一种基于波峰寻找法的AGV色带导航技术

卢光旭

（中国航空工业集团公司洛阳电光设备研究所，河南 洛阳 471400）

0 引言

近年来，AGV 行业发展迅速，越来越多的AGV 应用在物资配送、巡逻巡检、仓储管理等领域。AGV 的导航控制渐渐成为AGV 行业竞争的核心。目前AGV 的导航方式包括磁导航、色带导航、激光导航以及卫星定位导航等多种导航方式。就环境适应性来说，磁导航施工困难，激光导航要求环境固定、特征明显，卫星导航依赖于卫星信号的强弱。在环境特征单调、不明显，没有卫星信号的场所，采用铺设轨道导航的方式是优先选择。而磁导航需要在路面铺设磁条，施工困难，而且磁传感器工作距离一般在50 mm 左右，这就造成AGV 底盘低，通过性差。色带导航可在路面涂漆，施工方便。荧光导航是一种基于荧光感应原理的色带导航方式，具有精度高、可靠性高等优点，但是成本偏高。该文提出了基于波峰寻找法的色带导航，采用普通的可见光摄像机和照明，同样达到了较高的精度和可靠性，并且实现了对岔路口和弯道的自主导航。

1 算法描述

该文选择宽度为25 mm 的红色色带进行可见光识别和导航。可见光识别分为2 个步骤：色带颜色特征提取、波峰法寻找色带位置。

1.1 色带颜色特征提取

颜色空间是一个包含所有可能的三色刺激值（所有颜色和所有亮度）的三维空间。三色刺激的值不仅描述了颜色，也包含了亮度。在该文中，我们利用2 种颜色空间来提取色带的颜色特征，分别是RGB 和HSV。RGB 是常说的光学三原色，R 代表红色的值，G 代表绿色，B 代表蓝色。自然界中肉眼所能看到的任何色彩都可以由这3 种色彩混合叠加而成。在HSV 中，H 是色相，S 是饱和度，V 是亮度。色相是指主要颜色，即最近的光谱颜色；饱和度是指颜色的纯洁性，即缺少混合的白色。对R、G、B 每种纯色来说饱和度都是1[1]。基于以上颜色空间原理，我们采用如下公式对图像颜色空间进行特征提取：

式中：R，G，B 为图像RGB 空间三原色的值，s 为HSV 空间中的饱和度的值，r 为红色通道在R、G、B 三通道中所占的比重，k 为转换后的灰度图像。将图像中每个像素按式（1）和式（2）进行计算，可得到值k，并进行归一化，转换为灰度图像。转换后的图像如图1所示，可以看出，经过公式（2）变换后的图像，色带和背景的对比度更明显。

图1 色带颜色特征提取

1.2 波峰法找到色带

在该章节中，我们将要用波峰法，在提取颜色特征后的图像中找到色带的位置。在此，我们选取图像中的某一行进行处理。

1.2.1 计算阈值th1、th2

按如下公式（3）、（4）计算阈值th1、th2。

式中：α、β 是计算系数，在该文试验中α=1.3，β=1.5。W 是图像的宽度，line 是所选图像的行数，k 是颜色特征提取并归一化后的灰度图像，i 是图像像素所在的列，W 是图像的宽度。th1和th2是该文用波峰法计算色带位置需要的2 个阈值。

1.2.2 计算权重lineweight

按公式（5）计算lineweight。

式中：k 是颜色特征提取并归一化后的灰度图像，lineweight[m]表示以第m 个像素为起点，linewidth 个像素的灰度和。linewidth 由色带在图像中所占的像素宽度决定。该文中linewidth=30。lineweight[m]的计算结果如图2 所示。

图2 权重lineweight

1.2.3 寻找波峰

首先计算lineweight[m]的最大值（lineweight_max）及位置（L，L+linewidth）。L 是色带左侧像素序号， L+linewidth 是色带右侧像素序号。比较lineweight_max 与阈值th 的大小。如果lineweigth_max ≤th2，则认为目前图像中没有波峰。如果lineweigth_max ＞th2，则认为图像中有波峰。接下来从两侧开始，依次比较像素灰度k（line，left）、k（line，right）与th1的大小。看是否满足条件

图3 试验结果

找到满足条件的第一个left 和right，就是波峰的准确位置，也是色带再图像中的位置。

2 实验结果

该文选取了几种不用场景，不同颜色和宽度的色带和车道线进行测试，均能成功识别，如图3 所示。而且该文所提出的基于波峰寻找发色带定位的AGV 导引技术，运算量小，实时性高，也可用于自动驾驶领域。

3 结论

计算复杂度、稳定性和准确度是定位算法的关键性技术指标。该文提出的波峰伐色带定位技术，采用提取RGB 和HSV 2 个颜色空间的特征进行分析，通过计算单行的波峰位置找到色带的位置。该算法具有较高的定位精度和稳定性，对环境的适应能力也较高。算法简单，计算量小。可应用于AGV 自主导航、自动驾驶等领域。