一种AGV精确定位的方法、装置及存储介质与流程

本申请涉及智能机器人定位技术领域，尤其涉及一种无人叉车高精度对接技术。

背景技术：

无人叉车是工业搬运车辆，对成件的货物进行装卸、转移和短距离作业，经常被用于车厢、室内的货物搬运，是重要的工具之一。智能无人叉车的兴起，解决了劳动力的问题，且智能无人叉车的出现大大的提高了工作效率，从长远来看，减少了工作成本。

但是，在目前的无人叉车应用的过程中，是否能后对无人叉车进行精准的控制关系着对无人叉车作业的工作效率和安全。目前使用的无人叉车的导航和定位主要是使用激光导航技术，通过感光板和激光扫描仪来进行无人叉车的移动路线和对当前位置进行定位。

这种定位和导航方法，对无人叉车的工作环境的要求比较苛刻，外界的光照会对无人叉车的定位和导航造成严重的影响。

技术实现要素：

本申请实施例通过提供一种agv精准定位的方法、装置及存储介质，解决了现有技术中定位不精准，且对使用环境要求较高的问题，实现对agv精确定位，以及对应用场景的要求不高的目的。

第一方面，本发明实施例提供了一种agv精准定位的方法、装置及存储机构，该方法包括：

获取agv工作区域的原始地图；

根据所述原始地图建立二维坐标系；

实时获取所述agv在所述工作路线行驶中周围环境的照片，并实时确定所述agv坐标；

根据多张所述照片以及所述二维坐标系，确定障碍物的类型和坐标；

根据所述障碍物的类型和坐标对所述二维坐标系上进行标记，确定标记地图；

计算所述障碍物与所述agv之间的多个直线距离，确定所述agv的位置。

结合第一方面，在一种可能的实现方式中，所述根据所述原始地图建立二维坐标系，包括：

建立二维矢量的地图；

对所述原始地图进行解析，并且进行gps地图位置坐标转换，确定地图绘制基准坐标系；

对二维地图进行绘制。

结合第一方面，在一种可能的实现方式中，所述实时获取所述agv在所述工作路线行驶中的照片，包括：所述agv在行驶的过程中，实时对周围环境进行360°拍摄，确定所述照片。

结合第一方面，在一种可能的实现方式中，所述计算所述障碍物与所述agv之间的多个直线距离，包括：

根据所述agv和所述障碍物的前景深和后景深，计算所述agv方向多次拍摄的照片中所述障碍物之间多个直线距离；

所述前景深的计算公式为：

所述后景深的计算公式为：

其中，δ表示容许弥散圆直径，f表示镜头焦距，f表示镜头的拍摄光圈值，l表示对焦距离，hl1表示前景深，δl2表示后景深。

结合第一方面，在一种可能的实现方式中，所述确定所述agv的位置，包括：

根据所述多个直线距离，计算所述多个位置的平均值；

根据所述平均值，确定所述agv的位置。

结合第一方面，在一种可能的实现方式中，所述确定障碍物的类型，包括：

根据所述agv的移动速度，确定所述agv的移动距离；

根据多张所述照片中同一所述障碍物的多个前景深的差值，是否等于所述agv的移动距离，确定所述障碍物是否是移动障碍物。

第二方面，本发明实施例提供了一种agv精准定位的装置，该装置包括：

数据获取单元：用于获取agv工作区域的原始地图；

坐标系建立单元：用于根据所述原始地图建立二维坐标系；

照片获取单元：用于实时获取所述agv沿着工作路线行驶中周围环境的照片，并实时确定所述agv坐标；

分析单元：用于根据多张所述照片以及所述二维坐标系，确定障碍物的类型和坐标；

障碍物确定单元：用于根据所述障碍物的类型和坐标对所述二维坐标系上进行标记，确定标记地图；

位置确定单元：用于计算所述障碍物与所述agv之间的多个直线距离，确定所述agv的位置。

结合第二方面，在一种可能的实现方式中，所述坐标系建立单元，具体用于建立二维矢量的地图；对所述原始地图进行解析，并且进行gps地图位置坐标转换，确定地图绘制基准坐标系；对二维地图进行绘制。

