一种基于视觉的agv定位方法
【专利摘要】本发明提供了一种基于视觉的AGV定位方法，该方法通过在运行路径（1）上布置颜色标记线（2）与运行路径（1）组成十字的方式，来实现统计定位。针对常见AGV定位系统中存在的容易出现的定位策略单一、累积误差大、易受干扰、安装成本高等不足，本方法具有信息获取丰富、定位策略多样、可扩展性强、成本低廉，标志布置方便、算法处理简单可靠等特点。
【专利说明】—种基于视觉的AGV定位方法
【技术领域】
[0001]本发明涉及一种AGV定位方法，尤其是涉及一种基于视觉的AGV定位方法。
【背景技术】
[0002]AGV (Automatic Guided Vehicle,自动导航小车)是一种无人操纵的自动化运输设备，能承载一定的重量在出发地和目的地之间自主运行，是自动物流系统和柔性制造系统的重要组成设备，具有良好的市场前景和应用价值。导航系统是AGV的核心控制部分，定位则是导航系统中极其重要的功能组成部分。
[0003]目前，常见的AGV定位方法有里程定位、惯性定位、RFID定位、激光定位等，其优劣势如下:
(1)里程定位:根据小车行进距离来进行定位，该方法简单易用、成本低，但其定位策略单一、定位精度较低，且容易出现累积误差；
(2)惯性定位:利用陀螺仪精确获取AGV运行方向和速度，通过已知的起点位置坐标，即可计算出AGV的位置。该方法简单灵活、但成本较高，容易出现累积误差。
[0004](3) RFID定位:利用无线射频来进行定位，具有体积小、功耗低的优点，但RFID作用范围较短，在复杂的电磁环境下易受干扰；
(4)激光定位:定位准确、可靠，精度非常高，但其成本较高，传感器及发射、反射装置的安装复杂。
【发明内容】
[0005]本发明要解决的技术问题是提供一种基于视觉的AGV定位方法，该方法通过在运行路径I上布置颜色标记线2与运行路径I组成十字的方式，来实现统计定位。针对常见AGV定位系统中存在的容易出现的定位策略单一、累积误差大、易受干扰、安装成本高等不足，本方法具有信息获取丰富、定位策略多样、可扩展性强、成本低廉，标志布置方便、算法处理简单可靠等特点。
[0006]本发明采用的技术方案如下:一种基于视觉的AGV定位方法，其特征在于:
步骤一，在小车运行路径I上布置标记线2作为识别标识；
步骤二，图像采集模块采集图像信息；
步骤三，图像处理模块读入图像信息并将其转化为参数化形式的路面信息；
步骤四，定位模块读入路面信息，确定特征类型，对比历史数据定位当前位置；
步骤五，定位模块发送定位信息给主控程序，确定控制策略。
[0007]作为优选，所述步骤一中，在小车起点、终点以及中间需要定位的点设置识别标识。
[0008]作为优选，所述标记线2为颜色标记线。
[0009]作为优选，所述标记线2与小车运行路径I形成十字线。
[0010]作为优选，所述步骤三中，图像处理模块工作的具体方法步骤为: a、读取图像采集模块采集的路面图像；
b、利用图像形态学腐蚀、膨胀进行滤波，滤除干扰信号；
C、根据图像轮廓确定小车是否在标记处；
d、如果是，则提取灰度化之前的图像的标记颜色信息，进一步根据图像颜色判断小车是否在标记处；
e、如果是，则将颜色信息处理为二值化的参数信息输出给定位模块，确定颜色类型并对比历史数据判定所代表的位置。
[0011]作为优选，所述步骤c中，根据图像轮廓确定小车是否在标记处的具体方法为:首先将图像进行灰度处理，逐行扫描图像，提取每个像素点的灰度值，根据设定阈值，对其进行二值化处理，使图像只有黑白两色之分，如果黑色像素数最多的一行黑色像素数超过一定值，则认为目前在标记处。
[0012]作为优选，所述步骤d中，根据图像颜色判断小车是否在标记处的具体方法为:如果当前位于标记处，则对为灰度化之前的图像数据进行颜色处理，如果属于某种颜色的像素数超过设定值，则认为该帧图像中具有这种颜色标记，从而进一步确定小车在标记处。
[0013]作为优选，所述步骤四中，定位模块工作的具体方法步骤为:
a、读入图像处理模块最终处理好的路面参数；
b、根据路面参数，确认标记的颜色特征类型，对标记颜色特征进行归类统计；
C、根据归类统计数据，比对历史数据，对AGV进行定位；
d、发送定位信息给主控程序，供其进行AGV控制策略的制定。
[0014]作为优选，所述步骤b中，所述归类统计是指完成行动决策后，将该标记的颜色特征加入历史数据库。
