基于超声波组网和立体视觉的AGV导航定位方法技术
【技术实现步骤摘要】
基于超声波组网和立体视觉的AGV导航定位方法
本专利技术涉及导航定位
，特别涉及一种基于超声波组网和立体视觉组合的AGV定位导航方法。
技术介绍
在物流行业，装卸搬运货物是极其频繁的工作流程，耗费大量的人力资源与成本。在发达国家，这笔费用占到物流成本的15％～33％，在我国也占到15％左右。于是AGV(AutomaticGuidedVehicle，无人搬运车)逐渐被应用到仓储业、制造业、港口等，为物流自动化的实现提供了便利的条件。室内定位与导航主要是指实时确定AGV的方位，并指引其按照正确的路线进行运动。实现定位和导航功能包括以下几个步骤：1)环境地图的建立；2)自身定位；3)路径的规划。现有的定位导航技术包括视觉、激光、磁力线、二维码、wifi、惯性导航等等，以上几种定位技术都各有优缺点，可以具体结合实际情况来进行合理设计和选择，超声波是一种振动频率大于20kHz的循环声压，超出人耳所能听到的频率范围。超声波通常以纵波的方式在弹性介质中传播，是一种能量的传播方式，具有频率高、波长短、方向性较好等特点。同时也不易受到如天气条件、环境光照及障碍物阴影、表面粗糙度等外界环境条件的影响。超声波进行导航定位已经被广泛应用到各种移动机器人的感知系统中。传统的利用超声波技术的定位方案，主要采用反射式测距法。根据回波与发射波的时间差进行定位。这种方法依赖于反射物，对反射面要求较高。当反射面不光整或者有倾角时，极易丢失回波信号；当反射面较杂时，回波信号也变得难以进行。因此，通常采用具有超声发射器的基站组成网络，配合具有接收器的定位标签等，并通过控制系统对采集的信号进...
【技术保护点】
一种基于超声波组网和立体视觉的AGV导航定位方法，其特征在于，该方法为：步骤1、开始进行超声波组网，并利用测距原理，计算信源标签与信源基站之间距离；步骤2、利用三边定位原理，对信源标签进行定位，AGV将信源标签的定位信息通过无线通信网络上传至上位机服务器；步骤3、上位机通过超声波组网得到AGV的定位信息，通过路径规划控制器控制AGV的驱动装置，使AGV按照规划的路径从起始点运动到目的地；步骤4、启动立体视觉模块，通过图像滤波、边沿检测、特征信息提取、立体匹配以及目标姿态和距离测量的流程，对欲搬运或卸载的货物进行相对距离和相对姿态的测量，调整AGV的转向角度以及AGV与货架之间的距离；步骤5、将货叉对准所述货架的插入孔，再将货物搬起。
【技术特征摘要】
1.一种基于超声波组网和立体视觉的AGV导航定位方法，其特征在于，该方法为：步骤1、开始进行超声波组网，并利用测距原理，计算信源标签与信源基站之间距离；步骤2、利用三边定位原理，对信源标签进行定位，AGV将信源标签的定位信息通过无线通信网络上传至上位机服务器；步骤3、上位机通过超声波组网得到AGV的定位信息，通过路径规划控制器控制AGV的驱动装置，使AGV按照规划的路径从起始点运动到目的地；步骤4、启动立体视觉模块，通过图像滤波、边沿检测、特征信息提取、立体匹配以及目标姿态和距离测量的流程，对欲搬运或卸载的货物进行相对距离和相对姿态的测量，调整AGV的转向角度以及AGV与货架之间的距离；步骤5、将货叉对准所述货架的插入孔，再将货物搬起。2.如权利要求1所述的AGV导航定位方法，其特征在于，所述超声波组网包含信源标签、多个信源基站和射频发射站；所述射频发射站包含射频发射模块，其发射射频同步信号给信源标签和各个信源基站；每个信源基站含有射频接收模块和超声波发射模块，所述信源基站先接收来自所述射频发射站的射频信号，再发送超声波脉冲给所述信源标签；所述信源标签含有射频接收模块和超声波接收模块，所述信源标签的射频接收模块先接收所述射频发射站发送的射频信号，并记录该接收时刻，再接收各个信源基站发射的超声波脉冲信号，并记录该接收时刻。3.如权利要求2所述的AGV导航定位方法，其特征在于，所述信源基站的数目为四个，分别为一个第二信源基站、一个第三信源基站和两个第一信源基站；所述信源基站和射频发射站包围在所述信源标签的外侧。4.如权利要求2所述的AGV导航定位方法，其特征在于，所述步骤1包含：步骤1.1、超声波组网的射频发射站发射射频同步信号；步骤1.2、超声波组网的信源基站接收来自射频发射站的射频信号，发送超声波脉冲给信源标签；步骤1.3、信源标签首先接收到射频信号，并将该接收信号的时刻记录为T0，然后接收到第i个信源基站发射的超声波脉冲信号，并将此接收信号的时刻记录为Ti，所述定位标签与第i个信源基站之间距离的计算公式为：li＝(Ti-T0)×C2(1)式中，C2＝340m/s为超声波脉冲在常温下的传播速度，li为计算得到的第i个信源基站与信源标签之间的距离信息。