视觉导引AGV与`其在制造业厂内应用.docVIP

视觉导引AGV及其在制造业厂内的应用 　　摘要：视觉导引作为一种先进的导引方式，适应性广、灵活性高，可显著提升厂内物流效率，节省人力成本，未来发展前景广阔。本文分析研究了视觉导引AGV的图像识别与导航原理，介绍了导航系统组成与控制流程，总结了AGV应用特点及其在电子电器制造业厂内物流中的应用情况 关键词：AGV、视觉识别、视觉导航、生产物流、智能物流 在自动导引车（Automated GuidedVehicle，AGV）的应用中，广泛使用的导航技术主要有磁、电磁、激光等几种。视觉导航方法由于其本身独有特点，近年来在我国AGV应用中逐渐引起注意 视觉导航通过视觉传感器采集周围环境中的地理信息，经过图像处理和识别，生成导航指令。与非视觉类传感器相比，视觉传感器具有无噪声、无有害影响、信息量大等特点。在实际应用中，只需在路面上画出路径引导线或者路标图形，AGV就可以通过视觉导航系统来控制自身行走。相对于埋设导线/磁条、安装磁钉等方法而言，视觉导航进一步增强了系统的灵活性，并且降低了安装使用成本，同时视觉识别也可以避免出现如惯性导航等虚拟路径导航方法存在的误差积累问题（在部分应用中，视觉可以作为惯性导航的误差校正方法）。相对于激光导航方法，视觉导航的优势在于其低廉的系统硬件成本以及识别功能的扩展能力――只要软件和模式识别功能足够智能，自动导引车就可以实现多种导航和定位功能 本文将对视觉导航的原理以及系统组成进行分析介绍，研究其导航控制流程，并介绍了视觉识别AGV系统在电子、家电、电气等制造业工厂内自动化物流系统中的应用 一、视觉识别系统的组成 视觉识别AGV的关键技术是计算机视觉技术，即利用视觉传感器获取AGV前方/下方的路面环境信息，经过控制系统的识别和解析，生成控制指令，从而使AGV小车沿规划的路径行驶 视觉导航系统主要由图像信号采集装置、图像信号处理装置和图像识别及运动控制单元等组成，其中图像采集装置由数字摄像头完成，图像信号处理由图像采集卡完成，图像识别和运动控制由主控板上的MCU完成，运动执行器为AGV车体上差速驱动伺服电机。AGV车体系统还包括红外/激光安全传感器、电机测速旋转编码器、补光照明等元件。安全传感器用于车体前方障碍物的预警，电机测速编码器用电机速度与位置的伺服控制，补光照明系统用于增强车体下方的路径上的光照强度，以便使AGV准确识别路径标识。系统逻辑组成如图1所示。数字摄像头信号通过图像采集卡直接送人主控系统板，安全传感器、电机驱动控制器和辅助照明直接与主控板连接，电机由驱动器驱动，旋转编码器与电机主轴之间由机械连接，编码器反馈信号送入驱动器 二、导航系统的工作流程 导航系统总体控制软件系统由数字图像预处理、图形模式识别和路径跟踪等模块组成。数字图像预处理模块主要进行原始图像的灰度图生成、滤波、图像增强等作业，使图像在保留关键信息的基础上更加易于识别处理。图形模式识别模块主要完成对预处理后的二值图像与预设的图形模版的对比，根据关键位置的比较，识别出该图形。导航控制模块根据识别出的图形信息，生成对AGV车体的处理指令 导航软件控制流程如图2，首先数字摄像头CCD采集地面的路标图像，形成彩色空间的数字图像信号，再由图像采集卡进行预处理，形成计算机可识别的二值图形；之后送入主控系统进行路径识别，系统由此确定AGV当前的位置等地理信息；系统将当前位置与AGV的目标位置进行比较，从而生成运动控制指令，并送入行走机构的驱动系统；经过驱动器解析后生成驱动信号并驱动行走系统驱动电机，实现AGV的导航控制 AGV图像识别导航算法流程如图3，视觉系统的原始输入图像经数字摄像头采集，形成特定彩色空间中的图像原始信号，并通过数据总线传输到数字图像处理器中。首先去除图像信号中的噪声点，采用自适应阈值滤波方法。对于路径识别来说，彩色图像的信息是冗余的，为了节省CPU运算时间，将彩色空间图像转化为二值图像。通过数学形态滤波算法将二值图像中的点状和碎屑状噪声去除，得到路径识别结果。从识别出的图像中可以提取出AGV当前的地理位置信息，加上地面RFID标签中存储的工位和任务信息，主控系统生成导航控制指令，送入驱动系统执行 如图4所示，为摄像头采集的原始图像信号和经过计算机识别后的数字图像信号。数字图像识别的精度可以达到1mm以内，显著高于常用磁，电磁传感器的识别分辨率。从图4中可看出，视觉导航系统能够精确识别出路径标识及其轮廓，从而能够用于车辆的精准控制 三、视觉导航AGV的典型应用 1.电子制造业 在手机制造等行业中，产品的装配工艺需要大量的人工。常规的装配往往采用人工流水线的方式进行，随着人力成本的迅速提升以及对劳动条件改善的要求日益强烈，用机器人代替人工进行枯燥繁琐的装配