1.引言
自動導(dǎo)引車輛(AGV)以其靈活性、高效性和柔性已被廣泛認(rèn)為是物料搬運(yùn)的好的解決辦法。傳統(tǒng)的AGV導(dǎo)引方式包括激光導(dǎo)引、電磁感應(yīng)導(dǎo)引等,但是它們的靈活性較差,使用成本高,安裝維護(hù)和改造也很不方便。隨著數(shù)字圖像處理技術(shù)的發(fā)展,開發(fā)視覺導(dǎo)引AGV已經(jīng)成為了研究的熱點(diǎn),這一技術(shù)必定有著廣闊的市場前景。本文將結(jié)合這一應(yīng)用作簡要的闡述。
2.AGV視覺導(dǎo)引系統(tǒng)原理簡介
圖1 視覺導(dǎo)引系統(tǒng)原理圖
(e為車體縱軸線和路徑中線的偏差,α為方向偏差)
AGV通過CCD攝像頭獲得視場如圖所示,車輛沿著路徑(白色)行駛,路面背景為黑色,通過程序來將采集到的視頻數(shù)據(jù)進(jìn)行灰度化處理,每個點(diǎn)的灰度值并可以通過DELPHI的scanline函數(shù)獲得[1]。
AGV在運(yùn)行過程中的路徑可以近似認(rèn)為是直線(實(shí)際上帶有一定的弧度),這樣可以簡化問題并保證一定的正確性。在掃描的時候,考慮到計算量以及實(shí)際的精度情況,可以采取隔行掃描的辦法,這樣可以減少計算量以及計算時間。
假設(shè)掃描整幅圖一共需要M行N列,則攝像頭視場中心o的坐標(biāo)為 ,,
故可以得到坐標(biāo)系PUV到坐標(biāo)系XOY的轉(zhuǎn)換關(guān)系[2]:
式(1)
攝像頭逐點(diǎn)掃描像素行(假設(shè)是從左向右),對于相鄰兩點(diǎn),用右點(diǎn)減左點(diǎn)的灰度值,設(shè)在這里可以設(shè)定一個值k,凡差在K以內(nèi)的都近似認(rèn)為都為黑色點(diǎn),為路面,即此時Br-B(r-1) ≤k,這樣一直到出現(xiàn)Br-B(r-1) >k的時候可以認(rèn)為點(diǎn)r已經(jīng)為白點(diǎn),即路徑點(diǎn),假設(shè)此點(diǎn)的坐標(biāo)為(u1,v1),當(dāng)Br-B(r-1)在≤k的時候,說明此時的r點(diǎn)已經(jīng)為黑點(diǎn),假設(shè)此點(diǎn)的坐標(biāo)為(u2,v2), 則此像素行上的的路徑中心線上的點(diǎn)坐標(biāo)為
式(2)
在獲得若干組坐標(biāo)之后,通過最小二乘法對數(shù)據(jù)進(jìn)行擬合,即如果被測數(shù)據(jù)滿足線性關(guān)系式 yi = A + B xi,由相關(guān)結(jié)論可知 (其中 Σ 表示求和,N 表示資料組的總個數(shù))
式(3)
得到方程Au+Bv+C=0 式(4)
將式(4)代入式(1),得到
式(5)
由式(5)可以得到
式(6)
| 式(7)
e和α是控制系統(tǒng)的輸入,系統(tǒng)將根據(jù)這兩個參數(shù)來獲得車輪應(yīng)該轉(zhuǎn)動的角度β。
3.模糊控制策略
由于AGV的運(yùn)動模型不確定性比較大,很難建立一個精確的數(shù)學(xué)模型,所以很適合采
用模糊控制來進(jìn)行車輪轉(zhuǎn)動角度β的計算。
在本文中,模糊控制器采用雙輸入單輸出的結(jié)構(gòu),輸入量為AGV車體縱軸線相對于視場中路徑中心線的位置偏差e和方向偏差α,它們可以由AGV視覺系統(tǒng)獲得,輸出量為轉(zhuǎn)向輪相對于車體縱軸線的偏轉(zhuǎn)角β[3]。