结合第二方面，在一种可能的方式中，所述照片获取单元具体用于在所述agv在行驶的过程中，实时对周围环境进行360°拍摄，确定所述照片。

结合第二方面，在一种可能的方式中，所述位置确定单元具体还用于：计算所述障碍物与所述agv之间的多个直线距离，包括：

根据所述agv和所述障碍物的前景深和后景深，计算所述agv方向多次拍摄的照片中所述障碍物之间多个直线距离；

所述前景深的计算公式为：

所述后景深的计算公式为：

其中，δ表示容许弥散圆直径，f表示镜头焦距，f表示镜头的拍摄光圈值，l表示对焦距离，hl1表示前景深，δl2表示后景深。

结合第二方面，在一种可能的方式中，所述位置确定单元具体还用于：

根据所述多个直线距离，计算所述多个位置的平均值；

根据所述平均值，确定所述agv的位置。

结合第二方面，在一种可能的方式中，所述障碍物确定单元具体还用于：

根据所述agv的移动速度，确定所述agv的移动距离；

根据多张所述照片中同一所述障碍物的多个前景深的差值，是否等于所述agv的移动距离，确定所述障碍物是否是移动障碍物。

第三方面，本发明实施例提供了一种agv精准定位的装置，包括摄像头、存储器和处理器；

所述摄像头用于采集图像，并将采集的图像传输至所述处理器和所述存储器；

所述存储器用于存储计算机可执行指令；

所述处理器用于执行所述计算机可执行指令，以实现第一方面以及第一方面各种可能实现方式所述的方法。

第四方面，本申请实施例提供一种agv精准定位的服务器，所述计算机可读存储介质存储有可执行指令，计算机执行所述可执行指令时能够实现第一方面以及第一方面各种可能实现方式所述的方法。

本发明实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：

本发明实施例通过采用了获取agv工作区域的原始地图，并建立二维坐标系，将地图转换为二维坐标系，平面的你图像更有利于对agv行走的路线以及所处的位置进行获取，实时获取agv在沿着工作路线行驶中周围环境的照片，多张图片参照景深的计算方法，计算出多个agv相对的位置，比较对个agv相对的位置，确定agv的实际位置，并且根据同一障碍物的前后照片的对比，判断障碍物是否为移动的障碍物，通过确定障碍物的类型，得到多个agv的参照值，对多个agv的参照值进行比对，计算，最终得出agv的位置；本申请的方法，解决了现有技术中，agv定位不精准，且对实施环境要求较高的问题，进而实现了在任何环境中，对agv能够进行精确地定位，且成本较低，准确率高。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对本发明实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例提供的agv精准定位的方法的步骤图；

图2为本申请实施例提供的agv精准定位的方法中的二维坐标建立的步骤图；

图3为本申请实施例提供的agv精准定位的方法中的景深以及拍摄距离计算的示意图；

图4为本申请实施例提供的agv精准定位的方法中的agv坐标确认的流程图；

图5为本申请实施例提供的agv精准定位的方法中的障碍物是否为移动障碍物；

图6为本申请实施例提供的agv精准定位的装置示意图；

图7为本申请实施例提供的agv精准定位的实体装置示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明实施例提供了一种agv精准定位的方法，如图1所示该方法包括以下步骤：

步骤s101：获取agv工作区域的原始地图。

步骤s102：根据原始地图建立二维坐标系。

步骤s103：实时获取agv在工作路线行驶中周围环境的照片，并实时确定agv坐标。

步骤s104：根据多张照片以及二维坐标系，确定障碍物的类型和坐标。

步骤s105：根据障碍物的类型和坐标对二维坐标系上进行标记，确定标记地图。

步骤s106：计算障碍物与agv之间的多个直线距离，确定agv的位置。

在上述的方法中，通过采用了获取agv工作区域的原始地图，并建立二维坐标系，将地图转换为二维坐标系，平面的你图像更有利于对agv行走的路线以及所处的位置进行获取，实时获取agv在沿着工作路线行驶中周围环境的照片，多张图片参照景深的计算方法，计算出多个agv相对的位置，比较对个agv相对的位置，确定agv的实际位置，并且根据同一障碍物的前后照片的对比，判断障碍物是否为移动的障碍物，通过确定障碍物的类型，得到多个agv的参照值，对多个agv的参照值进行比对，计算，最终得出agv的位置；本申请的方法，解决了现有技术中，agv定位不精准，且对实施环境要求较高的问题，进而实现了在任何环境中，对agv能够进行精确地定位，且成本较低，准确率高。

