前言

　　自動導(dǎo)引車(automated guided vehicle，AGV)是自動化物流運輸系統(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)運行的可靠性和系統(tǒng)成本。視覺引導(dǎo)式agv的基本原理是通過模擬人的視覺系統(tǒng)從而引導(dǎo)agv的運行，它具有理論上最佳的引導(dǎo)柔性[1]。視覺引導(dǎo)式agv在實際應(yīng)用中存在多種運行工況，如加速、減速、停車、勻速行駛以及不同工位判別等。因此，對視覺引導(dǎo)式agv進行導(dǎo)航標識符識別研究是必要的，這也是反映視覺引導(dǎo)式agv優(yōu)越于其他引導(dǎo)方式的標志之一。

　　導(dǎo)航標識符的設(shè)計

　　agv在實際應(yīng)用中存在多種工況，這些是實現(xiàn)agv多分支路徑識別的基礎(chǔ)。根據(jù)agv實際運行的情況，設(shè)計了兩類導(dǎo)航標識符：一種是控制標識符；另一種是數(shù)字標識符。控制標識符的識別是根據(jù)不同標識符水平所截線段寬度的變化規(guī)律來判斷是加速、減速、停車還是正常行駛，加速標識符變化規(guī)律為小>中>大，減速標識符變化規(guī)律為大>中>小，停車標識符變化規(guī)律為小>大>小。數(shù)字標識符的識別是通過對路徑上的0～9這十個字符的識別，然后根據(jù)各個字符被賦予不同含義完成agv的自動導(dǎo)航。

　　加速符的形狀為短邊朝下的等腰梯形，下底邊長30mm，上底邊長60mm，高為30mm；減速符的形狀為短邊朝上的等腰梯形，下底邊長60mm，上底邊長30mm，高為30mm；停車標識符的形狀是直徑為30mm的實心圓。路徑導(dǎo)航線是寬度為30mm的矩形條，它表示勻速行駛。導(dǎo)航標識符和導(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)字的準確識別充分的體現(xiàn)視覺導(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)的實現(xiàn)。

　　視覺引導(dǎo)式agv在實際運行的過程中，是沿固定路線行駛的，數(shù)字標識符一般出現(xiàn)在導(dǎo)航線上，放置在黑色標示線中間，同時數(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)字標識符。實驗中采集到的數(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。在實際運用中，我們發(fā)現(xiàn)將“1”設(shè)計成“”更容易識別。

　　標識符的識別方法

　　特征的提取與選擇

　　在一個完善的模式識別系統(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，它通常處于對象特征數(shù)據(jù)采集和分類識別這兩個環(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)計和性能，它是模式識別三大核心問題之一。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，同時保留住絕大部分樣本信息，以便更有效地設(shè)計分類器。

　　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(或角點)；(2)灰度統(tǒng)計特征，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，通過控制標識符本身的形狀特征構(gòu)造特征向量來實現(xiàn)對它的識別，采用圖像的灰度均值為主要特征量實現(xiàn)對數(shù)字特征的提取與識別。

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

　　標識符分類識別(1) 控制標識符識別

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

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

　　(2) 數(shù)字標識符識別

　　數(shù)字標識符的引入是視覺引導(dǎo)agv較其它類型agv的一大優(yōu)勢，數(shù)字標識符可以為agv導(dǎo)航提供豐富的信息，并且此標識符設(shè)置簡單，容易識別，具有很高的實用價值。利用數(shù)字標識符可以標記停車位置、停車時間和行使中的分岔路選擇等操作，這是其它類型的agv所無法比擬的[3]。數(shù)字標識符識別的步驟一般要經(jīng)過以下四部分：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)字的識別[4]。

　　對采集到的一幀數(shù)字圖像經(jīng)過預(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)來標記各個子塊。

　　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

　　同時用apq記錄每個子塊內(nèi)所有像素點的灰度值均值。用公式表示為：

　　(1)式中：n為每個小塊所包含的像素點個數(shù)；i為每個小塊的行；j為每個小塊的列；aij為每個小塊每個像素點的灰度值。通過式(1)計算出的apq是一個沒有規(guī)律的數(shù)值，為了進一步突出特征，在得到apq的值之后，將apq進行歸一化，公式為：

　　(2)式中：t為每個小塊所允許的最小灰度均值。

　　表2列出了0～9十個數(shù)字歸一化后apq的值。

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

　　(a)令 ，若x≠1則說明待識別數(shù)字符不完整，退出整個識別流程；若x=1則進入下一步驟。

　　(b)對余下11個特征值與模板數(shù)字的特征值一一進行比對，識別數(shù)字并輸出結(jié)果。

　　標識符識別測試實驗

　　為驗證本文提出的算法及理論的有效性、可靠性和準確性，在實驗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識符和數(shù)字標識符。圖5所示為控制標識符實驗現(xiàn)場，圖6為20幅驗證數(shù)字標識符識別算法的圖像樣本，包含了0～9十個數(shù)字的兩組不同旋轉(zhuǎn)角度的圖像。

　　在控制標識符識別實驗中，本文所設(shè)計的控制標識符能很好地模擬出現(xiàn)場環(huán)境，依據(jù)控制標識符的幾何特征來識別標識符的方法，能夠在較為復(fù)雜的環(huán)境下快速、準確地識別控制標識符。

　　在識別數(shù)字標識符的實驗中，樣本對應(yīng)的特征值計算結(jié)果正確無誤。這種簡單識別數(shù)字的方法的準確率較高，而且每次識別數(shù)字耗時僅為1ms。在實際應(yīng)用中，決定識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)域里面抽取出標識符的精確輪廓，而本文提出的對標識符完整性的初步判斷，大大減少了對非完整數(shù)字標識符的冗余識別，提高了整個agv導(dǎo)航過程的流暢性。

　　結(jié)束語

　　基于機器視覺的agv導(dǎo)航是目前智能車領(lǐng)域的熱門研究課題，視覺引導(dǎo)的agv可以高效地進行運動速度控制，識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)計了兩類導(dǎo)航標識符并給出識別方法，經(jīng)實驗驗證，這兩類導(dǎo)航標識符的應(yīng)用，大大的提高了agv的智能性，滿足對標識符識別實時性、準確性以及魯棒性的要求，達到了預(yù)期目標。為視覺導(dǎo)航agv的高智能化發(fā)展提供了新思路。