基于機(jī)器視覺的AGV導(dǎo)航標(biāo)識(shí)符識(shí)別方法研究
加入技術(shù)交流群
自動(dòng)導(dǎo)引車(automated guided vehicle，agv)是自動(dòng)化物流運(yùn)輸系統(tǒng)、柔性生產(chǎn)組織系統(tǒng)的核心設(shè)備。agv的引導(dǎo)方式有電磁感應(yīng)式、磁鐵—螺旋儀式、激光引導(dǎo)式、視覺引導(dǎo)式等。不同的引導(dǎo)方式不僅決定著由其組成的物流系統(tǒng)的柔性，也影響著系統(tǒng)運(yùn)行的可靠性和系統(tǒng)成本。視覺引導(dǎo)式agv的基本原理是通過模擬人的視覺系統(tǒng)從而引導(dǎo)agv的運(yùn)行，它具有理論上最佳的引導(dǎo)柔性[1]。視覺引導(dǎo)式agv在實(shí)際應(yīng)用中存在多種運(yùn)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(duì)視覺引導(dǎo)式agv進(jìn)行導(dǎo)航標(biāo)識(shí)符識(shí)別研究是必要的，這也是反映視覺引導(dǎo)式agv優(yōu)越于其他引導(dǎo)方式的標(biāo)志之一。
導(dǎo)航標(biāo)識(shí)符的設(shè)計(jì)
agv在實(shí)際應(yīng)用中存在多種工況，這些是實(shí)現(xiàn)agv多分支路徑識(shí)別的基礎(chǔ)。根據(jù)agv實(shí)際運(yùn)行的情況，設(shè)計(jì)了兩類導(dǎo)航標(biāo)識(shí)符：一種是控制標(biāo)識(shí)符；另一種是數(shù)字標(biāo)識(shí)符?？刂茦?biāo)識(shí)符的識(shí)別是根據(jù)不同標(biāo)識(shí)符水平所截線段寬度的變化規(guī)律來判斷是加速、減速、停車還是正常行駛，加速標(biāo)識(shí)符變化規(guī)律為小>中>大，減速標(biāo)識(shí)符變化規(guī)律為大>中>小，停車標(biāo)識(shí)符變化規(guī)律為小>大>小。數(shù)字標(biāo)識(shí)符的識(shí)別是通過對(duì)路徑上的0～9這十個(gè)字符的識(shí)別，然后根據(jù)各個(gè)字符被賦予不同含義完成agv的自動(dòng)導(dǎo)航。
圖1 控制標(biāo)識(shí)符設(shè)計(jì)圖
各種控制標(biāo)識(shí)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(biāo)識(shí)符的形狀是直徑為30mm的實(shí)心圓。路徑導(dǎo)航線是寬度為30mm的矩形條，它表示勻速行駛。導(dǎo)航標(biāo)識(shí)符和導(dǎo)航線的顏色都為黑色，以和路面背景相區(qū)分。
由于工廠及物流中心多以數(shù)字表示不同的工位，數(shù)字的準(zhǔn)確識(shí)別充分的體現(xiàn)視覺導(dǎo)航agv所具有的最佳引導(dǎo)柔性，也將直接影響到以agv為核心的生產(chǎn)物流智能配送系統(tǒng)的實(shí)現(xiàn)。
視覺引導(dǎo)式agv在實(shí)際運(yùn)行的過程中，是沿固定路線行駛的，數(shù)字標(biāo)識(shí)符一般出現(xiàn)在導(dǎo)航線上，放置在黑色標(biāo)示線中間，同時(shí)數(shù)字縱向的中心線盡可能與導(dǎo)航線中心線重合，導(dǎo)航線與數(shù)字下邊界之間有一個(gè)減速符，與數(shù)字上邊界之間有一段空缺距離，這樣便于提取數(shù)字標(biāo)識(shí)符。實(shí)驗(yàn)中采集到的數(shù)字以及數(shù)字的形式如圖2所示。本文所設(shè)計(jì)的數(shù)字工位0～9的數(shù)字字體是類似于led七段碼形狀的數(shù)字，高度為80mm，寬度為60mm。在實(shí)際運(yùn)用中，我們發(fā)現(xiàn)將“1”設(shè)計(jì)成“”更容易識(shí)別。
圖2 數(shù)字標(biāo)識(shí)符的設(shè)計(jì)圖
標(biāo)識(shí)符的識(shí)別方法
特征的提取與選擇
在一個(gè)完善的模式識(shí)別系統(tǒng)中，特征的提取與選擇這一技術(shù)環(huán)節(jié)是必不可少的，它通常處于對(duì)象特征數(shù)據(jù)采集和分類識(shí)別這兩個(gè)環(huán)節(jié)之間，起著承上啟下的作用。特征提取與選擇品質(zhì)的優(yōu)劣極大地影響著分類器的設(shè)計(jì)和性能，它是模式識(shí)別三大核心問題之一。特征提取與選擇的基本任務(wù)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(shí)保留住絕大部分樣本信息，以便更有效地設(shè)計(jì)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(diǎn)(或角點(diǎn))；(2)灰度統(tǒng)計(jì)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(shù)等[1]。為了有效地完成識(shí)別或匹配，常常要求所提取的特征具有旋轉(zhuǎn)不變性。關(guān)于特征不變量，一是直接從原始的目標(biāo)中提取，二是從已抽取的特征中構(gòu)造不變量。本文以全局特征為立足點(diǎn)，通過控制標(biāo)識(shí)符本身的形狀特征構(gòu)造特征向量來實(shí)現(xiàn)對(duì)它的識(shí)別，采用圖像的灰度均值為主要特征量實(shí)現(xiàn)對(duì)數(shù)字特征的提取與識(shí)別。
整個(gè)識(shí)別流程如圖3所示：圖像采集卡采集到一幀圖像后，首先對(duì)圖像進(jìn)行預(yù)處理以除字符圖像中的噪聲、壓縮冗余信息，得到規(guī)范化的點(diǎn)陣；然后判斷當(dāng)前圖像中是否有導(dǎo)航標(biāo)識(shí)符出現(xiàn)，如果沒有則進(jìn)入路徑識(shí)別模塊(這里假設(shè)自動(dòng)導(dǎo)引車沒有偏離導(dǎo)航線)；反之，則判斷是數(shù)字標(biāo)識(shí)符還是控制標(biāo)識(shí)符，如果是控制標(biāo)識(shí)符則進(jìn)行控制標(biāo)識(shí)符識(shí)別，如果是數(shù)字標(biāo)識(shí)符將采取以下步驟：(1)抽行掃描，分析每行交點(diǎn)數(shù)目和邊界信息，確定數(shù)字標(biāo)識(shí)符的感興趣區(qū)域，(2)提取數(shù)字標(biāo)識(shí)符的特征，(3)應(yīng)用特征匹配法進(jìn)行數(shù)字識(shí)別并輸出，(4)回歸導(dǎo)航線。
圖3 路徑標(biāo)識(shí)符識(shí)別流程圖
評(píng)論