一種基于波峰尋找法的AGV色帶導(dǎo)航技術(shù)

盧光旭

（中國航空工業(yè)集團公司洛陽電光設(shè)備研究所，河南 洛陽 471400）

0 引言

近年來，AGV 行業(yè)發(fā)展迅速，越來越多的AGV 應(yīng)用在物資配送、巡邏巡檢、倉儲管理等領(lǐng)域。AGV 的導(dǎo)航控制漸漸成為AGV 行業(yè)競爭的核心。目前AGV 的導(dǎo)航方式包括磁導(dǎo)航、色帶導(dǎo)航、激光導(dǎo)航以及衛(wèi)星定位導(dǎo)航等多種導(dǎo)航方式。就環(huán)境適應(yīng)性來說，磁導(dǎo)航施工困難，激光導(dǎo)航要求環(huán)境固定、特征明顯，衛(wèi)星導(dǎo)航依賴于衛(wèi)星信號的強弱。在環(huán)境特征單調(diào)、不明顯，沒有衛(wèi)星信號的場所，采用鋪設(shè)軌道導(dǎo)航的方式是優(yōu)先選擇。而磁導(dǎo)航需要在路面鋪設(shè)磁條，施工困難，而且磁傳感器工作距離一般在50 mm 左右，這就造成AGV 底盤低，通過性差。色帶導(dǎo)航可在路面涂漆，施工方便。熒光導(dǎo)航是一種基于熒光感應(yīng)原理的色帶導(dǎo)航方式，具有精度高、可靠性高等優(yōu)點，但是成本偏高。該文提出了基于波峰尋找法的色帶導(dǎo)航，采用普通的可見光攝像機和照明，同樣達到了較高的精度和可靠性，并且實現(xiàn)了對岔路口和彎道的自主導(dǎo)航。

1 算法描述

該文選擇寬度為25 mm 的紅色色帶進行可見光識別和導(dǎo)航?？梢姽庾R別分為2 個步驟：色帶顏色特征提取、波峰法尋找色帶位置。

1.1 色帶顏色特征提取

顏色空間是一個包含所有可能的三色刺激值（所有顏色和所有亮度）的三維空間。三色刺激的值不僅描述了顏色，也包含了亮度。在該文中，我們利用2 種顏色空間來提取色帶的顏色特征，分別是RGB 和HSV。RGB 是常說的光學(xué)三原色，R 代表紅色的值，G 代表綠色，B 代表藍色。自然界中肉眼所能看到的任何色彩都可以由這3 種色彩混合疊加而成。在HSV 中，H 是色相，S 是飽和度，V 是亮度。色相是指主要顏色，即最近的光譜顏色；飽和度是指顏色的純潔性，即缺少混合的白色。對R、G、B 每種純色來說飽和度都是1[1]。基于以上顏色空間原理，我們采用如下公式對圖像顏色空間進行特征提?。?/p>

式中：R，G，B 為圖像RGB 空間三原色的值，s 為HSV 空間中的飽和度的值，r 為紅色通道在R、G、B 三通道中所占的比重，k 為轉(zhuǎn)換后的灰度圖像。將圖像中每個像素按式（1）和式（2）進行計算，可得到值k，并進行歸一化，轉(zhuǎn)換為灰度圖像。轉(zhuǎn)換后的圖像如圖1所示，可以看出，經(jīng)過公式（2）變換后的圖像，色帶和背景的對比度更明顯。

圖1 色帶顏色特征提取

1.2 波峰法找到色帶

在該章節(jié)中，我們將要用波峰法，在提取顏色特征后的圖像中找到色帶的位置。在此，我們選取圖像中的某一行進行處理。

1.2.1 計算閾值th1、th2

按如下公式（3）、（4）計算閾值th1、th2。

式中：α、β 是計算系數(shù)，在該文試驗中α=1.3，β=1.5。W 是圖像的寬度，line 是所選圖像的行數(shù)，k 是顏色特征提取并歸一化后的灰度圖像，i 是圖像像素所在的列，W 是圖像的寬度。th1和th2是該文用波峰法計算色帶位置需要的2 個閾值。

1.2.2 計算權(quán)重lineweight

按公式（5）計算lineweight。

式中：k 是顏色特征提取并歸一化后的灰度圖像，lineweight[m]表示以第m 個像素為起點，linewidth 個像素的灰度和。linewidth 由色帶在圖像中所占的像素寬度決定。該文中l(wèi)inewidth=30。lineweight[m]的計算結(jié)果如圖2 所示。

圖2 權(quán)重lineweight

1.2.3 尋找波峰

首先計算lineweight[m]的最大值（lineweight_max）及位置（L，L+linewidth）。L 是色帶左側(cè)像素序號， L+linewidth 是色帶右側(cè)像素序號。比較lineweight_max 與閾值th 的大小。如果lineweigth_max ≤th2，則認為目前圖像中沒有波峰。如果lineweigth_max ＞th2，則認為圖像中有波峰。接下來從兩側(cè)開始，依次比較像素灰度k（line，left）、k（line，right）與th1的大小?？词欠駶M足條件

圖3 試驗結(jié)果

找到滿足條件的第一個left 和right，就是波峰的準確位置，也是色帶再圖像中的位置。

2 實驗結(jié)果

該文選取了幾種不用場景，不同顏色和寬度的色帶和車道線進行測試，均能成功識別，如圖3 所示。而且該文所提出的基于波峰尋找發(fā)色帶定位的AGV 導(dǎo)引技術(shù)，運算量小，實時性高，也可用于自動駕駛領(lǐng)域。

3 結(jié)論

計算復(fù)雜度、穩(wěn)定性和準確度是定位算法的關(guān)鍵性技術(shù)指標。該文提出的波峰伐色帶定位技術(shù)，采用提取RGB 和HSV 2 個顏色空間的特征進行分析，通過計算單行的波峰位置找到色帶的位置。該算法具有較高的定位精度和穩(wěn)定性，對環(huán)境的適應(yīng)能力也較高。算法簡單，計算量小?？蓱?yīng)用于AGV 自主導(dǎo)航、自動駕駛等領(lǐng)域。