基于視頻處理的電動平車導(dǎo)航驅(qū)動系統(tǒng)研究

張濤 賈相武 付杰

摘要：基于視頻處理的電動平車導(dǎo)航控制系統(tǒng)采用視頻圖像的分析處理進行路況分析，不需要鋪設(shè)專用的軌道和磁極等輔助設(shè)施，在地面用油漆噴涂黑白相間的路線等符號，簡化現(xiàn)場設(shè)施要求和降低平時保養(yǎng)的成本;可以安裝普通的攝像頭，檢測地面標識;數(shù)據(jù)處理采用可靠的算法，簡單有效，結(jié)合常用防撞設(shè)備，不需要額外的輔助導(dǎo)航配件，就可以分析判斷軌道，進行跟蹤導(dǎo)航，基于優(yōu)化算法應(yīng)用，進一步提高了系統(tǒng)的可靠性，比較適用于現(xiàn)代工廠在廠房內(nèi)部大噸位、慢速度的搬運工作。

關(guān)鍵詞：視頻處理 ; 自動導(dǎo)航 ; 電動平車

前言：

無軌平車相比于有軌平車，不需要鋪設(shè)軌道，機動性更強;對于原有的使用場地布局不需要做任何的改變，實用性更好。在使用過程中，因車輛可以直行也可以轉(zhuǎn)彎，需要有專人進行操作，尤其是倒車行駛的時候，操作難度大，容易出現(xiàn)操作失誤，造成刮擦等問題;本文提出一種基于視頻處理的電動平車導(dǎo)航控制系統(tǒng)，不需要鋪設(shè)專用的軌道和磁極等輔助設(shè)施，在地面用油漆噴涂黑白相間的路線等符號，簡化現(xiàn)場設(shè)施要求和降低平時保養(yǎng)的成本;實現(xiàn)應(yīng)用于無人控制，通過視頻處理具有防撞等功能，大大減少駕駛平車時存在的安全隱患問題，為電動平車的使用提供了很大的便利[3-6]。

1.視頻處理電動平車導(dǎo)航系統(tǒng)特點

廠房內(nèi)的物品搬運，為使用方便，大量使用電動平車;電動平車體積大，噸位高，駕駛技術(shù)要求較高;當(dāng)前也在開發(fā)各種帶自動導(dǎo)航功能的電動平車;應(yīng)用的導(dǎo)航方案主要有磁導(dǎo)航、紅外導(dǎo)航、激光導(dǎo)航等方案;磁導(dǎo)航需要鋪設(shè)專用的磁體軌道，在一些廠區(qū)里存在消磁的風(fēng)險，并且軌道后續(xù)維護成本較高;紅外導(dǎo)航軌道鋪設(shè)成本較低，但光照變化較大，平車的體積也較大，紅外導(dǎo)航干擾源很多，穩(wěn)定性不夠，一般作為輔助導(dǎo)航，當(dāng)前研究較多的是激光導(dǎo)航，但激光傳感器價格高昂，對安裝位置也有很多要求。基于視頻處理的電動平車導(dǎo)航控制系統(tǒng)裝置，可以安裝普通的攝像頭，檢測地面標識;數(shù)據(jù)處理采用可靠的算法，簡單有效，結(jié)合常用防撞設(shè)備，不需要額外的輔助導(dǎo)航配件，就可以分析判斷軌道，進行跟蹤導(dǎo)航，基于優(yōu)化算法應(yīng)用，進一步提高了系統(tǒng)的可靠性，比較適用于現(xiàn)代工廠在廠房內(nèi)部大噸位、慢速度的搬運工作。

2.基于視頻處理導(dǎo)航系統(tǒng)的架構(gòu)設(shè)計

本文提出的基于視頻處理的電動平車導(dǎo)航控制系統(tǒng)，可以實現(xiàn)電動搬運平車在廠區(qū)的自動運行，可以根據(jù)工位設(shè)定，自動尋軌，運行于設(shè)定好的工位，實現(xiàn)無人控制，并且具有防撞等功能。主要架構(gòu)如圖1所示，包括攝像頭、紅外傳感器、控制板、驅(qū)動板、雷達防撞檢測、地面路線和工位標識等設(shè)備。

攝像頭主要拍攝地面路線和工位標識，轉(zhuǎn)換成數(shù)字信號傳遞給控制板進行處理;由于電動平車的體積特別大，并且要滿足前進和后退兩個方向運動，所以采用前后雙攝像頭的方案，可以保障車輛穩(wěn)定可靠的運行;

3.視頻處理程序設(shè)計

視頻導(dǎo)航的設(shè)計主題是車輛軌跡的圖形識別技術(shù);本系統(tǒng)采用一體機式的計算機，可以安裝操作系統(tǒng)，便于視頻的軟件處理、軌道辨識。

