[发明专利]用于无轨导航AGV的视觉定位方法以及装置和系统

说明书

本发明涉及用于无轨导航AGV的视觉定位方法以及装置和系统，该方法包括获取图像数据；对图像数据进行实时自适应二值化处理，获取二值化图像；矫正或扫描二值化图像，检测二值化图像内的轮廓，存储轮廓；剔除存储的轮廓中不符合要求的轮廓；提取符合要求的轮廓的特征以及质心；获取具体的位置信息。本发明通过图像传感器获取图像信息，提取标签信息，并输出给AGV相应的坐标、角度、标签信息，AGV通过提供的信息进行定位，在求平均阈值时采用全局求均值的方法，二值化后图像轮廓比较少，加快后期处理轮廓的速度，通过逻辑方式处理二维码的解码，节省了反应时间，采用Zynq作为处理的平台，处理更加灵活，性能速度更快定位准确度高。

技术领域

本发明涉及物流机器人无轨视觉定位的技术领域，更具体地说是指用于无轨导航AGV的视觉定位方法以及装置和系统。

背景技术

自动导引车(英文全称：Automatic Guided Vehicle，英文简称：AGV)系统已经发展成为生产物流系统中最大的专业分支之一。其导引技术主要可分为两个方面，即有轨式导引和无轨式导引。现阶段AGV中最基本的自动导引技术主要包括电磁感应导引、磁带导引、视觉导引、激光导引、惯性导航导引和超声波导引等。其中视觉导引技术是近年来国内外AGV行业的研究的热点之一，视觉传感器以光信号为基础，反应速度快，不易受电磁干扰和环境影响，适应能力强，因此视觉导引技术具有很大的发展潜力。

然而，在现有的视觉导引方法中，通常都是机器视觉进行定位，机器视觉的飞速发展为工业AGV的自动导航提供了更多解决问题的思路。用于工业AGV自动导航的机器视觉导航系统通常可以分为：图像采集部分、图像处理部分和运动控制部分。主要过程如下：相机按照指令实时采集图像，根据需要自动调节曝光参数；将采集到的数据采用ARM或DSP转化为图像格式，并存放在处理器或计算机内存中；处理器采用大津算法、大津改进算法、局部大津算法对图像进行分析、识别、获取载体位姿信息和相关逻辑控制值；识别结果控制载体移动、停止、纠正运动误差等。

上述的采用ARM或DSP将采集到的数据转化为图像格式的效率较低，上述的处理过程只能在传统的FPGA或DSP处理，比较单一，不够灵活，处理器采用大津算法、大津改进算法、局部大津算法对图像进行分析、识别的处理的速度较低，导致定位不准确。

因此，有必要设计一种用于无轨导航AGV的视觉定位方法，实现定位处理过程更加灵活，效率高，定位准确度高。

发明内容

本发明的目的在于克服现有技术的缺陷，提供用于无轨导航AGV的视觉定位方法以及装置和系统。

为实现上述目的，本发明采用以下技术方案：用于无轨导航AGV的视觉定位方法，所述方法包括：

获取图像数据；

对所述图像数据进行实时自适应二值化处理，获取二值化图像；

矫正或扫描所述二值化图像，检测所述二值化图像内的轮廓，存储所述轮廓；

剔除存储的所述轮廓中不符合要求的轮廓；

提取符合要求的轮廓的特征以及质心；

获取具体的位置信息；

获取具体的位置信息的步骤，包括以下具体步骤：

根据质心和所述轮廓的顶点获取偏转角度；

提取所述轮廓内的二维码信息，对所述二维码进行译码处理，获取二维码的相对位置；

根据所述轮廓内的角点计算相对坐标；

输出译码信息、相对坐标信息以及偏转角度信息；

根据质心和所述轮廓的顶点获取偏转角度的步骤，包括以下具体步骤：