一種基于圖像巡線的agv定點停車方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明應(yīng)用于基于圖像巡線的AGV控制領(lǐng)域，涉及一種適用于基于圖像巡線的 AGV定點停車方法。
【背景技術(shù)】
[0002] AGV(Automated Guided Vehicle)也就是自動導(dǎo)引運輸車是實現(xiàn)自動化工廠中的 一個重要領(lǐng)域，該項技術(shù)主要用于具有大量貨架的大型倉庫中的物資搬運存儲工作中，涉 及傳感器數(shù)據(jù)采集、數(shù)據(jù)濾波、路徑信息提取、運動控制、電機驅(qū)動、數(shù)據(jù)傳輸?shù)榷鄠€相關(guān)技 術(shù)領(lǐng)域。
[0003] 隨著近幾年自動駕駛汽車技術(shù)的迅速發(fā)展，以及生產(chǎn)自動化的必然趨勢，使得應(yīng) 用于大型倉庫的自動導(dǎo)引運輸車的市場需求也越來越強烈。在自動導(dǎo)引運輸車控制技術(shù)中 的高效準確的定點停車技術(shù)是其中一個十分重要的環(huán)節(jié)。目前，一般識別引導(dǎo)路徑的傳感 方案有磁導(dǎo)航、光電導(dǎo)航等，這些方案相對簡單和成熟，但是由于傳感器自身信息量過少而 導(dǎo)致無法實現(xiàn)精確的定點停車。傳統(tǒng)方法大多是采用開關(guān)量控制停車，也就是當(dāng)車載傳感 器檢測到停車信號就開始減速停車，這樣往往無法使車輛準確的?？吭陬A(yù)定位置。而基于 圖像處理的自動導(dǎo)引運輸車則可以實現(xiàn)精確定位停車，且實現(xiàn)成本較低。
[0004] 目前，基于圖像巡線的AGV控制技術(shù)中對于AGV的快速精確定點停車技術(shù)鮮有涉 及，而一般定位停車的方式是對AGV車速進行各個時間點的速度規(guī)劃，使AGV能夠相對精確 的停止。但是這種方式對AGV速度閉環(huán)的精度要求十分苛刻，然而實際中由于AGV空載與 滿載時的系統(tǒng)特性有明顯變化，導(dǎo)致速度環(huán)很難達到滿意的精度。所以，如果能解決基于圖 像的閉環(huán)快速精確定點停車問題，則能夠進一步挖掘出圖像導(dǎo)航應(yīng)用于AVG領(lǐng)域的優(yōu)勢， 提高AGV控制精度以及穩(wěn)定性。

【發(fā)明內(nèi)容】

[0005] 為了克服現(xiàn)有的基于圖像巡線的AGV定點停車方式的控制精度較低、穩(wěn)定性較差 的問題，本發(fā)明提供了一種控制精度較高、穩(wěn)定性良好的基于圖像巡線的AGV定點停車方 法，在保證準確識別地面停車地標信息的同時，又具有能夠通過地標信息反饋控制AGV的 速度，實現(xiàn)閉環(huán)停車的特點。
[0006] 本發(fā)明解決上述技術(shù)問題是通過以下技術(shù)方案實現(xiàn)的：
[0007] -種基于圖像巡線的AGV定點停車方法，包括如下步驟：
[0008] 1)將采集到的圖像進行中值濾波；
[0009] 2)將濾波后的圖像轉(zhuǎn)換為HSV數(shù)據(jù)格式，調(diào)整H與S的閾值，提取圖像中設(shè)定顏色 的停止地標，得到含有停止地標的二值圖像；
[0010] 3)對步驟2)中得到的二值圖像先后進行開閉運算，得到停止地標區(qū)域；
[0011] 4)對步驟3)得到的停止地標區(qū)域統(tǒng)計連通區(qū)域的數(shù)量、各區(qū)域面積，計算其外接 矩形的長寬比以及導(dǎo)航引導(dǎo)線的關(guān)系；若以上這些特征滿足預(yù)設(shè)條件，則認為得到的地標 區(qū)域無誤，并分別提取各個連通區(qū)域重心坐標并求得平均坐標，同時往后執(zhí)行步驟5);否 則丟棄該幀圖像數(shù)據(jù)，并更新攝像機采集圖像然后返回執(zhí)行步驟1);
