便

15 积分 4人已下载

立即下载 VIP免费下载

摘要：

摘要AGV是无人搬运车（AutomatedGuidedVehicle）的英文简称，它可以根据系统下达的命令，按照传感系统获得的信息和预先规划的路径进行停靠和前行，自主完成一系列的工作流程。当今工业现代化的进程不断加快，AGV得到越来越多的应用，其相关技术也是当今各界的热门研究课题。虽然AGV相关技术和应用已经很成熟，但是通过查阅大量资料可知，现有的AGV导航技术都是基于其他辅助工具，如视觉巡线或者磁导线等。但是基于图像识别技术的全视觉导航还处于试验阶段，没有成熟的应用产品。基于此，本文在大量前人的基础之上，通过已有的图像识别技术对全视觉导航进行初步研究。首先，研究了国内外在AGV方面的研究方向...

展开>> 收起<<

AGV视觉定位与导航跟踪技术研究.pdf

共74页,预览8页

还剩页未读，继续阅读

AGV视觉定位与导航跟踪技术研究

相关推荐

开通VIP享超值会员特权

作者详情

相关内容

推荐作者

热门标签

举报选择: