一種基于視覺的agv定位方法
【專利摘要】本發(fā)明提供了一種基于視覺的AGV定位方法，該方法通過在運行路徑（1）上布置顏色標記線（2）與運行路徑（1）組成十字的方式，來實現(xiàn)統(tǒng)計定位。針對常見AGV定位系統(tǒng)中存在的容易出現(xiàn)的定位策略單一、累積誤差大、易受干擾、安裝成本高等不足，本方法具有信息獲取豐富、定位策略多樣、可擴展性強、成本低廉，標志布置方便、算法處理簡單可靠等特點。
【專利說明】—種基于視覺的AGV定位方法

【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種AGV定位方法，尤其是涉及一種基于視覺的AGV定位方法。

【背景技術(shù)】
[0002]AGV (Automatic Guided Vehicle,自動導航小車)是一種無人操縱的自動化運輸設(shè)備，能承載一定的重量在出發(fā)地和目的地之間自主運行，是自動物流系統(tǒng)和柔性制造系統(tǒng)的重要組成設(shè)備，具有良好的市場前景和應用價值。導航系統(tǒng)是AGV的核心控制部分，定位則是導航系統(tǒng)中極其重要的功能組成部分。
[0003]目前，常見的AGV定位方法有里程定位、慣性定位、RFID定位、激光定位等，其優(yōu)劣勢如下:
(1)里程定位:根據(jù)小車行進距離來進行定位，該方法簡單易用、成本低，但其定位策略單一、定位精度較低，且容易出現(xiàn)累積誤差；
(2)慣性定位:利用陀螺儀精確獲取AGV運行方向和速度，通過已知的起點位置坐標，即可計算出AGV的位置。該方法簡單靈活、但成本較高，容易出現(xiàn)累積誤差。
[0004](3) RFID定位:利用無線射頻來進行定位，具有體積小、功耗低的優(yōu)點，但RFID作用范圍較短，在復雜的電磁環(huán)境下易受干擾；
(4)激光定位:定位準確、可靠，精度非常高，但其成本較高，傳感器及發(fā)射、反射裝置的安裝復雜。


【發(fā)明內(nèi)容】

[0005]本發(fā)明要解決的技術(shù)問題是提供一種基于視覺的AGV定位方法，該方法通過在運行路徑I上布置顏色標記線2與運行路徑I組成十字的方式，來實現(xiàn)統(tǒng)計定位。針對常見AGV定位系統(tǒng)中存在的容易出現(xiàn)的定位策略單一、累積誤差大、易受干擾、安裝成本高等不足，本方法具有信息獲取豐富、定位策略多樣、可擴展性強、成本低廉，標志布置方便、算法處理簡單可靠等特點。
[0006]本發(fā)明采用的技術(shù)方案如下:一種基于視覺的AGV定位方法，其特征在于:
步驟一，在小車運行路徑I上布置標記線2作為識別標識；
步驟二，圖像采集模塊采集圖像信息；
步驟三，圖像處理模塊讀入圖像信息并將其轉(zhuǎn)化為參數(shù)化形式的路面信息；
步驟四，定位模塊讀入路面信息，確定特征類型，對比歷史數(shù)據(jù)定位當前位置；
步驟五，定位模塊發(fā)送定位信息給主控程序，確定控制策略。
[0007]作為優(yōu)選，所述步驟一中，在小車起點、終點以及中間需要定位的點設(shè)置識別標識。
[0008]作為優(yōu)選，所述標記線2為顏色標記線。
[0009]作為優(yōu)選，所述標記線2與小車運行路徑I形成十字線。
[0010]作為優(yōu)選，所述步驟三中，圖像處理模塊工作的具體方法步驟為: a、讀取圖像采集模塊采集的路面圖像；
b、利用圖像形態(tài)學腐蝕、膨脹進行濾波，濾除干擾信號；
C、根據(jù)圖像輪廓確定小車是否在標記處；
d、如果是，則提取灰度化之前的圖像的標記顏色信息，進一步根據(jù)圖像顏色判斷小車是否在標記處；
e、如果是，則將顏色信息處理為二值化的參數(shù)信息輸出給定位模塊，確定顏色類型并對比歷史數(shù)據(jù)判定所代表的位置。
[0011]作為優(yōu)選，所述步驟c中，根據(jù)圖像輪廓確定小車是否在標記處的具體方法為:首先將圖像進行灰度處理，逐行掃描圖像，提取每個像素點的灰度值，根據(jù)設(shè)定閾值，對其進行二值化處理，使圖像只有黑白兩色之分，如果黑色像素數(shù)最多的一行黑色像素數(shù)超過一定值，則認為目前在標記處。
[0012]作為優(yōu)選，所述步驟d中，根據(jù)圖像顏色判斷小車是否在標記處的具體方法為:如果當前位于標記處，則對為灰度化之前的圖像數(shù)據(jù)進行顏色處理，如果屬于某種顏色的像素數(shù)超過設(shè)定值，則認為該幀圖像中具有這種顏色標記，從而進一步確定小車在標記處。
[0013]作為優(yōu)選，所述步驟四中，定位模塊工作的具體方法步驟為:
a、讀入圖像處理模塊最終處理好的路面參數(shù)；
b、根據(jù)路面參數(shù)，確認標記的顏色特征類型，對標記顏色特征進行歸類統(tǒng)計；
C、根據(jù)歸類統(tǒng)計數(shù)據(jù)，比對歷史數(shù)據(jù)，對AGV進行定位；
d、發(fā)送定位信息給主控程序，供其進行AGV控制策略的制定。
[0014]作為優(yōu)選，所述步驟b中，所述歸類統(tǒng)計是指完成行動決策后，將該標記的顏色特征加入歷史數(shù)據(jù)庫。
[0015]作為優(yōu)選，所述步驟c中對比的具體方法為:將歷史數(shù)據(jù)存入鏈表中，每個節(jié)點即一個包含顏色信息的標記點處，將地圖信息定義為二叉樹，將鏈表節(jié)點的顏色信息逐一與二叉樹中的顏色信息進行對比，獲取位置。
[0016]與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是:針對常見AGV定位系統(tǒng)中存在的容易出現(xiàn)的定位策略單一、累積誤差大、易受干擾、安裝成本高等不足，本方法具有信息獲取豐富、定位策略多樣、可擴展性強、成本低廉，標志布置方便、算法處理簡單可靠等特點。

