劉锏澤，劉凈瑜，盛 君，徐建萍

(北京衛(wèi)星制造廠有限公司，北京 100094)

0 引 言

自動導(dǎo)引車(AGV)是移動機(jī)器人的一個(gè)重要分支，又稱為自主式無人搬運(yùn)車[1-2]。它能在調(diào)度系統(tǒng)的監(jiān)控下，按一定路徑規(guī)劃和作業(yè)要求，精確行走并停靠到指定工位[3]，從而進(jìn)一步完成一系列的作業(yè)任務(wù)，如運(yùn)送貨物、充電、夾持等。隨著工業(yè)4.0戰(zhàn)略概念的提出，各商業(yè)、船舶、軍工企業(yè)均將智能制造列為企業(yè)生產(chǎn)制造及物流轉(zhuǎn)運(yùn)系統(tǒng)的目標(biāo)，AGV自動轉(zhuǎn)運(yùn)也即隨之成為全面實(shí)現(xiàn)工業(yè)自動化的必經(jīng)之路。

1 系統(tǒng)概述

文中的自動導(dǎo)航AGV輪系結(jié)構(gòu)由4個(gè)麥克納姆輪組成，可實(shí)現(xiàn)全方位運(yùn)動，包括直行、橫行、斜行、任意曲線移動、零回轉(zhuǎn)半徑等[4-5]。該結(jié)構(gòu)有效降低了AGV對作業(yè)區(qū)域的要求，擴(kuò)大了AGV的作業(yè)范圍。

2 導(dǎo)航控制系統(tǒng)硬件設(shè)計(jì)

AGV控制系統(tǒng)由3個(gè)控制器組成：運(yùn)動控制器、導(dǎo)航控制器和升降控制器。系統(tǒng)架構(gòu)如圖1。

圖1 AGV系統(tǒng)架構(gòu)

運(yùn)動控制器主要進(jìn)行輪系運(yùn)動控制，同時(shí)通過實(shí)時(shí)采集的激光避障傳感器的障礙物信息來保證AGV的可靠運(yùn)動導(dǎo)航控制器具有導(dǎo)航功能、自動充電功能和無線通訊功能。AGV通過4個(gè)CCD相機(jī)和RFID實(shí)現(xiàn)AGV的自動巡線和定位功能。AGV與調(diào)度系統(tǒng)間通過無線通訊功能模塊進(jìn)行數(shù)據(jù)交互，AGV可以接收調(diào)度系統(tǒng)指令和反饋?zhàn)陨頎顟B(tài)信息。當(dāng)AGV到達(dá)指定工位后，升降控制器控制升降電機(jī)將產(chǎn)品舉升或下降到指定高度，完成作業(yè)。

在進(jìn)行控制系統(tǒng)的硬件設(shè)計(jì)時(shí)，需要綜合考慮設(shè)備的通訊方式、通訊速率、系統(tǒng)精度、AGV工作方式以及功能要求等。

導(dǎo)航控制器以ARM控制芯片LPC1788為核心設(shè)計(jì)實(shí)現(xiàn)。該芯片是集成LCD圖像控制器的ARM Cortex-M3微控制器，該控制器包含有LCD控制器，CAN總線控制器，512 KB的片上閃存，96 KB的SRAM，4 KB的片上EEPROM，4個(gè)UART，12位ADC，10位DAC。導(dǎo)航控制器包含了CAN總線驅(qū)動電路，UART電路驅(qū)動及其切換電路、IO信號處理電路、信號電平轉(zhuǎn)換電路及供電電路。

AGV通過CAN總線連接7個(gè)節(jié)點(diǎn)，分別是4個(gè)CCD相機(jī)、升降控制器、運(yùn)動控制器和激光避障傳感器。RFID模塊和ZIGBEE無線模塊通過RS232通訊方式與導(dǎo)航控制器通訊。

3 導(dǎo)航控制策略

3.1 RFID定位方法

RFID設(shè)備利用RFID標(biāo)簽、讀寫器獲取信息[6]。在AGV的運(yùn)行場地鋪設(shè)導(dǎo)引色帶布局巡航路徑，在路徑十字交叉和工位處粘貼RFID卡，每個(gè)RFID卡具有不同的信息，分別對應(yīng)不同的位置，如圖2所示。因?yàn)樯漕l卡具有一定的識別范圍，為防止工位密集處出現(xiàn)工位信息無法精確識別的問題，選用識別范圍相對較小(大概1 m左右)的射頻讀卡器，同時(shí)要求工位間距至少在2 m以上。

