基于機器視覺的AGV導航標識符識別方法研究
加入技術交流群
自動導引車(automated guided vehicle，agv)是自動化物流運輸系統、柔性生產組織系統的核心設備。agv的引導方式有電磁感應式、磁鐵—螺旋儀式、激光引導式、視覺引導式等。不同的引導方式不僅決定著由其組成的物流系統的柔性，也影響著系統運行的可靠性和系統成本。視覺引導式agv的基本原理是通過模擬人的視覺系統從而引導agv的運行，它具有理論上最佳的引導柔性[1]。視覺引導式agv在實際應用中存在多種運行工況，如加速、減速、停車、勻速行駛以及不同工位判別等。因此，對視覺引導式agv進行導航標識符識別研究是必要的，這也是反映視覺引導式agv優越于其他引導方式的標志之一。
導航標識符的設計
agv在實際應用中存在多種工況，這些是實現agv多分支路徑識別的基礎。根據agv實際運行的情況，設計了兩類導航標識符：一種是控制標識符；另一種是數字標識符。控制標識符的識別是根據不同標識符水平所截線段寬度的變化規律來判斷是加速、減速、停車還是正常行駛，加速標識符變化規律為小>中>大，減速標識符變化規律為大>中>小，停車標識符變化規律為小>大>小。數字標識符的識別是通過對路徑上的0～9這十個字符的識別，然后根據各個字符被賦予不同含義完成agv的自動導航。
圖1 控制標識符設計圖
各種控制標識符如圖1所示。加速符的形狀為短邊朝下的等腰梯形，下底邊長30mm，上底邊長60mm，高為30mm；減速符的形狀為短邊朝上的等腰梯形，下底邊長60mm，上底邊長30mm，高為30mm；停車標識符的形狀是直徑為30mm的實心圓。路徑導航線是寬度為30mm的矩形條，它表示勻速行駛。導航標識符和導航線的顏色都為黑色，以和路面背景相區分。
由于工廠及物流中心多以數字表示不同的工位，數字的準確識別充分的體現視覺導航agv所具有的最佳引導柔性，也將直接影響到以agv為核心的生產物流智能配送系統的實現。
視覺引導式agv在實際運行的過程中，是沿固定路線行駛的，數字標識符一般出現在導航線上，放置在黑色標示線中間，同時數字縱向的中心線盡可能與導航線中心線重合，導航線與數字下邊界之間有一個減速符，與數字上邊界之間有一段空缺距離，這樣便于提取數字標識符。實驗中采集到的數字以及數字的形式如圖2所示。本文所設計的數字工位0～9的數字字體是類似于led七段碼形狀的數字，高度為80mm，寬度為60mm。在實際運用中，我們發現將“1”設計成“”更容易識別。
圖2 數字標識符的設計圖
標識符的識別方法
特征的提取與選擇
在一個完善的模式識別系統中，特征的提取與選擇這一技術環節是必不可少的，它通常處于對象特征數據采集和分類識別這兩個環節之間，起著承上啟下的作用。特征提取與選擇品質的優劣極大地影響著分類器的設計和性能，它是模式識別三大核心問題之一。特征提取與選擇的基本任務是如何從眾多特征中找出那些最有效的特征，即把高維特征空間壓縮到低維特征空間，同時保留住絕大部分樣本信息，以便更有效地設計分類器。
目前，用于圖像處理的特征主要有：(1)幾何特征，如邊緣、紋理、輪廓、焦點(或角點)；(2)灰度統計特征，如灰度直方圖、頻譜、矩；(3)變換特征，如fourier描繪子、walsh變換系數等[1]。為了有效地完成識別或匹配，常常要求所提取的特征具有旋轉不變性。關于特征不變量，一是直接從原始的目標中提取，二是從已抽取的特征中構造不變量。本文以全局特征為立足點，通過控制標識符本身的形狀特征構造特征向量來實現對它的識別，采用圖像的灰度均值為主要特征量實現對數字特征的提取與識別。
整個識別流程如圖3所示：圖像采集卡采集到一幀圖像后，首先對圖像進行預處理以除字符圖像中的噪聲、壓縮冗余信息，得到規范化的點陣；然后判斷當前圖像中是否有導航標識符出現，如果沒有則進入路徑識別模塊(這里假設自動導引車沒有偏離導航線)；反之，則判斷是數字標識符還是控制標識符，如果是控制標識符則進行控制標識符識別，如果是數字標識符將采取以下步驟：(1)抽行掃描，分析每行交點數目和邊界信息，確定數字標識符的感興趣區域，(2)提取數字標識符的特征，(3)應用特征匹配法進行數字識別并輸出，(4)回歸導航線。
圖3 路徑標識符識別流程圖
評論