基于視覺的AGV道路識(shí)別和導(dǎo)引.pdf

1、AGV系統(tǒng)在自動(dòng)化生產(chǎn)中發(fā)揮著重要的作用，通過應(yīng)用AGV系統(tǒng)，能大幅減少人力成本，提高生產(chǎn)效率。近年來，隨著傳感器技術(shù)的完善和計(jì)算機(jī)計(jì)算能力的提升，視覺導(dǎo)航技術(shù)逐漸成為當(dāng)前研究熱點(diǎn)，出現(xiàn)了各種基于視覺導(dǎo)引的智能化車輛，AGV系統(tǒng)也從室內(nèi)車間的物料搬運(yùn)擴(kuò)展到各個(gè)應(yīng)用領(lǐng)域。本文結(jié)合當(dāng)前熱點(diǎn)，通過研究室外AGV的道路識(shí)別和導(dǎo)引，旨在實(shí)現(xiàn)一個(gè)可靠、高效的室外AGV系統(tǒng)。
　　研究?jī)?nèi)容主要分為四部分:1、道路檢測(cè)算法的設(shè)計(jì)和實(shí)現(xiàn);2、路徑跟

2、蹤算法的設(shè)計(jì)和實(shí)現(xiàn);3、AGV硬件系統(tǒng)設(shè)計(jì)和集成;4、AGV上位機(jī)軟件系統(tǒng)設(shè)計(jì)和開發(fā)。
　　通過對(duì)道路識(shí)別方法的研究，本文提出并實(shí)現(xiàn)了基于視覺和聚類分析的自適應(yīng)道路檢測(cè)算法（第2章）。算法通過路面樣本的自動(dòng)選擇，實(shí)現(xiàn)了自動(dòng)導(dǎo)航車在沒有人工參與情況下的動(dòng)態(tài)樣本添加?？朔嘶趯W(xué)習(xí)算法的道路識(shí)別方法所存在的缺陷:為了適應(yīng)變化劇烈的路面環(huán)境，需要人工收集大量的路面樣本進(jìn)行訓(xùn)練。經(jīng)過自主設(shè)計(jì)的實(shí)驗(yàn)平臺(tái)(AGV自動(dòng)導(dǎo)航車)驗(yàn)證，算法能有效減

3、低光照、陰影、車道線對(duì)道路識(shí)別的影響，能夠適應(yīng)道路條件變化劇烈的場(chǎng)合，減少了運(yùn)行過程中所需要的人工操作。
　　在路面識(shí)別算法的基礎(chǔ)上，本文提出并實(shí)現(xiàn)了適用于簡(jiǎn)單路況（無交叉道路）的路徑跟蹤算法（第3章）。算法通過提取道路中心線作為自動(dòng)導(dǎo)航車行進(jìn)參考線，實(shí)現(xiàn)了自動(dòng)導(dǎo)航車在簡(jiǎn)單路況下的平穩(wěn)運(yùn)行。針對(duì)復(fù)雜路況（交叉路口）下的道路跟蹤，提出了道路模式判斷以及道路圖像的視角轉(zhuǎn)換等方案作為后續(xù)研究工作的重點(diǎn)。
　　同時(shí)，在本文的研究過程