AGV叉车是如何识别周边环境的?解读AGV遇到的视觉技术问题

、AGV机器人视觉导航是目前用的比较多的导航方式,通过色彩轮廓构建场景,识别位置。集成的机器人解决方案可以快速轻松地提供机器人视觉优势,无需编程技巧。但是,即便技术有所改进,视觉也是AGV机器人视觉系统技术比较棘手的问题。

AGV机器人小车市场技术定义

AGV视觉系统最为常见的功能就是检测已知物体的位置以及方向,下面几个因素是影响机器人在环境中的视觉系统。

1、照明

假如有过在低光拍照的人,就会知道照明是很重要的。如果照明设置不好,那就会毁掉这张照片。成像传感器不像人眼那样适应性那么强。如果照明类型是错误的,那么视觉传感器将无法可靠么的检测到物体。

2、变形或铰接

球体是用计算机视觉设置来检测的简单对象。你可能只是检测它的圆形轮廓,也许使用模板匹配算法。但是,如果球体被压扁,它会变形,同样的方法将不再有效。它会导致一些机器人视觉技术上相当大的问题。

铰链类似可移动关节引起的变形。譬如,当你的肘部弯曲手臂的时候,手臂形状就会发生变化。各个链接(骨骼)都保持相同的形状,但是轮廓变形。AGV视觉系统算法使用形状轮廓,因此清晰度使得物体识别更加困难。

3、职位和方向

AGV视觉系统最常见功能就是检测已知物体的位置以及方向。所以,大多数集成视觉解决方案通常都克服了这两者面临的挑战。只要物体可以在摄像机图像内被查看,检测物体的位置通常都是直接了当的。但是,并不是所有的方向都是平等的。虽然检测沿一个轴旋转的物体是足够简单的,但是检测物体何时3D旋转则更为复杂。

4、图像背景

图像的背景对于物体检测容易程度有很大的影响。举个例子,把对象放在一张纸上,然后在该纸上打印同一对象图像。在这情况下,机器人视觉系统有可能不能确认哪个是真实的。

完美的背景是空白的,并提供与检测到的物体良好的对比。它的确切属性将取决于正在使用的视觉检测算法。如果使用边缘检测器,那么背景不应该包含清晰的线条。背景的颜色和亮度也应该与物体的颜色和亮度不同。

5、图像遮挡

图像被遮挡,在前四个问题中,是整个对象出现在摄像机当中的。而遮挡则是不一样的,因为部分对象丢失。视觉系统显然不能检测到图像中不存在的部分。有很多东西都可能造成遮挡,包括:其他物体,机器人的部分或相机的不良位置。克服遮挡的方法通常涉及将对象的可见部分与其已知模型进行匹配,并假定对象的隐藏部分存在。

6、尺寸比例大小

在某些情况下,人眼是很容易被尺度上的差异所欺骗。AGV视觉系统也可能会被他们弄糊涂。想象一下,你有两个完全相同的物体,只是一个比另一个大。想象一下,您正在使用固定的2D视觉设置,物体的大小决定了它与机器人的距离。如果您训练系统识别较小的物体,则会错误地检测到两个物体是相同的,并且较大的物体更接近相机。

尺度的另一个问题,也许不那么明显,就是像素值的问题。如果将机器人相机放置得很远,则图像中的对象将由较少的像素表示。当有更多的像素代表对象时,图像处理算法会更好地工作,但有一些例外。

7、相机位置的设置

不正确的相机位置可能会导致以前出现过的任何问题,所以重要的是要正确使用它。尝试将照相机放置在光线充足的区域,以便在没有变形的情况下尽可能清楚地看到物体,尽可能靠近物体而不会造成遮挡。照相机和观看表面之间不应有干扰的背景或其他物体。

8、物体移动

在物体移动的时候会导致计算机上的视觉设置出现问题,特别是在图像中出现模糊情况的时候。例如,这可能发生在快速移动的传送带上的物体。数字成像传感器在短时间内捕获图像,但不会瞬间捕获整个图像。

如果一个物体在捕捉的过程中移动太快,这将会导致图像模糊。我们的眼睛可能不会注意到视频中的模糊,但是算法会。当有清晰的静态图像时,AGV视觉系统的效果最佳。

凌鸟智能系统采用双目视觉算法,当AGV遇到障碍时会快速做出避让并开启360°防护,拥有超强感知。