基于视觉和二维码复合的AGV实时导航技术及其应用研究.pdfVIP

摘要

AGV作为搬运物料的设备，被应用在智能工业化生产、仓储物流等领域。由

于近年来计算机视觉技术的不断发展以及相关硬件性能的提高，视觉引导成为了

研究的热点。此次研究课题来源于导师团队与某公司合作的项目，其生产线特点是

灵活度高，可以同时生产多个品种的产品，并且存在随时插单的情况，因此在整个

AGV导航过程中，要能实时监控AGV的位置，便于灵活的安排AGV运送物料。

因此AGV的实时定位是AGV导航过程中需要解决的问题，此外障碍物的检测也

是一个急需解决的问题。基于以上问题本文以AGV为研究对象，结合机器视觉及

二维码相关技术，主要研究了AGV视觉导航、二维码定位与障碍物检测等内容。

首先，针对AGV引导问题，在分析了该公司实际的生产环境后，构建了有线

式视觉导航方式，并辅以自定义二维码进行定位。在有线式导航过程中，摄像机前

倾式安装，采集到导航带图像，通过形态学处理提取路径信息，利用最小二乘法拟

合路径中心线，并计算AGV行驶过程中与导航带中心线的偏差，控制器利用该偏

差来纠正AGV的行驶路径。

第二，在AGV导航过程中，系统需要知道每个AGV的实时位置，因此针对

AGV实时定位问题，本文选择在导航带中放置二维码进行辅助定位。在二维码识

别过程中，由于工厂内部的环境因素，使得二维码图像存在阴影，这给后续提取二

维码中的信息造成了一定的影响。因此，在研究相关的二值化算法的优缺点后，针

对此次研究内容本文提出了一种改进的粒子群算法IM-PSO，以此提高二值化效果。

第三，在AGV导航过程中，必定会存在障碍物，会影响AGV的行进，因此

针对AGV的碍物检测问题，构建了基于YOLOv3-tiny的障碍物检测模型。传统的

避障算法对数学模型的要求较高，难以实现移动AGV安全、快速完成工作的需求。

为了更加快速的获取相关图像的特征，本文采用基于深度学习的方法进行AGV的

障碍物检测。

最后是AGV导航的系统测试，包含基于固定路径的导航测试、二维码定位测

试以及障碍物检测与避障测试。通过测试实验，验证了此次研究内容和方法的可行

性。

关键词：AGV，视觉导航，二维码导航，PSO算法，障碍物检测

ABSTRACT

Asamaterialhandlingequipment,AGVisusedinintelligentindustrialproduction,

warehousingandlogisticsandotherfields.Duetothecontinuousdevelopmentof

computervisiontechnologyandtheimprovementofrelatedhardwareperformancein

recentyears,visualguidancehasbecomearesearchhotspot.Thisresearchtopiccomes

fromaprojectthatthementorteamcooperatedwithacompany.Theproductionlineis

characterizedbyhighflexibilityandcanproducemultiplevarietiesofproductsatthe

sametime,andthereisasituationwhereorderscanbeinsertedatanytime.Therefore,

duringtheentireAGVnavigationprocess,itisnecessarytobeabletoreal-timeMonitor

thepositionoftheAGVtofacilitateflexiblearrangementsfortheAGVtotransport

materials.Therefore,thereal-timepositioningofAGVisaproblemthatneedstobe

solvedinthe