基于人工智能的AGV自适应转弯避障方法、装置及设备

摘要

本发明涉及人工智能技术领域，具体涉及一种基于人工智能的AGV自适应转弯避障方法、装置及设备。该方法根据色带的边缘轮廓信息确认AGV需要转弯时，由AGV转弯前后的色带的边缘直线之间的距离判断AGV的转弯类型，根据AGV的转弯类型得到AGV转弯时的初始转弯速度，通过转弯过程中检测的障碍物连通域对初始速度进行调整以得到最佳转弯速度，进而利用最佳转弯速度完成AGV转弯。在AGV转弯的过程中，根据检测到障碍物大小对AGV的转弯速度进行实时调整，以保证AGV不撞到障碍物的情况下能够以最佳转弯速度进行转弯，同时避免了转弯的不连续、卡顿和停滞等情况，使得AGV正常工作。

权利要求

1.一种基于人工智能的AGV自适应转弯避障方法，其特征在于，该方法包括：采集地面图像，所述地面图像包括AGV的导引媒介；对所述地面图像进行语义分割得到导引媒介图像和导引媒介的边缘轮廓信息；

基于所述边缘轮廓信息确认所述AGV需要转弯时，检测转弯前后所述导引媒介的边缘直线获取转弯前的第一边缘直线和转弯后的第二边缘直线，所述第一边缘直线和所述第二边缘直线为位于转弯前后所述导引媒介内侧的边缘直线；根据所述第一边缘直线和第二边缘直线之间的距离判断所述AGV的转弯类型；

根据所述转弯类型得到所述AGV转弯时的初始转弯速度；在转弯的过程中遇到障碍物时，连接障碍物连通域内距离转弯提醒点最近的第一像素点和所述转弯提醒点得到第一直线，获取所述第一直线与转弯后所述导引媒介的第一交点，根据所述第一交点的位置获取最大转弯半径和转弯点，进而基于所述转弯点，将所述初始转弯速度调整为所述最大转弯半径对应的最大转弯速度，利用所述最大转弯速度完成所述AGV转弯；所述根据所述转弯类型得到所述AGV转弯时的初始转弯速度的方法，包括：当所述转弯类型为直角转弯时，基于所述转弯提醒点与拐点之间的长度，并结合所述AGV在所述转弯提醒点的行驶速度得到速度变化量，进而根据所述速度变化量和所述行驶速度得到所述AGV做匀速圆周运动对应的所述初始转弯速度；所述拐点是所述第一边缘直线与所述第二边缘直线之间的交点。

2.如权利要求1所述的方法，其特征在于，获得所述最大转弯速度之后，还包括：在所述AGV到达所述转弯点的过程中，当检测到被遮挡障碍物时，获取转弯影响范围内被遮挡障碍物连通域内距离拐点最近的第二像素点；所述转弯影响范围是由所述第一交点和所述转弯提醒点形成的范围；根据所述第二像素点获取最佳转弯半径和最佳转弯点，进而基于所述最佳转弯点，将所述最大转弯速度调整为所述最佳转弯半径对应的最佳转弯速度。

3.如权利要求1所述的方法，其特征在于，所述最大转弯速度的修正方法，包括：对所述地面图像进行图像模糊修正，根据图像修正前后的模糊度程度修正所述最大转弯半径，进而根据修正后的所述最大转弯半径得到对应的所述最大转弯速度。

4.如权利要求2所述的方法，其特征在于，所述最佳转弯速度的修正方法，包括：对所述地面图像进行图像模糊修正，根据图像修正前后的模糊度程度修正所述最佳转弯半径，进而根据修正后的所述最佳转弯半径得到对应的所述最佳转弯速度。

5.如权利要求4所述的方法，其特征在于，对所述地面图像进行图像模糊修正的优化方法，包括：

确定所述图像模糊修正的范围，所述范围为所述最佳转弯半径在所述地面图像上形成的圆形范围。

6.如权利要求1所述的方法，其特征在于，所述根据所述第一边缘直线和第二边缘直线之间的距离判断所述AGV的转弯类型的方法，包括：当所述第一边缘直线与所述第二边缘直线之间的像素点位置存在重合时，确认所述转弯类型为直角转弯；否则为带有弧度的转弯。

