基于机器视觉的AGV路径跟踪.pdf

万方数据
基于机器视觉的肪陡佟成像模型建立引言刘进,齐晓慧,李永科自动导引车侵悄芙煌ㄏ低持械囊桓研究热点与难点。近年来世界各国都在利用各种先进技术来解决这一问题。通过机器视觉获取环境信息,进而对汽车进行控制是实现其自动导航的主流方法J泳醮ǜ衅骱推渌ǜ衅飨啾龋哂泻芏嘤点:视觉传感器为信息被动接受,不受其他传感器的干扰;视觉传感器收集得到的信息量大,即使在丢弃了大量的信息之后,仍然可以很好地为车辆导航。本文采用了一种较为简洁快速的识别道路标识线的方法:先对采集的图像进行逆投影变换,并且可以根据需要选择进行变换的区域,接着采用了边缘检测的方法对车道标识线进行了中心位置提取。然后,基于预瞄理论将被跟踪路径分成若干长短不一的微段,以微小折线段逼近参考路径的曲线段,然后进行分段跟踪。最后通过实验检验了本文提出方法的有效性和准确性。不同的视觉传感器有不同的成像模型,本文实验中用到的视觉传感器为摄像机,成像模型为针孔模型,空间中任意一点在图像的成像位置可以用针孔模型表示。车载摄像机拍摄到的俯视场景图像是三维空间的场景在二维空间的投影,在利用机器视觉对道路情况进行识别的过程中,需要一种逆的求解过程,即从已经得到的二维图像还原成俯视的路面图像。但要从二维的图像坐标知道真实世界的坐标,缺少了环境的深度信息,所以需要一个基本假设即“地面平坦”,然后就可以通过逆透视变换摘要:以前轮转向、后轮驱动的四轮移动Q芯慷韵螅杓瓶刂破魇蛊淠茏远跋咔敖NJ迪侄员晔断呗肪兜识别和跟踪,提出一种原理简单的视觉图像处理方法并加以改进,提取出路径信息。最后基于预瞄理论和车运动学模型,将被跟踪路径分成若干长短不一的微段,以微小折线段逼近参考路径的曲线段,进行分段跟踪。实验证明:系统能很好地满足对路径识别性能和抗干扰能力的要求,实时性好,能按照任意给定的道路标识线平稳地寻迹。琎琾鹣钅浚汗易匀豢蒲Щ鹱手钅进,男,四适偃耍诙了妒浚火力与指挥控制第卷第文章编号:———倒こ萄г海易关键词:路径跟踪,机器视觉,预瞄控制,坐标转换中图分类号:文献标识码:—琇—琒:’甇甃瑃瓻—,,,琧收稿日期:.—修回日期:——作者简介:刘研究方向:控制系统设计、分析与评估。年,
万方数据
罻×÷忙撤『.半:Ⅳ。。×罴一道路线边缘检测原理与改进方法路径跟踪模型⒂成涔叵怠<峭枷褡晗礥,∥澜坐标系琘,。根据小孔成像原理,以图像中心为图像坐标系的原点,图像的竖直方向作为幔据文献中的推导,得到图像坐标系与世界坐标系之间的投影关系为:....畉...畁............畍.....產...產..—皛/式中I阆裢返陌沧案叨龋籋,直鹞M枷竦拇直和水平分辨率;为摄像头的垂直视野角,为摄像头的水平视野角,分别由式甓ǎ粂为摄像头的俯仰角。问缤所示,采集的有效图像大小为道路线边缘检测原理实践证明,车道线的亮度信息不同于路面亮度,这是对其提取的基本依据。由于各种环境因素以及光照的影响,如果采取固定阈值,获得的道路图像会存在大量随机噪声,对于识别车道线带来了一定的影响,而采用动态阈值,必须要基于完整的一帧图像,时效性不强。文献樯芰艘恢中碌谋咴导觳算法,采集到的图像数据以二维数组格式保存,数组中的数值代表黑白灰度,白色的数据大于黑色数据,可以采集完一行处理一行。设定一个阈值,其值可由式范āH缓螅用啃凶钭蠖说牡谝桓鍪菘J依次向右进行阈值判断