复杂工况下视觉AGV导航标识带中心线的提取研究

针对光照不均匀、导航标识带破损、少量杂物干扰的复杂工况条件下,对视觉AGV采集到的路面导航标识带图片进行特征提取,采用灰度化、中值滤波进行了图像预处理,研究了Otsu法和迭代法等动态阈值分割算法以及形态学在图像分割中的应用,并对预处理图像作了分割对比实验;然后对分割后的图像进行边缘提取,分析了基于最小二乘法和Hough变换算法的直线拟合原原理,提出了Hough算法下基于边缘线的中心线拟合算法,并作了直线拟合对比试验;实验表明,复杂工况下,采用基于形态学和Otsu算法相结合的方法对图像进行分割,得到的二值图像边界更完整,效果更好,基于Hough变换算法较最小二乘法能更精确有效地提取出导航标识带中心线及其方程。     

基于双目视觉的AGV障碍物检测与避障

针对智能车间中物料位置和运动状态的不确定性,提出一种基于双目视觉的自动导引车(AGV)障碍物检测与避障方法。在障碍物检测过程中,首先采用基于深度检测的障碍物判定算法判断障碍物是否存在;然后利用帧差法提出一种障碍物信息的获取算法,分别得出静、动态障碍物的方位与速度信息。为进一步提高障碍物检测的可靠性,分别对不同状态的障碍物进行检测实验,结果表明,该算法误差较小、结果可靠。针对不同障碍物设计避障策略,对比PID和模糊PID的方法控制AGV运动,通过分析AGV运动过程中的角度和距离偏差验证了避障策略的有效性。最后,开发了一个简单高效的上位机系统,进一步验证了所提算法的可行性和有效性。