7.如权利要求1所述的方法，其特征在于，所述根据所述第一交点获取最大转弯半径的方法，包括：

以所述第一边缘直线为纵坐标、所述第二边缘直线为横坐标、所述第一边缘直线与所述第二边缘直线之间的交点为原点建立直角坐标系，将所述第一交点的横坐标值作为所述最大转弯半径；

由所述最大转弯半径所形成的圆与所述纵坐标相切的位置作为所述转弯点。

8.一种基于人工智能的AGV自适应转弯避障装置，其特征在于，该装置包括：图像处理单元，用于采集地面图像，所述地面图像包括AGV的导引媒介；对所述地面图像进行语义分割得到导引媒介图像和导引媒介的边缘轮廓信息；

转弯判断单元，用于基于所述边缘轮廓信息确认所述AGV需要转弯时，检测转弯前后所述导引媒介的边缘直线获取转弯前的第一边缘直线和转弯后的第二边缘直线，所述第一边缘直线和所述第二边缘直线为位于转弯前后所述导引媒介内侧的边缘直线；根据所述第一边缘直线和第二边缘直线之间的距离判断所述AGV的转弯类型；

速度调节单元，用于根据所述转弯类型得到所述AGV转弯时的初始转弯速度；在转弯的过程中遇到障碍物时，连接障碍物连通域内距离转弯提醒点最近的第一像素点和所述转弯提醒点得到第一直线，获取所述第一直线与转弯后所述导引媒介的第一交点，根据所述第一交点的位置获取最大转弯半径和转弯点，进而基于所述转弯点，将所述初始转弯速度调整为所述最大转弯半径对应的最大转弯速度，利用所述最大转弯速度完成所述AGV转弯；

所述速度调节单元中根据所述转弯类型得到所述AGV转弯时的初始转弯速度的方法，包括：

当所述转弯类型为直角转弯时，基于所述转弯提醒点与拐点之间的长度，并结合所述AGV在所述转弯提醒点的行驶速度得到速度变化量，进而根据所述速度变化量和所述行驶速度得到所述AGV做匀速圆周运动对应的所述初始转弯速度；所述拐点是所述第一边缘直线与所述第二边缘直线之间的交点。

9.一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1‑7任意一项所述方法的步骤。

说明书

基于人工智能的AGV自适应转弯避障方法、装置及设备

技术领域

[0001] 本发明涉及人工智能技术领域，具体涉及一种基于人工智能的AGV自适应转弯避障方法、装置及设备。

背景技术

[0002] 自动导引运输车，简称AGV，是指装备有电磁或光学等自动导引装置，能够沿规定的导引路径行驶，并具有安全保护以及各种移载功能的运输车。AGV是一种以电池为动力，
装有非接触导引装置的无人驾驶车辆，其主要功能为能在计算机监控下，按路径规划和作
业要求，精确地行走并停靠到指定地点，完成一系列作业功能。

[0003] AGV小车能自动运行，需要有导引装置。常用的导引方式分为两大类：车外预定路径和非预定路径方式。其中，车外预定路径导引方式是指在行驶的路径上设置导引用的信
息媒介物，AGV通过检测出信息媒介物的信息而得到导向的导引方式，如电磁导引、色带导
引、磁带导引等；非预定路径导引方式是指AGV小车在运行时没有固定的路径，常用的是激
光导引方式，可以尝试掌握运行中所处的位置，并自主地决定行驶路径的导引方式。

[0004] 发明人在实践中，发现上述现有技术存在以下缺陷：现有技术中通常在转弯路段之前的导引媒介上设置转弯提醒点，以提醒车辆前方存在转弯路段，需减速至速度为零之
后再变换前进方向。但该转弯方法不仅增加车辆的运行时长，而且在AGV在进行转弯时，由
于障碍物的影响会导致其无法继续工作。

发明内容

[0005] 为了解决上述技术问题，本发明的目的在于提供一种基于人工智能的AGV自适应转弯避障方法、装置及设备，所采用的技术方案具体如下：

[0006] 第一方面，本发明一个实施例提供了一种基于人工智能的AGV自适应转弯避障方法，该方法包括：

[0007] 采集地面图像，所述地面图像包括AGV的导引媒介；对所述地面图像进行语义分割得到导引媒介图像和导引媒介的边缘轮廓信息；

[0008] 基于所述边缘轮廓信息确认所述AGV需要转弯时，检测转弯前后所述导引媒介的边缘直线获取转弯前的第一边缘直线和转弯后的第二边缘直线，所述第一边缘直线和所述
第二边缘直线为位于转弯前后所述导引媒介内侧的边缘直线；根据所述第一边缘直线和第
二边缘直线之间的距离判断所述AGV的转弯类型；

