《AGV小車軌跡提取方法》由會員分享，可在線閱讀，更多相關(guān)《AGV小車軌跡提取方法（3頁珍藏版）》請在裝配圖網(wǎng)上搜索。
1、AGV小車軌跡提取方法
摘 要：本文提出了采用的視覺系統(tǒng)的圖像處理和路徑信息辨識的方法。首先通過對各種圖像處理方法的實驗比較和分析， 確定出適合于本研究的圖像處理算法；然后在圖像處理的基礎(chǔ)上實現(xiàn)路徑信息的辨識，并提出改善路徑信息辨識速度和精度的方法。
關(guān)鍵詞：CCD、軌跡、圖像處理
視覺在人類生活中起著非常重要的作用，人們每天都通過眼睛采集大量的信息，這些信息經(jīng)過大腦的處理，成為人們認(rèn)知和理解世界的基礎(chǔ)。機器人視覺信息主要指CCD攝像機采集的二維圖像信息。視覺信息能否被正確、實時地處理直接關(guān)系到機器人對障礙物的避碰、對路標(biāo)的識別以及對路徑的跟蹤，對系統(tǒng)的實時性和
2、魯棒性具有決定性的作用。視覺信息的處理技術(shù)是移動機器人研究中關(guān)鍵的技術(shù)之一。為了簡化視覺信息處理，通常把移動機器人的工作環(huán)境分為結(jié)構(gòu)化道路環(huán)境和非結(jié)構(gòu)化道路環(huán)境。結(jié)構(gòu)化道路的檢測相對來說較易實現(xiàn)，其檢測技術(shù)一般都以邊緣檢測為基礎(chǔ)，輔以Hough變換、模式匹配等，并利用最小二乘法對應(yīng)于道路邊界的線條，得出道路的幾何描述。由于非結(jié)構(gòu)化道路的環(huán)境復(fù)雜、特征描述困難，使得非結(jié)構(gòu)化道路的檢測及信息處理復(fù)雜化?！ 〗陙恚瑱C器人視覺導(dǎo)航技術(shù)有了很大的發(fā)展。移動機器人的工作環(huán)境可能比較復(fù)雜，因此，提高圖像識別的準(zhǔn)確性以實現(xiàn)移動機器人的準(zhǔn)確定位是移動機器人完成其導(dǎo)航任務(wù)的首要前提；同時，由于移動機器人在導(dǎo)航過
3、程中需要實時的采集并分析圖像信息，從而實現(xiàn)對作業(yè)環(huán)境的識別以進行準(zhǔn)確的路徑跟蹤。因此，如何在提高圖像識別的準(zhǔn)確性的同時達到較好的實時性是移動機器人視覺技術(shù)的一個發(fā)展方向1.圖像處理 數(shù)字圖像處理，是對數(shù)字圖像信息進行加工以滿足人的視覺心理或應(yīng)用需求的行為，數(shù)字圖像處理的英文名稱是"Digital Image Processing，通常所說的數(shù)字圖像處理是指用計算機對圖像進行的處理，因此也稱為計算機圖像處理。圖像處理就是用一系列的特定操作來改變圖像的像素，以達到特定的目標(biāo)，比如使圖像更清晰，或者從圖像中提取某些特定的信息等?！ CD攝像頭的主要工作原理具體而言，就是攝像頭連續(xù)地掃描圖像上的一
4、行，輸出就是一段連續(xù)的電壓視頻信號，該電壓信號的高低起伏正反映了該行圖像的灰度變化情況。當(dāng)掃描完一行，視頻信號端就輸出低于最低視頻信號電壓的電平(如0.3v)，并保持一段時間。這樣相當(dāng)于，緊接著每行圖像對應(yīng)的電壓信號之后會有一個電壓"凹槽"，此"凹槽"叫做行同步脈沖，它是掃描換行的標(biāo)志。然后就需要跳行，跳過一行后(因為攝像頭是隔行掃描的方式)，開始掃描新的一行，如此下去，直到掃描完該行的視頻信號，接著就會出現(xiàn)一段場消隱區(qū)。此區(qū)中有若干個復(fù)合消隱脈沖，其中會有個脈沖遠寬于(即持續(xù)時間長于)其它的消隱脈沖，該消隱脈沖又稱為場同步脈沖，它是掃描換行的標(biāo)志。場同步脈沖標(biāo)志著新的一場的到來，不過，場消隱
5、區(qū)恰好跨在上一場的結(jié)尾部分和下一場的開始部分，要等到場消隱區(qū)過去，下一場的視頻信號才真正到來。攝像頭每秒掃描25幅圖像，每幅又分奇、偶兩場，先奇場后偶場，故每秒掃描50場圖像。奇場時只掃描圖像中的奇數(shù)行，偶場時則只掃描偶數(shù)行?！ ∵x擇一款具有全電視信號輸出的黑白CCD圖像傳感器，用LMl881進行信號分離，結(jié)合A／D采樣，實現(xiàn)了視頻信號的采集。在總線周期為400M的情況下，每行采集72個有效數(shù)據(jù)，攝像頭每場信號有320行，其中第23到310行為視頻信號。我們從中均勻采集了24行，最后得到一個2472的二維數(shù)組?！ CD采集的原始數(shù)據(jù)包含了黑線的位置信息，為了穩(wěn)定可靠地提取這一信息，有一下幾種