[0012] 5)通過已有的坐標轉(zhuǎn)換表格將步驟4)得到平均縱向圖像坐標轉(zhuǎn)換為真實的地面 距離信息d y，將七與AGV編碼器上讀取的車速進行卡爾曼濾波；
[0013] 6)將地面距離信息dy作為輸入量，輸入到自抗擾控制器中，計算得到下一時刻的 AGV輸出速度，形成一個位置閉環(huán)控制器；
[0014] 7)重復(fù)步驟1)~6)，實時分離提取圖像中的停止地標并控制AGV高精度定位停 車，直到車輛停止。
[0015] 進一步，在步驟2)中所述的停止地標包括如下特征：
[0016] 停止地標的顏色與AGV導(dǎo)航引導(dǎo)線不同，且限于在黃色、綠色、紅色以及藍色之中 選擇，設(shè)定停止地標為兩個長20cm寬5cm的矩形實心區(qū)域，并對稱的分布在導(dǎo)航引導(dǎo)線的 兩側(cè)；同時，設(shè)定停止地標與導(dǎo)航引導(dǎo)線相隔15cm，停止地標長邊與導(dǎo)航引導(dǎo)線垂直分布。
[0017] 再進一步，在步驟4)中，所述的停止地標區(qū)域特征提取與判定過程如下：
[0018] 4. 1)選取圖像所有連通域中面積最大的兩塊區(qū)域，計算兩塊區(qū)域的面積，并將兩 個面積值作差得到差值，再取差值的絕對值除以兩塊區(qū)域的面積和，得到結(jié)果為n，將該結(jié) 果η與一個預(yù)先設(shè)定的閾值N比較，若小于閾值N，即n〈N，則認為地標區(qū)域提取正確；
[0019] 4. 2)若滿足4. 1)的條件，則計算兩塊區(qū)域的外接矩形長寬比，將矩形長寬比與實 際地面的停止地標的外接矩形長寬比作差得到差值，并取差值的絕對值m，同樣將該結(jié)果m 與預(yù)先設(shè)定的閾值M比較，若小于閾值M，即m〈M，則認為地標區(qū)域提取正確。
[0020] 4. 2)若4. 1)和4. 2)的條件都滿足，則計算兩塊區(qū)域的重心坐標，將其橫向坐標 XpX2與中間導(dǎo)航線的坐標X。做y = 2*x (J-X1-X2計算得到結(jié)果y，取y的絕對值與預(yù)先設(shè)定 的閾值Y比較，若小于閾值Y，即y〈Y，則認為地標區(qū)域提取正確，所述兩塊區(qū)域為正確的停 止地標區(qū)域。
[0021] 更進一步，在步驟5)中，所述的卡爾曼濾波算法的濾波過程如下：
[0022] 5. 1)首先建立系統(tǒng)的狀態(tài)方程：
[0023]
[0024] 上式中，〖!!^+(!^是k時刻真實的地面距離信息d y，（1_1^&%是k時刻編碼器測得 的速度偏差，dt是更新周期，Img_dy k 1是k-Ι時刻圖像中測得的地面距離信息d y，q_biask 1 是k-1時刻編碼器測得的速度偏差值，speed_m是編碼器的過程噪聲，w_Img_dy和w_speed 分別是圖像中測得的七與編碼器測得的速度值的測量噪聲；
[0025] 5. 2)建立測量方程
尤中 111^_(171<是k時刻真實的地面距離信息dy，q_biask是編碼器測得的速度偏差值，v_Img_dy 是地面距離信息七的白噪聲；
[0026] 5. 3)構(gòu)造過程噪聲矩陣
i，、其中Q_Img_dy為地面距離 信息dy的過程噪聲，Q_speed為編碼器測得的速度值的過程噪聲；
[0027] 5. 4)構(gòu)造測量噪聲矩陣：[R_Img_dy]，其中R_Img_dy為地面距離信息dy的測量噪 聲。
[0028] 5. 5)角度預(yù)測：
[0041] 重復(fù)計算公式（1)~（5)得到距離dy最優(yōu)的結(jié)果。
