針對(duì)移動(dòng)機(jī)器人激光導(dǎo)航定位取卸貨過(guò)程，發(fā)生的貨物位置偏差大而導(dǎo)致的取卸貨不成功的情況，本文給出了一種解決方法，即視覺(jué)輔助運(yùn)用模板匹配，提取感興趣區(qū)域，邊緣檢測(cè)提取輪廓找中心點(diǎn)來(lái)檢測(cè)貨物托盤(pán)所在的位置，再通過(guò)數(shù)據(jù)通信轉(zhuǎn)換，將視覺(jué)檢測(cè)結(jié)果傳輸給移動(dòng)機(jī)器人，從而可保證其能夠連續(xù)穩(wěn)定地進(jìn)行取卸貨。

目前AGV導(dǎo)航定位使用中較為普遍的技術(shù)是激光定位技術(shù)。激光傳感器被固定在AGV頂部，掃描與其在一個(gè)固定平面上的反光板與移動(dòng)機(jī)器人的距離，并依據(jù)反饋的距離數(shù)據(jù)構(gòu)建成導(dǎo)航地圖。在導(dǎo)航過(guò)程中，AGV規(guī)劃的前往地圖中上位機(jī)下發(fā)的已知的目標(biāo)地點(diǎn)執(zhí)行任務(wù)，同時(shí)AGV實(shí)時(shí)反饋位置信息和任務(wù)執(zhí)行情況，如圖1。

過(guò)程中由于貨物的存放可能存在人為改變，或是AGV某一次存放位置偏差較大等，這會(huì)造成下一次AGV裝配過(guò)程的失敗，執(zhí)行效率降低的同時(shí)存在一定不安全性，因此本文提出在實(shí)際應(yīng)用中利用激光導(dǎo)航定位的同時(shí)，結(jié)合視覺(jué)傳感器獲取信息豐富的特點(diǎn)，對(duì)視覺(jué)信息進(jìn)行基于灰度值的模版匹配算法與輪廓邊緣檢測(cè)算法找出待取貨物下托盤(pán)的中心位置，來(lái)保證AGV能夠進(jìn)行正常的任務(wù)操作。

一、系統(tǒng)結(jié)構(gòu)

系統(tǒng)主要包含三個(gè)模塊：1.AGV系統(tǒng)調(diào)度；2.視覺(jué)輔助；3.數(shù)據(jù)通信。AGV系統(tǒng)硬件結(jié)構(gòu)，如圖2。

激光定位選擇比較成熟的基于反光板的定位算法，物料管理系統(tǒng)下發(fā)任務(wù)，AGV管理監(jiān)控計(jì)算機(jī)將任務(wù)具體下發(fā)分配給AGV，車(chē)到相應(yīng)站臺(tái)執(zhí)行任務(wù)。視覺(jué)輔助運(yùn)用模板匹配，提取感興趣區(qū)域，邊緣檢測(cè)提取輪廓找中心點(diǎn)來(lái)檢測(cè)貨物托盤(pán)所在的位置，數(shù)據(jù)通信部分則主要進(jìn)行通信轉(zhuǎn)換，將視覺(jué)檢測(cè)結(jié)果傳輸給AGV，AGV依據(jù)得到數(shù)據(jù)，對(duì)車(chē)位置進(jìn)行相應(yīng)調(diào)整，同時(shí)包含一些對(duì)HMI與相機(jī)實(shí)時(shí)通信交互。

1.激光雷達(dá)

測(cè)激光雷達(dá)采用倍加福與科爾摩根共同開(kāi)發(fā)的LS2000，是脈沖測(cè)距技術(shù)的二維激光掃描儀，具有很高的重復(fù)精度和較短的響應(yīng)時(shí)間，其掃描角度360°，測(cè)量距離可達(dá)30米，10～50Hz掃描頻率，激光傳感器安置在車(chē)體頂部，激光導(dǎo)航基于使用反光板的自由制導(dǎo)。使用反光板更新位置，根據(jù)跟蹤車(chē)輛運(yùn)動(dòng)的里程表(編碼器數(shù)據(jù))，車(chē)輛位置會(huì)不斷更新。使用反射器的量值更新位置。導(dǎo)航始終處于活動(dòng)狀態(tài)。激光掃描的2D平面數(shù)據(jù)信息來(lái)進(jìn)行激光導(dǎo)航定位與地圖構(gòu)建。

2.單目相機(jī)

用易福門(mén)O3D303的3D攝相機(jī)，能夠提供352×264的RGB圖像及深度圖像，每次測(cè)量輸出 23000 個(gè)距離和灰度值，可進(jìn)行距離、液位或體積的視覺(jué)評(píng)估，我們這里主要用于距離視覺(jué)評(píng)估，孔徑角為60×45，有效深度范圍0.3～8.0m，通過(guò)以太網(wǎng)接口進(jìn)行通信。其在車(chē)體上安裝，如圖3。

3.通信系統(tǒng)