調(diào)度系統(tǒng)接收到上級加工指令后，基于導(dǎo)引地圖規(guī)劃出每輛AGV的作業(yè)路徑并發(fā)送給AGV。AGV在大的運(yùn)行范圍內(nèi)通過車載CCD識別導(dǎo)引線并循線行駛；運(yùn)行至工位時(shí)，由車載RFID讀卡器讀取射頻卡信息來識別當(dāng)前位置，實(shí)現(xiàn)粗略的停車；然后車載CCD進(jìn)一步識別停車標(biāo)志，實(shí)現(xiàn)AGV的精確定位停車。在整個(gè)運(yùn)行過程中，AGV會實(shí)時(shí)反饋給調(diào)度系統(tǒng)自身位置，調(diào)度系統(tǒng)根據(jù)反饋?zhàn)龀鱿乱徊铰窂秸{(diào)整。

圖2 AGV作業(yè)工況示意

3.2 視覺精確定位方法

AGV自動巡線利用圖像識別處理技術(shù)實(shí)現(xiàn)。需預(yù)先鋪設(shè)黃色導(dǎo)引帶或者刷涂黃色色帶作為導(dǎo)引路徑。圖3為直行、交叉和駐車標(biāo)志。這種預(yù)設(shè)導(dǎo)引線的方式限定了AGV的行駛路徑，可以極大地減小AGV的活動范圍，提高車間的空間利用率和轉(zhuǎn)運(yùn)效率[7-8]。

圖3 視覺導(dǎo)航引導(dǎo)線

自動巡線時(shí)，在AGV前方、后方、左側(cè)、右側(cè)各安裝一套視覺系統(tǒng)，包括相機(jī)、光源、鏡頭及位置調(diào)整機(jī)械機(jī)構(gòu)。通過導(dǎo)引線圖像識別處理，包括平均灰度、二值化分割、特征提取、約束條件與去噪處理、直線方程擬合，建立圖像坐標(biāo)系與車體坐標(biāo)系的轉(zhuǎn)換矩陣，完成對導(dǎo)引線的識別[9-10]。導(dǎo)航控制器根據(jù)當(dāng)前各傳感器反饋的相關(guān)信息，規(guī)劃AGV行走方向以及角度信息，并向AGV運(yùn)動控制器發(fā)布運(yùn)行指令，再由運(yùn)動控制器合理匹配各電機(jī)轉(zhuǎn)速和方向，實(shí)現(xiàn)AGV的自動轉(zhuǎn)運(yùn)。

4 視覺處理算法

4.1 視覺圖像采集自動曝光算法設(shè)計(jì)

在圖像中設(shè)置N個(gè)方形監(jiān)控區(qū)域，其尺寸為a×a的正方形，邊長a(單位：像素)可以選擇，N個(gè)正方形子圖像盡可能均勻分布在整幅圖像中。N個(gè)子圖像的平均灰度值為：

(1)

給定圖像目標(biāo)亮度G0，則當(dāng)前的圖像亮度與目標(biāo)亮度之間的比例因子為：

(2)

在循環(huán)中調(diào)節(jié)相機(jī)的曝光量，每采集一幀圖像就調(diào)節(jié)一次，實(shí)時(shí)修改圖像的亮度，保證相機(jī)在明暗區(qū)域內(nèi)不會產(chǎn)生較大亮度變化，為后面圖像處理算法的穩(wěn)定性建立基礎(chǔ)[11-13]。

4.2 視覺縱向?qū)б€算法設(shè)計(jì)

縱向?qū)б€的檢測在整個(gè)算法系統(tǒng)中極為重要，它不僅以數(shù)學(xué)信息的方式提供給AGV控制系統(tǒng)，也是橫向?qū)б€和駐車標(biāo)志檢測的前提條件。縱向?qū)б€檢測算法的首要任務(wù)是把導(dǎo)引線從背景中提取出來。文中采用輪廓提取法，該提取方法受圖像亮度變化的影響較小，對空間明暗區(qū)域變化有較好的魯棒性。

4.3 目標(biāo)輪廓像素提取算法

使用f(x,y)表示圖像中(x,y)處的灰度值，一階微分為：

(3)

離散化后的公式為：

Δf(i,j)=[f(i+1,j)-f(i,j)]+[f(i,j+1)-f(i,j)]

(4)

基于目標(biāo)邊緣梯度有較大變化的原理，檢測目標(biāo)邊緣像素。使用Gx和Gy表示x、y方向的梯度變化，則總的梯度為：

(5)

4.4 邊緣輪廓檢測

通過梯度對圖像進(jìn)行了量化，得到的梯度圖如圖4所示。邊緣處強(qiáng)度比非邊緣處的強(qiáng)度大，基于該原理設(shè)計(jì)邊緣輪廓檢測算法。

圖4 邊緣量化

使用Min(j)表示梯度圖像中第j行的最小梯度。計(jì)算整幅圖像中最小值的平均數(shù)值，M表示總行數(shù)，則：

(6)

給定一個(gè)附加的閾值T0，則邊緣像素檢測算子為：

(7)

