[發(fā)明專(zhuān)利]一種基于視覺(jué)引導(dǎo)AGV智能車(chē)的控制方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202010475734.0
• 申請(qǐng)日: 2020-05-29
• 公開(kāi)（公告）號(hào): CN111731324A
• 公開(kāi)（公告）日: 2020-10-02
• 發(fā)明（設(shè)計(jì)）人: 徐帥;吳瀚;陳照奇;鄭穎;吳泓晉;于作藝
• 申請(qǐng)（專(zhuān)利權(quán)）人: 徐帥
• 主分類(lèi)號(hào): B60W60/00
• 分類(lèi)號(hào): B60W60/00;B60W30/08
• 代理公司: 武漢智嘉聯(lián)合知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 42231
• 代理人: 易賢衛(wèi)

1.一種基于視覺(jué)引導(dǎo)AGV智能車(chē)的控制方法，其特征在于，包括以下步驟：

獲取智能車(chē)所在道路的道路圖像，對(duì)所述道路圖像進(jìn)行預(yù)處理，得到預(yù)處理后的圖像，對(duì)所述預(yù)處理后的圖像進(jìn)行掃描與比對(duì)，獲取智能車(chē)所處道路的邊界及道路狀況；

根據(jù)智能車(chē)所處道路的邊界及道路狀況，獲取道路中線(xiàn)信息，根據(jù)所述中線(xiàn)信息，規(guī)劃出智能車(chē)的行駛路徑；

根據(jù)所述行駛路徑進(jìn)行加權(quán)求和處理，獲取實(shí)際車(chē)身與所述規(guī)劃路徑的偏差值，根據(jù)所述行駛路徑及偏差值，調(diào)整智能車(chē)的行駛軌跡。

2.根據(jù)權(quán)利要求1所述的基于視覺(jué)引導(dǎo)AGV智能車(chē)的控制方法，其特征在于，對(duì)所述道路圖像進(jìn)行預(yù)處理，得到預(yù)處理后的圖像，對(duì)所述預(yù)處理后的圖像進(jìn)行掃描與比對(duì)，獲取智能車(chē)所處道路的邊界及道路狀況，具體包括，

對(duì)所述道路圖像進(jìn)行灰度化、二值化、壓縮處理，分離出道路及非道路的輪廓，得到預(yù)處理后的圖像，對(duì)預(yù)處理后的圖像中道路輪廓中間向兩邊進(jìn)行掃描，獲取像素跳變點(diǎn)，得到智能車(chē)所處道路的邊界，根據(jù)智能車(chē)所處道路的邊界得到智能車(chē)所處道路狀況，所述道路狀況為直道、十字、環(huán)島、彎道中的任意一種。

3.根據(jù)權(quán)利要求2所述的基于視覺(jué)引導(dǎo)AGV智能車(chē)的控制方法，其特征在于，根據(jù)智能車(chē)所處道路的邊界及道路狀況，獲取道路中線(xiàn)信息，根據(jù)所述中線(xiàn)信息，規(guī)劃出智能車(chē)的行駛路徑，具體包括，

將預(yù)設(shè)道路分成n行m列，使預(yù)設(shè)道路形成了一個(gè)n×m的數(shù)組，預(yù)先存儲(chǔ)預(yù)設(shè)道路各行在n×m大小圖中的寬度；

若智能車(chē)所處道路狀況為直道、十字或彎道，則

對(duì)于道路的邊界，若左右兩個(gè)邊界都存在，則道路中對(duì)應(yīng)行的中點(diǎn)即為兩個(gè)邊界對(duì)應(yīng)數(shù)值的平均值，若有左邊界無(wú)右邊界，則左邊界加上對(duì)應(yīng)行的道路道寬度的一半得到該對(duì)應(yīng)行的中點(diǎn)，若有右邊界無(wú)左邊界，則右邊界減去對(duì)應(yīng)行的道路寬度的一半得到該對(duì)應(yīng)行的中點(diǎn)，若左右兩邊均為邊界，則取上一行中點(diǎn)作為當(dāng)前行的中點(diǎn)，將所有行對(duì)應(yīng)的中點(diǎn)連接，得到中線(xiàn)信息，所述中線(xiàn)信息即為規(guī)劃出的智能車(chē)的行駛路徑，

若智能車(chē)所處道路狀況為環(huán)島，則

將所述像素跳變點(diǎn)和圖像最近端的左邊界點(diǎn)進(jìn)行連線(xiàn)，以該連線(xiàn)作為左邊界，然后進(jìn)行智能車(chē)所處道路狀況為直道、十字或彎道時(shí)，規(guī)劃智能車(chē)的行駛路徑的過(guò)程。

4.根據(jù)權(quán)利要求3所述的基于視覺(jué)引導(dǎo)AGV智能車(chē)的控制方法，其特征在于，根據(jù)所述行駛路徑進(jìn)行加權(quán)求和處理，獲取實(shí)際車(chē)身與所述規(guī)劃路徑的偏差值，具體包括，對(duì)預(yù)設(shè)道路每行中心進(jìn)行幅權(quán)值處理并加權(quán)求和，將求和結(jié)果與道路位置中線(xiàn)作差，得到實(shí)際車(chē)身與所述規(guī)劃路徑的偏差值。

5.根據(jù)權(quán)利要求3所述的基于視覺(jué)引導(dǎo)AGV智能車(chē)的控制方法，其特征在于，還包括，檢測(cè)是否存在障礙物，若存在障礙物，則獲取障礙物在n×m的數(shù)組中所處索引位置，確定所述障礙物在智能車(chē)的左側(cè)還是右側(cè)，以智能車(chē)前進(jìn)方向?yàn)閤軸正方向，獲取障礙物到x軸的垂直距離，若所述垂直距離與智能車(chē)的半個(gè)車(chē)寬的比值小于預(yù)設(shè)值，則使智能車(chē)根據(jù)所述障礙物在智能車(chē)的左側(cè)還是右側(cè)，向右側(cè)或左側(cè)避障。

6.一種基于視覺(jué)引導(dǎo)AGV智能車(chē)的控制系統(tǒng)，其特征在于，包括道路狀態(tài)獲取模塊、行駛路徑規(guī)劃模塊及行駛軌跡調(diào)整模塊；

所述道路狀態(tài)獲取模塊，用于獲取智能車(chē)所在道路的道路圖像，對(duì)所述道路圖像進(jìn)行預(yù)處理，得到預(yù)處理后的圖像，對(duì)所述預(yù)處理后的圖像進(jìn)行掃描與比對(duì)，獲取智能車(chē)所處道路的邊界及道路狀況；

所述行駛路徑規(guī)劃模塊，用于根據(jù)智能車(chē)所處道路的邊界及道路狀況，獲取道路中線(xiàn)信息，根據(jù)所述中線(xiàn)信息，規(guī)劃出智能車(chē)的行駛路徑；

所述行駛軌跡調(diào)整模塊，用于根據(jù)所述行駛路徑進(jìn)行加權(quán)求和處理，獲取實(shí)際車(chē)身與所述規(guī)劃路徑的偏差值，根據(jù)所述行駛路徑及偏差值，調(diào)整智能車(chē)的行駛軌跡。