[0009] 根据所述转弯类型得到所述AGV转弯时的初始转弯速度；在转弯的过程中遇到障碍物时，连接障碍物连通域内距离转弯提醒点最近的第一像素点和所述转弯提醒点得到第
一直线，获取所述第一直线与转弯后所述导引媒介的第一交点，根据所述第一交点的位置
获取最大转弯半径和转弯点，进而基于所述转弯点，将所述初始转弯速度调整为所述最大
转弯半径对应的最大转弯速度，利用所述最大转弯速度完成所述AGV转弯。

[0010] 进一步地，获得所述最大转弯速度之后，还包括：

[0011] 在所述AGV到达所述转弯点的过程中，当检测到被遮挡障碍物时，获取转弯影响范围内被遮挡障碍物连通域内距离拐点最近的第二像素点；所述转弯影响范围是由所述第一
交点和所述转弯提醒点形成的范围；所述拐点是所述第一边缘直线与所述第二边缘直线之
间的交点；

[0012] 根据所述第二像素点获取最佳转弯半径和最佳转弯点，进而基于所述最佳转弯点，将所述最大转弯速度调整为所述最佳转弯半径对应的最佳转弯速度。

[0013] 进一步地，所述最大转弯速度的修正方法，包括：

[0014] 对所述地面图像进行图像模糊修正，根据图像修正前后的模糊度程度修正所述最大转弯半径，进而根据修正后的所述最大转弯半径得到对应的所述最大转弯速度。

[0015] 进一步地，所述最佳转弯速度的修正方法，包括：

[0016] 对所述地面图像进行图像模糊修正，根据图像修正前后的模糊度程度修正所述最佳转弯半径，进而根据修正后的所述最佳转弯半径得到对应的所述最佳转弯速度。

[0017] 进一步地，对所述地面图像进行图像模糊修正的优化方法，包括：

[0018] 确定所述图像模糊修正的范围，所述范围为所述最佳转弯半径在所述地面图像上形成的圆形范围。

[0019] 进一步地，所述根据所述第一边缘直线和第二边缘直线之间的距离判断所述AGV的转弯类型的方法，包括：

[0020] 当所述第一边缘直线与所述第二边缘直线之间的像素点位置存在重合时，确认所述转弯类型为直角转弯；否则为带有弧度的转弯。

[0021] 进一步地，所述根据所述转弯类型得到所述AGV转弯时的初始转弯速度的方法，包括：

[0022] 当所述转弯类型为所述直角转弯时，基于所述转弯提醒点与所述拐点之间的长度，并结合所述AGV在所述转弯提醒点的行驶速度得到速度变化量，进而根据所述速度变化
量和所述行驶速度得到所述AGV做匀速圆周运动对应的所述初始转弯速度。

[0023] 进一步地，所述根据所述第一交点获取最大转弯半径的方法，包括：

[0024] 以所述第一边缘直线为纵坐标、所述第二边缘直线为横坐标、所述第一边缘直线与所述第二边缘直线之间的交点为原点建立直角坐标系，将所述第一交点的横坐标值作为
所述最大转弯半径；

[0025] 由所述最大转弯半径所形成的圆与所述纵坐标相切的位置作为所述转弯点。

[0026] 第二方面，本发明另一个实施例提供了一种基于人工智能的AGV自适应转弯避障装置，该装置包括：

[0027] 图像处理单元，用于采集地面图像，所述地面图像包括AGV的导引媒介；对所述地面图像进行语义分割得到导引媒介图像和导引媒介的边缘轮廓信息；

[0028] 转弯判断单元，用于基于所述边缘轮廓信息确认所述AGV需要转弯时，检测转弯前后所述导引媒介的边缘直线获取转弯前的第一边缘直线和转弯后的第二边缘直线，所述第
一边缘直线和所述第二边缘直线为位于转弯前后所述导引媒介内侧的边缘直线；根据所述
第一边缘直线和第二边缘直线之间的距离判断所述AGV的转弯类型；