AGV與相機(jī)的通信用貝加萊的觸摸屏進(jìn)行數(shù)據(jù)轉(zhuǎn)換，HMI與車(chē)之間用CAN通信，觸摸屏和相機(jī)之間用UDP通信，圖4通信流程圖給出了彼此之間具體的通信步驟和遇到問(wèn)題的一些處理方式，數(shù)據(jù)傳輸采用實(shí)時(shí)通訊，以保證相機(jī)的正常工作和相機(jī)與屏之間通信的正常，從而保證整個(gè)系統(tǒng)成功運(yùn)行。

4.OpenCV

OpenCV 是一個(gè)開(kāi)源的代碼部分用C/C++編寫(xiě)的計(jì)算機(jī)視覺(jué)庫(kù)，能夠運(yùn)行在 Windows、Mac、Linux等操作系統(tǒng)上，其對(duì) Python、Ruby、Java 等語(yǔ)言均具有良好兼容性，具有相應(yīng)接口，OpenCV用一個(gè)簡(jiǎn)單的計(jì)算機(jī)視覺(jué)框架幫助程序開(kāi)發(fā)人員高效地開(kāi)發(fā)出相關(guān)的程序。

二、圖像處理

1.模板匹配

模板匹配是一項(xiàng)在一幅圖像中尋找與另一幅模板圖像最匹配部分的技術(shù)，這種方法原理簡(jiǎn)單，具有較高匹配精度，遍歷圖像中的每一個(gè)位置，比較模板與各位置相似程度，當(dāng)匹配度量值足夠高時(shí)，就認(rèn)為在搜索圖中找到了目標(biāo)。模板匹配的實(shí)現(xiàn)函數(shù)：matchTemplate(srcImage ,templateImage , result , MatchMethod );其實(shí)現(xiàn)流程圖與模板和搜索結(jié)果如圖5、圖6、圖7，MatchMethod采用標(biāo)準(zhǔn)相關(guān)性系數(shù)匹配，其采用相關(guān)系數(shù)（標(biāo)準(zhǔn)化的協(xié)方差）作為相似性度量。

2.邊緣檢測(cè)與定位中心點(diǎn)

基于模板匹配出的感興趣區(qū)域，將其從搜索結(jié)果圖中單獨(dú)提取出來(lái)進(jìn)行邊緣檢測(cè)，邊緣檢測(cè)系統(tǒng)由加載感興趣區(qū)域、模糊化降噪、Canny算子邊緣檢測(cè)、尋找輪廓、繪制輪廓、定位輪廓中心點(diǎn)組成。對(duì)于尋找到的所有輪廓，通過(guò)設(shè)定閾值移除過(guò)大或過(guò)小輪廓，最終得到矩形輪廓，進(jìn)而對(duì)矩形區(qū)域?qū)ふ抑行狞c(diǎn)，提取繪制的輪廓，如圖8。

三、實(shí)驗(yàn)結(jié)果與分析

在已有激光導(dǎo)航系統(tǒng)中加入視覺(jué)定位數(shù)據(jù)，并在室內(nèi)環(huán)境進(jìn)行測(cè)試，實(shí)驗(yàn)?zāi)康氖菧y(cè)試在貨物存放已有誤差的條件下，視覺(jué)定位數(shù)據(jù)信息發(fā)送給激光導(dǎo)航的AGV，AGV依據(jù)它進(jìn)行位置調(diào)整后進(jìn)行取卸貨。首先帶有任務(wù)的AGV到達(dá)指定位置等待視覺(jué)系統(tǒng)拍照處理，對(duì)處理后的灰度圖進(jìn)行模板匹配、將匹配出的模板部分提取出來(lái)進(jìn)行邊緣檢測(cè)輪廓提取，最后根據(jù)檢測(cè)的矩形輪廓找尋到要定位的中心點(diǎn)，并經(jīng)過(guò)坐標(biāo)轉(zhuǎn)換求得車(chē)相對(duì)中心點(diǎn)的偏移，最終得到的檢測(cè)結(jié)果如圖9，

實(shí)驗(yàn)結(jié)果如圖10。

可見(jiàn)，視覺(jué)系統(tǒng)可以較為精準(zhǔn)的得出偏移信息，實(shí)現(xiàn)了AGV更為有效精準(zhǔn)的任務(wù)執(zhí)行流程。

四、總結(jié)與展望

激光定位能夠?qū)崿F(xiàn)較高精度水平的定位，但在上位機(jī)已經(jīng)下達(dá)所需要取卸貨位置后，AGV會(huì)嚴(yán)格按照任務(wù)命令執(zhí)行，到達(dá)位置是在誤差范圍內(nèi)固定的，存在裝載失敗、取不到貨物的情況，AGV 輸送系統(tǒng)的主要特點(diǎn)把物流優(yōu)化到最佳狀況做到效率最優(yōu)化，故加入視覺(jué)輔助信息，極大增強(qiáng)貨物存卸位置的靈活性，極大提高了工作效率，減少了現(xiàn)場(chǎng)調(diào)試人員的任務(wù)工作量，視覺(jué)信息的補(bǔ)充使得最終移動(dòng)機(jī)器人可以快速準(zhǔn)確地完成工作，為任務(wù)快速高效完成提供助力。