基于多窗口實時測距的單目視覺agv的精確定位方法及系統的制作方法
【專利摘要】本發明公開了基于多窗口實時測距的單目視覺導引AGV的精確定位方法及系統，針對攝像機傾斜安裝的方式，對相機參數進行標定與測量，建立視覺系統實時測量模型；通過在地面設置圓形色塊作為停車定位的參照物，經過視覺系統的高效算法對其進行識別，精確提取其中心位置信息；在視野范圍內，設置多窗口對圖像進行處理：遠端窗口用于AGV對地面信息的預判，使其逐漸減速；中間窗口作為粗定位窗口，對其位姿進行調整；近端窗口用于精確測距，準確停車；本方法實現了AGV對深度信息的感知，具有特征識別率高、算法實時性優、成本低廉、可擴展性強等優點，AGV停車的水平距離偏差穩定在±1mm、角度偏差穩定在±1°、停車誤差穩定在±2mm。
【專利說明】
基于多窗口實時測距的單目視覺AGV的精確定位方法及系統
技術領域
[0001] 本發明設及一種基于視覺傳感的工業移動機器人的精確定位技術，特別設及一種 基于多窗口實時測距的單目視覺導引AGV的精確定位方法及系統，其屬于智能化工業機器 人領域。
【背景技術】
[0002] 在自動化物流裝備中，自動導引車自動導引車AGV(Automated Guided Vehicle) 作為物料運載的理想工具，已經應用于社會生產的多種行業。AGV在運行過程中，對其行走 定位的精度要求不高，但在工位點處要求其能實現較高的定位停車精度。AGV的定位停車是 指其導引系統在獲取工位點信息后，能夠在指定工位點處進行停車的功能，定位停車的位 置準確與否將直接影響后續的工作任務。目前磁導引AGV的成本較低，但定位精度較差，激 光導引AGV的定位精度能達至化mm之內，但其成本較高。而視覺導引AGVW其精度高、實時性 好、成本低等優點，越來越受到國內外學者的關注。
[0003] 視覺導引 AGV的攝像機安裝方式有垂直安裝與傾斜安裝兩種。公開號為 CN103390259A的中國發明專利采用一種攝像機垂直安裝檢測地面路徑的方式，攝像機垂直 安裝圖像崎變相對較小，檢測精度高，但其視野小，無法及時獲取AGV前方路況信息。公開號 為CN103646249A的中國發明專利采用攝像機傾斜安裝方式，通過對采集的圖像進行處理后 得到前方路徑中點信息，無法實現對路面信息的精確測量。
[0004] 傳統的單目視覺導引AGV不具備實時測距功能，缺少視覺信息反饋，不具備停車閉 環控制的能力。此外，采用十字標記作為工位點信息的方法只是檢測到工位點就立即發送 停車信號給運動控制器，實際停車誤差較大，重復停車定位精度低，不能實現AGV的精確定 位停車。公開號為CN104181920A的中國發明專利提出的視覺定位方法能夠實現AGV在工位 點處的定位，但定位停車時易受到其他因素的影響，其停車定位精度并不理想。在路徑偏差 測量方面，傳統的方法根據預先設定的路徑模型對采集的路徑點進行擬合，典型的路徑模 型有直線模型、圓弧模型W及非圓弧模型等，運類方法計算量大，并且精度相比直線模型計 算出來的結果提升有限。
[0005] 因此，確實有必要對現有技術進行改進W解決現有技術之不足。
【發明內容】
[0006] 針對上述現有技術的不足，本發明提供一種基于多窗口實時測距的單目視覺導引 AGV的精確定位方法及系統，能夠實現AGV在工位點處的精確定位與準確停車。
[0007] 本發明提供的基于多窗口實時測距的單目視覺AGV的精確定位方法，步驟如下： [000引步驟一，建立視覺系統模型:采用前置傾斜安裝車載攝像機的方式，通過簡化單目 視覺系統模型，利用幾何方法推導出路面坐標系與圖像像平面坐標系之間的轉換關系，建 立實時測距模型.
