前言

　　自動(dòng)導(dǎo)引車(automated guided vehicle，AGV)是自動(dòng)化物流運(yùn)輸系統(tǒng)、柔性生產(chǎn)組織系統(tǒng)的核心設(shè)備。agv的引導(dǎo)方式有電磁感應(yīng)式、磁鐵—螺旋儀式、激光引導(dǎo)式、視覺(jué)引導(dǎo)式等。不同的引導(dǎo)方式不僅決定著由其組成的物流系統(tǒng)的柔性，也影響著系統(tǒng)運(yùn)行的可靠性和系統(tǒng)成本。視覺(jué)引導(dǎo)式agv的基本原理是通過(guò)模擬人的視覺(jué)系統(tǒng)從而引導(dǎo)agv的運(yùn)行，它具有理論上最佳的引導(dǎo)柔性[1]。視覺(jué)引導(dǎo)式agv在實(shí)際應(yīng)用中存在多種運(yùn)行工況，如加速、減速、停車、勻速行駛以及不同工位判別等。因此，對(duì)視覺(jué)引導(dǎo)式agv進(jìn)行導(dǎo)航標(biāo)識(shí)符識(shí)別研究是必要的，這也是反映視覺(jué)引導(dǎo)式agv優(yōu)越于其他引導(dǎo)方式的標(biāo)志之一。

　　導(dǎo)航標(biāo)識(shí)符的設(shè)計(jì)

　　agv在實(shí)際應(yīng)用中存在多種工況，這些是實(shí)現(xiàn)agv多分支路徑識(shí)別的基礎(chǔ)。根據(jù)agv實(shí)際運(yùn)行的情況，設(shè)計(jì)了兩類導(dǎo)航標(biāo)識(shí)符：一種是控制標(biāo)識(shí)符；另一種是數(shù)字標(biāo)識(shí)符?？刂茦?biāo)識(shí)符的識(shí)別是根據(jù)不同標(biāo)識(shí)符水平所截線段寬度的變化規(guī)律來(lái)判斷是加速、減速、停車還是正常行駛，加速標(biāo)識(shí)符變化規(guī)律為小>中>大，減速標(biāo)識(shí)符變化規(guī)律為大>中>小，停車標(biāo)識(shí)符變化規(guī)律為小>大>小。數(shù)字標(biāo)識(shí)符的識(shí)別是通過(guò)對(duì)路徑上的0～9這十個(gè)字符的識(shí)別，然后根據(jù)各個(gè)字符被賦予不同含義完成agv的自動(dòng)導(dǎo)航。

　　加速符的形狀為短邊朝下的等腰梯形，下底邊長(zhǎng)30mm，上底邊長(zhǎng)60mm，高為30mm；減速符的形狀為短邊朝上的等腰梯形，下底邊長(zhǎng)60mm，上底邊長(zhǎng)30mm，高為30mm；停車標(biāo)識(shí)符的形狀是直徑為30mm的實(shí)心圓。路徑導(dǎo)航線是寬度為30mm的矩形條，它表示勻速行駛。導(dǎo)航標(biāo)識(shí)符和導(dǎo)航線的顏色都為黑色，以和路面背景相區(qū)分。

　　由于工廠及物流中心多以數(shù)字表示不同的工位，數(shù)字的準(zhǔn)確識(shí)別充分的體現(xiàn)視覺(jué)導(dǎo)航agv所具有的最佳引導(dǎo)柔性，也將直接影響到以agv為核心的生產(chǎn)物流智能配送系統(tǒng)的實(shí)現(xiàn)。

