隨著生產(chǎn)自動化水平日益提高,人工成本不斷增加,廠區(qū)運料AGV（Automatic Guided Vehicle）逐漸被各行各業(yè)廣泛需求�；谝曈X導(dǎo)航的AGV有較好的靈活性和前期投入成本低的特點,應(yīng)用前景良好,但其在國內(nèi)技術(shù)仍然不夠成熟,難以投入生產(chǎn)應(yīng)用。為開發(fā)一款應(yīng)用于廠區(qū)的無人運料AGV,本文對基于視覺的廠區(qū)內(nèi)運料AGV關(guān)鍵元素的檢測技術(shù)展開研究,針對各元素的特點分別提出了基于視覺的檢測方法。本文關(guān)注于廠區(qū)內(nèi)的三類關(guān)鍵元素:導(dǎo)航標志、廠區(qū)人員、地面警示線。三類元素具有很不相同的視覺特性,相應(yīng)的檢測算法也面臨著不同的需求和挑戰(zhàn):（1）導(dǎo)航標志通常圖像占比較小,且形狀、顏色、紋理特征相近,易于混淆,難以同時保證檢測速度和準確率;（2）廠區(qū)人員因不同的距離、動作,導(dǎo)致尺度范圍較大,尤其是形狀特征變化范圍極大,且易存在遮擋問題,難以保證檢測召回率;（3）地面警示線具有較為明顯和穩(wěn)定的特征,因而檢測準確率較易保證,但其對于檢測速度的要求更高,以保證AGV的平穩(wěn)循跡行駛。針對這些問題,本文在深入研究現(xiàn)有目標檢測方法的基礎(chǔ)上,對各元素分別設(shè)計了有效的檢測方法:在導(dǎo)航標志檢測框架中,使用YOLO v... 

【文章來源】：華東理工大學(xué)上海市 211工程院校 教育部直屬院校

【文章頁數(shù)】：78 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖１．２我國新松公司自主研發(fā)的ＡＧＶ??Ｆｉｇ．?１．２?Ｘｉｎｓｏｎｇ?ＡＧＶ??２００００??ＳＳｏｄＴ－??

圖１．１國外運料ＡＧＶ??Ｆｉｇ．?１．１?Ｆｏｒｅｉｇｎ?Ｔｒａｎｓｐｏｒｔａｔｉｏｎ?ＡＧＶ??

華東理工大學(xué)碩士學(xué)位論文?第３頁??Ｆｉｇ．?１．３?Ｓａｌｅｓ?ｏｆＡＧＶ?ｉｎ?２０１３－２０１８??挪丨：Ｖ??ｉｓ％?？祕飲料??，ｉ?３ｃ，?ｒ??、＾?發(fā)汽車電子??１３％?她??輯＇??圖１．４?ＡＧＶ的行業(yè)占比??Ｆｉｇ．?１．４?Ｉｎｄｕｓｔｒｙ?Ｒａｔｉｏ?ｏｆ?ＡＧＶ??然而，雖然銷量己經(jīng)在飛速增長，但其投入使用的數(shù)目仍然遠遠達不到生產(chǎn)性企??業(yè)龐大的需求量，經(jīng)過與企業(yè)的交流及車間的走訪發(fā)現(xiàn)，其根本原因為以下三點：??１．目前廠區(qū)運料ＡＧＶ的典型導(dǎo)航方式是依賴廠區(qū)環(huán)境中預(yù)設(shè)的特定物體。在目前??生產(chǎn)車間里最常用的電磁導(dǎo)航方法中，車間中需要預(yù)先在地面以下埋入通電磁性導(dǎo)??體，ＡＧＶ行進時通過自身配備的傳感器檢測和追蹤地面下方的電磁場來完成循跡。而??后來出現(xiàn)的成本較低的磁帶導(dǎo)航也有類似的問題。這就要求廠房建設(shè)時預(yù)先考慮到生??產(chǎn)制造時ＡＧＶ的使用路線，在其下方或周圍提前埋設(shè)用于傳遞信息的電、磁元件。這??對于老廠房翻新改進項目及車間自動化改造的匹配度顯然存在很大問題，且為了裝備??ＡＧＶ而花費的前期成本不言而喻。??２．目前廠區(qū)運料ＡＧＶ的路線規(guī)劃方式不能很好地適用于小批量、非標準生產(chǎn)。在??汽車、家用電器的生產(chǎn)領(lǐng)域，流水線中每一步操作都相對固定，在一個長達數(shù)月甚至??幾年的產(chǎn)品周期中，生產(chǎn)時物料供應(yīng)、運輸?shù)穆窂胶头绞蕉蓟静粫淖�，而在一�??企業(yè)的生產(chǎn)中，設(shè)備及工位的調(diào)整不可避免，需要經(jīng)常進行調(diào)整及臨時變更。因而電??磁導(dǎo)航顯然缺乏靈活性，無論是行駛區(qū)域的限制，還是臨時變更行進路線。??３．激光雷達導(dǎo)航及視覺導(dǎo)航的ＡＧＶ不需要預(yù)設(shè)“軌道”，能夠很好地適應(yīng)多變的??環(huán)境和靈活的

