一种自引导叉车中多路径的图像分离提取方法
【技术领域】
[0001] 本发明属于图像中引导路径的分离提取领域，涉及一种适用于自引导叉车中多路 径的图像分离提取方法。
【背景技术】
[0002] 自引导叉车技术是自动导引运输车也就是AGV(Automated Guided Vehicle)的一 个衍生领域，该项技术主要用于军用以及民用的具有大量高层货架的大型仓库中的物资搬 运存储工作里。主要涉及传感器数据采集、数据滤波、路径信息提取、运动控制、电机驱动、 数据传输等多个相关学科。
[0003] 随着近几年自动驾驶汽车技术的迅速发展，应用于大型仓库的自动引导的叉车的 市场需求也越来越强烈。在自引导叉车控制技术中的路径识别是十分重要的一个环节。一 般识别引导路径的传感方案有磁导航以及激光导航等，这些方案相对简单和成熟，但是传 感器的成本很高。而基于图像处理的自引导叉车则成本较低，并且精度相对较高。目前，基 于图像的自引导叉车技术中对于路径的提取的方法都只是针对单条路径，都不具备对图像 中同时出现的不同引导方向的路径进行分离提取，这限制了图像导航在AGV领域的应用。 所以，如果能解决基于图像的多路径分离提取问题，则图像导航可广泛用于AVG领域，从而 大大降低控制成本，提高控制精度。
【发明内容】
[0004] 为了克服已有于图像的自引导叉车方式的仅仅适用于单条路径、无法适用于多路 径引导的不足，本发明提供一种在保证准确识别地面单条路径信息的同时，又能够同时分 离出多条不同路径信息的种自引导叉车中多路径的图像分离提取方法。
[0005] 本发明解决其技术问题所采用的技术方案是：
[0006] 一种自引导叉车中多路径的图像分离提取方法，所述图像分离提取方法包括如下 步骤：
[0007] 1)将采集到的图像进行中值滤波；
[0008] 2)将滤波得到的图像进行二值化处理；
[0009] 3)将步骤2)中得到二值化图像进行细化处理，得到引导线的骨架，得到叉车行进 的大致路径；
[0010] 4)对细化后的路径图像进行路径的分支节点搜索运算，同时去除长度少于设定数 值的错误分支；
[0011] 5)将步骤4)得到分支节点按照图像坐标从下到上进行排列，连接各节点线段， 形成路径集合，选取以上集合中能够延展到图像边界附近的路径，将其作为叉车的引导路 径；
[0012] 6)将得到的各个路径分成几幅不同的路径图像，计算得到不同路径的导航偏差 值；
[0013] 7)重复步骤1)~7)，实时分离提取图像中的多个路径，直到导航结束。
[0014] 进一步，在步骤4)中，所述的路径的分支节点搜索运算，包括以下步骤：
[0015] a.计算图像中引导线所占的宽度值n;
[0016] b.从图像下方起始的第n行开始自左向右搜索图像中的路径点，n为步骤a中求 得的图像中引导线所占的宽度值；
[0017] c.若搜索到图像中的一个像素点为细化后引导线所占的点，以下简称为路径点， 则将这个点作为一个种子点，并放入种子点队列中，并且作为路径分支节点的二叉树数据 中的root，否则继续自左向右、自下而上搜索细化后引导线所占的点；
[0018] d.取出种子点队列中队首的种子点，搜索该种子点除上一个种子点以外的8邻 域，判断邻域内的路径点情况；
[0019] e.若其邻域内，仅存在一个路径点则将邻域内的路径点作为新的种子点放入种子 点队列；或者存在两个邻域相邻点都为路径点则忽略对角线上的点，将其中的上下左右的 邻域作为新的种子点放入种子点队列，并重复操作操作d。否则执行步骤f ;
[0020] f.若其邻域内，存在两个邻域的非相邻点都为路径点，则认为该种子点为路径的 分支节点，为该点创建一个路径分支节点的二叉树节点，并将这两个路径点放入种子点队 列中，并重复操作d。否则，执行步骤g;
[0021] g.若其邻域内，不存在路径点则为该种子点创建一个路径分支节点的二叉树节 点；若种子点队列不为空，则重复执行步骤d，否则路径节点搜索结束。
[0022] 再进一步，在步骤a中，所述的图像中引导线所占的宽度值n的计算方法为取图像 中单路径部分的10行统计计筧其平询倌，如下式（1)所示：
[0023]
[0024] 式中，叫为各行中路径宽度。
[0025] 所述步骤2)中，利用大律法将滤波得到的图像进行二值化处理。
[0026] 所述步骤2)中，二值化处理后，先后进行开、闭运算。
[0027] 本发明的技术构思为：引入必要的中值滤波以及开闭运算能够增强引导线分割的 抗干扰性，避免把噪点信息误判为引导线；通过细化得到引导线的骨架，得到大致的路径， 并通过剔除长度短的分支，去除了细化过程中出现的错误分支。同时，选取各节点间线段的 所有集合中能够延展到图像边界附近的路径，作为叉车的引导路径，这样就分离提取出了 图像中同时出现的多条路径。
[0028] 本发明的有益效果主要表现在：1、在保证准确识别地面单条路径信息的同时，又 能够同时分离出多条不同路径信息；2、降低控制成本，提高控制精度。
【附图说明】
[0029] 图1为含有引导线信息的灰度图。
[0030] 图2为分割出引导线的结果示意图，其中，（a)为二值化处理后的示意图，（b)为开 闭运算后的示意图。
[0031] 图3为引导线细化结果示意图。
[0032] 图4为搜索的8邻域示意图。
[0033] 图5为节点搜索时遇到的各类情况示意图，其中，（a)为典型的分支结点，（b)为典 型的一个路径点，（c)为邻域内存在两个相邻点时的路径点，（d)为末端节点为分支结点的 一种特殊情况。
[0034] 图6为节点搜索结果示意图。
[0035] 图7为分离提取出的各个路径图像的结果示意图，其中，（a)是第一条路径，（b)是 第二条路径。
【具体实施方式】
[0036] 下面结合附图对本发明作进一步描述。
[0037] 参照图1~图7,一种自引导叉车中多路径的图像分离提取方法，包括如下步骤：
[0038] 1)将采集到的图像进行中值滤波，消除图像中的噪点。如图1所示。图中中间白 色的'Y'形区域，为引导线，其他区域为地面图像，视为背景区域。
[0039] 2)利用大律法（OTSU)将滤波得到的图像进行二值化处理，如图2(a)所示。在图 像的左侧以及右侧部分点可以明显看到存在白色的噪点，被错误的判断为了引导线。先后 进行开、闭运算，进一步消除图像噪点，结果如图2(b)所示。这时图像的白色噪点被有效的 除去，保证了路径提取算法的抗干扰能力。
[0040] 3)将步骤2)中得到二值化图像进行细化处理，