本發(fā)明屬于數(shù)據(jù)處理技術(shù)領(lǐng)域，具體涉及一種AGV智能車的軌跡信息處理控制方法。

背景技術(shù)：

AGV(Automated Guided Vehicle)智能車，也稱為自動(dòng)導(dǎo)向車，在工業(yè)生產(chǎn)車間中有較多應(yīng)用，常用于車間內(nèi)貨物的自動(dòng)搬運(yùn)。AGV智能車裝備有電磁或光學(xué)等自動(dòng)導(dǎo)引裝置，能夠沿規(guī)定的導(dǎo)引路徑行駛，具有安全保護(hù)以及各種移載功能的運(yùn)輸車，工業(yè)應(yīng)用中不需駕駛員的搬運(yùn)車，以可充電之蓄電池為其動(dòng)力來(lái)源。一般可透過(guò)電腦來(lái)控制其行進(jìn)路線以及行為，或利用電磁軌道(electromagnetic path-following system)來(lái)設(shè)立其行進(jìn)路線，電磁軌道黏貼於地板上，無(wú)人搬運(yùn)車則依循電磁軌道所帶來(lái)的訊息進(jìn)行移動(dòng)與動(dòng)作。

AGV循跡也是無(wú)人駕駛的前提條件，一般AGV智能車是基于車間定制的，其軌道信息處理方法往往基于預(yù)先布置好的特殊傳感器，成本高，效率低。

技術(shù)實(shí)現(xiàn)要素：

鑒于上述，本發(fā)明提供了一種AGV智能車的軌跡信息處理控制方法，只需用到視覺(jué)傳感器，在普通路面環(huán)境就能取得很好的效果。

一種AGV智能車的軌跡信息處理控制方法，包括如下步驟：

(1)獲取AGV智能車在圖像中的軌跡信息，對(duì)所述軌跡信息進(jìn)行分段擬合，得到多組依次連接的線段；

(2)對(duì)于任一組線段，提取該線段的斜率slope以及線段上每個(gè)點(diǎn)相對(duì)圖像Y軸的偏移量，進(jìn)而通過(guò)坐標(biāo)變換計(jì)算每組線段的決策量；

(3)根據(jù)每組線段的決策量通過(guò)衰減求和計(jì)算得到整個(gè)軌跡的決策量，進(jìn)而根據(jù)該決策量結(jié)合車輛方向盤(pán)角度與轉(zhuǎn)彎半徑關(guān)系，決策出AGV智能車的轉(zhuǎn)向角度和速度并發(fā)送給VCU(Vehicle Control Unit，車輛控制單元)，由VCU對(duì)AGV智能車的行進(jìn)執(zhí)行控制。

所述步驟(1)中對(duì)軌跡信息進(jìn)行分段擬合的過(guò)程為：首先根據(jù)車輛長(zhǎng)度、行進(jìn)速度以及軌跡長(zhǎng)度確定分段步長(zhǎng)，依據(jù)分段步長(zhǎng)對(duì)整個(gè)軌跡信息進(jìn)行分段；然后利用最小二乘法將每段軌跡信息擬合成線段。

所述步驟(2)中通過(guò)坐標(biāo)變換計(jì)算每組線段決策量的具體過(guò)程如下：

2.1對(duì)線段的斜率slope進(jìn)行坐標(biāo)變換：

若slope≥0，則坐標(biāo)變換后線段的斜率slope'＝1-2actan(slope)/π；

若slope＜0，則坐標(biāo)變換后線段的斜率slope'＝-1-2actan(slope)/π；

2.2通過(guò)以下公式計(jì)算坐標(biāo)變換后線段的偏移量X'：

X'＝2X_average/width-1

其中：actan()為反正切函數(shù)，X_average為線段上所有點(diǎn)相對(duì)圖像Y軸的平均偏移量，width為圖像的寬度；

2.3根據(jù)斜率slope'以及偏移量X'通過(guò)加權(quán)求和得到線段的決策量。

所述步驟(3)中通過(guò)衰減求和計(jì)算整個(gè)軌跡決策量的具體過(guò)程如下：

首先，根據(jù)圖像中各線段與AGV智能車的遠(yuǎn)近關(guān)系，對(duì)所有線段的決策量進(jìn)行排序，由近及遠(yuǎn)依次為A₁,A₂,A₃,…,A_n；

