基于多窗口实时测距的单目视觉AGV的精确定位方法技术

本发明专利技术公开了基于多窗口实时测距的单目视觉导引AGV的精确定位方法及系统，针对摄像机倾斜安装的方式，对相机参数进行标定与测量，建立视觉系统实时测量模型；通过在地面设置圆形色块作为停车定位的参照物，经过视觉系统的高效算法对其进行识别，精确提取其中心位置信息；在视野范围内，设置多窗口对图像进行处理：远端窗口用于AGV对地面信息的预判，使其逐渐减速；中间窗口作为粗定位窗口，对其位姿进行调整；近端窗口用于精确测距，准确停车；本方法实现了AGV对深度信息的感知，具有特征识别率高、算法实时性优、成本低廉、可扩展性强等优点，AGV停车的水平距离偏差稳定在±1mm、角度偏差稳定在±1°、停车误差稳定在±2mm。

【技术实现步骤摘要】

本专利技术涉及一种基于视觉传感的工业移动机器人的精确定位技术，特别涉及一种基于多窗口实时测距的单目视觉导引AGV的精确定位方法及系统，其属于智能化工业机器人领域。
技术介绍
在自动化物流装备中，自动导引车自动导引车AGV(Automated Guided Vehicle)作为物料运载的理想工具，已经应用于社会生产的多种行业。AGV在运行过程中，对其行走定位的精度要求不高，但在工位点处要求其能实现较高的定位停车精度。AGV的定位停车是指其导引系统在获取工位点信息后，能够在指定工位点处进行停车的功能，定位停车的位置准确与否将直接影响后续的工作任务。目前磁导引AGV的成本较低，但定位精度较差，激光导引AGV的定位精度能达到5mm之内，但其成本较高。而视觉导引AGV以其精度高、实时性好、成本低等优点，越来越受到国内外学者的关注。视觉导引AGV的摄像机安装方式有垂直安装与倾斜安装两种。公开号为CN103390259A的中国专利技术专利采用一种摄像机垂直安装检测地面路径的方式，摄像机垂直安装图像畸变相对较小，检测精度高，但其视野小，无法及时获取AGV前方路况信息。公开号为CN103646249A的中国专利技术专利采用摄像机倾斜安装方式，通过对采集的图像进行处理后得到前方路径中点信息，无法实现对路面信息的精确测量。传统的单目视觉导引AGV不具备实时测距功能，缺少视觉信息反馈，不具备停车闭环控制的能力。此外，采用十字标记作为工位点信息的方法只是检测到工位点就立即发送停车信号给运动控制器，实际停车误差较大，重复停车定位精度低，不能实现AGV的精确定位停车。公开号为CN104181920A的中国专利技术专利提出的视觉定位方法能够实现AGV在工位点处的定位，但定位停车时易受到其他因素的影响，其停车定位精度并不理想。在路径偏差测量方面，传统的方法根据预先设定的路径模型对采集的路径点进行拟合，典型的路径模型有直线模型、圆弧模型以及非圆弧模型等，这类方法计算量大，并且精度相比直线模型计算出来的结果提升有限。因此，确实有必要对现有技术进行改进以解决现有技术之不足。
技术实现思路
针对上述现有技术的不足，本专利技术提供一种基于多窗口实时测距的单目视觉导引AGV的精确定位方法及系统，能够实现AGV在工位点处的精确定位与准确停车。本专利技术提供的基于多窗口实时测距的单目视觉AGV的精确定位方法，步骤如下：步骤一，建立视觉系统模型：采用前置倾斜安装车载摄像机的方式，通过简化单目视觉系统模型，利用几何方法推导出路面坐标系与图像像平面坐标系之间的转换关系，建立实时测距模型；步骤二，在视野范围内，设置多窗口进行处理：将采集到的图像信息划分多个窗口：远端窗口始终用于自动导引车自动导引车AGV对地面信息的预判；中间窗口作为粗测量窗口，提取路径信息，实时测量停车标识中心与所述AGV的距离信息；近端窗口用于对所述AGV的精确测距，准确停车；步骤三，图像特征提取：设置地面特征识别窗口，设计基于嵌入式系统对采集图像进行处理，提取有用信息；其具体步骤为：(1)地面导引路径的原始图像采集；(2)图像预处理及二值化；(3)路径信息的采集；(4)圆形标识的检测与识别；(5)圆形标识的定位；步骤四，路径偏差测量：将导引路径简化成直线模型，计算相对于图像像平面坐标系的位置偏差和姿态角偏差，并将所述偏差信号发送给车载控制器；步骤五，作为粗定位窗口，根据提取到的路径信息对所述AGV的位姿进行调整，同时实时测量停车标识中心与所述AGV的距离信息，并将其反馈给运动控制器；(3)设定阈值，当在近端窗口测量的距离达到预先设定好的阈值范围时，则运动控制器发出停车信号进行停车。进一步的，所述步骤一中建立视觉系统模型具体如下：将单目倾斜摄像机系统简化为简单几何模型，通过模型的几何关系推导出图像平面坐标与路平面坐标之间的映射关系，其映射关系如下： X T = ( K 1 + Y T ) K 1 · K 2 · K 4 · x t Y T = ( 1 + tan 2 γ 1 - K 2 · t a n γ · 本文档来自技高网...