[0029] 速度调节单元，用于根据所述转弯类型得到所述AGV转弯时的初始转弯速度；在转弯的过程中遇到障碍物时，连接障碍物连通域内距离转弯提醒点最近的第一像素点和所述
转弯提醒点得到第一直线，获取所述第一直线与转弯后所述导引媒介的第一交点，根据所
述第一交点的位置获取最大转弯半径和转弯点，进而基于所述转弯点，将所述初始转弯速
度调整为所述最大转弯半径对应的最大转弯速度，利用所述最大转弯速度完成所述AGV转
弯。

[0030] 进一步地，一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任意一项方法
的步骤。

[0031] 本发明实施例至少存在以下有益效果：在AGV转弯的过程中，根据检测到障碍物大小对AGV的转弯速度进行实时调整，以保证AGV不撞到障碍物的情况下能够以最佳转弯速度
进行转弯，同时避免了转弯的不连续、卡顿和停滞等情况，使得AGV正常工作。

附图说明

[0032] 为了更清楚地说明本发明实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅
仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，
还可以根据这些附图获得其它附图。

[0033] 图1为本发明一个实施例所提供的一种基于人工智能的AGV自适应转弯避障方法的步骤流程图；

[0034] 图2为本发明实施例所提供的直角转弯类型下的匀速圆周运动示意图；

[0035] 图3为本发明实施例所提供的带有弧度的转弯类型下的匀速圆周运动示意图；

[0036] 图4为本发明实施例所提供的关于AGV转弯过程中检测到障碍物的运动路径的示意图；

[0037] 图5为本发明另一个实施例所提供的一种基于人工智能的AGV自适应转弯避障装置的结构框图；

[0038] 图6为本发明实施例所提供的一种电子设备的示意图。

具体实施方式

[0039] 为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种基于人工智能的AGV自适应转弯避障方法、
装置及设备，其具体实施方式、结构、特征及其作用，详细说明如下。在下述说明中，不同的
“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特
定特征、结构、或特点可由任何合适形式组合。

[0040] 除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。

[0041] 下面结合附图具体的说明本发明所提供的一种基于人工智能的AGV自适应转弯避障方法、装置及设备的具体方案。

[0042] 本发明所针对的应用场景为：车外预定路径导引方式下的色带导引或磁带导引等需要在地面连续铺设导引AGV的媒介。

[0043] 优选的，本发明实施例中的导引媒介为色带。

[0044] 参照附图1，本发明实施例中提供了一种基于人工智能的AGV自适应转弯避障方法，该方法包括以下具体步骤：

[0045] 步骤S001，采集地面图像，地面图像包括AGV的导引媒介；对地面图像进行语义分割得到导引媒介图像和导引媒介的边缘轮廓信息。

[0046] 具体的，使用AGV搭载RGB相机，在AGV行驶时对视野范围内的路况进行拍照以得到地面图像。将地面图像通过语义分割网络得到色带图像，进而根据色带图像能够得到色带
的边缘轮廓信息。

[0047] 优选的，本发明实施例采用编码器‑解码器结构的DNN网络对地面图像进行语义分割。

[0048] DNN网络的具体训练内容包括：

[0049] 1）将采集到地面图像作为训练数据集，对数据集进行标注，色带标注为1，障碍物标注为2，其他标注为0。其中随机选择数据集的80%作为训练集，剩余的20%作为验证集。

[0050] 2）将图像数据和标签数据输入网络中，编码器抽取网络特征，并将通道数变换为类别个数；然后通过解码器将特征图的高和宽变换为输入图像的尺寸，从而输出每个像素
的类别。

[0051] 3）损失函数使用交叉熵损失函数进行训练。

[0052] 步骤S002，基于边缘轮廓信息确认AGV需要转弯时，检测转弯前后导引媒介的边缘直线获取转弯前的第一边缘直线和转弯后的第二边缘直线，所述第一边缘直线和所述第二
边缘直线为位于转弯前后所述导引媒介内侧的边缘直线；根据第一边缘直线和第二边缘直
线之间的距离判断AGV的转弯类型。

[0053] 具体的，对色带图像中的色带边缘轮廓进行霍夫直线检测。根据先验知识可知转弯前后两条色带的边缘直线的方向是平行或者垂直，因此在进行霍夫直线检测时为了减少
计算量同时得到更为准确的色带的边缘直线，本发明实施例中仅提取特定角度的边缘直
线，具体过程为：