[0009]步驟二，在視野范圍內，設置多窗口進行處理:將采集到的圖像信息劃分多個窗 口：遠端窗口始終用于自動導引車自動導引車AGV對地面信息的預判；中間窗口作為粗測量 窗口，提取路徑信息，實時測量停車標識中屯、與所述AGV的距離信息;近端窗口用于對所述 AGV的精確測距，準確停車；
[0010] 步驟=，圖像特征提取:設置地面特征識別窗口，設計基于嵌入式系統對采集圖像 進行處理，提取有用信息；其具體步驟為：（1)地面導引路徑的原始圖像采集；（2)圖像預處 理及二值化；（3)路徑信息的采集；（4)圓形標識的檢測與識別；（5)圓形標識的定位；
[0011] 步驟四，路徑偏差測量:將導引路徑簡化成直線模型，計算相對于圖像像平面坐標 系的位置偏差和姿態角偏差，并將所述偏差信號發送給車載控制器；
[0012] 步驟五，作為粗定位窗口，根據提取到的路徑信息對所述AGV的位姿進行調整，同 時實時測量停車標識中屯、與所述AGV的距離信息，并將其反饋給運動控制器；（3)設定闊值， 當在近端窗口測量的距離達到預先設定好的闊值范圍時，則運動控制器發出停車信號進行 停車。
[0013] 進一步的，所述步驟一中建立視覺系統模型具體如下：將單目傾斜攝像機系統簡 化為簡單幾何模型，通過模型的幾何關系推導出圖像平面坐標與路平面坐標之間的映射關 系，其映射關系如下：
[0014]
[0015] 12 其中PQ為攝像機視野中屯、點到攝像機視野最下端的實際物理距離，L和W分別為圖 像平面的長和寬（即CCD的物理尺寸）;h為攝像機的安裝高度;200為攝像機的水平視場角；； 2曰〇為攝像機的垂直視場角；丫為攝像機的俯仰角；即建立了實時測距的理論模型，實現視 覺系統的實時測量功能。 2 進一步的，所述步驟=中圖像特征提取具體包括：
[0018] 步驟3.1:車載攝像機采集路徑特征識別窗口中導引路徑的原始圖像，嵌入式平臺 將其處理為灰度圖像，對均值濾波后的灰度圖像進行光照補償，W光照中屯、為基準按照距 離信息劃分為不同區域，對高光區域進行補色，對低照度區域進行補光，對每個區域采用最 優闊值法確定分割闊值，得到二值化的路徑特征圖像。
[0019] 步驟3.2:識別圓形標識:根據基于楠圓幾何特征的邊界追蹤算法，獲取目標的理 想邊緣;采用較大觀測窗口對理想邊緣進行曲率角估計，剔除非理想輪廓邊緣，通常情況 下，曲率角的極值出現在楠圓輪廓的頂點處；
[0020] 步驟3.3:確定圓形標識的圖像坐標:根據標準楠圓的幾何特征，相互平行的楠圓 弦，弦中點在同一條直線上，且楠圓的中屯、位于該條直線上;采用最小二乘擬合弦中點直線 的楠圓中屯、定位的方法，擬合出水平弦中點和豎直弦中點所在的兩條直線，求出其交點，即 楠圓中屯、的坐標，通過實時測距模型，計算該交點在路面坐標系中的坐標，實現所述AGV對 停車標識的距離精確感知。
[0021 ]進一步的，所述步驟四中路徑偏差測量方法為:通過逐行掃描方法，計算路徑導引 窗口上邊界和下邊界的中點，作為導引路徑的直線模型，采用最小二乘法計算相對于導引 路徑的姿態角偏差A 0和位置偏差A X為：
[0022]
[0023] 12345678 其中Xi和yi為所采集圖像的第i行（i = 0，l，2,3,…，n)路徑中點的像素坐標，n的大 小一般推薦范圍為[80,159]。 2 進一步的，所述的步驟五具體包括： 3 步驟5.1:圓形標識進入到圖像遠端窗口，AGV減至較低速度，根據提取到的路徑信 息對所述AGV的位姿進行調整； 4 步驟5.2:圓形標識進入圖像中間窗口，對其中屯、坐標進行提取，實時測量停車標 識中屯、與AGV的距離信息，反饋給運動控制系統，將AGV繼續減至更低速； 5 步驟5.3:圓形標識進入圖像近端窗口，當測量得到的距離在預先設定好的闊值范 圍內時，運動控制器發出停車信號，所述AGV停車。 6 更進一步的，通過手眼標定實驗得到的攝像機內外參數、攝像機的水平視場角和 垂直視場角、攝像機的俯仰角、攝像機安裝的離地高度參數，將其代入映射關系中。 7 本發明還提供一種基于多窗口實時測距的單目視覺導引AGV的精確定位系統，該 系統包括車載攝像機、圖像處理模塊、運動控制模塊、全方位移動平臺； 8 所述車載攝像機連接至所述圖像處理模塊，并將視頻傳輸至圖像處理模塊;所述 圖像處理模塊連接至運動控制模塊，將處理后的位置信息發送至運動控制模塊;對全方位 移動平臺進行運動控制，實現AGV的精確定位。
