基于AGV视觉导航的目标跟踪方法的研究

《基于AGV视觉导航的目标跟踪方法的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要自动导向车辆AGV的研究始于20世纪50年代的美国。在发达工业国家，AGV已实现商品化，并在机械工业、自动仓库、物流中心等各个领域得到了广泛应用。AGV的引导与控制方式是AGV的核心问题之一，所采用的引导技术主要有；电磁感应技术，激光检测技术，超声检测技术，光反射检测技术，惯性导航技术，图像识别技术和坐标识别技术等。在这些导航方式中，有线式引导的研究最早也应用最为广泛；然而视觉导航方式是最有潜力的，如此成为大量研究人员关注的热点。对现在的图像处理技术和计算机技术而言。根难依据三维图像进行导航，丽最为普遍的方式是路面上涂设白色条带状路

2、标来标识车辆欲行驶路径，并利用机器视觉识别路径以实现车辆自主导航。为了开展这一领域的研究，我们设计并制造了一辆用CCD识别地面铺设的条状路标而进行导航的AGV。该AGV自主导航系统主要由路径图象识别系统、行驶驱动系统、转向驱动系统、制动系统、避障系统及其它辅助系统组成。在本文中，详细的介绍了AGV的导航机理，主要包括标志线检测的图像处理算法和导航控制算法。本文围绕AGV视觉导航技术，进行了理论和应用的研究，主要内容如下：(1)AGV总体方案设计主要介绍了基于电子地图的视觉导航AGV的车体结构和工作原理。(2)视觉导航AGv标志线检测算法

3、在标志线的检测中，对采集的图像进行预处理，其中包括小波域多尺度隐马尔可夫模型的图像去噪、双正交小波边缘检测等，然后从处理后的图像中抽取直线上的几组点，用最小二乘进行拟合，得出所需要的相关信息。(3)定位控制器的设计在控制部分采用了Kalman滤波最优控制器。然而由于Kalman滤波最优控制器的不足在于进行了较多的简化，使它在实际应用中受到较大限制，因此又提出一种基于驾驶员的转向行为的拟人转向控制模型。关键词：AGVKalman小波分析隐马尔可夫模型图像处理ABS’瞰CTAutonomousguidedvehicle(AGV)，which

4、isfirstlydevelopedinAmericanin1950s，nowiswidelyusedinmanyfields，suchasmechanicalengineedng，automaticwarehousing，automadcmaterial-flowing，ete．IntheresearchoftheAGV,oneofthepivotaltechniquesistheautonomousnavigationtechnique．Researchershavestudiedmanyschemes，suchaswire—gui

5、dance，opticalguidance，visualnavigafion，ultrasonicsensing，infraredguidance，ete．Intheseschemes，thewi把-guidancetechnologyistheoldestandthecommonest．However,thevisualnavigationisthemostpotentialandnowtheresearchersfocusonthevisualnavigation．Forthepresentimageprocessingtechni

6、queandcomputertechnique，itisverydifficulttorealizethevehiclenavigationaccordingtotheresultofthree-dimensionalimagerecognition．Atpresent+thecommonmethodsaretorecognizethetwo—dimensionaltapeimagethatislaidOrpaintedonthefloorasthenavigatingtrack．Inordertocarryontheexperimen

7、talandtheoreticalstudyofthisfieId，WedesignedandbuiltanewAGV,whichadoptedtheabovenavigationscheme．TheAGVmainlyconsistsofimagerecognizingsystem,runningdrivesystem，steeringdrivesystem．曲stacleavoidancesystemandtheothefassistancesystems．Inthispaper,Wemainlypresentthenavigatio

8、nscheme，includingimageprocessingalgorithmoftracklineandguidancecon垃olalgorithmoftheAGV,Workonapplicatio