首先確定各個變量的基本論域,考慮到方向偏差α角度太大或者車體偏離距離e太大的時候車子已經(jīng)不可能自動糾正偏差,所以考慮到實(shí)際意義,取e的基本論域?yàn)椤?240,240〕,
α的基本論域?yàn)椤玻?0°,30°〕,轉(zhuǎn)向輪由于受到物理結(jié)構(gòu)的限制最大的偏轉(zhuǎn)角不能超過60°,所以取β的基本論域?yàn)椤?60°,60°〕。當(dāng)車體縱軸線在路徑中心線左邊的時候e為負(fù),右邊的時候e為正;α、β都以順時針轉(zhuǎn)動方向?yàn)檎?BR>
考慮到控制系統(tǒng)的實(shí)時性和復(fù)雜程度,將e,α,β的模糊集論域都取為{-6,-4,-2,
0,2,4,6},模糊子集都取為{NB,NM,NS,ZO,PS,PM,PB}[4],其中:
● "正大"(PB)-- 取+6附近;
● "正中"(PM)-- 取+4附近;
● "正小"(PS)-- 取+2附近;
● "零" (ZO)-- 取0附近;
● "負(fù)小"(NS)-- 取-2附近;
● "負(fù)中"(NM)-- 取-4附近;
● "負(fù)大"(NB)-- 取-6附近;
在 AGV的運(yùn)行過程中,偏差的產(chǎn)生是隨機(jī)的,所以可以考慮采用正態(tài)分布函數(shù)來擬
合輸入輸出變量的模糊子集,即用函數(shù)
來加以擬合,其中a為中心值,b>0稱為模糊度。在參照上述公式以及主觀駕駛經(jīng)驗(yàn)的基礎(chǔ)上,得到模糊集論域中各元素從屬各模糊子集的隸屬度,如表所示。
表1 模糊集論域中各元素從屬于各模糊子集的隸屬度
同時考慮到AGV路徑跟蹤的穩(wěn)定性和響應(yīng)速度,本文中一共歸納了49條控制規(guī)則,以下是根據(jù)經(jīng)驗(yàn)獲得的模糊控制規(guī)則表:
表2 模糊控制規(guī)則
使用MATLAB的模糊控制工具箱建立起本模糊控制器的模型,并輸入上述的模糊控制規(guī)則,在這里輸入輸出變量的隸屬函數(shù)都服從正態(tài)分布,最后采用重心法反模糊化計算,可以得到輸出在不同情況下的β,限于篇幅,在此將模糊控制表數(shù)據(jù)略去。
4.控制軟件的編寫思想
圖2 軟件流程圖
如圖所示,通過CCD攝像頭獲得e以及α以后就可以編寫查詢語句從先前制定的模糊控制表獲得對應(yīng)的β,然后就可以根據(jù)β與光電編碼器測得的當(dāng)前轉(zhuǎn)角β0 之差來發(fā)出電壓信號以控制轉(zhuǎn)向輪轉(zhuǎn)動。
5.結(jié)束語
本文介紹的基于數(shù)字圖像處理技術(shù)的視覺導(dǎo)引系統(tǒng)順應(yīng)了當(dāng)今AGV導(dǎo)引技術(shù)的發(fā)展趨勢,所以研究應(yīng)用價值較高。本文完成了該系統(tǒng)的方案、理論研究,對具體執(zhí)行的過程做出了詳細(xì)的技術(shù)分析,并且在此基礎(chǔ)上完成了系統(tǒng)配套軟件的制作,通過實(shí)驗(yàn)驗(yàn)證(實(shí)驗(yàn)部分未在本文中作介紹),已經(jīng)基本完成了自動化、實(shí)時化,數(shù)字化測量的要求,實(shí)現(xiàn)了對AGV偏移量的自動測量及糾正,完成了預(yù)期的任務(wù)目標(biāo)。