【參考文獻】：
期刊論文
[1]基于雙目視覺的AGV障礙物檢測與避障[J]. 王錚,趙曉,佘宏杰,劉洪海,趙燕偉.  計算機集成制造系統(tǒng). 2018(02)
[2]基于單目視覺的自動導(dǎo)引車導(dǎo)航系統(tǒng)研究[J]. 彭江濤,李希,孟華林,楊冬.  機械制造. 2017(06)
[3]AGV引爆物流智能化革命[J]. 金亞萍.  機器人產(chǎn)業(yè). 2017(02)
[4]基于多特征協(xié)同的交通標志檢測[J]. 湯凱,李實英,劉娟,李仁發(fā).  計算機工程. 2015(03)
[5]遷移學(xué)習(xí)研究進展[J]. 莊福振,羅平,何清,史忠植.  軟件學(xué)報. 2015(01)
[6]基于改進模板匹配的限速標志識別方法研究[J]. 馮春貴,祝詩平,王海軍,賀園園.  西南大學(xué)學(xué)報(自然科學(xué)版). 2013(04)
[7]基于背景像素突變檢測的交通標志圖像分割[J]. 申中鴻,付夢印,楊毅,王美玲.  計算機應(yīng)用研究. 2012(09)
[8]一種用于道路交通標志識別的顏色—幾何模型[J]. 朱雙東,劉蘭蘭,陸曉峰.  儀器儀表學(xué)報. 2007(05)
[9]智能機器人及其發(fā)展[J]. 孟慶春,齊勇,張淑軍,杜春俠,殷波,高云.  中國海洋大學(xué)學(xué)報(自然科學(xué)版). 2004(05)

博士論文
[1]雙向運動型視覺導(dǎo)引AGV關(guān)鍵技術(shù)研究及實現(xiàn)[D]. 喻俊.南京航空航天大學(xué) 2012

碩士論文
[1]基于深度卷積神經(jīng)網(wǎng)絡(luò)的目標檢測算法研究[D]. 黃莉芝.西南交通大學(xué) 2018
[2]基于深度網(wǎng)絡(luò)的圖像特征提取及應(yīng)用[D]. 李欣怡.江南大學(xué) 2018
[3]基于機器視覺的智能移動系統(tǒng)設(shè)計及避障導(dǎo)航算法研究[D]. 張永軍.哈爾濱工程大學(xué) 2017
[4]基于多種導(dǎo)航技術(shù)混合的AGV系統(tǒng)設(shè)計[D]. 鐘鉅斌.浙江大學(xué) 2016
[5]磁導(dǎo)引AGV的設(shè)計[D]. 李季.山東大學(xué) 2013
[6]自動導(dǎo)引車系統(tǒng)控制器設(shè)計與調(diào)度算法的研究[D]. 王川.哈爾濱工業(yè)大學(xué) 2010
[7]一種單目視覺下的同時定位與環(huán)境特征構(gòu)建[D]. 李勝輝.重慶大學(xué) 2010
[8]自引導(dǎo)小車的全方位視覺技術(shù)研究[D]. 秦潔.天津大學(xué) 2008
[9]基于視覺導(dǎo)引的港口智能AGV路徑跟蹤系統(tǒng)研究[D]. 馮葳.武漢理工大學(xué) 2006
[10]戶外小車標線及障礙物視覺檢測系統(tǒng)[D]. 汪衛(wèi)紅.天津大學(xué) 2005



本文編號：3064902