[0042] 在步驟6)中，所述自抗擾控制器包括跟蹤微分器、擴張狀態(tài)觀測器和非線性組 合，跟蹤微分器為參數(shù)輸入安排過渡過程，得到光滑的輸入信號，并提取其微分信號，擴張 狀態(tài)觀測器采用雙通道補償?shù)姆椒ǜ脑鞂ο竽Ｐ?，將非線性、不確定的系統(tǒng)近似線性化和 確定性化。非線性組合給出被控對象的控制策略。
[0043] 本發(fā)明具有的有益效果：引入必要的中值濾波以及開閉運算能夠增強停止地標區(qū) 域分割的抗干擾性，避免把噪點信息誤判為停止地標；設(shè)計地標區(qū)域與導(dǎo)航線不同顏色，通 過HSV顏色域提取相應(yīng)的信息，能夠有效的防止圖像中地標區(qū)域與導(dǎo)航線的相互干擾。通 過對停止地標的特征提取判定停止地標提取是否有誤，提高了停止地標識別正確率。將地 標的圖像坐標轉(zhuǎn)換為實際距離，提高了輸入數(shù)據(jù)的線性度，并對其做卡爾曼濾波進一步的 提高了距離數(shù)據(jù)的抗干擾能力。最后采用自抗擾控制算法作為位置閉環(huán)的控制器能夠極大 的提高定點停車的速度以及精度。
【附圖說明】
[0044] 圖1為含有停止地標信息的灰度圖。
[0045] 圖2為HSV閾值分割示意圖。
[0046] 圖3為分割出停止地標的結(jié)果示意圖。
[0047] 圖4為停止地標特征示意圖。
[0048] 圖5為圖像行數(shù)與實際距離關(guān)系示意圖。
[0049] 圖6為自抗擾控制算法架構(gòu)框圖。
[0050] 圖7為定點停車控制框圖。
【具體實施方式】
[0051] 為使本發(fā)明的目的、技術(shù)方案和優(yōu)點更加清晰，下面結(jié)合附圖對本發(fā)明的技術(shù)方 案作進一步描述。
[0052] 參照圖1~圖7, 一種基于圖像巡線的AGV定點停車方法，所述方法包括如下步 驟：
[0053] 1)將采集到的圖像進行中值濾波，消除圖像中的噪點。如圖1所示。為含有導(dǎo)航 線以及停止地標的灰度圖。
[0054] 2)將濾波后的圖像轉(zhuǎn)換為HSV數(shù)據(jù)格式。調(diào)整H與S的閾值，提取圖像中設(shè)定顏 色的停止地標，得到含有停止地標的二值圖像。如圖2中（a) (b)圖所示，選取僅含有停止 線信息的H域以及S域的部分，這樣就能夠提取停止地標信息的區(qū)域。
[0055] 在步驟2)中，進一步描述的停止地標包括如下特征：停止地標的顏色與AGV導(dǎo)航 引導(dǎo)線不同，但僅限于在黃色、綠色、紅色以及藍色之中選擇。停止地標為兩個長20cm寬 5cm的矩形實心區(qū)域，并對稱的分布在導(dǎo)航引導(dǎo)線的兩側(cè)。同時，停止地標與導(dǎo)航引導(dǎo)線相 隔15cm，停止地標長邊與導(dǎo)航引導(dǎo)線垂直分布。如圖1所示標號①所指區(qū)域為白色的導(dǎo)航 線，標號②所指的兩個對稱區(qū)域為綠色的停止地標并分布在白色的導(dǎo)航線兩側(cè)。
[0056] 3)對步驟2)中得到的二值圖像先后進行開閉運算，進一步消除噪點影響，得到停 止地標區(qū)域。具體效果如圖3所示。能夠相對完整的提取停止地標的連通區(qū)域。
[0057] 4)對步驟3)得到的停止地標區(qū)域統(tǒng)計連通區(qū)域的數(shù)量、各區(qū)域面積，計算其外接 矩形的長寬比以及導(dǎo)航引導(dǎo)線的關(guān)系，若以上這些特征滿足條件，則認為得到的地標區(qū)域 無誤，并分別提取各個連通區(qū)域重心坐標并求得平均坐標，同時往后執(zhí)行步驟5)。否則丟棄 該幀數(shù)據(jù)，并更新攝像機采集圖像然后返回執(zhí)行步驟1)。地標的部分特征如右圖4所示。
[0058] 在步驟4)中，進一步