6、方法：(1)二值化算法 算法的思路是：設(shè)定一個閾值value，對于視頻信號矩陣中每一行，從左至右比較各像素值和閾值的大小。若像素值大于等于閾值，則判定該像素對應(yīng)的是白色道路；反之，則判定對應(yīng)的是目標(biāo)指引線。記下第一次和最后一次出現(xiàn)像素值小于閾值時的像素點的列號，算出兩者的平均值，以此作為該行上目標(biāo)指引線的位置。該算法的思想簡單，具體實現(xiàn)時還可以一旦檢測到左邊緣后就退出該行掃描，這樣上面的流程圖將變得更加簡潔。但是這種提取算法魯棒性較差，當(dāng)拍攝圖像中只有目標(biāo)指引線一條黑線時，還能準(zhǔn)確提取出目標(biāo)指引線。但當(dāng)光強有大幅度的變化，或圖像中出現(xiàn)其它黑色圖像的干擾時，并且離機器人比較近的黑線比較的明顯，
7、離機器人越來越遠時黑線越來越淡，該算法提取的位置有可能與目標(biāo)指引線的實際位置偏離較大。(2)直接邊緣檢測算法 算法的思路是：設(shè)定一個閾值，對于視頻信號矩陣中每一行，從左至右求出相鄰兩像素值的差值(左減右)。若差值大于等于閾值，則判定下一個的像素點對應(yīng)的是目標(biāo)指引線的左邊緣，以此像點作為該列的特征點，記錄下此像素點的列號，作為該行上目標(biāo)指引線的位置。當(dāng)然，可能出現(xiàn)差值始終小于閾值的情況，此時一種方法是令該行上目標(biāo)指引線位置為0，通過進一步濾波或擬合來修正；另一種方法是讓該行上目標(biāo)指引線位置和通過上一場視頻數(shù)據(jù)求得的位置一樣?！ ≡撍惴ㄝ^二值化方法而言，抗環(huán)境光強變化干擾的能力更強．同時還能削弱
8、或消除垂直交叉黑色指引線的干擾。因為該算法在視頻信號矩陣中是由左至右來尋找目標(biāo)指引線的左邊緣的，所以當(dāng)黑色圖像出現(xiàn)在目標(biāo)指引線左方時，該算法無法排除干擾，而當(dāng)其出現(xiàn)在右方時，則可以排除干擾。(3)跟蹤邊緣檢測法 這種算法跟直接邊緣榆測算法一樣，也是尋找出目標(biāo)指引線的左邊緣，仍然用左邊緣的位置代表目標(biāo)指引線的位置。但跟蹤邊緣檢測從視頻信號矩陣每行中尋找左邊緣的方法與直接邊緣檢測法不同?！ ∫驗槟繕?biāo)指引線是連續(xù)曲線，所以相鄰兩行的左邊緣點比較靠近。跟蹤邊緣檢測正是利用了這一特性，對直接邊緣檢測進行了簡化。其思路是：若已尋找到某行的左邊緣，則下一次就在上一個左邊緣附近進行搜尋。這種方法的特點是始終
9、跟蹤每行左邊緣的附近，去尋找下一列的左邊緣，所以稱為"跟蹤"邊緣檢測算法?！ ≡谑仔羞吘墮z測正確的前提下，該算法具有較強的抗干擾性，能更有效地消除垂直交叉黑色指引線的干擾，以及指引線外黑色圖像的影響，始終跟蹤目標(biāo)指引線?！ ×硗?，較之前兩種算法，跟蹤邊緣檢測算法的時間復(fù)雜度更低，因此效率更高。但值得注意的是第一行的左邊緣位置對整個目標(biāo)指引線的搜尋影響很大，一旦它的位置和實際導(dǎo)引線偏差較大，就會產(chǎn)生一連串的錯誤，這是不可容忍的?！ ⊥ㄟ^比較本系統(tǒng)選擇了效率更高，更可靠的跟蹤邊緣檢測法。流程圖如圖所示：
2.結(jié)論 本文中圖像處理和路徑信息識別的方法，并對不同時刻不同位置采集到的圖像的
10、處理效果進行比較研究，結(jié)合實際環(huán)境中的圖像特點，確定出適合于本研究的圖像處理算法。提出了改善路徑信息辨識速度和精度的方法。參考文獻：［1］張文志，呂恬生．基于改進的遺傳算法和模糊邏輯控制的移動機器人導(dǎo)航［J］．機器人．2003，25(1)：1［2］邱茂林，馬頌德，李毅．計算機視覺中攝像機定標(biāo)綜述［J］．自動化學(xué)報．2000，26(1)：44-45［3］吳文琪，孫增圻．機器視覺中的攝像機定標(biāo)方法綜述［J］．計算機應(yīng)用研究．2004，21(2)：4-5［4］David A．Forsyth Jean Ponce．計算機視覺--一種現(xiàn)代方咖．北京：電子工業(yè)出版社．2004［5］田志宏，曹建光，劉秀紅．超聲波傳感器在電動輪椅車上的應(yīng)用研究［J］．傳感器技術(shù)學(xué)報．2007，200)：719-720
AGV小車軌跡提取方法
