《基于raspberryPi的AGV视觉导航设计.ppt》由会员分享，可在线阅读，更多相关《基于raspberryPi的AGV视觉导航设计.ppt（31页珍藏版）》请在三一办公上搜索。
1、,哈尔滨工业大学(威海)控制科学与工程系姓名：殷鹏导师：谢玮,2012-6-19,论文题目终期报告,课题背景,本课题来自哈尔滨工业大学（威海）检测与控制研究中心的横向课题。这辆 AGV 是本人搭建的廉价低端平台，虽然在性能上远不如专业AGV系统，但是基本可以实现视觉AGV系统的功能。,主要内容：,总体设计方案,图像处理,驱动控制部分的设计与分析,模糊预瞄的控制算法实现,一、总体设计方案,本AGV系统整体硬件框架如下,AGV车体由两个直流电机、减速器、万向轮、相应的驱动电路、锂电池以及控制模块构成。其中前后车轮采用三轮式结构，前轮是辅助轮，两个后轮是驱动轮。如图2-2所示。采用这样的结构一方面在
2、于可以根据左右驱动的差速来控制AGV转向，另一方面是可以减少功耗。,一、总体设计方案,包括如下几个子模块：车体、电气驱动装置、测速模块、无线模块和摄像头模块。,一、总体设计方案,一、总体设计方案,上位机,下位机,一、总体设计方案,工程技术指标Engineering and technology indicators型 号 RTW0.1导引方式 机器视觉导引驱动方式 差分驱动车体尺寸 250mm150mm130mm自重 2 kg最大速度 0.10 m/s走行方式 驱动轮差动转向；前进、后退、原地回转最小回转 半径 0.2m电池 锂电池7.4v2200mah运行模式 手动、自动两种模式通讯方式 无
3、线通信使用环境 1040C(室内)；地面倾斜 1以内,二、图像处理,基于移动式机器人的视觉导航其最大特点在于采用视觉来获取信息。本系统采用的是标识线识别法，其基本原理为，由CMOS摄像头对包含路径信息的图像进行提取，经过图像预处理后，提取出所需要的路径特征信息。在考虑运行环境实际情况的基础上，本系统采用在灰色地板暗黄色线的路线搭配，如图2-1所示，同时有强光干扰，以模拟最糟糕的工业环境。,二、图像处理,图2-1 测试道路Fig.The testing road,二、图像处理,2.1图像处理框图,二、图像处理,2.2 RGB图像转HSV在工业环境下，其平面经常是反光的，如图3-3所示，这样会造成
4、很大光干扰。太阳光的反射、物体的倒影、日光灯的倒影等都会对道路的提取产生很大的影响。因此本系统采用基于HSV的图像提取，只采取其中的H与S通道，即色调与饱和度，而把亮度屏蔽掉。,二、图像处理,图 3-2 工业环境中的道路Fig.3-2 The road condition in the real Industry Situation,二、图像处理,2.3 平滑滤波平滑滤波器用处模糊处理和减小噪声。平滑线性空间滤波器的输出是包含在滤波掩模临域内像素的简单平均值。因此这些滤波器也成为均值滤波器，根据它的特性，它也是低通滤波器。,二、图像处理,2.4路径提取 将每一行的白色像素取平均的方法，以此产生
5、每行唯一的像素点。并用最小二乘法拟合,二、图像处理,2.5 信息传输在得到路径信息的基础上，上位机与下位机通过串口通信。,三、驱动控制部分的设计与分析,3.1 系统驱动分析,三、驱动控制部分的设计与分析,1.平台具有刚性外壳，且两个轮子不变形；2.轮面与接触面垂直并保持点接触，忽略所有轮厚度对于平台的运动影响；3.轮子与接触面间不发生与轴向平行的滑动，而只发生绕轴方向的纯滚动；3.平台在二维平面内运动；4.两个驱动轮具有相同的尺寸，且两轮轴心线同平台的前后运动方向相垂直。,三、驱动控制部分的设计与分析,在上述假设下，移动机器人的位姿可由广义坐标向量表示，其中 为平台参考点P在二维平面的投影坐标
