基于AGV的目标检测与追 踪文献综述PPT.pptVIP

基于AGV的目标检测与追踪文献综述 周凯 目录 AGV概述 AGV目标检测 AGV目标追踪 研究展望 参考文献 1.AGV概述 按照导引原理的不同，分为外导式和自导式两大类型[1]。 1）外导式（固定路径导引）：是在运行路线上设置导向信息媒介，如导线、色带等，由于车上的导向传感器检测接收到导向信息（如频率、磁场强度、光强度等），再将此信息经实时处理后用以控制车辆沿运行线路正确地运行。 2）自导式（自由路径导引）：采用坐标定位原理，即在车上预先设定运行作业路线的坐标信息，并在车辆运行时，实时地检测出实际的车辆位置坐标，再将两者比较、判断后控制车辆导向运行（激光导引、视觉导引）。 1.AGV概述 光学与磁性导引方式 最早的导引方式，在AGV运行路径上粘贴反光带或者磁力线，通过AGV上的光学识别装置和磁力识别装置识别路径。 优点：导向线路费用低。 缺点：控制和通讯线路需另行单独铺设；导向线路必须保持清洁。 1.AGV概述 电磁感应导引 应用最为广泛，在地板内埋入密封电磁线，由交流频率发生器输入形成环路，产生一个同心圆磁场；AGV上装设感应线圈，可以检测磁场强度偏移量，实现导引。 优点：埋线隐蔽；不易污染和破损；易于控制和通讯；抗声光干扰；成本低。 缺点：路径难改，复杂交叉路径、楼上有钢筋地板难实现。 1.AGV概述 激光导引 路径的周围安装位置精确的激光反射板，AGV发射激光束，采集反射的激光束，确定位置和方向，通过连续的三角几何运算来实现AGV的导引。 优点：定位精度高；地面无需其他辅助定位；路径灵活，变更方便；适合多种环境；适应复杂路径和狭窄通道；系统兼容性和扩展性好。 缺点：价格较贵；扫描头需较高位置。近年来，国内及欧洲优先采用。 1.AGV概述 视觉导引 这是一种处于发展中的技术。主要是通过CCD摄像头获取周边或者地表图像，然后进行仿生图像识辨确定自身坐标位置，进而导引AGV。 其一就是标识线图像识别方法，它是在AGV运行所经过的地面上画1条标识明显的导向标线，利用CCD系统动态摄取标线图像并识别出AGV相对于标线的方向和距离偏差，以控制车辆沿着设定的标线运行。 其二就是利用CCD系统动态摄取运行路径周围环境图像信息，并与拟定的运行路径周围环境图像数据库中的信息进行比较，从而确定当前位置及对继续运行路线做出决策。这种方法不要求设置任何物理路径，因此，在理论上是最佳的柔性导向。但实际应用还存在问题，主要是实时性差和运行路径周围环境信息库的建立困难。 2.AGV目标检测 静态背景的动态目标检测技术（背景建模） Haritaoglu I. et al.(2000)[2]运用已有背景与检测到的背景进行差分，从而检测出交通监控过程中的运动目标，并按时段进行背景更新。 如果事先不知道背景，可以用著名的高斯模型进行背景建模，高斯模型分为单一高斯模型（Christopher W.et al(1997)[3]）和混合高斯模型（Stauffer C.et al.(1999)[4]），与帧间差分算法结合起来发展了很多新的算法。 YANG Jun et al.(2009)[5]改进了单高斯模型利用均值法初始化背景模型,引入判断值进行背景更新,从而解决了目标物体停止而造成的误检测为背景，也抑制了非背景物体造成的干扰。 陈祖爵等(2007)[6]在混合高斯模型基础上，在模型更新中引入了加速因子和合理性反馈使得模型能更快、 更准确地反应真实的背景。 刘静等(2010)[7]提出一种混合高斯模型背景法与三帧差分法相结合的运动目标检测新算法，对目标区域和背景区域进行不同的混合高斯背景模型的更新策略，提高了模型的收敛速度，达到了实时性。 2.AGV目标检测 静态背景的动态目标检测技术（光流法） 光流场不同于运动场，光流通过亮度表观运动反应实际的目标运动。 比较著名的有Horn-Schunck光流法[8]和Lucas-Kanade[9]光流法，前者为致密光流，对图像每个像素点进行检测，后者为稀疏光流，部分检测。光流法可以同时用于静态背景和动态背景两种情况下的目标检测中，目前的研究集中于光流法与其他算法的结合上。 2.AGV目标检测 动态背景的动态目标检测技术（运动补偿法与光流法） 运动补偿法通过建立相应的仿射模型，来补偿摄像机的运动所带来的图像总体背景的运动，然后运用静态背景的运动目标检测技术检测目标。 Shoichi Araki(1998)[10]提出了一种用具有鲁棒统计特性的最小中位平方（Least Median of Squares）来估计仿射模型的参数,此方法通过对所有像素建立模型，并提出运动目标上的错误点。 Robert Collins et al.( 2006)[11]使用一个全局运动模型（