【專利附圖】

【附圖說明】
[0017]圖1為本發(fā)明其中一實施例的標記示意圖。
[0018]圖2為圖1所示實施例中標記定位原理示意圖。

【具體實施方式】
[0019]為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點更加清楚明白，以下結(jié)合附圖及實施例，對本發(fā)明進行進一步詳細說明。應當理解，此處所描述的具體實施例僅用以解釋本發(fā)明，并不用于限定本發(fā)明。
[0020]本說明書中公開的所有特征，除了互相排除的特征以外，均可以以任何方式組合。
[0021]本說明書(包括任何附加權(quán)利要求、摘要和附圖)中公開的任一特征，除非特別敘述，均可被其他等效或者具有類似目的的替代特征加以替換。即，除非特別敘述，每個特征只是一系列等效或類似特征中的一個例子而已。
[0022]—種基于視覺的AGV定位方法:
步驟一，在小車運行路徑I上布置標記線2作為識別標識；
步驟二，圖像采集模塊采集圖像信息；
步驟三，圖像處理模塊讀入圖像信息并將其轉(zhuǎn)化為參數(shù)化形式的路面信息；
步驟四，定位模塊讀入路面信息，確定特征類型，對比歷史數(shù)據(jù)定位當前位置；
步驟五，定位模塊發(fā)送定位信息給主控程序，確定控制策略。
[0023]圖像采集模塊I通過CXD或CMOS攝像頭捕獲實際路面情況作為視覺導航系統(tǒng)的輸入，圖像質(zhì)量的好壞直接影響系統(tǒng)的處理速度與精度，良好的光照條件是獲取優(yōu)質(zhì)圖像的前提。
[0024]如圖2所示,所述步驟一中，在小車起點、終點以及中間需要定位(如:停頓、路口等)的點設(shè)置識別標識。
[0025]A點為小車的出發(fā)點，A、B、C、D、E、F、G、H、1、M為小車所有所可能需要到達并停頓的地點。
[0026]如圖1所示，所述標記線2為顏色標記線，與小車運行路徑I形成十字線。
[0027]所述步驟三中，圖像處理模塊工作的具體方法步驟為:
a、讀取圖像采集模塊采集的路面圖像；
b、利用圖像形態(tài)學腐蝕、膨脹進行濾波，濾除干擾信號；
C、根據(jù)圖像輪廓確定小車是否在標記處；
d、如果是，則提取灰度化之前的圖像的標記顏色信息，進一步根據(jù)圖像顏色判斷小車是否在標記處；
e、如果是，則將顏色信息處理為二值化的參數(shù)信息輸出給定位模塊，確定顏色類型并對比歷史數(shù)據(jù)判定所代表的位置。
[0028]所述步驟c中，根據(jù)圖像輪廓確定小車是否在標記處的具體方法為:首先將圖像進行灰度處理，逐行掃描圖像，提取每個像素點的灰度值，根據(jù)設(shè)定閾值，對其進行二值化處理，使圖像只有黑白兩色之分，如果黑色像素數(shù)最多的一行黑色像素數(shù)超過一定值，則認為目前在標記處。
[0029]在本具體實施例中，以十字形輪廓為例，二值化之后，就會出現(xiàn)一個以白色為背景，黑色為前景的十字輪廓。
[0030]所述步驟d中，根據(jù)圖像顏色判斷小車是否在標記處的具體方法為:如果當前位于標記處，則對為灰度化之前的圖像數(shù)據(jù)進行顏色處理，如果屬于某種顏色的像素數(shù)超過設(shè)定值，則認為該幀圖像中具有這種顏色標記，從而進一步確定小車在標記處。