6、，为平台的导航角，即平台前进方向同坐标系X轴之间的夹角。取两轮中间点M为观察点，对于该点有如下数学关系。,三、驱动控制部分的设计与分析,对于本系统，转弯半径可由以下计算得出。系统的线速度、角速度分别为,三、驱动控制部分的设计与分析,因，可得M点的拐弯半径,三、驱动控制部分的设计与分析,3.2 测速模块 旋转编码器又称为码盘，通常安装于电机的输出轴，将连续输入的轴旋转角度进行离散化和量化后输出。本系统采用增量式光电编码器，当正传时，只输出正向脉冲信号；当反转时，只输出反向脉冲信号。测速采用M方法与T方法结合的M/T方法。,三、驱动控制部分的设计与分析,3.3PID控制器的设计,积分的作用是消除静
7、态误差。在闭环控制系统中，增加积分控制能够增加系统的稳态控制精度。积分环节不断累加误差，能使误差迅速消除，但也能使系统产生超调。微分作用可以增加系统阻尼，改善相应的平稳性，并提高快速性，但也很容易引起振荡。在本系统的PID整定中基本遵循“先比例，再积分，最后微分”的过程。,四、模糊预瞄的控制算法实现,4.1 模糊预瞄算法“预瞄跟随理论”是由中国工程院院士郭孔辉于1982年提出的，并成功的应用于驾驶员方向控制行为的研究中。该理论描述了根据未来输入信息进行跟随控制的系统的特性。机器人的运动控制行为应与汽车驾驶员的驾驶行为相似。因此，模仿人工驾驶行为实现机器人的运动控制是一种简单有效的途径。,四、模
8、糊预瞄的控制算法实现,4.2实现效果,（a）小车姿态,(b)摄像头读取信息,四、模糊预瞄的控制算法实现,(c)图像预处理,(d)提取中心线,四、模糊预瞄的控制算法实现,(e)拟合直线,当小车在道路左侧时，如图5-1所示，当AGV小车的位姿如图(a)所示，其在摄像头中提取的图像为(b)。由（b）我们可以看到，黄色路径与地面的对比度比较低，而且在室内环境下，由于道路反光的问题在图像上产生了两条日光灯的条带。对图像进行预处理之后得到的效果图如(c)所示。有此图可以看出，黄色路线被最大限度的提取了出来，同时图像中的白色条带也被屏蔽掉了，减小了环境对道路信息的干扰。经过提取中心线以及最小二乘法拟合直线后
9、，得到5-1(e)所示的道路信息。经过结算，相应的道路信息为slope=0.1222、interrupt=23，由此制定控制策略，=1，对应输出的PWM分别为PWM_L=110,PWM_R=90。,四、模糊预瞄的控制算法实现,四、模糊预瞄的控制算法实现,致谢,首先要感谢我的指导老师谢玮老师，在毕业设计期间，谢老师在百忙之中回答我提出的略显浅薄的问题，给予我耐心而细致的教导，及时纠正我在方法和研究方向上的错误，让我能够更好地完成我的毕业设计工作。我从谢老师的身上看到了对学术一丝不苟的严谨态度和对知识及一反三的学习方法，这些都是我在毕业设计过程之中收获的宝贵财富。感谢马飞同学，帮我解答了从开题到我完成毕业设计期间所向他请教的一系列问题，纠正了我的一些想法，并帮我开拓了思路，给予我很大的帮助。感谢哈尔滨工业大学里每一位教育过我的老师，他们教给我的解决问题的思考方式、着眼点以及执着的精神，对我学习新鲜事物时始终保持热心和恒心有着很大的影响。最后还要感谢我的亲友、室友和同学，有你们在各个方面的支持与帮助，我的工作与学习才能像现在这样有效率、有成绩。,感谢各位教授的聆听谢谢！,