在步骤s102中，根据原始地图建立二维坐标系，如图2所示包括以下步骤：

步骤s201：建立二维矢量的地图。

步骤s202：对原始地图进行解析，并且进行gps地图位置坐标转换，确定地图绘制基准坐标系。

步骤s203：对二维地图进行绘制。

在上述的步骤s102中包含三个步骤，能够将原始地图转换为二维矢量地图，获取经纬度，再经过gps地图位置的坐标转换，得到具体的二维坐标位置，按照二维坐标的位置对地图进行绘制，得到二维地图。

在步骤s103中，实时获取agv在工作路线行驶中的照片，包括：agv在行驶的过程中，实时对周围环境进行360°拍摄，确定照片。将照片按照拍摄角度进行分类存储，同一角度的多张照片之间时间间隔也是已知的。

在步骤s106中，计算障碍物与agv之间的多个直线距离，包括：

根据agv和障碍物的前景深和后景深，计算agv方向多次拍摄的照片中障碍物之间多个直线距离；

前景深的计算公式为：

后景深的计算公式为：

其中，δ表示容许弥散圆直径，f表示镜头焦距，f表示镜头的拍摄光圈值，l表示对焦距离，hl1表示前景深，δl2表示后景深。

在焦点前后光线开始聚集和扩散，点的影像变成模糊的，形成一个扩大的圆，这个圆称为弥散圆，根据上述的前景深和后景深计算公式以及图3的示意图，得出景深计算公式：

根据计算同一个角度的多个景深，以及agv与被摄物体之间的距离，得出多个直线距离。

在步骤s106中，确定agv的位置，如图4所示包括：

步骤s401：根据多个直线距离，计算多个位置的平均值。

步骤s402：根据平均值，确定agv的位置。

在步骤s401中，根据多个直线距离，分别计算出多个agv的位置，根据多多个agv的位置求均值，将平均值定位最优解。

在步骤s104中，确定障碍物的类型，如图5所示包括：

步骤s501：根据agv的移动速度，确定agv的移动距离。

步骤s502：根据多张照片中同一障碍物的多个前景深的差值，是否等于agv的移动距离，确定障碍物是否是移动障碍物。

在上述步骤s501中，agv移动的速度是已知的，在对同一角度的同一障碍物的两张照片，计到agv到障碍物的距离，并计算距离差，根据agv小车的行驶速度以及两张照片的时间间隔，计算出agv的行驶距离，将agv的行驶距离与距离差进行对比，如差距大，则判断障碍物为移动障碍物，若差距不大或相等，则认为障碍物为固定障碍物。

本发明实施例提供了一种agv精准定位的装置，该装置如图6所示包括：数据获取单元601、坐标建立单元602、照片获取单元603、分析单元604、障碍物确定单元605以及位置确定单元606。数据获取单元601：用于获取agv工作区域的原始地图；坐标系建立单元602：用于根据原始地图建立二维坐标系；照片获取单元603：用于实时获取agv沿着工作路线行驶中周围环境的照片，并实时确定agv坐标；分析单元604：用于根据多张照片以及二维坐标系，确定障碍物的类型和坐标；障碍物确定单元605：用于根据障碍物的类型和坐标对二维坐标系上进行标记，确定标记地图；位置确定单元606：用于计算障碍物与agv之间的多个直线距离，确定agv的位置。

在一种agv精准定位的装置中，坐标系建立单元602，具体用于建立二维矢量的地图；对原始地图进行解析，并且进行gps地图位置坐标转换，确定地图绘制基准坐标系；对二维地图进行绘制。

