[发明专利]一种基于全局视觉的多仓储AGV追踪方法

说明书

本发明公开了一种基于全局视觉的多仓储AGV追踪方法，包括以下步骤：1)拍摄仓库的全局图像，并将其发送到控制中心；2)对全局图像进行处理，追踪系统在第一帧利用目标检测算法对多台AGV进行识别，并根据AGV顶部的AprilTag码确定每台AGV的ID及位姿；3)将仓库分为若干区域，调度系统获取控制中心发送的AGV位姿信息后利用分层规划算法进行每台AGV的路径规划；4)将每台AGV的路径信息与多AGV追踪算法结合，预测AGV的位置，用一个边界框框选出AGV所在区域，确定每台AGV的信息；5)控制中心将路径信息转化成的速度指令发送至AGV，控制AGV，完成货物的分拣任务。

技术领域

本发明涉及辅助货物分拣的仓储物流领域，具体涉及一种基于全局视觉的多仓储AGV追踪方法。

背景技术

现如今，网购已成为潮流，而随着电子商务一同繁荣的还有物流行业，但物流业高歌猛进的同时也面临诸多挑战，譬如物流仓储系统货物的大吞吐量使得仓库内的分拣、运输工作变为难题，可是大量人力成本的投入也未能妥善解决分拣效率低且出错率较高的问题，甚至还会出现暴力分拣的现象，可见仅靠人力不能较好地应对如今物流仓库内繁重的工作，因而自动化仓储系统逐渐兴起。智能仓储系统利用灵活性强的智能导航车(AGV)代替人工进行货物分拣运输，不仅节省人力等资源，还可以提高分拣效率、减少出错率，然而大部分现行智能导航车需要配置摄像头或激光雷达这类昂贵的传感器收集信息并单独与控制系统通信，仓库也需要相应地配置磁钉磁带等装置，存在成本高昂、配置复杂、控制效率受限等问题(Lynch L,Newe T,Clifford J,et al.Automated Ground Vehicle(AGV)andSensor Technologies-A Review[C]//2018 12th International Conference onSensing Technology(ICST).2018.)。有些智能仓储系统采用全局视觉监控(CN201911046869.9)，通过识别AGV特征标志进行追踪调度的方法，但仍存在诸如特征标志对分辨率或光照要求较高、容错性低以及信息存储量少等问题，同时传统的检测追踪方式效率较低(Dnmez E,Kocamaz AF,Dirik M.A Vision-Based Real-Time Mobile RobotController Design Based on Gaussian Function for Indoor Environment[J].Arabian Journal for enceEngineering,2017(4):1-16.)，因而基于全局视觉的智能仓储系统在识别与追踪方面也待改进。

发明内容

本发明公开了一种基于全局视觉的多仓储AGV追踪方法，与传统AGV仓储系统相比，配置成本更低、运行效率更高。通过在仓库顶端安装摄像头拍摄全局图像监控多台AGV，利用AGV顶部特征码进行检测识别，将仓库分为多个区域，根据运输任务需要进行调度，并将调度算法融合于基于目标检测的追踪过程中，系统运行流畅，能够实时精准地追踪与调度多台AGV，高效完成分拣运输任务。

本发明至少通过如下技术方案之一实现。

一种基于全局视觉的多仓储AGV追踪方法，包括以下步骤：

1)仓储系统顶部的摄像头拍摄仓库的全局图像，并将全局图像发送到控制中心用于仓储AGV的追踪；

2)控制中心的追踪系统对全局图像进行处理，在第一帧利用tiny_YOLOv3目标检测网络对多台AGV进行识别，并根据AGV顶部的AprilTag码确定每台AGV的ID及位姿；

3)将仓库分为若干区域，控制中心的调度系统获取追踪系统发送的AGV位姿信息后利用分层规划算法进行每台AGV的路径规划；

4)当调度系统规划好每台AGV的路径后，追踪系统利用路径信息直接预测AGV的位置，然后设置一个动态的窗口来框选出AGV所在区域，同样识别区域内AprilTag码来确定每台AGV的信息，如果检测到的AGV数量少于当前仓库内AGV的数量，重新执行步骤2)；