3.1視頻處理算法優(yōu)化

視頻運動目標的自動檢測在視頻分析、視頻編碼、視頻檢索以及視頻監(jiān)控等視頻信號處理中起著極為重要的作用。視頻運動目標的主要特征是與背景有著不一致的運動，因此，必須利用某些類型的運動信息：如光流場、變化檢測或差分圖像。基于光流場的檢測算法對噪聲非常敏感，并且光流場估算的計算量大，不適合實時應(yīng)用。基于變化檢測的算法通常假設(shè)鏡頭噪聲符合高斯分布，由鏡頭噪聲所引起的幀間差可用標準的高斯分布描述，而運動目標產(chǎn)生的幀間差經(jīng)常非高斯分布，因此運動目標的檢測相當(dāng)于從高斯信號中檢測非高斯信號，用基于假設(shè)檢驗的統(tǒng)計算法或高階統(tǒng)計區(qū)分運動目標與背景區(qū)域。差分圖像是用來檢測幀間運動或變化的常用形式，可以是鄰幀圖像的差分，也可以是當(dāng)前幀與建模背景圖像的差分，分別稱為幀間差和背景差。目前利用差分圖像檢測前景與背景的方法有閾值化法、基于假設(shè)檢驗的統(tǒng)計算法、高階統(tǒng)計法等。

3.2二值化處理

當(dāng)前景與背景灰度差異不明顯時，Otsu法閾值化的結(jié)果可能會導(dǎo)致誤檢測，故在Otsu法的基礎(chǔ)上，本文采用初始值設(shè)定結(jié)合平均最優(yōu)閾值的方法，獲得最終的二值化閾值。設(shè)由常規(guī)Otsu法求得的當(dāng)前背景差圖像的最優(yōu)二值化閾值為，定義改進后Otsu的最優(yōu)二值化閾值為，則表示為：

即為前個值的非零最優(yōu)二值化閾值的均值，當(dāng)時，則值可選取適當(dāng)?shù)某跏奸撝怠＿@里為一個權(quán)系數(shù)，可取經(jīng)驗值區(qū)間為[0.5，1]。為了進一步說明本節(jié)算法，本節(jié)對某一視頻序列（共60幀）的背景差圖像進行了自適應(yīng)閾值化實驗。

從圖2可以看出，當(dāng)采用原始的Otsu法對該視頻測試序列的第46幀圖像進行閾值化時，出現(xiàn)了閾值為15的失效值，改進后的算法選用平均閾值作為二值化閾值。圖3（a）為第46幀所對應(yīng)的背景差圖，從圖中可看出此時前景和背景的灰度差異不明顯，此時，原Otsu法的閾值失效，如圖3（b）所示。圖3（c）示意了本節(jié)改進Otsu算法的閾值化效果，此時的閾值化結(jié)果較為合理。本節(jié)改進的Otsu算法適用于類似圖3的場合。

4.實驗結(jié)果

根據(jù)算法設(shè)計一套實驗平車，行駛路線鋪設(shè)黑白相間的油漆，便于攝像頭的拍攝，攝像頭采用常用的720P或1080P高清接口，攝像頭拍攝軌道發(fā)送給小型工控機.。

視頻處理采用優(yōu)化算法計算，獲得的軌跡圖形如圖4所示，有效應(yīng)對陽光干擾、圖形偏差等干擾進行處理。

采用視頻處理的技術(shù)，試驗10噸的電動搬運平車實驗條件，實現(xiàn)10的運行效果，具體車輛和軌跡如圖5所示。

5.結(jié)論

本文基于視頻處理的電動平車導(dǎo)航控制系統(tǒng)裝置，在車間鋪設(shè)黑白相間的軌道，對光照和環(huán)境的抗擾度很好，成本較低;計算機算法也較簡單，通過優(yōu)化的Otsu算法可以提高系統(tǒng)二值化軌跡識別，具有結(jié)構(gòu)簡單、安全性高、成本較低的特點，非常適合電動平車的應(yīng)用場合。

參考文獻：

[1]王晨.無人駕駛智能車控制與規(guī)劃系統(tǒng)的設(shè)計與實現(xiàn)[D].上海：上海交通大學(xué).2009

[2]宣寒宇，劉宏哲，袁家政，李青，牛小寧.一種魯棒性的多車道線檢測算法[J].計算機科學(xué).2017（11）：305-313

[3] 梁朱冬，陳洪洋.全橋[J].汽車實用技術(shù).2017（15）：98-100

[4] 宋哲， 王友仁， 魯世紅， 王強.一種電動車用無刷直流電機混合回饋制動控制方法[J].電工技術(shù)學(xué)報.2016Vol. 31（6）：74-80

[5] 張志鋒.智能電動小車結(jié)構(gòu)與驅(qū)動控制系統(tǒng)總體設(shè)計[D].成都：西南交通大學(xué) 2017

[6]? 張劍鋒，樊曉松，曹寶健，李卓陽，俞開元，呂成浩.一種試驗車輛遠程監(jiān)控系統(tǒng)設(shè)計[J].工制計算機. 2009（08）：33-34

[7] 姜福先.無人車遠程指揮和監(jiān)控系統(tǒng)軟件設(shè)計[D].南京：南京理工大學(xué) 2009

[8] 張濤，朱小平.基于LLC變換器的電動汽車充電機設(shè)[J]電氣技術(shù).2016Vol. 17（6）：97-100

作者簡介：

張濤（1980-），男，碩士研究生，工程師， 主要從事電力電子與電力傳動方面的研究。

浙江省教育廳科研計劃項目（Y201635811）