基于机器人视觉系统和自主跟踪系统的运输装置的制造方法
【技术领域】
[0001] 本发明属于有一个W上带运输轮的车轴的手推车；其所用转向装置；所用设备的
技术领域，具体是设及一种基于机器人视觉系统和自主跟踪系统的运输装置。
【背景技术】
[0002] 近年来，随着社会经济的飞速发展W及机器人技术研究的不断深入，机器人技术 从工业生产渐渐普及到军事、航空、海洋W及人们的日常生活中，目前高铁或机场行李运输 装置主要是采用两种运输方面，其中一个行李托运，即旅客行李集体传送；另一个是机场内 行李搬运，目前机场内行李搬运大部分是采用手推车的方式来实现旅客个人行李的搬运， 现有的手推车更多关注的是承重能力、跨越障碍能力、平稳性、分散冲击力能力和消音能 力，特别是在长时间候机或者等候行李出仓过程中，容易将行李落在机场、被他人误拿或者 不法分子故意偷抢行李，该些都是导致行李搬运的不安全性。
【发明内容】
[0003] 有鉴于此，本发明的目的在于提供一种基于机器人视觉系统和自主跟踪系统的运 输装置，该基于机器人视觉系统和自主跟踪系统的运输装置利用视觉识别锁定目标物及自 身位置，通过遗传PID算法决策控制并执行运动机构完成对目标物的跟踪，达到紧跟在旅 客身边的目的，不仅能够保证运输装置的运输能力和运输效率，而且可W提高运输装置的 安全性。
[0004] 为了达到上述目的，本发明一种基于机器人视觉系统和自主跟踪系统的运输装 置，包括运输车体，所述运输车体上设置有控制系统和分别与控制系统连接的初始目标信 息储存系统、视觉识别系统、决策控制系统、自主跟踪系统，
[0005] 所述初始目标信息储存系统，用于储存初始目标的人体特征信息、行李提取密码 或者感应信号的设置；
[0006] 所述视觉识别系统，用于提取的图像信息进行处理；
[0007] 所述决策控制系统，用于对初始目标追踪判断、路径优化、控制指令生成，并将控 制指令下达到自主跟踪系统；
[0008] 所述自主跟踪系统，用于运输车体的车轮实行差速调节，驱动运输车体对目标实 施追踪。
[0009] 进一步，所述运输车体底部设置有左、右驱动轮和转向万向轮，所述自主跟踪系统 利控制系统通过PWM脉冲宽度调制对分别与左、右驱动轮连接的驱动电机实现差速控制， 并利用PID控制算法调整机器人运动状态，对目标实现任意曲线追踪。
[0010] 进一步，所述决策控制系统通过利用遗传算法参数寻优模型来设计行李车路径， 所述遗传算法参数寻优的计算方法为；小车中屯、C的位姿P和位置PC分别定义为P =技e Yc 0jT，Pc=技。Yc]T，轮子在地面作纯滚动，每瞬时与地面接触点的速度等于零，则速度向 量定义为：
其中，VC和为小车质屯、C的瞬时线速度和角速度， V = [v^ Vc]是小车左、右轮速度向量，1为小车两轮之间的长度，由于存在着非奇异的转换 矩阵，可W通过控制任一速度向量来改变小车的位姿，从控制的角度说小车左、右轮速度向 量是等价的，可知小车的运动学方程：
[0011]
或记为心1(巧? 5,
[0012] 其中，J( 0 )为小车的雅可比（Jacobian)矩阵，在系统仿真过程中需要求解微分 方程来计算下一周期机器人的位置，即计算仿真轨迹，假设采样周期为TO式（3)进行离散 化得到式：
[0013] 当《=0时小车作直线运动或静止方向角不发生改变，当《声0时，根据小车的 曲率半径可W得到小车转动的瞬屯、，通过瞬屯、和上一周期的坐标计算下一周期的位置；移 动小车的运动控制问题，主要是控制其角速度和线速度，前者完成移动小车的转向控制，后 者实现其前进速度的控制，将移动小车在笛卡尔坐标系X，Y中的位姿误差转化为机器人坐 标系XV，YV下的误差为：
[0014]
[0015] 其中下标i表示理想路径，下标r表示实际路径，?卿反映了小车前进方向上的误 差，g%和6%反映了小车侧向误差，用增量式PID制算法来进行控制用e邱来调节小车的前 进速度V，用e巧和g%来调节小车的侧向运动即角速度《。，其增量式PID控制算法：
[0016]
[0017] 遗传算法是模拟自然界遗传机制和生物进化论而成的一种并行随机捜索最优方 法，目前已建立起的遗传算法参数寻优模型为
[0018]
[0019] 进一步，所述视觉识别系统包括摄像装置、景深获取和目标骨骼提取模块、图像采 集和处理模块，所述景深获取和目标骨骼提取模块采用摄像装置，获取场景的景深信息，使 用化enNI开发库提取景深信息中的目标位置，并记录下来，为下一步特征识别做准备；所 述图像采集和处理模块利用多通道数据采集快速读取摄像装置数据，利用图像边缘检测滤 波算法进行处理目标信息。
[0020] 进一步，所述图像边缘检测滤波算法的计算方法为；对保存有灰度信息的目标像 素Pw做函数映射P(P W)，该映射是将源图像中W P (X，y)为中屯、的3X3的区域中的9个 像素点取线性变换，计算出X与y方向上的变化率分量，再求两个分量所构成的向量的模， 即
[0023] ( " ?"为矩阵内积运算）
[0024] 上式中矩阵a和b通常采用Sobel算子；
[0027] 将图像视为二维函数，利用Sobel算子可被认为是图像在垂直和水平方向变化的 测量，在数学中被称为梯度，再对处理后的图像进行二值化处理，通过合理的阔值设定，即 可得到只包含物体轮廓的黑白图片，利用霍夫变换可W在通过上述方法取得的二值图片中 寻找直线边界，其方法如下；P =x cos 0+y sin 0，霍夫变换在离散系统中对直线的检测 利用霍夫累加器实现，该累加器需要=个参数，分别是线度步进值A P、角度步进值A0、 W及最小投票数Vmi。，将P和0分别按照设定的步进值进行离散分割为（Pj {81}，设立 一个二维数组H(Pi，01)，对某一点（X，y)，遍历所有的（0J并计算出对应的P，累加器 中对应于（Pi,01)正确的数组元素会自增（投票一次），表示所有该些穿过该点的直线， 若对另一点（X'，y')重复同样的实验，则累加器H(Pi，01)的某一元素可能对应到两次 投票，因此只需要得到具有大量投票（大于最小投票数VmJ的元素的数组下表Pi和01， 即通过检测图中的直线（即点的排列），就能够判断确认目标信息。
[0028] 本发明的有益效果在于：
[0029] 本发明基于机器人视觉系统和自主跟踪系统的运输装置利用视觉识别锁定目标 物及自身位置，通过遗传PID算法决策控制并执行运动机构完成对目标物的跟踪，达到紧 跟在旅客身边的目的，不仅能够保证运输装置的运输能力和运输效率，而且可W提高运输 装置的安全性。
【附图说明】
[0030] 为了使本发明的目的、技术方案和有益效果更加清楚，本发明提供如下附图进行 说明：
[0031]图1为本发明基于机器人视觉系统和自主跟踪系统的运输装置的框架示意图；
[0032] 图2为本发明基于机器人视觉系统和自主跟踪系统的运输装置中自主跟踪系统 的运动示意图；
[0033] 图3为本发明基于机器人视觉系统和自主跟踪系统的运输装置的结构示意图；<