4.5 目標(biāo)像素識別和分類

圖4中的邊緣圖像包括了目標(biāo)對象的像素，如導(dǎo)引線邊緣像素、駐車標(biāo)志的邊緣像素等，但同時(shí)也可能包括圖像中的污點(diǎn)邊緣或者非目標(biāo)邊緣，需要建立相應(yīng)的算法對實(shí)際目標(biāo)進(jìn)行識別和分類，剔除非實(shí)際目標(biāo)像素。

圖像中的像素按列排列，同一個(gè)目標(biāo)的像素是聯(lián)通的，不同目標(biāo)之間是不聯(lián)通的，所以先對邊緣像素圖像進(jìn)行編碼。對于一行像素，連續(xù)排列的邊緣像素作為一個(gè)單元，記為Uj,i，j表示行，i表示第j列的第i個(gè)單元。利用聯(lián)通性對圖像中的目標(biāo)進(jìn)行分割，一個(gè)聯(lián)通區(qū)域即為一個(gè)可能的對象，具體判斷條件如下：當(dāng)前的Uj,i與下一行的單元Uj+1,k進(jìn)行比較，遍歷每一個(gè)單元，如果這兩個(gè)單元相連或者有重合的部分，即為一個(gè)區(qū)域中的單元，對其進(jìn)行標(biāo)記，依次類推，得到圖像中的所有聯(lián)通區(qū)域。

對于每個(gè)聯(lián)通區(qū)域，均統(tǒng)計(jì)其面積，區(qū)域橫向最小、最大坐標(biāo)，縱向最小、最大坐標(biāo)。圖像中的污點(diǎn)面積較小，可以通過設(shè)置閾值進(jìn)行初步濾除，若目標(biāo)區(qū)域的面積為Area(k)，則污點(diǎn)區(qū)域?yàn)锳rea(k)

經(jīng)過以上濾波，圖像中可能包含縱向?qū)б€邊緣像素、橫向?qū)б€邊緣像素、駐車標(biāo)志區(qū)域或其他較大面積的非有用目標(biāo)區(qū)域。對各區(qū)域的特點(diǎn)進(jìn)行分析，基于此給出識別分類器遵循的準(zhǔn)則。

采用橫向掃描的搜索策略，若搜索到第j行，啟動0列→N列搜索，遇到的第一個(gè)邊緣像素位置為xi,啟動N列→0列搜索，遇到的第一個(gè)邊緣像素位置為xk,如果這兩個(gè)橫向坐標(biāo)滿足以下條件，則初步認(rèn)定為縱向?qū)б€的邊緣像素：

(8)

其中，W1和W2是兩個(gè)寬度閾值。

(9)

圖5為駐車線圖像識別效果。

圖5 駐車線圖像識別效果

5 實(shí)際應(yīng)用及驗(yàn)證

圖像識別具備信息豐富、精度高等特點(diǎn)，適用于車間等室內(nèi)環(huán)境，尤其適用于該項(xiàng)目中導(dǎo)航路徑復(fù)雜、定位精度要求較高的應(yīng)用環(huán)境?；赗FID與視覺導(dǎo)引的AGV目前已應(yīng)用于國家電力檢測行業(yè)等不同產(chǎn)品自動化轉(zhuǎn)運(yùn)車間，如圖6所示。

圖6 AGV自動轉(zhuǎn)運(yùn)場景

實(shí)際應(yīng)用時(shí)，在AGV導(dǎo)引線寬度設(shè)置為10 mm，最高速度設(shè)為0.7 m/s時(shí)，循線和定位精度可達(dá)5 mm，角度精度0.1度。目前基于RFID和視覺復(fù)合導(dǎo)航的AGV根據(jù)不同的作業(yè)需求，已擴(kuò)展出升降、叉車、夾持等多功能任務(wù)模塊。同時(shí)，可通過調(diào)度系統(tǒng)規(guī)劃作業(yè)，廣播發(fā)布任務(wù)，完成多車協(xié)同作業(yè)。

6 結(jié)束語

基于RFID和視覺實(shí)現(xiàn)的AGV產(chǎn)品源于航天軍用技術(shù)轉(zhuǎn)化，立足于“十三五”智能裝備發(fā)展規(guī)劃，充分結(jié)合多項(xiàng)先進(jìn)技術(shù)，朝著模塊化、自動化、智能化和信息化方向發(fā)展，以適應(yīng)未來生產(chǎn)需要。目前該AGV產(chǎn)品已擴(kuò)展應(yīng)用于航天、航空、軌道交通、智能物流等多個(gè)領(lǐng)域，形成了多個(gè)示范應(yīng)用項(xiàng)目，解決了超大結(jié)構(gòu)的精密加工、自動化轉(zhuǎn)運(yùn)、裝配等技術(shù)瓶頸。