一种基于计算机视觉的工作路面异常检测及路径优化方法技术

本发明专利技术公开了一种基于计算机视觉的工作路面异常检测及路径优化方法，本发明专利技术主要用于AGV工作路面凸起检测，涉及计算机视觉领域，包括：采集实时工作路面图像并进行图像预处理；对预处理后路面图像进行区域分割，得到工作路面的ROI区域图像；获取ROI区域图像中最远端边缘区域，计算其灰度梯度值；将灰度梯度值和预设阈值进行比较，确定工作路面图像是否存在异常；当灰度梯度值大于预设阈值时，确定工作路面图像存在异常；获取异常路面图像的路面异常边缘区域；判断其异常类型；并根据异常类型对工作路面进行评估；根据评估结果优化工作路径。根据本发明专利技术提出的技术手段，能够快速的检测出前方路面状况，同时根据异常情况优化路径，使AGV能够及时避障。使AGV能够及时避障。使AGV能够及时避障。

An anomaly detection and path optimization method of working pavement based on computer vision

【技术实现步骤摘要】
一种基于计算机视觉的工作路面异常检测及路径优化方法


[0001]本专利技术涉及计算机视觉领域，具体涉及一种基于计算机视觉的工作路面异常检测及路径优化方法。

技术介绍

[0002]随着智能技术的不断发展，给物流业、制造业等行业带来了很大的转变，比如AGV小车的出现，可以帮助企业在生产过程中更加便利，生产更加高效。AGV小车有承重大、运输速度快、安全性高等特点，使得它在国内的应用越来越广泛。
[0003]在AGV小车运行的过程中，会因路面异常凸起或存在异物导致AGV小车出现颠簸，引起小车货物发生掉落，造成经济损失。在利用视觉引导的AGV小车中通过路面图像，实现对路面异常凸起进行检测，保证AGV小车能够及时避障，避免发生AGV小车颠簸导致货物掉落的情况。

技术实现思路

[0004]为了克服上述现有技术的缺点，本专利技术提出一种基于计算机视觉的工作路面异常检测及路径优化方法，利用AGV小车行进过程中车身所带相机得到的二维图像对前方路面进行异常判断，通过图像最远端路面边缘线的特征变化，确定路面为凸起异常或凹陷异常，并对路面异常程度本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于计算机视觉的工作路面异常检测及路径优化方法，其特征在于，包括:采集实时工作路面图像，并进行图像预处理，得到预处理后工作路面图像；对所述预处理后路面图像进行区域分割，得到所述工作路面的ROI区域图像；获取所述ROI区域图像中最远端边缘区域，计算所述最远端边缘区域的灰度梯度值；将所述灰度梯度值和预设阈值进行比较，确定所述工作路面图像是否存在异常；当所述灰度梯度值大于所述预设阈值时，确定所述工作路面图像存在异常；对于存在异常的所述工作路面，获取其路面异常边缘区域；判断所述路面异常边缘区域的异常类型；并根据所述异常类型对所述工作路面进行评估，获取评估结果；判断所述路面异常边缘区域的异常类型，包括：从左往右计算所述路面异常边缘区域的曲折度s,根据所述曲折度s的变化判断路面异常边缘区域的异常类型：当所述曲折度s先变大后变小时，该路面异常边缘区域为路面凸起异常；当所述曲折度s先变小后变大时，该路面异常边缘区域为路面凹陷异常；根据所述评估结果，优化工作路径。2.根据权利要求1所述一种基于计算机视觉的工作路面异常检测及路径优化方法，其特征在于，将所述灰度梯度值和预设阈值进行比较，确定所述工作路面图像是否存在异常，包括：计算所述最远端边缘区域的灰度梯度值，将得到的灰度梯度值和预设阈值进行比较；当＜时，所述工作路面图像不存在异常；当＞时，所述工作路面存在异常。3.根据权利要求2所述一种基于计算机视觉的工作路面异常检测及路径优化方法，其特征在于，计算所述最远端边缘区域的灰度梯度值，将得到的灰度梯度值和预设阈值进行比较，包括：灰度梯度值的计算公式为：其中，表示所述最远端边缘区域的灰度梯度值，表示方向上相邻像素点的灰度值...

【专利技术属性】
技术研发人员：韩玉盼，李姗姗，
申请(专利权)人：托伦斯半导体设备启东有限公司，
类型：发明
国别省市：