文档介绍：万方数据
片州。肭襆耐。AGVareed韙籥綰“膇,“㈨recgnitipathngfuyResearchvisj-guided╝翱В咖矗琒abgDd1张进,叶庆泰,埘萢枷n鲫咖nlalkpdetirIg鮡and)d视觉导引Ⅳvehjce)c(D由计算机处理后识别出路径,然后根据车辆与路径标线之间的相对位置偏差控制车辆的运行方向,保AGv引方式,视觉导引具有引导路径的设置和变更简单[1]AGv究开发的热点。AGV径跟踪的准确性、稳定性和实时性,本文也将重点就这两个方面进行阐述。路径识别的目的是将路径标线从图像背景中分离出来,进而获取车辆与路径标线之间的相对位置偏差饫锶〕堤逯嵯哂肼肪吨邢咧涞募薪莂以及它与路径中线之间的偏距。快速、准确地识别路径是实现、,稳定、可靠地沿路径标线运行的前提。由于彩色图像相比于灰度图像路径提取的可靠性高拉铱梢岳醚丈畔⒖刂艫的运行状[31()qRGB换到丈ǹ占洹F浔浠还叵等缦隆V2=3*(GB)/—珿,/十变换后,对路径的识别也就变为对某种特定颜色的识别。由于丈P椭辛炼萀分量与图像的颜色信息无关,而与颜色信息有关的色凋表)s()HRGBLHL法为:HnH2003306虾=煌ù笱Щ涤攵こ萄г海虾AGv踪路径,。实验表明上述算法效果良好。AGVTP273A文章编号:—一一200030chim)驹性襱輊thepments觯篈簦弧猤;·fzy!d.—狟收稿日期:——怍者筒介:,;,、物流技术与研究、可靠性技术和谐波传动等方向的研究。AbstractAlgdthnof1)athecgIlitionAGV1npapador緀璭鷜J一
万方数据
趱、挝竺竺竺竺竺r2的形式,共得出条模糊控制规则,其中琷,⋯.L由于拍摄到的图像是近视野图像,图像中的路径都可以近似看作直线段;此外,考虑到要获取的偏差刈磐枷竦目矶确较颍琣从理论上可由两点的连线确定的特点,可以从图像中抽取中间的行进行色彩空间转换,然后依据上述算法进行处理,得到二值化图像肪段0祝尘拔:。对上述二值化图像间隔扫描有限行,分别找到路径的左右边缘位置,线性拟合这些边缘点即可得到车体轴线相对于路径的方向偏差约八肼肪吨邢咧涞钠ň鄀。这样处理既保证了获得偏差的准确性,又大大提高了路径识别的速度。月肪侗晗叩母倏刂瓶梢圆捎肞控AGv是一个具有大延迟的非线性时变系统,难以建立精确的数学模型,故采用模糊控制器有一定的优越性。根据人的驾驶经验,驾驶员不停地对当前车体与路径之间的相对位置情况做出判断,当偏差出现时通过调整转向轮的转角使车体尽快回到路径上运行。驾驶员在做出调整时,实际上是先在前方路径上选择某个点,称为期望点,希望车体沿一定的轨迹运行到期望点,在期望点处使车体恢复到完全沿路径运行的状态。期望点的选取与当前车体和路径的eea1可以根据上述人的驾驶经验设计模糊控制器。泳醯家刂葡低辰峁辜。模糊变量及其隶属度函数选取距离偏差头较蚱ú頽作为模糊控制器的输入量,输出量为转向轮相对车体轴线的偏转角J淙胧涑隽康幕韭塾蚝湍:塾蚣。由于在实际运行过程中,偏差的产生具有随机性,所以输入输出量的模糊子集的隶属度都采用正态分布函数加以描述。模糊控制规则if(isgd