　　視覺(jué)引導(dǎo)式agv在實(shí)際運(yùn)行的過(guò)程中，是沿固定路線行駛的，數(shù)字標(biāo)識(shí)符一般出現(xiàn)在導(dǎo)航線上，放置在黑色標(biāo)示線中間，同時(shí)數(shù)字縱向的中心線盡可能與導(dǎo)航線中心線重合，導(dǎo)航線與數(shù)字下邊界之間有一個(gè)減速符，與數(shù)字上邊界之間有一段空缺距離，這樣便于提取數(shù)字標(biāo)識(shí)符。實(shí)驗(yàn)中采集到的數(shù)字以及數(shù)字的形式如圖2所示。本文所設(shè)計(jì)的數(shù)字工位0～9的數(shù)字字體是類似于led七段碼形狀的數(shù)字，高度為80mm，寬度為60mm。在實(shí)際運(yùn)用中，我們發(fā)現(xiàn)將“1”設(shè)計(jì)成“”更容易識(shí)別。

　　標(biāo)識(shí)符的識(shí)別方法

　　特征的提取與選擇

　　在一個(gè)完善的模式識(shí)別系統(tǒng)中，特征的提取與選擇這一技術(shù)環(huán)節(jié)是必不可少的，它通常處于對(duì)象特征數(shù)據(jù)采集和分類識(shí)別這兩個(gè)環(huán)節(jié)之間，起著承上啟下的作用。特征提取與選擇品質(zhì)的優(yōu)劣極大地影響著分類器的設(shè)計(jì)和性能，它是模式識(shí)別三大核心問(wèn)題之一。特征提取與選擇的基本任務(wù)是如何從眾多特征中找出那些最有效的特征，即把高維特征空間壓縮到低維特征空間，同時(shí)保留住絕大部分樣本信息，以便更有效地設(shè)計(jì)分類器。

　　目前，用于圖像處理的特征主要有：(1)幾何特征，如邊緣、紋理、輪廓、焦點(diǎn)(或角點(diǎn))；(2)灰度統(tǒng)計(jì)特征，如灰度直方圖、頻譜、矩；(3)變換特征，如fourier描繪子、walsh變換系數(shù)等[1]。為了有效地完成識(shí)別或匹配，常常要求所提取的特征具有旋轉(zhuǎn)不變性。關(guān)于特征不變量，一是直接從原始的目標(biāo)中提取，二是從已抽取的特征中構(gòu)造不變量。本文以全局特征為立足點(diǎn)，通過(guò)控制標(biāo)識(shí)符本身的形狀特征構(gòu)造特征向量來(lái)實(shí)現(xiàn)對(duì)它的識(shí)別，采用圖像的灰度均值為主要特征量實(shí)現(xiàn)對(duì)數(shù)字特征的提取與識(shí)別。

　　圖像采集卡采集到一幀圖像后，首先對(duì)圖像進(jìn)行預(yù)處理以除字符圖像中的噪聲、壓縮冗余信息，得到規(guī)范化的點(diǎn)陣；然后判斷當(dāng)前圖像中是否有導(dǎo)航標(biāo)識(shí)符出現(xiàn)，如果沒(méi)有則進(jìn)入路徑識(shí)別模塊(這里假設(shè)自動(dòng)導(dǎo)引車沒(méi)有偏離導(dǎo)航線)；反之，則判斷是數(shù)字標(biāo)識(shí)符還是控制標(biāo)識(shí)符，如果是控制標(biāo)識(shí)符則進(jìn)行控制標(biāo)識(shí)符識(shí)別，如果是數(shù)字標(biāo)識(shí)符將采取以下步驟：(1)抽行掃描，分析每行交點(diǎn)數(shù)目和邊界信息，確定數(shù)字標(biāo)識(shí)符的感興趣區(qū)域，(2)提取數(shù)字標(biāo)識(shí)符的特征，(3)應(yīng)用特征匹配法進(jìn)行數(shù)字識(shí)別并輸出，(4)回歸導(dǎo)航線。

　　標(biāo)識(shí)符分類識(shí)別(1) 控制標(biāo)識(shí)符識(shí)別

　　在圖像處理技術(shù)中，圖像區(qū)域的邊界往往對(duì)應(yīng)景物的邊緣，而且人類的視覺(jué)系統(tǒng)也多是根據(jù)目標(biāo)的邊緣進(jìn)行識(shí)別的。在經(jīng)過(guò)圖像預(yù)處理，獲得了感興趣區(qū)域內(nèi)目標(biāo)的單純邊界信息之后，對(duì)于控制標(biāo)識(shí)符而言，加速減速標(biāo)識(shí)符的兩條斜邊和停車符的圓弧邊即是模式識(shí)別中的特征。因此，可以依據(jù)標(biāo)識(shí)符本身的形狀特征構(gòu)造特征向量，從而進(jìn)行目標(biāo)識(shí)別。