[0015]作为优选，所述步骤c中对比的具体方法为:将历史数据存入链表中，每个节点即一个包含颜色信息的标记点处，将地图信息定义为二叉树，将链表节点的颜色信息逐一与二叉树中的颜色信息进行对比，获取位置。
[0016]与现有技术相比，本发明的有益效果是:针对常见AGV定位系统中存在的容易出现的定位策略单一、累积误差大、易受干扰、安装成本高等不足，本方法具有信息获取丰富、定位策略多样、可扩展性强、成本低廉，标志布置方便、算法处理简单可靠等特点。
【专利附图】
【附图说明】
[0017]图1为本发明其中一实施例的标记示意图。
[0018]图2为图1所示实施例中标记定位原理示意图。
【具体实施方式】
[0019]为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
[0020]本说明书中公开的所有特征，除了互相排除的特征以外，均可以以任何方式组合。
[0021]本说明书(包括任何附加权利要求、摘要和附图)中公开的任一特征，除非特别叙述，均可被其他等效或者具有类似目的的替代特征加以替换。即，除非特别叙述，每个特征只是一系列等效或类似特征中的一个例子而已。
[0022]—种基于视觉的AGV定位方法:
步骤一，在小车运行路径I上布置标记线2作为识别标识；
步骤二，图像采集模块采集图像信息；
步骤三，图像处理模块读入图像信息并将其转化为参数化形式的路面信息；
步骤四，定位模块读入路面信息，确定特征类型，对比历史数据定位当前位置；
步骤五，定位模块发送定位信息给主控程序，确定控制策略。
[0023]图像采集模块I通过CXD或CMOS摄像头捕获实际路面情况作为视觉导航系统的输入，图像质量的好坏直接影响系统的处理速度与精度，良好的光照条件是获取优质图像的前提。
[0024]如图2所示,所述步骤一中，在小车起点、终点以及中间需要定位(如:停顿、路口等)的点设置识别标识。
[0025]A点为小车的出发点，A、B、C、D、E、F、G、H、1、M为小车所有所可能需要到达并停顿的地点。
[0026]如图1所示，所述标记线2为颜色标记线，与小车运行路径I形成十字线。
[0027]所述步骤三中，图像处理模块工作的具体方法步骤为:
a、读取图像采集模块采集的路面图像；
b、利用图像形态学腐蚀、膨胀进行滤波，滤除干扰信号；
C、根据图像轮廓确定小车是否在标记处；
d、如果是，则提取灰度化之前的图像的标记颜色信息，进一步根据图像颜色判断小车是否在标记处；
e、如果是，则将颜色信息处理为二值化的参数信息输出给定位模块，确定颜色类型并对比历史数据判定所代表的位置。
[0028]所述步骤c中，根据图像轮廓确定小车是否在标记处的具体方法为:首先将图像进行灰度处理，逐行扫描图像，提取每个像素点的灰度值，根据设定阈值，对其进行二值化处理，使图像只有黑白两色之分，如果黑色像素数最多的一行黑色像素数超过一定值，则认为目前在标记处。
[0029]在本具体实施例中，以十字形轮廓为例，二值化之后，就会出现一个以白色为背景，黑色为前景的十字轮廓。
[0030]所述步骤d中，根据图像颜色判断小车是否在标记处的具体方法为:如果当前位于标记处，则对为灰度化之前的图像数据进行颜色处理，如果属于某种颜色的像素数超过设定值，则认为该帧图像中具有这种颜色标记，从而进一步确定小车在标记处。
[0031]考虑到地面可能存在颜色污迹，逐行扫描图像，获取图像中存在的指定颜色像素(如蓝色、红色、黄色)，要判断是否超过设定值Tl，如果是，则根据颜色的种类对int型变量Co 1rNum进行赋值。
[0032]可以用结构体表示 struct mark
{
bool isCross;
int colorNum;
}；
isCross为true则表明在标记处,为false则表明不在标记处；
colorNum可以为不同的整数，比如ColorNum=I表示红色；colorNum=2表示蓝色......。
[0033]所述步骤四中，定位模块工作的具体方法步骤为:
a、读入图像处理模块最终处理好的路面参数；
b、根据路面参数，确认标记的颜色特征类型，根据既定行动策略对标记的颜色特征进行归类统计；
C、根据归类统计数据，比对历史数据(如地图信息)，对AGV进行定位，包括是否到达标记、目前位于哪一段路径等；
d、发送定位信息给主控程序，供其进行AGV控制策略(是否减速、是否停车、是否转弯等)的制定。
[0034]既定行动策略:从起点到终点，AGV要经过的标记,在每个标记处应该做何种决策(是否上、下货，速度是否变化等)。
