论文部分内容阅读
随着自动化水平的提高,AGV系统的应用越来越广泛,发挥着愈加重要的作用,成功地应用AGV系统能够大幅度减少人力成本,提高生产效率。近些年,伴随着计算机和传感器等硬件能力的不断提升,视觉导引技术逐渐成为研究热点。本文以实际装配车间的物料运输为场景,针对装配车间存在的光照不均匀、导航标识带破损、障碍物阻挡等实际问题,对AGV的视觉导航识别和障碍物检测方法进行了研究。主要的研究内容和成果如下:1.导航标识带图像处理及识别。针对实际场景中存在光照不均、标识带破损等因素引起的视觉导引标识带中心线提取不完整、不精确的问题,提出了一种复杂工况下导航带中心线的提取算法,经实验验证,该算法能够消除上述不良因素的影响,有效提取出标识带中心线;针对运输场景中,AGV需要加减速、转弯、停车等实际功能需求,设计了一系列导航标识符,并提出一种基于改进hu不变矩的图像识别算法,能够让AGV正确有效识别出相应的导航标识符;2.导航控制方法及障碍物检测。在无障碍路径下,AGV行驶应当快速高效并保持较高精度,但对于非线性系统,PID控制效果并不理想,本文采用模糊PID控制方法。并针对PID和模糊PID控制分别进行了软件仿真和实验对比,结果表明模糊PID控制效果更好;存在障碍物时,AGV需要有效识别并获取障碍信息,本文提出一种基于双目深度检测的障碍物判定算法,同时提出一种定量获取障碍方位和速度信息的算法,实验结果表明算法能有效识别障碍物并获取其参数信息;3.实验平台搭建与算法验证。搭建了AGV小车实验装置,并基于c#和EmguCV设计开发了系统控制软件。分别对标识带中心线提取算法、导航标志符识别算法、无障碍路径的控制算法以及有障碍时对障碍物的检测算法进行了实验,验证了本文所提算法的有效性。