5.如权利要求4所述的AGV导航定位方法，其特征在于，所述步骤2包含：选定3个信源基站的坐标为Pi(xi,yi,zi)(i＝1,2,3)，o(x,y,z)为信源标签的坐标，利用三边定位法得到几何关系为：式中，x、y和z分别为信源标签的x轴、y轴和z轴的坐标；xi、yi和zi分别为第i个信源基站的各个轴的坐标。6.如权利要求5所述的AGV导航定位方法，其特征在于，所述步骤4包含：步骤4.1、图像滤波：采用中值滤波的方法分别对左右摄像头图像进行滤波，消除噪声干扰，得到平滑的左、右摄像头图像；所述步骤4.1具体方法为：先确定一个奇数像素的二维窗口W，尺寸为k*l，窗口内各像素按灰度大小排队后，用其中间位置的灰度值代替原灰度值，得到：f(x,y)＝median{h(x-k,y-l),(k,l)∈W}(3)式中，h(x,y)为原灰度值，f(x,y)为增强图像的灰度值，W为选定窗口大小；步骤4.2、边沿检测：通过canny边缘检测的方法对两幅图像分别进行边沿检测，得到边沿特征信息；步骤4.3、特征信息提取：对进行边沿检测后的图像进行角点、直线、圆或椭圆特征提取，并从中识别选定的特征点信息；步骤4.4、立体匹配：根据识别出特征点在左、右摄像头中的二维信息，完成左右两幅不同图像上的特征点对应匹配，并去除坏的匹配点；步骤4.5、目标位置和姿态的测量：根据立体匹配结果，构建测试对象坐标系，并计算出其相对于世界坐标的位置和姿态。7.如权利要求6所述的AGV导航定位方法，其特征在于，所述步骤4.2包含：步骤4.2.1、先用高斯滤波函数G(x,y)对图像f(x,y)进行平滑滤波，高斯滤波函数G(x,y)与图像f(x,y)卷积得到平滑的图像g(x,y)，可得：式中，G(x,y)为二维高斯分布函数，σ为正态分布的标准偏差；步骤4.2.2、计算平滑图像g(x,y)中每个像素点(x,y)的梯度强度和方向，计算平滑图像g(x,y)中每个像素点(x,y)的梯度强度和方向，可得：图像g(x,y)中每个像素点(x,y)的梯度强度和梯度方向θ(x,y)分别为：式中，Ex、Ey分别为G(x,y)的一阶方向导数与图像f(x,y)的卷积；步骤4.2.3、计算边缘点：中心边缘点为G(x,y)与f(x,y)的卷积在边缘梯度方向上的区域中的最大值点；通过在每一个梯度方向上判断此点强度是否为其领域的最大值来确定该点是否为边缘点。8.如权利要求7所述的AGV导航定位方法，其特征在于，所述步骤4.3包含：步骤4.3.1、角点提取：采用基于Harris算子的点特征提取方法，角点响应函数为：R＝detM-k(traceM)2(7)式中，detM＝λ1×λ2，traceM＝λ1+λ2，k为权值系数，取值0.04～0.06；gx为x方向的梯度，gy为y方向的梯度，为高斯滤波模板；设具有特征值λ1和λ2，判断条件为：b1、λ1>>λ2或λ2>>λ1，对应点为边缘点，对应的R为负；b2、λ1和λ2都很小，对应点为图像上的普通点，对应的|R|值小；b3、λ1和λ2都很大，对应点为角点，对应的R值大；步骤4.3.2、直线提取：采用Hough变换的方法对区域边界形状进行描述；设一幅图像的内容为一条线段，其上一点A的坐标为xi和yi，对应的参数空间值为ρ和θ分别为该点的极距和极角；极距和极角之间的映射关系为：ρ＝xicosθ+yisinθ(8)在参数空间中，极距ρ的最大值为其中，xmax和ymax为图像的最大坐标值；极角θ的变化范围为0°～180°。9.如权利要求8所述的AGV导航定位方法，其特征在于，所述步骤4.4采用欧式距离方法作为相似性度量的标准，给定参考图像和待匹配图像上的特征点pi和qj，欧式距离值Dij定义如下：其中，Li(k)和Lj(k)分别为特征点pi和qj的特征描述向量；根据欧式距离的特征，当Dij值越小，表示特征点pi和qj越相似，越可能是匹配点对；设定一个阈值T，如果Dij值小于T时，特征点pi和qj被认为是匹配的；所述步骤4.4的步骤包含：4.4a、取标准图像中的特征点P1，在待匹配图像中找出与其欧氏距离最近的前两个特征点Pr1和Pr2，若特征点Pr1和Pr2中最近的距离Dmin除以次近的距离Ucmin小于匹配阈值，则...
【专利技术属性】
技术研发人员：王丹，陆满君，龚明，胡昆霖，徐卉，
申请(专利权)人：上海神添实业有限公司，
类型：发明
国别省市：上海,31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。