[0032] 所述車載CCD攝相機采集逐行倒相(Phase Alternating Line,PAL)制式的視頻信 號，圖像分辨率為720 X 480，將圖像序列輸入嵌入式開發平臺，經解碼器解碼處理后，輸出8 位BT.eOlYCbCr格式彩色圖像至WDSP為核屯、的圖像處理平臺，將處理得到的路徑偏差和圓 形標識的坐標信息W串口方式發送至W主控忍片STM32為核屯、的運動控制模塊，進而對全 方位移動平臺進行運動控制，實現AGV的精確定位。
[0033] 進一步的，所述圖像處理模塊為基于DSP和ARM的圖像處理模塊，所述運動控制模 塊為基于STM32的運動控制模塊，所述全方位移動平臺為基于麥克納姆輪的全方位移動平 臺。
[0034] 本發明采用W上技術方案與現有技術相比，具有W下技術效果：
[0035] 本發明提供了一種基于多窗口實時測距的單目視覺導引AGV的精確定位方法及系 統，實現AGV的實時測距功能，該方法可W用于簡單障礙物的測距，實現AGV的合理避障；通 過識別間隔距離一定的楠圓標識，設計簡易的視覺里程計;AGV在非接觸充電工位點處的準 確停車，實現自動充電功能。
[0036] 在行車、定位、停車過程中，設置多窗口對圖像進行處理:遠端窗口用于AGV對地面 信息的預判，若檢測到楠圓標識，則其減至一定速度；中間窗口作為粗定位窗口，根據提取 到的路徑信息對AGV的位姿進行調整，同時實時測量停車標識中屯、與AGV的距離信息;近端 窗口用于AGV的精確測距，準確停車。
[0037] 實現了AGV在工位點的準確停車，并將精度控制在± 2mm之內。使AGV能夠更精確的 完成裝運和卸載任務。
[0038] 利用視覺傳感系統，自動識別地面標識，相機參數進行標定與測量，從而建立視覺 系統實時測量模型。通過在地面設置圓形色塊作為停車定位的參照物，經過視覺系統的高 效算法對其進行識別，精確提取其中屯、位置信息。本發明具有特征提取準確、系統實時性 好、路徑測量精度高W及停車定位精確平穩等優點。
【附圖說明】
[0039] W下將結合附圖對本發明作進一步說明：
[0040] 圖1為本發明一種基于多窗口實時測距的單目視覺導引AGV的精確定位方法及系 統流程圖；
[0041 ]圖2為本發明單目傾斜視覺系統簡化模型圖；
[0042] 圖3為本發明單目傾斜視覺系統Y軸方向投影關系圖；
[0043] 圖4為本發明二值化后路徑特征圖；
[0044] 圖5為本發明楠圓邊緣提取方法的處理結果圖；
[0045] 圖6為本發明楠圓邊緣曲率角分布圖；
[0046] 圖7為本發明楠圓中屯、坐標提取示意圖；
[0047] 圖8為本發明圖像多窗口分割處理示意圖；
[0048] 圖9為本發明導引掃描窗口中直線模型計算偏差定義圖。
【具體實施方式】
[0049] 本發明提供基于多窗口實時測距的單目視覺AGV的精確定位方法及系統，為使本 發明的目的，技術方案及效果更加清楚，明確，W及參照附圖并舉實例對本發明進一步詳細 說明。應當理解，此處所描述的具體實施僅用W解釋本發明，并不用于限定本發明。
[0050] 圖1為本發明提供的一種基于多窗口實時測距的單目視覺導引AGV的精確定位方 法及系統流程圖。
[0051] 1)視覺系統模型:使用低成本的車載攝像機，采用前置傾斜安裝的方式，通過簡化 單目視覺系統模型，利用幾何方法推導出路面坐標系與圖像像平面坐標系之間的轉換關 系，建立實時測距模型，如圖2所示；
