AGV视觉导航设计实施方案-经典

AGV视觉导航设计方案-经典

————————————————————————————————作者：————————————————————————————————日期：

AGV搬运机器人视觉导航方案

AGV（Automated Guided Vehicle，AGV）作为现代制造系统中的物料传送设备已经得到了广泛应用。从理论上看，视觉导引AGV具有较好的技术应用前景，然而其却没能像电磁导引和激光导引AGV 那样广泛使用，主要问题在于视觉导引技术在实时性、鲁棒性和测量精度方面还有待进一步突破。

由多个AGV 单元组成的AGV 系统（Automated Guided Vehicle System，AGVS）配有系统集成控制平台，对AGV 的作业过程进行监管和优化，例如，创建任务、地图生成、发出搬运指令、控制AGV 的运行路线、跟踪传送中的零件以及多AGV 的任务规划和调度。将AGV 与外部自动化物流系统、生产管理系统有机结合，对系统内每台AGV 合理地分配当前任务、选择最佳路径、实时图形监控、管理运行安全，实现信息化的管理和生产，方便地构成由调配中心计算机控制的自动化生产线、自动仓库和全自动物流系统。

目前视觉导引方式主要方法有基于局部视觉和全局视觉两种方法。基于视觉导引的AGV 还没有大规模产业化，但其潜在的市场前景使其成为近几年来国内外AGV 研究的热点。

全局视觉导引方法是将摄像机安装在天花板或者墙上，以整个工作环境为目标，对包括AGV、导引路径、障碍物等进行对象识别，对各个摄像机获取的图像进行基于特征的图像融合，得到全局地图。在生成的全局地图中，每个AGV 单元，导引线，障碍物的绝对坐标都能够实时获取。全局视觉方法相对于将摄像机安装在车体上的局部视觉方法，在多AGV 调度、障碍物检测（固定和移动）、避障、全局监测方面更具优势。尤其是可以对AGV 和障碍物的特征进行分类，通过增强型的卡尔曼滤波方法进行运动估计，动态跟踪每一个目标的位置、速度。但是这种方法要根据不同的现场环境，按照视野不被遮挡并覆盖整个工作空间的原则，根据摄像机放置算法决定摄像机的数目、安装位姿。因此这张全局视觉方法仅仅适用于室内且空间较大的场合，而且导引精度较低。

相对而言，目前国内外研究较多的是局部视觉导引方式。局部视觉导引方式是将单车看作一个智能体，在车上安装摄像机和图像采集系统实时地处理环境信息，其主要有基于自然场景和结构化场景两种导航方式。基于自然场景的导航方式通过运行路径周围环境的图像信息与环境图像数据库中的信息进行比较，从而确定当前位置并对运行路线做出决策。这种方法不要求设置任何物理路径，在理论上具有最佳的柔性；但三维图像处理的实时性差和环境图像数据库的难以建立，限制了它的实际应用。

基于结构化场景的导引方式一般是在地面粘贴或铺设一些特殊形状或颜色的线路和符号，由视觉系统识别预定义的路经，包括导引路径相对AGV 的位置偏差和角度偏差、路径节点、工位、转弯、停车、加减速等标识。这种视觉导航方式的优点是视觉系统只需提取预设的特定目标，并根据目标特征的先验知识做进一步的计算，提高了图像处理的速度和系统的鲁棒性。基于结构化场景的视觉导航技术能较好满足柔性制造系统对物流设备在导向柔性、空间利用、运行安全性以及成本等方面的要求，具有路径设置柔性高、信息识别速度快、导航稳定程度好、导航行走精度高和导向信息容量大等突出优点，因此有着更广阔的应用前景，也是国内外研究机构和学者近年来研究较多的视觉导引方式。

1、视觉导引AGV 系统

运动型视觉导引AGV 系统模型图如图 1 所示。

图 1 视觉导引AGV 系统模型图

AGV 的差速驱动系统由左右两个直流伺服电机驱动的驱动轮组成，其前后两个万向轮起支撑作用，这种驱动结构可以通过调节两个驱动轮的速度和转向，实现前进、后退双向运动。当两驱动轮的速度相同且方向一致时，AGV 做直线运动；当两驱动轮的速度相同且方向相反时，AGV 绕驱动轮轴线的中心点做原地自转运动；当两驱动轮的速度不同时，AGV 能做任意转弯半径的圆弧运动。差速转向驱动方式具有无最小转弯半径限制且能够双向运动的优点。控制系统通过安装在驱动轴上的编码器反馈，组成一个闭环系统。基于两轮差速驱动的AGV 路径跟踪法采用PID 控制法。