[0031]考慮到地面可能存在顏色污跡，逐行掃描圖像，獲取圖像中存在的指定顏色像素(如藍色、紅色、黃色)，要判斷是否超過設(shè)定值Tl，如果是，則根據(jù)顏色的種類對int型變量Co 1rNum進行賦值。
[0032]可以用結(jié)構(gòu)體表示 struct mark
{
bool isCross;
int colorNum;
}；
isCross為true則表明在標記處,為false則表明不在標記處；
colorNum可以為不同的整數(shù)，比如ColorNum=I表示紅色；colorNum=2表示藍色......。
[0033]所述步驟四中，定位模塊工作的具體方法步驟為:
a、讀入圖像處理模塊最終處理好的路面參數(shù)；
b、根據(jù)路面參數(shù)，確認標記的顏色特征類型，根據(jù)既定行動策略對標記的顏色特征進行歸類統(tǒng)計；
C、根據(jù)歸類統(tǒng)計數(shù)據(jù)，比對歷史數(shù)據(jù)(如地圖信息)，對AGV進行定位，包括是否到達標記、目前位于哪一段路徑等；
d、發(fā)送定位信息給主控程序，供其進行AGV控制策略(是否減速、是否停車、是否轉(zhuǎn)彎等)的制定。
[0034]既定行動策略:從起點到終點，AGV要經(jīng)過的標記,在每個標記處應該做何種決策(是否上、下貨，速度是否變化等)。
[0035]所述步驟b中，所述歸類統(tǒng)計是指完成行動決策后，將該標記的顏色特征加入歷史數(shù)據(jù)庫。
[0036]所述步驟c中對比的具體方法為:將歷史數(shù)據(jù)存入鏈表中，每個節(jié)點即一個包含顏色信息的標記點處，將地圖信息定義為二叉樹，將鏈表節(jié)點的顏色信息逐一與二叉樹中的顏色信息進行對比，獲取位置。
[0037]假設(shè)AGV從標記A處出發(fā)，依次經(jīng)過了包含A和到達標記在內(nèi)的5個點，如果不考慮歷史數(shù)據(jù)的顏色信息，則到達標記點可以為D、F、G、I中任何一個，通過與歷史數(shù)據(jù)(t匕如:依次經(jīng)過藍、藍、紅、藍)進行對比后，再加上當前標記的顏色信息(比如:黃)，則可以確定當前AGV運行到了 G點。
[0038]AGV在運行過程中，每次經(jīng)過標記處時，都將標記顏色信息存放于數(shù)據(jù)庫中。
[0039]本具體實施例中采用顏色、十字標記外加比對歷史數(shù)據(jù)作為AGV定位的一種方法，其計算量小，速度快。
[0040]本發(fā)明所述方法以較低的成本豐富了 AGV對路面信息的獲取、增強了定位策略的可擴展性(比如:通過對字符、數(shù)字識別，可以形成新的定位方法)，降低了定位模塊的成本，適應了部分自動物流系統(tǒng)、柔性制造系統(tǒng)對低成本、高柔性的要求。
【權(quán)利要求】
1.一種基于視覺的AGV定位方法，其特征在于: 步驟一，在小車運行路徑(I)上布置標記線(2)作為識別標識； 步驟二，圖像采集模塊采集圖像信息； 步驟三，圖像處理模塊讀入圖像信息并將其轉(zhuǎn)化為參數(shù)化形式的路面信息； 步驟四，定位模塊讀入路面信息，確定特征類型，對比歷史數(shù)據(jù)定位當前位置； 步驟五，定位模塊發(fā)送定位信息給主控程序，確定控制策略。