在一种agv精准定位的装置中，照片获取单元603具体用于在agv在行驶的过程中，实时对周围环境进行360°拍摄，确定照片。

在一种agv精准定位的装置中，位置确定单元606具体还用于：计算障碍物与agv之间的多个直线距离，包括：

根据agv和障碍物的前景深和后景深，计算agv方向多次拍摄的照片中障碍物之间多个直线距离；

前景深的计算公式为：

后景深的计算公式为：

其中，δ表示容许弥散圆直径，f表示镜头焦距，f表示镜头的拍摄光圈值，l表示对焦距离，hl1表示前景深，δl2表示后景深。

在一种agv精准定位的装置中，位置确定单元606具体还用于：

根据多个直线距离，计算多个位置的平均值；

根据平均值，确定agv的位置。

在一种agv精准定位的装置中，障碍物确定单元605具体还用于：

根据agv的移动速度，确定agv的移动距离；

根据多张照片中同一障碍物的多个前景深的差值，是否等于agv的移动距离，确定障碍物是否是移动障碍物。

本发明实施例提供了一种agv精准定位的装置，该装置包括摄像头703、存储器701和处理器702；摄像头703用于采集图像，并将采集的图像传输至处理器701和存储器702；存储器701用于存储计算机可执行指令；处理器702用于执行计算机可执行指令，以实现本实施例提供的一种agv精准定位的方法。

本发明实施例通过采用了获取agv工作区域的原始地图，并建立二维坐标系，将地图转换为二维坐标系，平面的你图像更有利于对agv行走的路线以及所处的位置进行获取，实时获取agv在沿着工作路线行驶中周围环境的照片，多张图片参照景深的计算方法，计算出多个agv相对的位置，比较对个agv相对的位置，确定agv的实际位置，并且根据同一障碍物的前后照片的对比，判断障碍物是否为移动的障碍物，通过确定障碍物的类型，得到多个agv的参照值，对多个agv的参照值进行比对，计算，最终得出agv的位置；本申请的方法，解决了现有技术中，agv定位不精准，且对实施环境要求较高的问题，进而实现了在任何环境中，对agv能够进行精确地定位，且成本较低，准确率高。

虽然本申请提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。本实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的装置或客户端产品执行时，可以按照本实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。

上述实施例阐明的装置或模块，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。为了描述的方便，描述以上装置时以功能分为各种模块分别描述。在实施本申请时可以把各模块的功能在同一个或多个软件和/或硬件中实现。当然，也可以将实现某功能的模块由多个子模块或子单元组合实现。

本申请实施例提供了一种agv精准定位的服务器，其特征在于，计算机可读存储介质存储有可执行指令，计算机执行可执行指令时能够实现第一种agv精准定位方法。

存储介质包括但不限于随机存取存储器(英文：randomaccessmemory；简称：ram)、只读存储器(英文：read-onlymemory；简称：rom)、缓存(英文：cache)、硬盘(英文：harddiskdrive；简称：hdd)或者存储卡(英文：memorycard)。所述存储器可以用于存储计算机程序指令。

本申请中所述的方法、装置或模块可以以计算机可读程序代码方式实现控制器按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(英文：applicationspecificintegratedcircuit；简称：asic)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：arc625d、atmelat91sam、microchippic18f26k20以及siliconelabsc8051f320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内部包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。

本申请所述装置中的部分模块可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构、类等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本申请可借助软件加必需的硬件的方式来实现。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，也可以通过数据迁移的实施过程中体现出来。该计算机软件产品可以存储在存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，移动终端，服务器，或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。

本说明书中的各个实施方式采用递进的方式描述，各个实施方式之间相同或相似的部分互相参见即可，每个实施方式重点说明的都是与其他实施方式的不同之处。本申请的全部或者部分可用于众多通用或专用的计算机系统环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、移动通信终端、多处理器系统、基于微处理器的系统、可编程的电子设备、网络pc、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。

以上实施例仅用以说明本申请的技术方案，而非对本申请限制；尽管参照前述实施例对本申请进行了详细的说明，本领域普通技术人员应当理解：其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请技术方案的范围。