导引用摄像机位于运动控制中心点上方，垂直于地面安装。这种设计方式使得运动控制中心点在摄像机视野内，能够获得即时和未来小范围内前进、后退两个方向的路径信息。这种安装方式因视野小，模型估计的精度相对较高，同时也不易受到外界环境的干扰；但其也弱化了对路径的预测功能，因此对视觉测量和运动控制的实时性要求更高。封闭的AGV 车体内成像较暗，有必要放置辅助照明光源，同时也可以提高对环境光的抗干扰性，将用于照明的环形LED 光源与摄像机同轴放置有利于系统的模块化设计，便于安装和维护。

1）视觉定位

利用AGV 上车载传感器的感知信息估计其在给定环境中的位姿。AGV 作为物料传输工具，在运动途中，对其行走精度要求不高，在工作点要求其有较高的定位精度。在大多数工业应用中，位置精度一般要求在±10mm 内，姿态精度一般要求在±1°内。在常用的AGV 导航方式中，激光导引的定位精度能达到±3mm，电磁导引的定位精度能达到±5mm。

通过识别预先设置的参照路标，求出AGV 相对于路标在局部坐标系下的方位，根据已知的这些路标在全局坐标系下的坐标，通过坐标变换可以求出AGV 在全局坐标系中的坐标。这种方法的测量精度依赖于摄像机的分辨率和摄像机视

野范围的大小，这两者决定了图像单位像素相对真实场景的放大倍数。

2）路径规划和调度

制造单元或工作站之间的物料传送靠AGV 来实现，因而，在创建AGVS 导引地图中，十字路口、丁字路口、直角转弯、路径编号、停车工位、仓库编号等规划系统运行的拓扑地图。在视觉导引AGVS 中，采用在地面贴数字0～9 或者阿拉伯字母a～z 来描述这些信息，由车载视觉系统对采集的实时图像进行分析和识别。AGV 识别的信息特征通过无线通讯报告给地面控制站，地面控制站查找数据库系统中相对应的AGV 编号和标记特征，判断此AGV 在柔性生产线中的位置，再综合路径编号、目的地、加工工艺和其他AGV 的信息，根据中心控制计算机的任务调度确定最佳路线、运行速度、等待时间等，通过无线通讯返回控制命令给每台AGV。

3）射频识别（RFID）

RFID系统是一种具有广泛应用前景的自动识别系统。基本的射频识别系统由RFID 电子标签（Tag 或者Transponder）和RFID 读写器构成，电子标签的存储容量高达32K bits。根据射频工作的频段和应用场合的不同，RFID 能够识别从几厘米到几十米范围内的电子标签，并且能在运动中实时读取。采用在AGV 路径旁放置非接触射频卡，由车载射频卡读卡器实时读取射频卡中存储的加减速、路径编号、工位编号、仓库编号、等待时间等大量信息，能够很好地解决视觉识别标识特征所带来的实时性、多义性问题。

2、视觉导航与运动控制平台设计

采用基于双处理器的分布式嵌入式系统来设计视觉导引AGV。善于并行计算的DSP/FPGA 处理器作为视觉系统处理器，主要用于对地面环境的视频采集、视觉信息处理和RFID 信息获取；善于事务处理的ARM 处理器作为运动控制器和任务管理处理器，负责AGV 单车的运动控制、无线通信、任务管理和其它辅助功能。

AGV 车载系统平台主要包括视觉导航和车辆控制两大功能。

（1）视觉导航功能由摄像机采集导引路径场景信息，DSP 由采集的视频图像识别出当前的路径模型并精确计算AGV 相对导引路径之间的位置关系，然后融合RFID 传感器信息，获得AGV 在拓扑地图中的位置。导航功能不仅要完成视频采集、图像预处理、路径识别以及路径模型参数估计等计算量大的视觉信息处理，而且要完成与运动控制器双向通讯和RFID 信息读取，对算法和通讯的实时性要求较高。视觉导航模块采用基于DSP 的嵌入式系统平台，其主要特点是具有专门的视频采集和处理单元，并且具有并行计算能力和流水线指令，数值运算功能强大，外围接口丰富。

（2）车辆控制功能主要涉及到多类型传感器输入，运动控制信号输出，需要接口类型丰富，能够处理多种逻辑任务，相对于导航功能模块，其运算能力要求不高，但是需要能够实时响应外设信号。将车辆控制模块硬件模块化，采用配置实时操作系统的ARM处理器来处理车辆传感器输入、运动控制输出和通讯任务。

整个单车AGV 分布式嵌入式系统工作原理如图2所示。