[发明专利]一种智能搬运AGV的目标检测及定位方法

说明书

本发明属于物体检测和定位领域，具体涉及一种智能搬运AGV的目标检测及定位方法，对开源视频数据集、智能搬运AGV自身拍摄的视频组成的自建视频数据集用逐帧获取、填充、等比例缩放等方法进行预处理得到YOLOv5网络模型的输入数据集；设计搭建加入通道注意力机制和空间注意力机制的YOLOv5网络模型，用于智能搬运AGV的目标检测；训练YOLOv5网络模型；将智能搬运AGV在行驶过程中拍摄的视频输入到YOLOv5网络模型得到视频内目标物体的种类，再利用激光雷达测距算法得到目标物体的位置信息。本发明可用于复杂环境中智能搬运AGV的目标检测及定位，可以保证较高的精确性和快速性。

技术领域

本发明涉及物体检测和定位领域，尤其涉及一种智能搬运AGV的目标检测及定位方法。

背景技术

随着数字化革命的发展，传统制造业正在朝着少人或无人的方向发展，智能搬运AGV在其中扮演着重要角色。AGV是一种利用电磁、光学等探测传感器自动导航，依靠沿上位机规划路径或自主规划路径行驶，具有智能防护装置的运输小车。

相比于国外，我国AGV起步较晚，上世纪70年代才开始涉足AGV领域，但21世纪开始快速发展，对AGV相关技术的研究逐渐深入。对于AGV来说，能够安全准确的按照规定路线完成行走、搬运工作是非常重要的。由于AGV的工作环境复杂多变，在行驶过程中，遇到障碍物是不可避免的，区分障碍物和目标货物是极其关键的，因此AGV的目标检测和定位方法具有广阔的研究价值。

目标检测是一种基于目标几何和统计特征的图像分割，目标检测就是用算法将图片中的物品标记、分类。而视频目标检测是在视频的每一帧上做目标检测，相对于图片目标检测，视频目标检测利用相邻帧之间的冗余性，可以提高检测速度和检测性能。YOLOv5是一种端对端的目标检测框架，YOLOv5可以把视频的每一帧划分成网格，再通过分析网格特征，检测出目标物体,这种工作原理使其具有计算量小、检测速度快、准确率高、通用性强等特点，因此被广泛应用于视频目标检测中。

雷达是一种常用的遥感方式，能够感知周围环境，特别是物体与物体间的距离特征，因此被广泛应用于无人驾驶领域。雷达测距的精度、范围远远高于声波测距、双目视觉测距等方法。激光雷达相较于超声雷达、毫米雷达等传统雷达具有分辨能力强、稳定性好、精确度高等优势。激光雷达测距的原理是发射激光束信号，接收反射回来的回波信号，对发射信号和回波信号进行适当处理、比较，可获得目标距离信息。目前，智能搬运AGV的目标检测及定位方法存在目标检测速度慢、效率低、准确性差、定位精度不高等缺点。因此亟须一种基于YOLOv5和激光雷达相结合的目标检测及定位方法来解决上述问题。

发明内容

本发明针对智能搬运AGV的目标检测及定位问题，提供了一种基于YOLOv5和激光雷达测距相结合的目标检测及定位方法。本发明可用于复杂环境中智能搬运AGV的目标检测及定位，可以保证较高的精确性和快速性。

智能搬运AGV车身前部设有摄像头及其控制芯片、激光雷达传感器及其控制芯片。

本发明提供了一种智能搬运AGV的目标检测及定位方法，所述方法主要包括以下步骤：

步骤1，对开源视频数据集、智能搬运AGV自身拍摄的视频组成的自建视频数据集用逐帧获取、填充、等比例缩放等方法进行预处理得到YOLOv5网络模型的输入数据集；

步骤2，设计搭建加入通道注意力机制和空间注意力机制的YOLOv5网络模型，用于智能搬运AGV的目标检测；

步骤3，训练YOLOv5网络模型；

步骤4，将智能搬运AGV在行驶过程中拍摄的视频输入到YOLOv5网络模型得到视频内目标物体的种类，再利用激光雷达测距算法得到目标物体的位置信息。

进一步地，步骤1包括：