然后，根據(jù)以下公式計(jì)算出整個(gè)軌跡的決策量A：

A＝A₁+αA₂+α²A₃+…+α^n-1A_n

其中，n為線段的數(shù)量，α為設(shè)定的衰減系數(shù)且0＜α＜1。

所述步驟(3)中當(dāng)決策出AGV智能車的轉(zhuǎn)向角度和速度后通過(guò)約定好的通信協(xié)議以指令的形式發(fā)送到VCU，由VCU采用增量式PID控制算法對(duì)AGV智能車的行進(jìn)執(zhí)行控制。

本發(fā)明方法將軌跡信息進(jìn)行分段擬合，每一段擬合成直線處理，對(duì)于每一段直線，提取出偏移量和斜率，進(jìn)行坐標(biāo)變換使得其變化映射到一個(gè)線性空間，然后進(jìn)行一系列權(quán)重運(yùn)算得到?jīng)Q策量，最終將決策量結(jié)合車輛轉(zhuǎn)彎半徑計(jì)算得到合適的轉(zhuǎn)彎角度，并以指令的形式發(fā)送給VCU執(zhí)行。本發(fā)明方法只需用到視覺(jué)傳感器，在普通路面環(huán)境就能取得很好的效果。

附圖說(shuō)明

圖1為本發(fā)明軌跡信息處理控制方法的流程示意圖。

圖2為轉(zhuǎn)彎半徑與轉(zhuǎn)向輪轉(zhuǎn)向角度和軸距的關(guān)系示意圖。

具體實(shí)施方式

為了更為具體地描述本發(fā)明，下面結(jié)合附圖及具體實(shí)施方式對(duì)本發(fā)明的技術(shù)方案進(jìn)行詳細(xì)說(shuō)明。

如圖1所示，本發(fā)明軌跡信息處理控制方法包括如下步驟：

(1)將軌跡信息進(jìn)行分段擬合；

分段的步長(zhǎng)step的確定主要參考車輛長(zhǎng)度L、行進(jìn)速度v以及軌跡在圖像中的長(zhǎng)度h。

分段完畢后進(jìn)行直線擬合，具體擬合算法為最小二乘算法。最小二乘法擬合直線的原則是以“殘差平方和最小”確定直線位置。

對(duì)于樣本回歸模型：

其中：e_i是樣本(X_i,Y_i)的誤差。

則平方損失函數(shù)：

根據(jù)數(shù)學(xué)定理，Q的極值必然取在對(duì)參數(shù)的偏導(dǎo)數(shù)為零處：

可以求解得到：

(2)將擬合得到的直線斜率和Y軸偏移量進(jìn)行坐標(biāo)變換，計(jì)算得到?jīng)Q策量。

首先，將擬合完畢的分段直線提取斜率以及線上各點(diǎn)相對(duì)Y軸的偏移量，并進(jìn)行坐標(biāo)換算，使得斜率值的變化與角度成線性關(guān)系；具體的換算公式為：

如果斜率值slope大于等于0，則根據(jù)公式：

slope'＝1-2actan(slope)/π進(jìn)行變換；

如果斜率值slope小于0，則根據(jù)公式：

slope'＝-1-2actan(slope)/π進(jìn)行變換。

將計(jì)算得到的x坐標(biāo)平均偏移量進(jìn)行變換，具體為：

X'＝2X_average/width-1

其中：X_average為線段上所有點(diǎn)相對(duì)圖像Y軸的平均偏移量，width為圖像的寬度。

然后，將變換之后的斜率slope'和Y軸偏移量X'通過(guò)加權(quán)求和計(jì)算出決策量。

(3)將上述決策量經(jīng)過(guò)權(quán)重算法進(jìn)行決策權(quán)重的分配，得到軌跡的最終決策量A。

對(duì)于分段的直線，每多分一段，權(quán)重衰減一個(gè)百分比α％；對(duì)于分段的直線，距離車子越遠(yuǎn)的直線，決策權(quán)重越小；具體算法如下：

A＝A₁+αA₂+α²A₃+…+α^n-1A_n

其中，A₁,A₂,A₃,…,A_n對(duì)應(yīng)于由近及遠(yuǎn)各直線段的決策量。

(4)將最終決策量A，參考車輛情況，以協(xié)議指令形式發(fā)送VCU處理。

根據(jù)最終決策量A并結(jié)合車輛方向盤(pán)角度與轉(zhuǎn)彎半徑關(guān)系，決策出車輛轉(zhuǎn)向角度和速度，根據(jù)約定好的通信協(xié)議以指令的形式發(fā)送到VCU執(zhí)行，VCU執(zhí)行的具體控制算法為增量式PID。