[0054] 1）将色带的边缘直线上的每个像素点变换到霍夫空间，即笛卡尔直角坐标系中的一点对应霍夫空间中的一条曲线。

[0055] 2）上述步骤1）完成后，霍夫空间内曲线交点最亮的坐标点 即代表图像中的多个像素点位于同一条直线。

[0056] 3）图像转换到霍夫空间后，在霍夫空间中仅分别选择 角为 度和90度的高亮点，霍夫变换空间中的每个像素值的大小代表该参数确定的直线上像素点的多少。

[0057] 将提取到的边缘直线与色带的轮廓进行重合度判断以进行直线滤除，其中重合度判断的过程为：若边缘直线上的各像素点坐标在同一个方向上有超过 个均位于同一个直
线方程中，则将这些像素坐标点对应的边缘直线进行保留，否则进行滤除。

[0058] 进一步地，根据筛选后色带的边缘直线之间的距离判断AGV的转弯类型，具体过程为：

[0059] 1）若得到的边缘直线只有一个方向，则可判断当前AGV沿直线方向行驶，无须转弯；否则确认AGV需在前方进行转弯。

[0060] 2）当确认AGV需要转弯时，检测转弯前后导引媒介的边缘直线获取转弯前的第一边缘直线和转弯后的第二边缘直线，所述第一边缘直线和所述第二边缘直线为位于转弯前
后所述导引媒介内侧的边缘直线；根据第一边缘直线和第二边缘直线之间的距离判断AGV
的转弯类型。

[0061] 作为一个示例，本发明实施例任选AGV转弯前所在导引媒介中的任意一条第一边缘直线，并选取AGV转弯后所在导引媒介中的第二边缘直线，且第一边缘直线和第二边缘直
线为位于转弯前后导引媒介内侧的边缘直线，计算第一边缘直线和第二边缘直线之间像素
点的距离，当像素点之间的距离为0时，即第一边缘直线与第二边缘直线之间的像素点位置
存在重合时，确认转弯类型为直角转弯；否则为带有弧度的转弯。

[0062] 步骤S003，根据转弯类型得到AGV转弯时的初始转弯速度；在转弯的过程中遇到障碍物时，连接障碍物连通域内距离转弯提醒点最近的第一像素点和转弯提醒点得到第一直
线，获取第一直线与转弯后导引媒介的第一交点，根据第一交点的位置获取最大转弯半径
和转弯点，进而基于转弯点，将初始转弯速度调整为最大转弯半径对应的最大转弯速度，利
用最大转弯速度完成AGV转弯。

[0063] 具体的，AGV在转弯时一般可认为其做的是圆周运动，因此，基于圆周运动，确认转弯类型后获取AGV的初始转弯速度，其中，获取过程为：

[0064] 1）本发明实施例中认为当AGV进行匀速转弯的过程中作匀速圆周运动。由于相机视野比较开阔且可视距离较远，在实际场景中会在较远的距离内就检测到转弯处，然而转
弯处距离较远时，投影变换会使转弯处存在一定的角度畸变，因此本发明实施例中在AGV距
离拐点5米处设置一个感应标签，即转弯提醒点，以提醒AGV转弯。

[0065] 需要说明的是，拐点是第一边缘直线与第二边缘直线之间的交点。

[0066] 2）由于AGV在转弯时做的是匀速圆周运动，因此需计算其摩擦力以及相应速度下的向心力大小，否则会在转弯半径一定的情况下因为AGV速度过快导致其在转弯时发生侧
翻情况。

[0067] 具体的，AGV的摩擦力 计算式为：

[0068]

[0069] 其中，为AGV与地面的摩擦系数，可根据先验数据获得；为AGV的重力。

[0070] 需要说明的是， ，其中 为AGV及携带的货物总质量，由AGV标准质量及其携带的货物质量组成，货物质量可由AGV上携带的称重传感器获得。

[0071] AGV在转弯时的向心力 计算式为：

[0072]

[0073] 其中 是AGV在转弯提醒点的行驶速度；为AGV转弯时所作匀速圆周运动对应的圆形半径。

[0074] 3）当转弯类型为直角转弯时，基于转弯提醒点与转弯点之间的长度，并结合AGV在转弯提醒点的行驶速度得到速度变化量，进而根据速度变化量得到AGV做匀速圆周运动对
应的初始转弯速度。