2.根據(jù)權(quán)利要求1所述的一種基于視覺的AGV定位方法，其特征在于: 所述步驟一中，在小車起點、終點以及中間需要定位的點設(shè)置識別標識。
3.根據(jù)權(quán)利要求2所述的一種基于視覺的AGV定位方法，其特征在于: 所述標記線(2)為顏色標記線。
4.根據(jù)權(quán)利要求3所述的一種基于視覺的AGV定位方法，其特征在于: 所述標記線(2)與小車運行路徑(I)形成十字線。
5.根據(jù)權(quán)利要求4所述的一種基于視覺的AGV定位方法，其特征在于: 所述步驟三中，圖像處理模塊工作的具體方法步驟為: a、讀取圖像采集模塊采集的路面圖像； b、利用圖像形態(tài)學腐蝕、膨脹進行濾波，濾除干擾信號； C、根據(jù)圖像輪廓確定小車是否在標記處； d、如果是，則提取灰度化之前的圖像的標記顏色信息，進一步根據(jù)圖像顏色判斷小車是否在標記處； e、如果是，則將顏色參數(shù)信息輸出給定位模塊，根據(jù)標記顏色并對比歷史數(shù)據(jù)判定所代表的位置。
6.根據(jù)權(quán)利要求5所述的一種基于視覺的AGV定位方法,其特征在于: 所述步驟c中，根據(jù)圖像輪廓確定小車是否在標記處的具體方法為:首先將圖像進行灰度處理，逐行掃描圖像，提取每個像素點的灰度值，根據(jù)設(shè)定閾值，對其進行二值化處理，使圖像只有黑白兩色之分，如果黑色像素數(shù)最多的一行黑色像素數(shù)超過一定值，則認為目前在標記處。
7.根據(jù)權(quán)利要求6所述的一種基于視覺的AGV定位方法，其特征在于: 所述步驟d中，根據(jù)圖像顏色判斷小車是否在標記處的具體方法為:如果當前位于標記處，則對為灰度化之前的圖像數(shù)據(jù)進行顏色處理，如果屬于某種顏色的像素數(shù)超過設(shè)定值，則認為該幀圖像中具有這種顏色標記，從而進一步確定小車在標記處。
8.根據(jù)權(quán)利要求5所述的一種基于視覺的AGV定位方法，其特征在于: 所述步驟四中，定位模塊工作的具體方法步驟為: a、讀入圖像處理模塊最終處理好的路面參數(shù)信息； b、根據(jù)路面參數(shù)，確認標記的顏色特征類型，對標記顏色進行歸類統(tǒng)計； C、根據(jù)歸類統(tǒng)計數(shù)據(jù)，比對歷史數(shù)據(jù)，對AGV進行定位； d、發(fā)送定位信息給主控程序，供其進行AGV控制策略的制定。
9.根據(jù)權(quán)利要求8所述的一種基于視覺的AGV定位方法，其特征在于: 所述步驟b中，所述歸類統(tǒng)計是指完成行動決策后，將該標記的顏色特征加入歷史數(shù)據(jù)庫。
10.根據(jù)權(quán)利要求9所述的一種基于視覺的AGV定位方法，其特征在于: 所述步驟c中對比的具體方法為:將歷史數(shù)據(jù)存入鏈表中，每個節(jié)點即一個包含顏色信息的標記點處，將地圖信息定義為二叉樹，將鏈表節(jié)點的顏色信息逐一與二叉樹中的顏色信息進行對比，獲取位置。
【文檔編號】G01C21/00GK104181920SQ201310189378
【公開日】2014年12月3日 申請日期:2013年5月21日 優(yōu)先權(quán)日:2013年5月21日
【發(fā)明者】何敏 申請人:成都四威高科技產(chǎn)業(yè)園有限公司