以下實(shí)施例的具體應(yīng)用場(chǎng)景為浙江大學(xué)ESE工程中心自主研發(fā)的roboy智能車，通過(guò)攝像頭采集軌跡信息，圖像處理模塊采用NVIDIA的JETSON TK1，決策過(guò)程也在該處理器上完成，圖像處理和決策處理模塊之間采用進(jìn)程間通信傳遞數(shù)據(jù)。決策產(chǎn)生的結(jié)果按照約定好的通信協(xié)議編碼成指令通過(guò)局域網(wǎng)發(fā)送給車載VCU，車載VCU執(zhí)行指令，控制EPS系統(tǒng)轉(zhuǎn)向，具體的控制算法采用經(jīng)典的增量式PID控制，在調(diào)參良好的情況下響應(yīng)迅速且沒(méi)有明顯的抖動(dòng)現(xiàn)象。此處采用的VCU控制器為Freescale的S12系列。

在分段擬合階段，分段的標(biāo)準(zhǔn)主要參考軌跡的長(zhǎng)度h、車長(zhǎng)L以及車速v，圖像信息壓縮成960*480，將軌跡從距離車子近的一端進(jìn)行分段，以高40為一段，不足40像素部分舍去(除去只能分一段的情況，即圖像只采集到高不足40像素的軌跡，則不分段直接進(jìn)行下一步處理)。

分段完畢后將每一段直線進(jìn)行最小二乘擬合，擬合處理成直線，擬合算法代碼實(shí)現(xiàn)如下：

對(duì)于每一個(gè)分段直線，擬合完畢之后都提取起斜率和Y軸平均偏移量，然后通過(guò)坐標(biāo)變換使得斜率的變換在[-1,1]區(qū)間內(nèi)隨著與X軸夾角的角度線性變化。具體轉(zhuǎn)換的計(jì)算方法如之前所述，然后計(jì)算該分段的決策量det＝a*slope'+b*X'，a和b為斜率和Y軸偏移量的決策權(quán)重。

將計(jì)算得到的det再次進(jìn)行權(quán)重的計(jì)算，以使得距離車子越遠(yuǎn)的直線決策權(quán)重越小，具體的做法是：

det^*＝y(tǒng)/height

其中：y為該分段直線的平均y軸坐標(biāo)值，height為圖像高度，此處取480。

對(duì)于分段直線，按照距離車子由近到遠(yuǎn)的順序排序，對(duì)于第一段直線，det值不進(jìn)行衰減，往后每一段直線，越往后排一位，det值就多進(jìn)行一次d％的衰減。

最終將決策量匯總的時(shí)候，考慮到本實(shí)施例情況下車輛車速較低，主要考慮第一段直線(即距離最近一段)的det₀值，后面直線段的det_i值如果與第一段符號(hào)相反，則匯入最終的決策量，否則不計(jì)入。

如圖2所示，在忽略車輪側(cè)偏角的情況下，車輛轉(zhuǎn)向半徑(即途中OD線段)長(zhǎng)度R＝L/cosβ，其中β為轉(zhuǎn)向輪轉(zhuǎn)向角度，在估算出轉(zhuǎn)彎半徑的情況下可以估算出車輪角度，可以估算得到EPS轉(zhuǎn)向角度，這是一個(gè)經(jīng)驗(yàn)值，需要現(xiàn)場(chǎng)調(diào)試。

決策出期望EPS轉(zhuǎn)向的角度，以指令形式發(fā)送給VCU執(zhí)行底層控制，具體控制算法為增量式PID控制。

指令的格式如表1所示，指令長(zhǎng)度共8字節(jié)。

表1

上述對(duì)實(shí)施例的描述是為便于本技術(shù)領(lǐng)域的普通技術(shù)人員能理解和應(yīng)用本發(fā)明。熟悉本領(lǐng)域技術(shù)的人員顯然可以容易地對(duì)上述實(shí)施例做出各種修改，并把在此說(shuō)明的一般原理應(yīng)用到其他實(shí)施例中而不必經(jīng)過(guò)創(chuàng)造性的勞動(dòng)。因此，本發(fā)明不限于上述實(shí)施例，本領(lǐng)域技術(shù)人員根據(jù)本發(fā)明的揭示，對(duì)于本發(fā)明做出的改進(jìn)和修改都應(yīng)該在本發(fā)明的保護(hù)范圍之內(nèi)。