| 视觉导引AGV鲁棒特征识别与精确路径跟踪研究 |
| |
| 引用本文： | 武 星,沈伟良,楼佩煌,王龙军.视觉导引AGV鲁棒特征识别与精确路径跟踪研究[J].农业机械学报,2016,47(7):48-56. |
| |
| 作者姓名： | 武 星 沈伟良 楼佩煌 王龙军 |
| |
| 作者单位： | 南京航空航天大学,南京航空航天大学,南京航空航天大学,南京航空航天大学 |
| |
| 基金项目： | 国家自然科学基金项目（61105114）、江苏省科技支撑计划项目（BE2014137）、中国博士后科学基金项目（2015M580421）、江苏省博士后科研计划项目（1501103C）、中央高校基本科研业务费专项资金项目(NS2016050)和南京航空航天大学研究生创新基地（实验室）开放基金项目（KFJJ20150519） |
| |
| 摘 要： | 针对AGV多分支路径与工位点标识的可靠识别以及导引路径的精确跟踪问题,提出了一种基于双视野窗口的鲁棒特征识别与精确路径跟踪方法。采用整幅视野范围作为模式识别窗口,在该窗口采用基于核主成分分析(KPCA)和BP神经网络的识别方法,将路径特征通过核函数映射到高维空间进行PCA降维,再利用BP神经网络识别降维后的样本矩阵。同时提出一种导引扫描窗口设置方法,该窗口范围取决于摄像机竖直视角以及摄像机安装倾斜角,在导引扫描窗口内将导引路径简化为直线模型并用最小二乘法拟合,针对拟合直线计算导引所需的路径偏差。实验结果表明,KPCA-BP方法显著提高了路径特征识别的实时性和鲁棒性,6类路径特征的平均特征识别正确率为99.5%;导引扫描窗口有效减小了导引路径直线拟合的计算误差,直线路径跟踪误差小于3 mm,曲线路径跟踪误差小于30 mm。
|
| 关 键 词： | 自动导引车 视觉导引 特征识别 路径跟踪 核主成分分析 BP神经网络 |
| 收稿时间： | 2016/1/23 0:00:00 |
Robust Feature Recognition and Precise Path Tracking for Vision-guided AGV |
| |
| Wu Xing,Shen Weiliang,Lou Peihuang and Wang Longjun.Robust Feature Recognition and Precise Path Tracking for Vision-guided AGV[J].Transactions of the Chinese Society of Agricultural Machinery,2016,47(7):48-56. |
| |
| Authors: | Wu Xing Shen Weiliang Lou Peihuang and Wang Longjun |
| |
| Institution: | Nanjing University of Aeronautics and Astronautics,Nanjing University of Aeronautics and Astronautics,Nanjing University of Aeronautics and Astronautics and Nanjing University of Aeronautics and Astronautics |
| |
| Abstract: | |
| |
| Keywords: | automated guided vehicle vision guidance feature recognition path tracking kernel principal component analysis back propagation neural network |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《农业机械学报》浏览原始摘要信息 |
| 点击此处可从《农业机械学报》下载免费的PDF全文 |
|
