1.引言
自動導引車輛(AGV)以其靈活性、高效性和柔性已被廣泛認為是物料搬運的好的解決辦法。傳統的AGV導引方式包括激光導引、電磁感應導引等,但是它們的靈活性較差,使用成本高,安裝維護和改造也很不方便。隨著數字圖像處理技術的發展,開發視覺導引AGV已經成為了研究的熱點,這一技術必定有著廣闊的市場前景。本文將結合這一應用作簡要的闡述。
2.AGV視覺導引系統原理簡介
圖1 視覺導引系統原理圖
(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據進行灰度化處理,每個點的灰度值并可以通過DELPHI的scanline函數獲得[1]。
AGV在運行過程中的路徑可以近似認為是直線(實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的坐標為 ,,
故可以得到坐標系PUV到坐標系XOY的轉換關系[2]:
式(1)
攝像頭逐點掃描像素行(假設是從左向右),對于相鄰兩點,用右點減左點的灰度值,設在這里可以設定一個值k,凡差在K以內的都近似認為都為黑色點,為路面,即此時Br-B(r-1) ≤k,這樣一直到出現Br-B(r-1) >k的時候可以認為點r已經為白點,即路徑點,假設此點的坐標為(u1,v1),當Br-B(r-1)在≤k的時候,說明此時的r點已經為黑點,假設此點的坐標為(u2,v2), 則此像素行上的的路徑中心線上的點坐標為
式(2)
在獲得若干組坐標之后,通過最小二乘法對數據進行擬合,即如果被測數據滿足線性關系式 yi = A + B xi,由相關結論可知 (其中 Σ 表示求和,N 表示資料組的總個數)
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是控制系統的輸入,系統將根據這兩個參數來獲得車輪應該轉動的角度β。
3.模糊控制策略
由于AGV的運動模型不確定性比較大,很難建立一個精確的數學模型,所以很適合采
用模糊控制來進行車輪轉動角度β的計算。
在本文中,模糊控制器采用雙輸入單輸出的結構,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視覺系統獲得,輸出量為轉向輪相對于車體縱軸線的偏轉角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不可能自動糾正偏差,所以考慮到實際意義,取e的基本論域為〔-240,240〕,
α的基本論域為〔-30°,30°〕,轉向輪由于受到物理結構的限制最大的偏轉角不能超過60°,所以取β的基本論域為〔-60°,60°〕。當車體縱軸線在路徑中心線左邊的時候e為負,右邊的時候e為正;α、β都以順時針轉動方向為正。
考慮到控制系統的實時性和復雜程度,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;
● "負小"(NS)-- 取-2附近;
● "負中"(NM)-- 取-4附近;
● "負大"(NB)-- 取-6附近;
在 AGV的運行過程中,偏差的產生是隨機的,所以可以考慮采用正態分布函數來擬
合輸入輸出變量的模糊子集,即用函數
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驗的基礎上,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路徑跟蹤的穩定性和響應速度,本文中一共歸納了49條控制規則,以下是根據經驗獲得的模糊控制規則表:
表2 模糊控制規則
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則,在這里輸入輸出變量的隸屬函數都服從正態分布,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據略去。
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的β,然后就可以根據β與光電編碼器測得的當前轉角β0 之差來發出電壓信號以控制轉向輪轉動。
5.結束語
本文介紹的基于數字圖像處理技術的視覺導引系統順應了當今AGV導引技術的發展趨勢,所以研究應用價值較高。本文完成了該系統的方案、理論研究,對具體執行的過程做出了詳細的技術分析,并且在此基礎上完成了系統配套軟件的制作,通過實驗驗證(實驗部分未在本文中作介紹),已經基本完成了自動化、實時化,數字化測量的要求,實現了對AGV偏移量的自動測量及糾正,完成了預期的任務目標。