[0052] 2)在視野范圍內，設置多窗口進行處理:將采集到的圖像信息劃分多個窗口 ：遠端 窗口始終用于AGV對地面信息的預判；中間窗口作為粗測量窗口，提取路徑信息，實時測量 停車標識中屯、與AGV的距離信息;近端窗口用于AGV的精確測距，準確停車。如圖8所示，其各 個窗口的大小根據車載攝像機的視角W及傾斜安裝角度進行模擬實驗確定；
[0053] 3)圖像特征提取:設置地面特征識別窗口，設計基于嵌入式系統的高效算法對采 集圖像進行處理，提取有用信息，具體步驟：（1)原始圖像采集；（2)圖像預處理及二值化； (3)路徑信息的提取;（4)圓形標識的檢測與識別；（5)圓形標識的定位；
[0054] 4)路徑偏差測量:將導引路徑簡化成直線模型，計算相對于圖像像平面坐標系的 位置偏差和姿態角偏差，并將所述偏差信號發送給車載控制器；
[0055] 5)精確停車：當遠端窗口檢測到楠圓標識，則其減至一定速度，約為O.lm/s;楠圓 進入到中間窗口，根據提取到的路徑信息對AGV的位姿進行調整，同時實時測量停車標識中 屯、與AGV的距離信息，并將其反饋給運動控制器，將AGV速度降至更低，約為0.03m/s;當在近 端窗口測量的距離達到預先設定好的闊值范圍時，則運動控制器發出停車信號進行停車。
[0056] 其中視覺系統模型方法包括：
[0057] 將單目傾斜攝像機系統簡化為簡單幾何模型，通過模型的幾何關系推導出圖像平 面坐標與路平面坐標之間的映射關系，其映射關系如下：
[0化引
1234 其中PQ為攝像機視野中屯、點到攝像機視野最下端的實際物理距離，L和W分別為圖 像平面的長和寬（即CCD的物理尺寸）;h為攝像機的安裝高度;200為攝像機的水平視場角;2 曰0為攝像機的垂直視場角；T為攝像機的俯仰角。 2 在此基礎上，進行手眼標定實驗，得到的相機內外參數、相機的水平視場角和垂直 3 視場角、相機的俯仰角(安裝時的傾斜角）、相機安裝的離地高度等參數，將其代入映射關系 4 中。可W實現AGV視覺系統對地面信息的實時相對測量。整個模型示意圖如圖3所示。
[0061] 平面ABCD表示AGV行進路面，且該區域為攝像機視野范圍內路面的梯形區域，0點 為攝像機鏡頭中屯、點，OQ為攝像機的光軸，Q點為攝像機光軸和路面的交點，H點為0點在路 面上的垂直投影。WQ點為路面坐標系的原點，X軸方向平行于AD，Y軸的方向與X軸方向垂 直，分別與AD、BC相交于點P、Q，路面坐標系統任意一點記為T(Xt，Yt)。
[0062] 所述步驟3)，具體分為：
[0063] 步驟1:車載攝像機采集路徑特征識別窗口中導引路徑的原始圖像，嵌入式平臺將 其處理為灰度圖像。由于光源的影響，圖像光照中屯、亮度較高，邊緣則較暗。故對均值濾波 后的灰度圖像進行光照補償，W光照中屯、(標定得到)為基準按照距離信息劃分為3個區域， 對高光區域進行補色，對低照度區域進行補光，對每個區域采用最優闊值法確定分割闊值， 得到二值化的路徑特征圖像，如圖4所示。
[0064] 步驟2:識別圓形標識:根據一種基于楠圓幾何特征的邊界追蹤算法，獲取目標的 理想邊緣，如圖5所示。采用較大觀測窗口對理想邊緣進行曲率角估計，剔除非理想輪廓邊 緣，通常情況下，曲率角的極值出現在楠圓輪廓的4個頂點處，如圖6所示；
[0065] 步驟3:確定圓形標識的圖像坐標:根據標準楠圓的幾何特征，相互平行的楠圓弦， 弦中點在同一條直線上，且楠圓的中屯、位于該條直線上。采用一種基于最小二乘擬合弦中 點直線的楠圓中屯、定位的方法，擬合出水平弦中點和豎直弦中點所在的兩條直線，求出其 交點（即楠圓中屯、）的坐標，如圖7所示。通過實時測距模型，可準確計算該交點在路面坐標 系中的坐標，實現AGV對停車標識的距離精確感知。
