一种基于机器视觉和人工智能的AGV导航方法及系统技术方案

本发明专利技术提供一种基于机器视觉和人工智能的AGV导航系统，所述系统包括若干AGV车、无线摄像头、中央控制系统；所述无线摄像头置于室内搭建的高清广角摄像系统中，使用水平仪校准，拍摄其监控的各AGV车的运行视频，并将运行视频发送给中央控制系统；所述中央控制系统对运行视频进行解析，将运行视频分割为图像帧，对每一帧图像进行识别，检测各AGV车在图像中的相对位置，识别图像中的障碍物，形运动策略；每个AGV车具有唯一编号ID；接收由所述中央控制系统下发的运动指令，解析并执行所述运动指令。根据本发明专利技术的方案，成本低廉，维护便利，使用周期长，能够与已有的监控系统相融合，节约了成本，即使在一些复杂的电磁环境中，也能保持系统稳定。持系统稳定。持系统稳定。

【技术实现步骤摘要】
一种基于机器视觉和人工智能的AGV导航方法及系统


[0001]本专利技术涉及无人驾驶领域，尤其涉及一种基于机器视觉和人工智能的AGV导航方法及系统。

技术介绍

[0002]近年来，AGV(Automated Guided Vehicles)得到了快速发展。AGV又名无人搬运车、自动导航车、激光导航车。其显著特点是无人驾驶，AGV上装备有自动导向系统，可以保障AGV在不需要人工引航的情况下就能沿预定的路线自动地驶，将货物或物料自动从起点运送到目的地。AGV的另一个特点是柔性好，自动化程度高、智能化水平高，AGV的行驶路径可以根据仓储货位要求、生产工艺流程的改变而灵活改变，并且运行路径改变的费用与传统的输送带和刚性的传送线相比非常低廉。AGV一般配备有装卸机构，可以与其他物流设备具有接口，可以实现货物和物料装卸与搬运过程自动化。此外，AGV还具有清洁生产的特点，AGV依靠自带的蓄电池提供动力，运行过程中无噪声、无污染，可以应用在要求工作环境清洁的场所。
[0003]随着AGV应用领域的扩展，出现了多种种类和形式的AGV，根据AGV自动行驶的导航方式的不同，AGV分为电磁感应引导式AGV、激光引导式AGV、视觉引导式AGV、铁磁陀螺惯性引导式AGV、光学引导式AGV等多种。电磁感应引导AGV目前在绝大多数商业化的AGVS上使用，尤其适用于大中型的AGV。将激光引导式AGV的激光扫描器更换为红外发射器、或超声波发射器，则激光引导式AGV可转为红外引导式AGV和超声波引导式AGV。视觉引导式AGV，在每个AGV车上装有CCD摄像机和传感器，在车载计算机中设置有AGV欲行驶路径周围环境图像数据库，在AGV车行驶过程中，置于AGV车上的CCD摄像机动态获取车辆周围环境图像信息并与AGV欲行驶路径周围环境图像数据库进行比较，从而确定当前位置并对下一步行驶做出决策。
[0004]AGV车的导航方式在当下主要有电磁导航、磁条导航、二维码导航。电磁导航是一种较为传统的引导方式，通过在AGV的行驶路径上埋设金属导线，并加载低频、低压电流，使导线周围产生磁场，AGV上的感应线圈通过对导航磁场强弱的识别和跟踪，实现AGV的引导。磁条导航与电磁导航相近，不同之处在于采用了在路面上贴磁条替代在地面下埋设金属线，通过磁条感应信号实现引导。二维码导航的一个应用是欧铠研制的“小精灵机器人”，采用惯性二维码导航，小精灵机器人根据订单，将货物所在的货架从仓库存储区搬运至员工处理区。
[0005]但现有技术的AGV车的导航方式，价格高昂、安装不便、不易维护、避障实现复杂、用户交互操作不便利。例如，电磁导航的方式，改变或扩充路径较麻烦，导引线铺设相对困难；磁条导航的方式，磁条容易破损，需要定期维护，路径变更需要重新铺设磁带，AGV车只能按磁条行走，无法实现智能避让，或通过控制系统实时更改路线。二维码导航的方式：路线需要定期维护，如果场地复杂，需要频繁更换二维码，对陀螺仪的精度及使用寿命要求严格，另外，对场地平整度有一定要求，价格较高。视觉引导式AGV，在每个AGV车上装有CCD摄
像机，设备造价高、数据计算量大。

