視覺導引式AGV動態(tài)分割最優(yōu)閾值路徑預測算法

徐桂林

(長春氣象儀器研究所有限責任公司，長春130102)

0 引言

AGV(Automated Guided Vehicle，AGV)作為一種集環(huán)境感知、動態(tài)決策與規(guī)劃、運動控制等功能于一體的智能機器人系統(tǒng)，集中了傳感器技術(shù)、機械工程、電子技術(shù)、計算機、自動化及人工智能等多學科的研究成果，是目前科學技術(shù)發(fā)展非常活躍的領域之一，在智能工廠、交通運輸、倉儲物流、醫(yī)療衛(wèi)生及家庭服務業(yè)等領域應用日趨廣泛[1]。鑒于應用場景的復雜性，基于視覺導引的AGV較其他路徑引導方式系統(tǒng)具有更大的應用潛力[2]。視覺導引AGV在路徑信息識別上需要完成圖像信號采集、噪聲濾除、分析判別處理等路徑識別與預測問題，其中引導線的有效提取及路徑預測是保證AGV可靠高效運行的核心算法。目前視覺導引AGV在引導線識別提取上經(jīng)常采用的是閾值判別法和邊緣檢測法，其中閾值法通過計算平均閾值作為基準，這種算法可濾除視覺圖像上的噪聲擾動點，但受光線環(huán)境的影響較大，當存在較大環(huán)境反光情況時，平均閾值偏差較大，容易造成路徑識別錯誤；邊緣檢測法通過對圖像灰度信息矩陣閾值跳變檢測確定引導線位置，可較好地適應光照條件，但數(shù)據(jù)處理過程復雜，對控制器計算能力要求高，經(jīng)濟性和實時性不好[3，4]。

1 引導線圖像識別原理

對引導線的實時圖像進行信息采集時，CCD攝像頭按特定分辨力以隔行掃描的方式采集像素點。當掃描到某點時，圖像傳感芯片就將該點處的圖像灰度轉(zhuǎn)換成相對應的電壓值，每完成一行掃描就輸出一段連續(xù)電壓信號，電壓信號的幅值變化反映圖像灰度變化，完成一行的掃描后輸出行同步脈沖，然后跳過一行后開始新一行的掃描，直到完成一場圖像的掃描；在一場掃描完成后會出現(xiàn)場消隱區(qū)，發(fā)出場同步脈沖；隔行掃描CCD攝像頭每秒掃描25幅圖像，分為奇場和偶場，奇場時只掃描圖像中的奇數(shù)行，偶場時只掃描偶數(shù)行，每秒掃描50場，攝像頭輸出的視頻同步信號經(jīng)過采集、去噪、增強和判別處理，提取出正確的引導線信息作為運動路徑規(guī)劃的依據(jù)[5]。CCD攝像頭視頻信號如圖1所示。

圖1 攝像頭視頻信號

2 動態(tài)分割最優(yōu)閾值引導線提取算法

攝像頭采集的灰度圖像由于現(xiàn)場環(huán)境光線和運行路面情況等噪聲干擾，固定閾值并不能有效處理圖像，需要根據(jù)圖像條件確定多個閾值來處理圖像灰度，從而準確提取引導線。

每幀圖像的灰度平均值：

(1)

(2)

式(1)、(2)表明隨著迭代次數(shù)的增加，灰度平均值將趨向于真值。

首先選擇初始值T0進行圖像分割：

(3)

式(3)中，Zmax、Zmin分別為圖像中的最大和最小灰度值。

利用Tk將圖像分割R1、R2兩組，其中：

(4)

(5)

計算區(qū)域R1、R2的灰度均值Z1、Z2，分別為：

(6)

(7)

式中，f(i，j)是圖像上(i，j)點的灰度值。

選擇Tk+1值：

(8)

如果|Tk-Tk+1|≤A，Tk+1為閾值；否則使K=K+1，繼續(xù)迭代計算。式中A是預先設定的閾值允許誤差范圍。

依據(jù)上述步驟完成一幀圖像的處理后，引導線中心位置可表示為：

Center=i+j/2×4

(9)

式中，i表示黑線的起始位置；j表示賽道黑線的點數(shù)。

視頻數(shù)據(jù)二值化后，圖像數(shù)據(jù)中除包含有效路徑信息外，還存在較多的環(huán)境噪聲。為提高路徑識別的準確性需進行濾波以消除噪聲干擾，噪聲判定準則如下：

1)if(j>1)，則為有效點；Else判定為噪聲點。j為二值化處理后當前行上黑點個數(shù)。

2)連續(xù)性判斷。判斷當前行引導線位置起點與上一場圖像最后一行引導線位置起點差值是否在可能的范圍內(nèi)，由于圖像是連續(xù)的，差值應該較小，若超出給定的標定值，則認為是噪聲。

3 路徑預測算法

AGV運行時會遇到較大轉(zhuǎn)彎或交叉引導線等情況。當速度較快時，如果只通過提取引導線信息確定行走路徑并不能對路徑進行有效控制，容易出現(xiàn)路徑偏離或路徑錯誤等情況，為此必須設計有效的路徑預測模型。傳統(tǒng)路徑預測采用引導線保存算法，即通過比較前后兩幀引導線數(shù)據(jù)判定路徑曲率，其數(shù)據(jù)存儲量和計算量均較大，文章結(jié)合圖像的遠近信息提出了一種具有一定自適應能力的路徑預測算法(圖2)。

圖2 路徑預測

3)找出圖像中間行引導線中心位置(X2，Y2)，計算X=X3-X2；

4)根據(jù)K和X預測路徑曲率走向及彎曲程度，方向矢量可用式(10)估算：

(10)

4 結(jié)束語

視覺引導AGV系統(tǒng)路徑識別中圖像處理算法是非常重要的環(huán)節(jié)，只有實時獲得穩(wěn)定可靠的引導線位置信息，并設計出合理實用的路徑預測算法，才能保證AGV系統(tǒng)的穩(wěn)定性和快速性。