[0066] 所述步驟4)中路徑偏差測量方法為:通過逐行掃描方法，計算路徑導引窗口上邊 界和下邊界的中點，作為導引路徑的直線模型，如圖9所示。采用最小二乘法計算相對于導 引路徑的姿態角偏差A 0和位置偏差A X為：
[0067]
[006引 123456 其中Xi和yi為所采集圖像的第i行（i = 0，l，2,3,…，n)路徑中點的像素坐標，n的大 小一般推薦范圍為[80,159]。 2 進一步的所述的步驟5)具體包括： 3
[0071 ]步驟5.1:圓形標識進入到圖像遠端窗口，AGV減至一定速度，根據提取到的路徑信 息對AGV的位姿進行調整； 4 步驟5.2:圓形標識進入圖像中間窗口，對其中屯、坐標進行提取，實時測量停車標 識中屯、與AGV的距離信息，反饋給運動控制系統，將AGV繼續減至低速； 5 步驟5.3:圓形標識進入圖像近端窗口，當測量得到的距離在預先設定好的闊值范 圍內時，運動控制器發出停車信號，AGV停車。 6 同時，本發明還提供了一種基于多窗口實時測距的單目視覺導引AGV的精確定位 系統，其中包括低成本的車載攝像機、基于DSP和ARM的圖像處理模塊、基于STM32的運動控 制模塊、基于麥克納姆輪的全方位移動平臺，所述車載攝像機自動將視頻傳輸至基于DSP和 ARM的圖像處理模塊，將處理后的位置信息通過RS232串口發送至基于STM32的運動控制模 塊，進而對基于麥克納姆輪的全方位移動平臺進行運動控制，實現AGV的精確定位。
[0075] W上所述僅是本發明的優選實施方式，應當指出，對于本技術領域的普通技術人 員來說，在不脫離本發明原理的前提下還可W作出若干改進，運些改進也應視為本發明的 保護犯i圍。
【主權項】
1. 基于多窗口實時測距的單目視覺AGV的精確定位方法，其特征在于， 步驟如下： 步驟一，建立視覺系統模型:采用前置傾斜安裝車載攝像機的方式，通過簡化單目視覺 系統模型，利用幾何方法推導出路面坐標系與圖像像平面坐標系之間的轉換關系，建立實 時測距模型； 步驟二，在視野范圍內，設置多窗口進行處理，將采集到的圖像信息劃分多個窗口：遠 端窗口始終用于自動導引車自動導引車AGV對地面信息的預判；中間窗口作為粗測量窗口， 提取路徑信息，實時測量停車標識中心與所述AGV的距離信息;近端窗口用于對所述AGV的 精確測距，準確停車;所述各個窗口的大小根據車載攝像機的視角以及傾斜安裝角度進行 模擬實驗確定； 步驟三，圖像特征提取:設置地面特征識別窗口，設計基于嵌入式系統對采集圖像進行 處理，提取有用信息；其具體步驟為：1)地面導引路徑的原始圖像采集;2)圖像預處理及二 值化;3)路徑信息的采集;4)進行圓形標識的檢測與識別;5)圓形標識的定位； 步驟四，路徑偏差測量:將導引路徑簡化成直線模型，計算相對于圖像像平面坐標系的 位置偏差和姿態角偏差，并將所述偏差信號發送給車載控制器； 步驟五，精確停車：1)遠端窗口若檢測到橢圓標識，則其減至較低的速度；2)中間窗口 作為粗定位窗口，根據提取到的路徑信息對所述AGV的位姿進行調整，同時實時測量停車標 識中心與所述AGV的距離信息，并將其反饋給運動控制器;3)設定閾值，當在近端窗口測量 的距離達到預先設定好的閾值范圍時，則運動控制器發出停車信號進行停車。2. 如權利要求1所述的基于多窗口實時測距的單目視覺導引AGV的精確定位方法，其特 征在于:所述步驟一中建立視覺系統模型具體如下:將單目傾斜攝像機系統簡化為簡單幾 何模型，通過模型的幾何關系推導出圖像平面坐標與路平面坐標之間的映射關系，其映射 關系如下：其中PQ為攝像機視野中心點到攝像機視野最下端的實際物理距離，L和W分別為圖像平 面的長和寬，即CCD的物理尺寸;h為攝像機的安裝高度;2β〇為攝像機的水平視場角;2α〇為攝 像機的垂直視場角；γ為攝像機的俯仰角； 即建立了實時測距的理論模型，實現視覺系統的實時測量功能。3. 