基于视觉路况信息的AGV动态路径规划的研究
发布时间：2021-08-21 17:44
随着“工业4.0”和“中国制造2025”的发展,传统制造业向智能制造转变,自动导航车（Automated Guided Vehicle,AGV）也变得越发重要,以其快速性、准确性、高柔性和稳定性被广泛用于分拣、运输、装配等领域。本文以AGV为研究对象,研究AGV视觉导航的图像处理算法以及路径规划算法,实现视觉导航AGV自主行驶。根据视觉导航的需求,本文设计了AGV软硬件平台:中间驱动前后从动的六轮底盘结构,通过对AGV运动性能和承重性能分析,选择合适的驱动电机,对AGV的视觉系统、控制系统、避障系统硬件结构进行设计。同时搭建AGV的软件系统平台和设计软件系统架构,从而构建出一台具有实际用途的实验型AGV,为导航算法的验证提供实验平台。AGV的视觉检测,主要包括对前景图像和侧景图像的检测。针对前景图像,本文采用改进FT算法,对图像进行视觉显著性处理,确定二维码位置,再通过图像切割后进行二维码识别,确定AGV当前位置;对侧景图像则采用逆透视变换算法进行图像矫正,再利用霍夫变换进行道路标示线信息提取,计算出AGV的偏差角度和偏差距离。针对AGV的路径规划,本文分析了全局与局部路径规划算法,对...
【文章来源】：合肥工业大学安徽省 211工程院校 教育部直属院校
【文章页数】：98 页
【学位级别】：硕士
【部分图文】：
等比缩放图像
合肥工业大学硕士学位论文20（1）前置摄像头图像预处理1)缩放操作前置摄像头采集到的原始图像较大，直接进行处理会因工作量大而降低算法图像处理速度，影响项目对于实时性检测的要求，所以选择对原始图像进行图像等比缩放，选取适当比值，在保证图像质量的情况下尽可能减少图像处理负担。本文选用双立方插值方法进行缩放处理。处理结果如下:图3.1等比缩放图像Fig3.1Zoomimage2)小波去噪处理对进行等比缩放的图像进行去噪处理，本文采用小波去噪方法对RGB图像进行去噪处理。小波变换具有很强的去数据相关性，可以使信号的能量在小波域进行集中，具体步骤如下：确定小波变换函数，对图像进行高低频分解确定小波变换函数相关阈值，对分解图像的各层高频系数进行过滤利用过滤后得到的频率参数重构图像，得到去噪图像。图3.2去噪图像Fig3.2Denoisingimage3)本预处理优点利用图像缩放操作，调整图像大小，有利于快速处理图像去噪处理使得图像质量提升，对后续视觉显著性检测提升了检测精度（2）后置摄像头图像预处理1)灰度化为了减轻算法处理工作量，需将采集到的彩色图像转变为灰度图像。本文采用加权平均法根据重要性及其它指标，用不同的权值对RGB图像的三个分量进行加
合肥工业大学硕士学位论文22经过二值化后的图像由于原图像受噪声干扰，可能会出现斑点，道路标示线区域还会出现毛刺现象，需要进行去噪处理，去除干扰信息。对比多种去噪方法后，本文选用了形态学开运算的处理方法，对二值图像进行腐蚀处理后进行膨胀处理。腐蚀处理将会减少图像的稀疏特征，将强特征留下来，该操作有利于斑点的去除。之后再利用膨胀运算，使得强特征目标边界扩大，填补二值图像中前特征目标可能存在的漏洞。开运算公式如（3.3）所示：G(f)=(fb)b（3.3）其中，G(f)表示经过开运算之后的图像，f表示原二值图像，表示图像进行腐蚀运算，表示图像进行膨胀运算，b表示二值图像进行开运算的结构核。如图3.5所示为道路标示线开运算后的效果图。图3.5去噪效果图Fig3.5Denoisingeffectdiagram4)图像边缘检测提取在去除干扰信息之后，本文为了进一步降低图像处理的数据量，降低图像分析处理耗时，利用边缘检测中处理效果优异的Canny算子进行道路标示线的边缘提龋图3.6为标示线边缘检测提取效果图。图3.6边缘提取效果图Fig3.6Edgeextractioneffectdiagram5)本预处理优点预处理操作降低了原图像的信息量，提高了图像的信息质量和后续处理速度；
【参考文献】：
期刊论文
[1]基于改进遗传算法的AGV路径规划[J]. 孙波,姜平,周根荣,董殿永. 计算机工程与设计. 2020(02)
[2]改进A*算法的AGV路径规划[J]. 刘生伟,马钺,孟树峰,孙树琪. 计算机应用. 2019(S2)
[3]一种改进的粒子群算法的路径规划研究[J]. 王文丰,宋勇,韩龙哲,包学才,刘天元,徐灯. 小型微型计算机系统. 2019(12)
[4]基于Dijkstra算法优化的城市交通路径分析[J]. 吴红波,王英杰,杨肖肖. 北京交通大学学报. 2019(04)
[5]改进人工势场法自主移动机器人路径规划[J]. 罗强,王海宝,崔小劲,何晶昌. 控制工程. 2019(06)
[6]移动机器人行业:百花齐放,快速发展[J]. 王宏玉. 物流技术与应用. 2019(03)
[7]采用视觉显著性和卷积网络的车牌定位算法[J]. 刘华春,侯向宁. 计算机技术与发展. 2019(06)
[8]基于快速不变卡尔曼滤波的视觉惯性里程计[J]. 黄伟杰,张国山. 控制与决策. 2019(12)
[9]AGV导航技术的创新路径[J]. 张颖川. 物流技术与应用. 2018(07)
