基于机器视觉的AGV 系统设计

朱成彪 ，张陆翔 ，2，赵奉奎

（1.南京林业大学，江苏 南京 210037； 2.南京奥联新能源有限公司，江苏 南京 210037）

0 引言

随着国家大力支持研发和使用智能设备，AGV（Automated Guided Vehicle）小车凭借其智能化、自动化和高柔韧性等优点，应用范围越来越广。 除了物流行业，AGV 小车还被广泛地应用在汽车、医药、化工等行业中。 AGV 小车的运用，有利于优化产业结构，提高生产效率和加快物流等产业的升级。

AGV 小车智能高效的运作离不开可靠的引导方式， 目前主流的引导方式主要包括电磁引导[1]、惯性引导[2]、激光引导[3]和视觉引导。 Hyunhak Cho等人（2017）提出了利用磁编码器的电磁引导AGV系统[4]。 李照和舒志兵（2017）提出利用模糊算法来调控AGV 两个主动轮速度从而优化电磁引导AGV 系统[5]。 Ti-chun Wang（2020）提出了基于多传感器的惯性引导AGV 系统[6]。张东等人（2019）提出利用模糊 PID 算法优化惯性引导 AGV 系统[7]。Kyunghoon Jung（2014）提出利用无迹卡尔曼滤波器和模糊推理系统进行定位改进的激光引导AGV 系统[8]。 王心越（2019）等人设计了用于汽车防撞预警的激光引导 AGV 系统[9]。刘康婷（2021）等人研究了基于视觉引导的AGV 系统[10]。 与前三种引导方式相比，视觉引导具有设备成本低、识别能力强、不易积累误差和高柔韧性等特点[11-12]。

本文从引导线检测和转向控制两方面入手，设计了基于视觉引导的AGV 系统， 并通过试验证明搭载该系统的小车可以完成自动引导。

1 AGV 系统设计

如图1 所示是AGV 小车的结构图， 小车包括Jetson Nano 主板、散热器、摄像头、无线网卡、天线、碳纤维底盘、橡胶轮胎、电机、舵机和避震器等部分。图2 是AGV 系统的基本框架，小车通过摄像头获取前方路径的图像信息， 将信息传入Ubuntu 操作系统中，在Ubuntu 操作系统内利用Python 语言对图像信息进行处理和分析。……