【基于全局视觉的AGV定位的环境搭建分析案例1800字】

基于全局视觉的AGV定位的环境搭建分析案例目录TOC\o"1-3"\h\u10511基于全局视觉的AGV定位的环境搭建分析案例 193361.1硬件选择 2238561.1.1摄像头选型 2292801.1.2AGV整体结构设计 2297491.1.3仿真环境和硬件参数 4277041.2运行空间数字化环境构建 416901.1.1坐标系定义 4326131.1.2图像去畸变 539981.3小结 6本文采用全局视觉定位方式对AGV进行定位，将摄像头悬挂在天花板上方，对地面倾斜照射，利用AGV小车在图像中的位置，来确定小车在实际世界坐标系中的位置坐标。模拟工厂实验环境如图1.1所示。图1.1模拟工厂实验环境本文主要研究内容是在全局视觉下设计车间物流AGV的识别定位算法，因此在实验场景下采用单镜头控制单AGV的方式对算法定位精度和速度进行实验研究。本文定位系统主要分为三个模块，分别为图像采集模块、AGV和PC上位机。整体控制流程如图1.2所示，图像采集模块将实时拍摄的车间生产场景传输到PC，PC负责处理图像和任务调度，并通过图像实时确定AGV位置和规划路径。PC规划好每个AGV行走路线后，通过局域网向AGV发送指令，控制其沿指定路径行走，并持续进行定位防止AGV偏离路线。在AGV到达目的地停止后，PC将AGV位姿记录到数据库中，在下次开始导航时，直接获得AGV位置姿态，缩小搜索范围。图1.2导航系统整体控制流程1.1硬件选择1.1.1摄像头选型摄像头选用时应考虑拍摄画面清晰度、成本等要求，为模拟车间监控系统，本文采样单目摄像头作为图像采集模块。车间模拟环境大小为4m×6m，摄像头悬挂高度为5m。本文所使用的摄像头为海康威视DS-IPC-T12-I，焦距为4mm，分辨率为1920×1080。摄像头拍摄模拟实验场景如图1.3所示。图1.3摄像头拍摄场景1.1.2AGV整体结构设计本文搭建的AGV平台主要有以下模块组成：车体、驱动模块、无线通讯模块、供电系统、主控模块、充电装置、安全避障模块。主控模块。主控芯片主要负责AGV的总体控制，接收并处理传感器所采集的数据，本文选择的主控芯片是STM32F429IGT6。如图1.4所示，本文通过连接基板将驱动模块、无线通讯模块和主控芯片连接，保证了模块与主控芯片之间数据高效稳定交互。图1.4主控芯片及基板无线通讯模块。本文无线通讯模块使用MARVELL8801芯片，通过WIFI与PC端进行通信，最高速度可达1M/s，如图1.5所示。图1.5MARVELL8801芯片供电系统。本文供电系统选用24V电源。安全避障模块。本文采用超声波测距避障，当AGV距离障碍物过近时，传感器向主控发送TTL信号并立即停车。驱动模块。本文采用步进电机，型号为86BYGH混合步进电机，如图1.6所示。图1.6驱动模块1.1.3仿真环境和硬件参数本文需要通过基于深度学习的目标检测方式对AGV进行定位，不同的硬件和r软件环境检测效果会有不同，本文采用的仿真环境和硬件参数如表1.1所示。表1.1仿真环境和硬件参数系统Ubuntu18.04LTDGPUNVIDIA1070TiCPUAMDR7-27003.2GHzRAM16GBROM160GBCUDACUDA10.1CUDNNCUDnn7.4PythonPython3.7本文需要使用数据库记录AGV每次停车时位姿信息和物流信息，便于下一次使用时快速定位，本文使用的数据库为MySQL。1.2运行空间数字化环境构建1.1.1坐标系定义全局视觉定位中主要涉及到的坐标系有世界坐标系、相机坐标系、图像坐标系和像素坐标系[43]。世界坐标系用W进行表示，描述相机位置，单位m；相机坐标系以光心为原点，单位m，以C表示；图像坐标系中光心为图像中点，单位mm；像素坐标系原点为图像左上角，单位为pixel，本文将图像从上到下作为x轴正向，从左到右作为y轴正向，以uv表示。在全局视觉定位算法中，根据AGV在图像中的像素坐标和像素坐标与世界坐标的转化关系来确定AGV在世界坐标系下的位姿。设世界坐标系下存在一点P，坐标为，相机坐标系x轴、y轴平行于图像两条边，光轴为z轴，在相机坐标系下坐标。P点从世界坐标转换到像素坐标如式2-(1)所示。 2-(1)式中等号左侧第一个矩阵为相机内参矩阵，R为旋转矩阵，T为旋转矩阵，由于AGV仅在地面行走，高度一般不会发生变化，因此当AGV中心点与目的地像素坐标重合时，即认为AGV到达该点。坐标系相对关系如图1.7所示图1.7坐标系相对关系1.1.2图像去畸变如图1.3所示，摄像头拍摄场景时，图像存在较大的畸变，会导致定位误差的产生，因此要对摄像头去畸变。本文使用张正友摄像机标定法结合OpenCV对摄像头进行标定，获取相机内参，提高精度。摄像机标定过程中使用的标定模板如图1.8所示。标定模板中共有6×9个角点，每个棋盘格宽度为1.75cm。图1.8标定模板相机内参如下式2-(2)所示。 2-(2)矫正后模拟场地如图1.9所示，为实验AGV定位精度，需要计算每个像素点代表的实际距离，因此本文任选四个点，测量四点间实际距离和对应间隔像素数，经过计算得1像素的宽度对应实际1.3mm。图1.9去畸变后图像1.3小结本章介绍了基于全局视觉AGV导航方式实验环境搭建，并设计选用相应的硬件，搭建