基于深度攝像和ARM的AGV避障技術(shù)研究.pdf

1、自動導(dǎo)航運輸車是一類通過傳感器探測地形，實現(xiàn)在物理空間中定向移動的自動機器人車輛。AGV避障為該領(lǐng)域的研究重點之一，其主要內(nèi)容是在實際的生產(chǎn)環(huán)境中，AGV能夠按照特定的避障策略，保證車輛能夠無碰撞地從起點運行到終點。AGV避障方法中的一個核心技術(shù)就是障礙物識別：探測和分析空間環(huán)境，定位環(huán)境中的障礙物信息。環(huán)境探測是AGV進行障礙物識別的前提條件，機器人可以通過計算機視覺來獲取實時環(huán)境數(shù)據(jù)。采用Kienct作為主傳感器獲取深度圖，再運用梯

2、度檢測和DBSCAN聚類算法分析環(huán)境中的障礙物，然后將分類后的障礙信息映射到柵格圖中，最后采用D*尋路算法完成AGV的路徑規(guī)劃。
　　本研究主要內(nèi)容包括：⑴根據(jù)AGV車輛生產(chǎn)環(huán)境的特殊性，采用ARM架構(gòu)的樹莓派作為AGV的主控制器。由于Kinect攝像頭缺乏在ARM平臺上的設(shè)備驅(qū)動，先自主編寫完成ARM平臺上的Kinect設(shè)備驅(qū)動。⑵引入梯度檢測算法作為地平面檢測手段，結(jié)合深度圖梯度檢測算法和DBSCAN聚類算法，快速有效地解析深

3、度數(shù)據(jù)。首先闡述了Kienct和其生成深度圖的原理，再提出了深度圖像的梯度概念，以地平面和物體間的三維空間關(guān)系作為參考信息，運用梯度檢測算法快速區(qū)分可行駛區(qū)域和障礙⑶設(shè)計了基于Kinect深度攝像頭和ARM架構(gòu)樹莓派主控制器的AGV系統(tǒng)的整體框架。AGV利用 Kienct探測運行環(huán)境，獲取物體分布數(shù)據(jù)生成深度圖。并利用經(jīng)梯度檢測和聚類算法處理后的深度圖，生成描述 AGV與障礙間位置關(guān)系的柵格圖，最后運用啟發(fā)式的D*路徑規(guī)劃方法的輔助下，