如權利要求1所述的基于多窗口實時測距的單目視覺導引AGV的精確定位方法，其特 征在于:所述步驟三中圖像特征提取具體包括： 步驟3.1:車載攝像機采集路徑特征識別窗口中導引路徑的原始圖像，嵌入式平臺將其 處理為灰度圖像，對均值濾波后的灰度圖像進行光照補償，以光照中心為基準按照距離信 息劃分為不同區域，對高光區域進行補色，對低照度區域進行補光，對每個區域采用最優閾 值法確定分割閾值，得到二值化的路徑特征圖像； 步驟3.2 :識別圓形標識:根據基于橢圓幾何特征的邊界追蹤算法，獲取目標的理想邊 緣;采用較大觀測窗口對理想邊緣進行曲率角估計，剔除非理想輪廓邊緣，曲率角的極值出 現在橢圓輪廓的頂點處； 步驟3.3:確定圓形標識的圖像坐標:根據標準橢圓的幾何特征，相互平行的橢圓弦，弦 中點在同一條直線上，且橢圓的中心位于所示條直線上;采用最小二乘擬合弦中點直線的 橢圓中心定位的方法，擬合出水平弦中點和豎直弦中點所在的兩條直線，求出其交點，即橢 圓中心的坐標，通過實時測距模型，計算該交點在路面坐標系中的坐標，實現所述AGV對停 車標識的距離精確感知。4. 如權利要求1所述的基于多窗口實時測距的單目視覺導引AGV的精確定位方法，其特 征在于:所述步驟四中路徑偏差測量方法為:通過逐行掃描方法，計算路徑導引窗口上邊界 和下邊界的中點，作為導引路徑的直線模型，采用最小二乘法計算相對于導引路徑的姿態 角偏差Δ Θ和位置偏差Δ X為：其中xdPy:為所采集圖像的第i行路徑中點的像素坐標，i = 〇，l，2,3,…，η。5. 如權利要求1所述的基于多窗口實時測距的單目視覺導引AGV的精確定位方法，其特 征在于:所述的步驟五具體包括： 步驟5.1:圓形標識進入到圖像遠端窗口，AGV減至較低速度，根據提取到的路徑信息對 所述AGV的位姿進行調整； 步驟5.2:圓形標識進入圖像中間窗口，對其中心坐標進行提取，實時測量停車標識中 心與AGV的距離信息，反饋給運動控制系統，將AGV繼續減至更低速； 步驟5.3:圓形標識進入圖像近端窗口，當測量得到的距離在預先設定好的閾值范圍內 時，運動控制器發出停車信號，所述AGV停車。6. 如權利要求2所述的基于多窗口實時測距的單目視覺導引AGV的精確定位方法，其特 征在于:通過手眼標定實驗得到的攝像機內外參數、攝像機的水平視場角和垂直視場角、攝 像機的俯仰角、攝像機安裝的離地高度參數，將其代入映射關系中。7. 基于多窗口實時測距的單目視覺導引AGV的精確定位系統，其特征在于:包括車載攝 像機、圖像處理模塊、運動控制模塊、全方位移動平臺； 所述車載攝像機連接至所述圖像處理模塊，并將視頻傳輸至圖像處理模塊;所述圖像 處理模塊連接至運動控制模塊，將處理后的位置信息發送至運動控制模塊;對全方位移動 平臺進行運動控制，實現AGV的精確定位。8. 如權利要求7所述的基于多窗口實時測距的單目視覺導引AGV的精確定位系統，其特 征在于： 所述車載CCD攝相機采集逐行倒相制式的視頻信號，將圖像序列輸入嵌入式開發平臺， 經解碼器解碼處理后，輸出8位BT.601YCbCr格式彩色圖像至以DSP為核心的圖像處理平臺， 將處理得到的路徑偏差和圓形標識的坐標信息以串口方式發送至以主控芯片STM32為核心 的運動控制模塊，進而對全方位移動平臺進行運動控制，實現AGV的精確定位。9. 如權利要求7所述的基于多窗口實時測距的單目視覺導引AGV的精確定位系統，其特 征在于： 所述圖像處理模塊為基于DSP和ARM的圖像處理模塊，所述運動控制模塊為基于STM32 的運動控制模塊，所述全方位移動平臺為基于麥克納姆輪的全方位移動平臺。
【文檔編號】G05D1/02GK105955259SQ201610286380
【公開日】2016年9月21日
【申請日】2016年4月29日
【發明人】錢曉明, 樓佩煌, 張建鵬, 武星, 王彬, 姚盛昕
【申請人】南京航空航天大學