　　具體的識(shí)別方法如下：對(duì)感興趣區(qū)域內(nèi)控制標(biāo)識(shí)符進(jìn)行水平抽行掃描，得到三個(gè)關(guān)于掃描線截得標(biāo)識(shí)符線段寬度的數(shù)值，并分別賦給三個(gè)變量：e1，e2，e3。它們分別大致體現(xiàn)了控制標(biāo)識(shí)符前端寬度，中部寬度，后部寬度；然后依據(jù)線段寬度的變化規(guī)律，采用特征匹配法識(shí)別控制標(biāo)識(shí)符，對(duì)應(yīng)關(guān)系如表1所示。

　　(2) 數(shù)字標(biāo)識(shí)符識(shí)別

　　數(shù)字標(biāo)識(shí)符的引入是視覺(jué)引導(dǎo)agv較其它類型agv的一大優(yōu)勢(shì)，數(shù)字標(biāo)識(shí)符可以為agv導(dǎo)航提供豐富的信息，并且此標(biāo)識(shí)符設(shè)置簡(jiǎn)單，容易識(shí)別，具有很高的實(shí)用價(jià)值。利用數(shù)字標(biāo)識(shí)符可以標(biāo)記停車位置、停車時(shí)間和行使中的分岔路選擇等操作，這是其它類型的agv所無(wú)法比擬的[3]。數(shù)字標(biāo)識(shí)符識(shí)別的步驟一般要經(jīng)過(guò)以下四部分：圖像的預(yù)處理、數(shù)字區(qū)域的搜索、數(shù)字的特征提取、數(shù)字的識(shí)別[4]。

　　對(duì)采集到的一幀數(shù)字圖像經(jīng)過(guò)預(yù)處理及數(shù)字區(qū)域的搜索后，原圖像轉(zhuǎn)化為由像素點(diǎn)組成的二值圖像，如圖4左邊圖所示。分析led七段碼格式數(shù)字的組成結(jié)構(gòu)，并且使數(shù)字的基本特征在分割后仍將能夠反映其本身的特性不變，將圖像共分割成5×3個(gè)子塊，5行的劃分比例為1:2.5:1:2.5:1；3列的劃分比例為1:4:1，以apq (p=0，1，2，3，4；q=0，1，2)來(lái)標(biāo)記各個(gè)子塊。

　　數(shù)字符“6”的分割及各子塊的表示

　　a00 a01 a02

　　a10 a11 a12

　　a20 a21 a22

　　a30 a31 a32

　　a40 a41 a42

　　數(shù)字符“6”的分割及各子塊的表示

　　同時(shí)用apq記錄每個(gè)子塊內(nèi)所有像素點(diǎn)的灰度值均值。用公式表示為：

　　(1)式中：n為每個(gè)小塊所包含的像素點(diǎn)個(gè)數(shù)；i為每個(gè)小塊的行；j為每個(gè)小塊的列；aij為每個(gè)小塊每個(gè)像素點(diǎn)的灰度值。通過(guò)式(1)計(jì)算出的apq是一個(gè)沒(méi)有規(guī)律的數(shù)值，為了進(jìn)一步突出特征，在得到apq的值之后，將apq進(jìn)行歸一化，公式為：