【技术保护点】
基于多窗口实时测距的单目视觉AGV的精确定位方法，其特征在于，步骤如下：步骤一，建立视觉系统模型：采用前置倾斜安装车载摄像机的方式，通过简化单目视觉系统模型，利用几何方法推导出路面坐标系与图像像平面坐标系之间的转换关系，建立实时测距模型；步骤二，在视野范围内，设置多窗口进行处理，将采集到的图像信息划分多个窗口：远端窗口始终用于自动导引车自动导引车AGV对地面信息的预判；中间窗口作为粗测量窗口，提取路径信息，实时测量停车标识中心与所述AGV的距离信息；近端窗口用于对所述AGV的精确测距，准确停车；所述各个窗口的大小根据车载摄像机的视角以及倾斜安装角度进行模拟实验确定；步骤三，图像特征提取：设置地面特征识别窗口，设计基于嵌入式系统对采集图像进行处理，提取有用信息；其具体步骤为：1)地面导引路径的原始图像采集；2)图像预处理及二值化；3)路径信息的采集；4)进行圆形标识的检测与识别；5)圆形标识的定位；步骤四，路径偏差测量：将导引路径简化成直线模型，计算相对于图像像平面坐标系的位置偏差和姿态角偏差，并将所述偏差信号发送给车载控制器；步骤五，精确停车：1)远端窗口若检测到椭圆标识，则其减至较低的速度；2)中间窗口作为粗定位窗口，根据提取到的路径信息对所述AGV的位姿进行调整，同时实时测量停车标识中心与所述AGV的距离信息，并将其反馈给运动控制器；3)设定阈值，当在近端窗口测量的距离达到预先设定好的阈值范围时，则运动控制器发出停车信号进行停车。...

【技术特征摘要】
1.基于多窗口实时测距的单目视觉AGV的精确定位方法，其特征在于，步骤如下：步骤一，建立视觉系统模型：采用前置倾斜安装车载摄像机的方式，通过简化单目视觉系统模型，利用几何方法推导出路面坐标系与图像像平面坐标系之间的转换关系，建立实时测距模型；步骤二，在视野范围内，设置多窗口进行处理，将采集到的图像信息划分多个窗口：远端窗口始终用于自动导引车自动导引车AGV对地面信息的预判；中间窗口作为粗测量窗口，提取路径信息，实时测量停车标识中心与所述AGV的距离信息；近端窗口用于对所述AGV的精确测距，准确停车；所述各个窗口的大小根据车载摄像机的视角以及倾斜安装角度进行模拟实验确定；步骤三，图像特征提取：设置地面特征识别窗口，设计基于嵌入式系统对采集图像进行处理，提取有用信息；其具体步骤为：1)地面导引路径的原始图像采集；2)图像预处理及二值化；3)路径信息的采集；4)进行圆形标识的检测与识别；5)圆形标识的定位；步骤四，路径偏差测量：将导引路径简化成直线模型，计算相对于图像像平面坐标系的位置偏差和姿态角偏差，并将所述偏差信号发送给车载控制器；步骤五，精确停车：1)远端窗口若检测到椭圆标识，则其减至较低的速度；2)中间窗口作为粗定位窗口，根据提取到的路径信息对所述AGV的位姿进行调整，同时实时测量停车标识中心与所述AGV的距离信息，并将其反馈给运动控制器；3)设定阈值，当在近端窗口测量的距离达到预先设定好的阈值范围时，则运动控制器发出停车信号进行停车。2.如权利要求1所述的基于多窗口实时测距的单目视觉导引AGV的精确定位方法，其特征在于：所述步骤一中建立视觉系统模型具体如下：将单目倾斜摄像机系统简化为简单几何模型，通过模型的几何关系推导出图像平面坐标与路平面坐标之间的映射关系，其映射关系如下： X T = ( K 1 + Y T ) K 1 · K 2 · K 4 · x t Y T = ( 1 + tan 2 γ 1 - K 2 · t a n γ · y t ) · h · K 2 · y t x t = ( K 1 ( K 1 + Y T ) · K 3 · K 4 ) · X T y t = Y T K 2 · ( h + h · tan 2 γ + Y T · t a ...

【专利技术属性】
技术研发人员：钱晓明，楼佩煌，张建鹏，武星，王彬，姚盛昕，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：江苏;32