自動(dòng)導(dǎo)引車（Automated Guided Vehicle,AGV）被普遍地應(yīng)用于國(guó)內(nèi)外大型企業(yè)。其避障技術(shù)的研究得到了普遍的重視,成為目前研究的熱點(diǎn),但其中仍然有許多問(wèn)題有待研究解決。本文對(duì)基于Kinect傳感器的自動(dòng)導(dǎo)引車的避障問(wèn)題進(jìn)行了深入的研究,重點(diǎn)解決障礙物識(shí)別、避障等問(wèn)題。根據(jù)障礙物檢測(cè)算法,處理來(lái)自Kinect的深度圖像。由于Kinect傳感器存在著“散斑噪聲”問(wèn)題,導(dǎo)致得到的深度圖像存在著誤差,但是處理該問(wèn)題又不需要使用過(guò)于復(fù)雜的算法,所以可以使用均值濾波算法來(lái)消除噪聲。進(jìn)而采用最大類間方差法（OTSU）通過(guò)選取一個(gè)閾值使得背景和前景之間的灰度值方差差異最大化,從深度圖像中提取前景區(qū)域,該方法具有較低的計(jì)算復(fù)雜度和較強(qiáng)的自適應(yīng)性。OTSU算法會(huì)把部分道路錯(cuò)誤劃分為前景部分,針對(duì)此問(wèn)題利用U-V視差法區(qū)分道路和障礙物,將平面問(wèn)題轉(zhuǎn)換成直線問(wèn)題。在V視差圖中利用最小二乘法進(jìn)行直線的提取,確定障礙物和道路的交點(diǎn)和障礙物的高度。在U視差圖中提取障礙物的直線,確定其寬度。因此,障礙物具體的坐標(biāo)信息可以準(zhǔn)確的獲取,進(jìn)而完成障礙物的識(shí)別。在障礙物識(shí)別的基礎(chǔ)上,設(shè)計(jì)了基于模糊神經(jīng)網(wǎng)絡(luò)... 

【文章來(lái)源】：杭州電子科技大學(xué)浙江省

【文章頁(yè)數(shù)】：58 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

昆船WW512型AGV

圖 2.1AGV 運(yùn)動(dòng)模型圖車的坐標(biāo)由正交旋轉(zhuǎn)矩陣從全局轉(zhuǎn)化成局部。假設(shè) 應(yīng)的局部坐標(biāo)是 ，其中 yxM  來(lái)表示小車全局下的狀態(tài)，用 的微分 來(lái)表示)來(lái)表示正交矩陣，其中 001sincos0cossin0( ) R R( )

圖 2.2 Kinect 傳感器 芯片在 Kinect 傳感器中扮演了重要的角色，它對(duì)紅外行邏輯計(jì)算，這里的邏輯計(jì)算指的是使用連續(xù)光譜對(duì)需經(jīng)過(guò)編碼后產(chǎn)生的光斑圖像發(fā)送給 PS1080 芯片，然后經(jīng)過(guò)一系列的運(yùn)算解碼，生成深度圖像。ct 傳感器成像原理ct 的紅外投影機(jī)主動(dòng)發(fā)射的光源透過(guò)磨砂玻璃被分散成表面不平整的障礙物后，隨機(jī)產(chǎn)生不同高度的衍射斑點(diǎn)激光散斑，并且散斑圖像會(huì)根據(jù)斑點(diǎn)與 Kinect 傳感器，即任意兩個(gè)位置得到的圖案都是有所區(qū)別。散斑圖像度攝像頭，然后深度攝像頭記錄下每個(gè)激光散斑，同時(shí)首先，在測(cè)量之前，需要事先確定光源，假設(shè) Kinect 1 到 5 米，每 10 米的距離選擇一個(gè)參照面，記錄參照

【參考文獻(xiàn)】：
期刊論文
[1]全向車測(cè)量輪導(dǎo)引方式的設(shè)計(jì)與仿真[J]. 朱艷杰,宜亞麗,景常海,戴勇波.  工程設(shè)計(jì)學(xué)報(bào). 2016(04)
[2]多窗口實(shí)時(shí)測(cè)距的視覺(jué)導(dǎo)引AGV精確定位技術(shù)研究[J]. 張建鵬,樓佩煌,錢曉明,武星.  儀器儀表學(xué)報(bào). 2016(06)
[3]基于Kinect的人體動(dòng)作識(shí)別方法[J]. 辛義忠,邢志飛.  計(jì)算機(jī)工程與設(shè)計(jì). 2016(04)
[4]視覺(jué)導(dǎo)引AGV魯棒特征識(shí)別與精確路徑跟蹤研究[J]. 武星,沈偉良,樓佩煌,王龍軍.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2016(07)
[5]自動(dòng)化倉(cāng)庫(kù)巷道網(wǎng)絡(luò)AGV貨區(qū)遍歷優(yōu)化——設(shè)計(jì)基于優(yōu)先權(quán)遺傳算法實(shí)現(xiàn)[J]. 侯曉琴,胡志華,高超峰,羅勛杰.  計(jì)算機(jī)工程與應(yīng)用. 2016(12)
[6]室內(nèi)激光雷達(dá)導(dǎo)航系統(tǒng)設(shè)計(jì)[J]. 史風(fēng)棟,劉文皓,汪鑫,丁娟,史屹君,修春波.  紅外與激光工程. 2015(12)
[7]基于多傳感器信息融合的慣性導(dǎo)引AGV設(shè)計(jì)[J]. 江杰,彭帥,李剛.  自動(dòng)化應(yīng)用. 2015(10)
[8]車身車間AGV物料搬運(yùn)系統(tǒng)小車數(shù)量配置規(guī)劃[J]. 黃一鈞.  工業(yè)工程與管理. 2015(04)
[9]基于改進(jìn)模糊算法的移動(dòng)機(jī)器人避障[J]. 彭玉青,李木,張媛媛.  計(jì)算機(jī)應(yīng)用. 2015(08)
[10]基于改進(jìn)的主動(dòng)邏輯與元認(rèn)知環(huán)的機(jī)器人常識(shí)推理的研究[J]. 王科俊,杜同春.  計(jì)算機(jī)應(yīng)用研究. 2016(01)



本文編號(hào)：3570131