　　(2)式中：t為每個(gè)小塊所允許的最小灰度均值。

　　表2列出了0～9十個(gè)數(shù)字歸一化后apq的值。

　　如果直接通過(guò)提取待識(shí)別數(shù)字標(biāo)識(shí)符感興趣區(qū)域的這15個(gè)特征值，然后與模板數(shù)字的特征值一一進(jìn)行比對(duì)，再通過(guò)比較找到差異最小來(lái)判定感興趣區(qū)域的數(shù)字，那么計(jì)算耗費(fèi)時(shí)間較長(zhǎng)。通過(guò)分析我們發(fā)現(xiàn)，在表2中對(duì)于任意數(shù)字符的a11、a31、a02、a42這四個(gè)值都是相同的，那么可以利用這4個(gè)特征值來(lái)初步判定待識(shí)別字符是不是完整規(guī)范的數(shù)字，然后再比對(duì)其他11個(gè)特征，這樣將提高識(shí)別效率。算法如下：

　　(a)令 ，若x≠1則說(shuō)明待識(shí)別數(shù)字符不完整，退出整個(gè)識(shí)別流程；若x=1則進(jìn)入下一步驟。

　　(b)對(duì)余下11個(gè)特征值與模板數(shù)字的特征值一一進(jìn)行比對(duì)，識(shí)別數(shù)字并輸出結(jié)果。

　　標(biāo)識(shí)符識(shí)別測(cè)試實(shí)驗(yàn)

　　為驗(yàn)證本文提出的算法及理論的有效性、可靠性和準(zhǔn)確性，在實(shí)驗(yàn)室的水磨石路面背景下，鋪設(shè)agv導(dǎo)航線，并在導(dǎo)航路徑上放置控制標(biāo)識(shí)符和數(shù)字標(biāo)識(shí)符。圖5所示為控制標(biāo)識(shí)符實(shí)驗(yàn)現(xiàn)場(chǎng)，圖6為20幅驗(yàn)證數(shù)字標(biāo)識(shí)符識(shí)別算法的圖像樣本，包含了0～9十個(gè)數(shù)字的兩組不同旋轉(zhuǎn)角度的圖像。

　　在控制標(biāo)識(shí)符識(shí)別實(shí)驗(yàn)中，本文所設(shè)計(jì)的控制標(biāo)識(shí)符能很好地模擬出現(xiàn)場(chǎng)環(huán)境，依據(jù)控制標(biāo)識(shí)符的幾何特征來(lái)識(shí)別標(biāo)識(shí)符的方法，能夠在較為復(fù)雜的環(huán)境下快速、準(zhǔn)確地識(shí)別控制標(biāo)識(shí)符。

　　在識(shí)別數(shù)字標(biāo)識(shí)符的實(shí)驗(yàn)中，樣本對(duì)應(yīng)的特征值計(jì)算結(jié)果正確無(wú)誤。這種簡(jiǎn)單識(shí)別數(shù)字的方法的準(zhǔn)確率較高，而且每次識(shí)別數(shù)字耗時(shí)僅為1ms。在實(shí)際應(yīng)用中，決定識(shí)別效率的主要瓶頸在于圖像分割環(huán)節(jié)中從感興趣區(qū)域里面抽取出標(biāo)識(shí)符的精確輪廓，而本文提出的對(duì)標(biāo)識(shí)符完整性的初步判斷，大大減少了對(duì)非完整數(shù)字標(biāo)識(shí)符的冗余識(shí)別，提高了整個(gè)agv導(dǎo)航過(guò)程的流暢性。

　　結(jié)束語(yǔ)

　　基于機(jī)器視覺(jué)的agv導(dǎo)航是目前智能車領(lǐng)域的熱門研究課題，視覺(jué)引導(dǎo)的agv可以高效地進(jìn)行運(yùn)動(dòng)速度控制，識(shí)別多分支路徑以及各種停車工位，是其智能化的重要表現(xiàn)。本文設(shè)計(jì)了兩類導(dǎo)航標(biāo)識(shí)符并給出識(shí)別方法，經(jīng)實(shí)驗(yàn)驗(yàn)證，這兩類導(dǎo)航標(biāo)識(shí)符的應(yīng)用，大大的提高了agv的智能性，滿足對(duì)標(biāo)識(shí)符識(shí)別實(shí)時(shí)性、準(zhǔn)確性以及魯棒性的要求，達(dá)到了預(yù)期目標(biāo)。為視覺(jué)導(dǎo)航agv的高智能化發(fā)展提供了新思路。