技术实现思路

[0006]为解决上述技术问题，本专利技术提出了一种基于机器视觉和人工智能的AGV导航方法及系统，所述方法及系统，用以解决现有技术中AGV车导航造价高、维护困难的技术问题。
[0007]根据本专利技术的第一方面，提供一种基于机器视觉和人工智能的AGV导航系统，所述系统包括若干AGV车、一个或多个无线摄像头、中央控制系统；
[0008]所述无线摄像头置于室内搭建的高清广角摄像系统中，所述无线摄像头使用水平仪校准，使该无线摄像头的位置高于地面，并与地面平行，设置所述无线摄像头的安装高度，使该无线摄像头的拍摄范围覆盖其监控的各AGV车的运行范围；基于无线摄像头监控的各AGV车的运行起点、终点确定各AGV车的运行范围；一个无线摄像头可以监控若干个AGV车；所述无线摄像头拍摄其监控的各AGV车的运行视频，并将运行视频发送给中央控制系统；
[0009]所述中央控制系统对由所述无线摄像头拍摄的AGV车的运行视频进行解析，将运行视频分割为图像帧，对每一帧图像进行识别，检测各AGV车在图像中的相对位置，识别图像中的障碍物；基于各AGV车的相对位置及障碍物的情况，为各AGV车进行路径规划，生成包括各AGV车的运动方向、运动速度、运动策略的运动指令；
[0010]所述若干AGV车，用于搬运货物，每个AGV车具有唯一编号ID；接收由所述中央控制系统下发的运动指令，解析并执行所述运动指令。
[0011]进一步地，所述高清广角摄像系统配置若干个无线摄像头，每个无线摄像头负责监控若干AGV车。
[0012]进一步地，所述中央控制系统获取图像后，利用图像拼接技术，将高清广角摄像系统中各个摄像头获取的图像转换成一张大的室内全景图像。
[0013]进一步地，所述中央控制系统获取高清广角摄像系统传回的首帧数据，在首帧数据的基础上、结合室内全景图像，采用
A*
算法规划路径，并将该路径在实时传回的图像上显示。
[0014]进一步地，对获取的每一帧图像，识别AGV车和障碍物，检测AGV车和障碍物在图像中的位置信息，确定AGV车与障碍物、AGV车与路径段之间的相对位置关系；基于上述相对位置关系，计算AGV车运动方向与当前路径方向的偏角，得到运动的偏角值，对所述偏角值进行处理，从而计算出AGV车应移动的姿态，即计算出AGV车下一步各轮子的转向、转速变化。
[0015]进一步地，所述AGV车进一步结合避障策略确定行车策略。
[0016]进一步地，所述AGV车通过预设的避障算法来规划局部路径，待绕过障碍物后再使该AGV车返回到全局路径中。
[0017]根据本专利技术第二方面，提供一种基于机器视觉和人工智能的AGV导航方法，基于如前所述的基于机器视觉和人工智能的AGV导航系统，所述方法执行以下步骤：
[0018]步骤S601：配置若干无线摄像头，每个无线摄像头用于监控若干AGV车；使用水平仪校准各无线摄像头，使其严格垂直于场地地面；设置所述无线摄像头的安装高度，使该无线摄像头的拍摄范围覆盖其监控的各AGV车的运行范围；
[0019]步骤S602：中央控制系统获取高清广角摄像系统传回的首帧数据，在首帧数据的
基础上、结合室内全景图像，采用
A*
算法规划各AGV车的路径，并将该路径在实时传回的图像上显示；
[0020]步骤S603：将训练好的基于深度卷积神经网络的目标检测器YOLO导入所述中央控制系统；
[0021]步骤S604：标记已到达终点的AGV车；
[0022]步骤S605：判断是否所有监控的AGV车都已经到达终点；若是，方法结束；若否，进入步骤S606；
[0023]步骤S606：获取帧图像并输入训练好的基于深度卷积神经网络的目标检测器YOLO，检测未到达终点的AGV车、障碍物在图像中的位置信息，确定所述未到本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于机器视觉和人工智能的AGV导航系统，其特征在于，所述系统包括若干AGV车、一个或多个无线摄像头、中央控制系统；所述无线摄像头置于室内搭建的高清广角摄像系统中，所述无线摄像头使用水平仪校准，使该无线摄像头的位置高于地面，并与地面平行，设置所述无线摄像头的安装高度，使该无线摄像头的拍摄范围覆盖其监控的各AGV车的运行范围；基于无线摄像头监控的各AGV车的运行起点、终点确定各AGV车的运行范围；一个无线摄像头可以监控若干个AGV车；所述无线摄像头拍摄其监控的各AGV车的运行视频，并将运行视频发送给中央控制系统；所述中央控制系统对由所述无线摄像头拍摄的AGV车的运行视频进行解析，将运行视频分割为图像帧，对每一帧图像进行识别，检测各AGV车在图像中的相对位置，识别图像中的障碍物；基于各AGV车的相对位置及障碍物的情况，为各AGV车进行路径规划，生成包括各AGV车的运动方向、运动速度、运动策略的运动指令；所述若干AGV车，用于搬运货物，每个AGV车具有唯一编号ID；接收由所述中央控制系统下发的运动指令，解析并执行所述运动指令。2.如权利要求1所述的基于机器视觉和人工智能的AGV导航系统，其特征在于，所述高清广角摄像系统配置若干个无线摄像头，每个无线摄像头负责监控若干AGV车。3.如权利要求1所述的基于机器视觉和人工智能的AGV导航系统，其特征在于，所述中央控制系统获取图像后，利用图像拼接技术，将高清广角摄像系统中各个摄像头获取的图像转换成一张大的室内全景图像。4.如权利要求1所述的基于机器视觉和人工智能的AGV导航系统，其特征在于，所述中央控制系统获取高清广角摄像系统传回的首帧数据，在首帧数据的基础上、结合室内全景图像，采用
A*
算法规划路径，并将该路径在实时传回的图像上显示。5.如权利要求1所述的基于机器视觉和人工智能的AGV导航系统，其特征在于，对获取的每一帧图像，识别AGV车和障碍物，检测AGV车和障碍物在图像中的位置信息，确定AGV车与障碍物、AGV车与路径段之间的相对位置关系；基于上述相对位置关系，计算AGV车运动方向与当前路径方向的偏角，得到运动的偏角值，对所述偏角值进行处理，从而计算出AGV车应移动的姿态，即计算出AGV车下一步各轮子的转向、转速变化。6.如权利要求5所述的基于机器视觉和人工智能的AGV导航系统，其特...

【专利技术属性】
技术研发人员：宗艳桃，郭威，高恒，王清，杨建昌，
申请(专利权)人：中国人民解放军陆军装甲兵学院，
类型：发明
国别省市：