论文部分内容阅读
AGV系统在自动化生产中发挥着重要的作用,通过应用AGV系统,能大幅减少人力成本,提高生产效率。近年来,随着传感器技术的完善和计算机计算能力的提升,视觉导航技术逐渐成为当前研究热点,出现了各种基于视觉导引的智能化车辆,AGV系统也从室内车间的物料搬运扩展到各个应用领域。本文结合当前热点,通过研究室外AGV的道路识别和导引,旨在实现一个可靠、高效的室外AGV系统。研究内容主要分为四部分：1、道路检测算法的设计和实现；2、路径跟踪算法的设计和实现;3、AGV硬件系统设计和集成；4、AGV上位机软件系统设计和开发。通过对道路识别方法的研究,本文提出并实现了基于视觉和聚类分析的自适应道路检测算法(第2章)。算法通过路面样本的自动选择,实现了自动导航车在没有人工参与情况下的动态样本添加。克服了基于学习算法的道路识别方法所存在的缺陷：为了适应变化剧烈的路面环境,需要人工收集大量的路面样本进行训练。经过自主设计的实验平台(AGV自动导航车)验证,算法能有效减低光照、阴影、车道线对道路识别的影响,能够适应道路条件变化剧烈的场合,减少了运行过程中所需要的人工操作。在路面识别算法的基础上,本文提出并实现了适用于简单路况(无交叉道路)的路径跟踪算法(第3章)。算法通过提取道路中心线作为自动导航车行进参考线,实现了自动导航车在简单路况下的平稳运行。针对复杂路况(交叉路口)下的道路跟踪,提出了道路模式判断以及道路图像的视角转换等方案作为后续研究工作的重点。同时,在本文的研究过程中,自主设计并实现了新颖的AGV系统硬件平台,硬件平台集成了多种传感器,相比于依靠单一类型传感器的AGV,该平台更具可靠性。在硬件平台的基础上,设计并开发了自动导航车的上位机软件系统,通过上位机软件调试并验证了本文设计的识别和跟踪算法。最后,本文总结并分析了当前研究存在的不足,提出了相应的改进方案作为后续研究的重点。