论文部分内容阅读
针对智能车间物料障碍位置和运动状态的不确定性，提出一种基于双目视觉AGV障碍物检测与避障方法。在障碍物检测过程中，首先采用基于深度检测的障碍物判定算法用于判断是否存在障碍物；然后利用帧差法原理提出一种障碍物信息的获取算法，分别得出静、动态环境下障碍物方位与速度信息。为进一步提高障碍物检测的可靠性，文中对静动态障碍物分别进行检测实验，结果表明，该算法误差较小，结果可靠。针对障碍物状态信息提出一系列避障策略，分别采用PID和模糊PID控制双目视觉导引AGV路径规划，通过对控制距离偏差和角度偏差数据采集与实验分析，从而验证避障策略的有效性。最后开发了简单高效的上位机系统，进一步验证所提算法的可行性和有效性。