[0035]所述步骤b中，所述归类统计是指完成行动决策后，将该标记的颜色特征加入历史数据库。
[0036]所述步骤c中对比的具体方法为:将历史数据存入链表中，每个节点即一个包含颜色信息的标记点处，将地图信息定义为二叉树，将链表节点的颜色信息逐一与二叉树中的颜色信息进行对比，获取位置。
[0037]假设AGV从标记A处出发，依次经过了包含A和到达标记在内的5个点，如果不考虑历史数据的颜色信息，则到达标记点可以为D、F、G、I中任何一个，通过与历史数据(t匕如:依次经过蓝、蓝、红、蓝)进行对比后，再加上当前标记的颜色信息(比如:黄)，则可以确定当前AGV运行到了 G点。
[0038]AGV在运行过程中，每次经过标记处时，都将标记颜色信息存放于数据库中。
[0039]本具体实施例中采用颜色、十字标记外加比对历史数据作为AGV定位的一种方法，其计算量小，速度快。
[0040]本发明所述方法以较低的成本丰富了 AGV对路面信息的获取、增强了定位策略的可扩展性(比如:通过对字符、数字识别，可以形成新的定位方法)，降低了定位模块的成本，适应了部分自动物流系统、柔性制造系统对低成本、高柔性的要求。
【权利要求】
1.一种基于视觉的AGV定位方法，其特征在于: 步骤一，在小车运行路径(I)上布置标记线(2)作为识别标识； 步骤二，图像采集模块采集图像信息； 步骤三，图像处理模块读入图像信息并将其转化为参数化形式的路面信息； 步骤四，定位模块读入路面信息，确定特征类型，对比历史数据定位当前位置； 步骤五，定位模块发送定位信息给主控程序，确定控制策略。
2.根据权利要求1所述的一种基于视觉的AGV定位方法，其特征在于: 所述步骤一中，在小车起点、终点以及中间需要定位的点设置识别标识。
3.根据权利要求2所述的一种基于视觉的AGV定位方法，其特征在于: 所述标记线(2)为颜色标记线。
4.根据权利要求3所述的一种基于视觉的AGV定位方法，其特征在于: 所述标记线(2)与小车运行路径(I)形成十字线。
5.根据权利要求4所述的一种基于视觉的AGV定位方法，其特征在于: 所述步骤三中，图像处理模块工作的具体方法步骤为: a、读取图像采集模块采集的路面图像； b、利用图像形态学腐蚀、膨胀进行滤波，滤除干扰信号； C、根据图像轮廓确定小车是否在标记处； d、如果是，则提取灰度化之前的图像的标记颜色信息，进一步根据图像颜色判断小车是否在标记处； e、如果是，则将颜色参数信息输出给定位模块，根据标记颜色并对比历史数据判定所代表的位置。
6.根据权利要求5所述的一种基于视觉的AGV定位方法,其特征在于: 所述步骤c中，根据图像轮廓确定小车是否在标记处的具体方法为:首先将图像进行灰度处理，逐行扫描图像，提取每个像素点的灰度值，根据设定阈值，对其进行二值化处理，使图像只有黑白两色之分，如果黑色像素数最多的一行黑色像素数超过一定值，则认为目前在标记处。
7.根据权利要求6所述的一种基于视觉的AGV定位方法，其特征在于: 所述步骤d中，根据图像颜色判断小车是否在标记处的具体方法为:如果当前位于标记处，则对为灰度化之前的图像数据进行颜色处理，如果属于某种颜色的像素数超过设定值，则认为该帧图像中具有这种颜色标记，从而进一步确定小车在标记处。
8.根据权利要求5所述的一种基于视觉的AGV定位方法，其特征在于: 所述步骤四中，定位模块工作的具体方法步骤为: a、读入图像处理模块最终处理好的路面参数信息； b、根据路面参数，确认标记的颜色特征类型，对标记颜色进行归类统计； C、根据归类统计数据，比对历史数据，对AGV进行定位； d、发送定位信息给主控程序，供其进行AGV控制策略的制定。
9.根据权利要求8所述的一种基于视觉的AGV定位方法，其特征在于: 所述步骤b中，所述归类统计是指完成行动决策后，将该标记的颜色特征加入历史数据库。
10.根据权利要求9所述的一种基于视觉的AGV定位方法，其特征在于: 所述步骤c中对比的具体方法为:将历史数据存入链表中，每个节点即一个包含颜色信息的标记点处，将地图信息定义为二叉树，将链表节点的颜色信息逐一与二叉树中的颜色信息进行对比，获取位置。
【文档编号】G01C21/00GK104181920SQ201310189378
【公开日】2014年12月3日 申请日期:2013年5月21日 优先权日:2013年5月21日
【发明者】何敏 申请人:成都四威高科技产业园有限公司