[10]多目视觉与激光组合导航AGV精确定位技术研究[J]. 何珍,楼佩煌,钱晓明,武星,朱立群. 仪器仪表学报. 2017(11)
硕士论文
[1]停车AGV的优化设计与转向稳定性分析[D]. 张晋畅.中北大学 2019
[2]AGV路径跟踪控制研究[D]. 刘景柠.江西理工大学 2015
[3]室内移动机器人的动态路径规划[D]. 刘敬坤.郑州大学 2014
[4]基于BFS算法的三维动态环境下机器人路径规划[D]. 金何.河南大学 2011
本文编号：3356052
【文章来源】：合肥工业大学安徽省 211工程院校 教育部直属院校
【文章页数】：98 页
【学位级别】：硕士
【部分图文】：
等比缩放图像
合肥工业大学硕士学位论文20（1）前置摄像头图像预处理1)缩放操作前置摄像头采集到的原始图像较大，直接进行处理会因工作量大而降低算法图像处理速度，影响项目对于实时性检测的要求，所以选择对原始图像进行图像等比缩放，选取适当比值，在保证图像质量的情况下尽可能减少图像处理负担。本文选用双立方插值方法进行缩放处理。处理结果如下:图3.1等比缩放图像Fig3.1Zoomimage2)小波去噪处理对进行等比缩放的图像进行去噪处理，本文采用小波去噪方法对RGB图像进行去噪处理。小波变换具有很强的去数据相关性，可以使信号的能量在小波域进行集中，具体步骤如下：确定小波变换函数，对图像进行高低频分解确定小波变换函数相关阈值，对分解图像的各层高频系数进行过滤利用过滤后得到的频率参数重构图像，得到去噪图像。图3.2去噪图像Fig3.2Denoisingimage3)本预处理优点利用图像缩放操作，调整图像大小，有利于快速处理图像去噪处理使得图像质量提升，对后续视觉显著性检测提升了检测精度（2）后置摄像头图像预处理1)灰度化为了减轻算法处理工作量，需将采集到的彩色图像转变为灰度图像。本文采用加权平均法根据重要性及其它指标，用不同的权值对RGB图像的三个分量进行加
合肥工业大学硕士学位论文22经过二值化后的图像由于原图像受噪声干扰，可能会出现斑点，道路标示线区域还会出现毛刺现象，需要进行去噪处理，去除干扰信息。对比多种去噪方法后，本文选用了形态学开运算的处理方法，对二值图像进行腐蚀处理后进行膨胀处理。腐蚀处理将会减少图像的稀疏特征，将强特征留下来，该操作有利于斑点的去除。之后再利用膨胀运算，使得强特征目标边界扩大，填补二值图像中前特征目标可能存在的漏洞。开运算公式如（3.3）所示：G(f)=(fb)b（3.3）其中，G(f)表示经过开运算之后的图像，f表示原二值图像，表示图像进行腐蚀运算，表示图像进行膨胀运算，b表示二值图像进行开运算的结构核。如图3.5所示为道路标示线开运算后的效果图。图3.5去噪效果图Fig3.5Denoisingeffectdiagram4)图像边缘检测提取在去除干扰信息之后，本文为了进一步降低图像处理的数据量，降低图像分析处理耗时，利用边缘检测中处理效果优异的Canny算子进行道路标示线的边缘提龋图3.6为标示线边缘检测提取效果图。图3.6边缘提取效果图Fig3.6Edgeextractioneffectdiagram5)本预处理优点预处理操作降低了原图像的信息量，提高了图像的信息质量和后续处理速度；
【参考文献】：
期刊论文
[1]基于改进遗传算法的AGV路径规划[J]. 孙波,姜平,周根荣,董殿永. 计算机工程与设计. 2020(02)
[2]改进A*算法的AGV路径规划[J]. 刘生伟,马钺,孟树峰,孙树琪. 计算机应用. 2019(S2)
[3]一种改进的粒子群算法的路径规划研究[J]. 王文丰,宋勇,韩龙哲,包学才,刘天元,徐灯. 小型微型计算机系统. 2019(12)
[4]基于Dijkstra算法优化的城市交通路径分析[J]. 吴红波,王英杰,杨肖肖. 北京交通大学学报. 2019(04)
[5]改进人工势场法自主移动机器人路径规划[J]. 罗强,王海宝,崔小劲,何晶昌. 控制工程. 2019(06)
[6]移动机器人行业:百花齐放,快速发展[J]. 王宏玉. 物流技术与应用. 2019(03)
[7]采用视觉显著性和卷积网络的车牌定位算法[J]. 刘华春,侯向宁. 计算机技术与发展. 2019(06)
[8]基于快速不变卡尔曼滤波的视觉惯性里程计[J]. 黄伟杰,张国山. 控制与决策. 2019(12)
[9]AGV导航技术的创新路径[J]. 张颖川. 物流技术与应用. 2018(07)
[10]多目视觉与激光组合导航AGV精确定位技术研究[J]. 何珍,楼佩煌,钱晓明,武星,朱立群. 仪器仪表学报. 2017(11)
硕士论文
[1]停车AGV的优化设计与转向稳定性分析[D]. 张晋畅.中北大学 2019
[2]AGV路径跟踪控制研究[D]. 刘景柠.江西理工大学 2015
[3]室内移动机器人的动态路径规划[D]. 刘敬坤.郑州大学 2014
[4]基于BFS算法的三维动态环境下机器人路径规划[D]. 金何.河南大学 2011
本文编号：3356052
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/3356052.html
最近更新
教材专著
