基于视觉的AGV自动运输车道路识别技术研究.pdf

《基于视觉的AGV自动运输车道路识别技术研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、基于视觉的AGV自动运输车道路识别技术研究口吴玉月口冯能莲口王继先1．合肥通用机械研究院合肥2300882．北京工业大学北京1000223．安徽农业大学合肥230036摘要：通过自动引导车(AGV)采集的烟草车间道路图像进行边缘提取和图像平滑，获得良好的梯度图像。根据道路特征采用Sobe1算子增强道路边缘，使用直线模型进行边缘拟合，以减少图像处理时间和提高道路识别的可靠性。AGV导航实验表明，该方法具有良好的实时性、可靠性和鲁棒性，能精确定位目标边缘，达到了预期的效果。关键词：自动引导车(AGV)边缘提取S0bel算子边缘识别中图分类号：TS43；TP39

2、1文献标识码：A文章编号：1000—4998(2010)09—0035—03在烟草企业的生产过程中，存在着多种不同机型的并不丰富，所以主要是对彩色图转化为灰度的图像进行设备以及不同的生产牌号与数量、不同的操作人员等工分析计算。实验中CCD采集的为256灰度级图片，大小作状况，从而造成了卷烟生产辅料供应的随机性和及时为400×300(像素)。选取3×3的模板，则其某一像素性。因此，根据车间工作地与需求的不同，设计了基于托点及其八邻域分布如图Xi一1，』一1⋯1Jl一1J十I视觉的特殊AGv(AutomaticGuidanceVehicle)自动运1所示。图中

3、：输车。AGV在行驶过程中通常需要实现道路边缘识别、i=1，2，3，⋯400；J：1，2，3，戈E．J—Il，‘，+1障碍物识别和防偏、防碰安全行驶三部分功能，其中道⋯300。Xi+1，J一1l+1，J⋯1J+1路边缘识别是AGV的关键技术之一，国内外学者在这由于经典Sobel算子只方面已做了大量研究工作。目前研究所面临的主要难题有检测水平和垂直两个方▲图1像素分布图是机器视觉对各种场景的道路边缘快速识别和理解能向的3×3邻域模板，而实际图像边缘的方向会有8方力较差。其主要原因是：室外的道路环境具有复杂多变向。因此在Sobel算子的基础上定义了8个方向模板

4、，使的特点，常用的道路边缘识别算法有Robe．s、Sobel、模板表示的方向为图像的实际边缘方向(如表1)。Prisch、Gauss—Laplace等。在边缘提取时，将这8个模板分别与被检测图像中本文提出的Sobel算子，在室外复杂多变的环境下，的3×3邻域进行卷积，取模板卷积结果中的最大值作不仅能产生较好的道路边缘识别效果，而且对噪声有一为梯度幅度值。定的平滑作用，能提供较好的边缘方向信息的优点，其Sobel算子反映图像的一阶梯度，而以它为模板对效果更能体现在车间单一环境工作的优越性。图像进行空间域滤波的极值就是图像的边缘。所以Sobel算子在一定程度上

5、也反映了图像边缘像素的分1道路边缘识别算法布特性。图2为室外一帧采用Sobel算子的边缘提取效1．1图像边缘提取果图。图像的边缘是图像的最基本特征。所谓边缘是指其表1Sobel算子的8个方向模板周围像素灰度有阶跃变化或屋顶变化的那些像素的集一l一2一l一2—10一l01O12合。边缘广泛存在于物体与背景之间、物体与物体之OOO—lOl一202—1Ol间、基元与基元之间。因此，它是图像特征提取所依赖的l21O12一lOl一2一l0重要特征。oD方向45。方向90o方135。方向物体的边缘是由灰度不连续所反映的。经典的边l2l2l01O—l0一l一2缘提取方法

6、是考虑图像的每个像索在某个邻域内灰度0O0l0—12O一2一l0一l的变化，利用边缘邻近一阶或二阶方向导数变化规律来—l一2一l0—1—2l0一l210提取边缘。由于本研究中主要是对道路图像进行边缘18O。方向225~．方向270。方向315。方向提取及边缘识别，而道路路面常为灰色，它的颜色信息1．2图像平滑收稿日期：2010年4月边缘提取之后的图像是二值化图像，即在图像上机械制造48卷第553期2010／9国只有白点和黑点，对应的像素灰度值为255和0。对于Sobel算子，就把这种接近程度转化为一定值，该值通理想的边缘提取图像来说，黑点对应的是路径标识区

7、常接近0值。道路边界与道路其它部分具有一定的灰度域，白点对应的是背景区域。但是，由于阴影图像比较差异，Sobel算子能突出边界处像素值的差异，相对于复杂，有些时候各种边缘算法也不能完全能达到理想其它路面部分，得到的值较大。同时还可得到边缘的梯的提取效果，导致在二值化图像上存在一定的噪声点，度方向的信息，而且该算法计算简单，易于实现。图3为这就给路径信息的提取带来了干扰。Sobel算子的边缘增强图像。由图可见，经过Sobel算子根据大量的观察和对比，发现图像中大量存在的运算后，原始图像噪声显著减少，边界从整幅图像中被噪声是离散的，而采集的道路图像信息量大，中

8、值滤波突显出来。是一种非线性信号处理方法，它一般采用一个含有奇2边