[0075] 具体的，为保证AGV的速度在不降速的前提下平稳顺滑的匀速转弯，则首先计算AGV在转弯提醒点对应的行驶速度下的转弯半径 ，由于AGV做的是匀速圆周运动，因此此时
向心力约等于静摩擦力，则：

[0076]

[0077]

[0078] 参照附图2，A点为转弯提醒点；B点为AGV匀速圆周运动轨迹与色带相切时对应的转弯点；点为相切点；点为匀速圆周运动的圆心，为了使AGV能够在转向后正好进入规定
的方向作匀速圆周运动，则此时AGV做匀速圆周运动所处的圆必须要与转弯后的色带相切。

[0079] 由于AGV作匀速圆周运动的转弯半径 随着自身速度的变化而变化，为了使AGV能够在拐点前以最大限度的速度平稳转弯，需对AGV进行行驶速度的调节以得到初始转弯速
度，该调节过程为基于转弯提醒点与拐点之间的长度，并结合AGV在转弯提醒点的行驶速度
得到加速度，进而根据加速度得到AGV做匀速圆周运动对应的初始转弯速度。

[0080] 作为一个示例，本发明实施例中转弯提醒点与拐点之间的长度 ，基于加速度公式 和位移公式 计算出AGV的加速度 ，其中，为变化后的速度；为初
始速度；为时间。在AGV的初始速度为 时，为了使AGV到达拐点完全停止的过程中,即 =0，
AGV的速度根据加速度 进行减速，且在减速过程中计算实时速度下的匀速圆周运动轨迹是
否与转弯后的色带轨道相切，其中判断相切的方法为：计算匀速圆周运动轨迹的圆心到转
弯后的色带轨道的距离，当该距离与匀速圆周运动轨迹的转弯半径相等时，则认为相切，否
则认为不相切；若相切，则此时的速度为AGV的初始转弯速度，并以该初始转弯速度进行转
弯；若不相切，则会在到达拐点速度降为0，然后进行转弯。

[0081] 需要说明的是，AGV转向装置共有三种，分别为前轮转向后轮驱动三轮车型、差速转向式四轮车型和全轮转向式四轮车型。其中差速转向式四轮车型通过控制中部两个轮的
速度进行转向，这种方式结构简单且定位精度高，应用最为广泛。

[0082] 优先的，本发明实施例中主要针对差速转向式下的AGV双轮车速进行调节。

[0083] 4）当转弯类型为带有弧度的转弯时，同样为保证AGV的速度在不降速的前提下平稳顺滑的匀速转弯，计算该带有弧度的弧长及其对应的弧度角，进而基于弧度角，利用弧长
得到加速度，进而根据加速度得到AGV做匀速圆周运动对应的初始转弯速度。

[0084] 作为一个示例，参照附图3，虚线表示为车体的初始姿态；实线表示车体在初始时差为 时的姿态；AGV的左右轮运行速度分别为 ；AGV沿着A点作圆弧运动，转弯半径为
d。根据左右轮所处圆弧图形的相似性可得：

[0085]

[0086] 其中，为左轮和右轮之间的距离。

[0087] 当AGV的运动偏移弧度为 时，则由弧长公式可得其与左右轮的速度关系式为：

[0088]

[0089] 根据上述相似性公式和弧长公式计算出AGV所要转弯时的运动偏移弧度，当运动偏移弧度为 时，则保持当前整体车速不变，仅改变两个差速轮的比值关系来进行转弯；当
运动偏移弧度小于 时，基于弧长，利用加速度公式 和位移公式 计算出
AGV的加速度 ，将AGV的速度根据加速度 进行减速，在减速过程中计算实时速度下的匀速
圆周运动轨迹是否与转弯后的色带轨道相切，若相切，则此时的速度为AGV的初始转弯速
度，并以该初始转弯速度进行转弯；若不相切，则会在到达拐点速度降为0，然后进行转弯。

[0090] 需要说明的是，由于本发明实施例所针对的是AGV依靠色带或磁带等进行导引的外部导引方式，因此当AGV在上述过程中进行转弯时会脱离色带导引，但由于此过程中AGV
所作的是匀速圆周运动，因此仅需由弧长公式得到左右轮需要行走的相应弧长位移，以及
左右轮各自的速度即可得到AGV脱离色带的时间，则在此时间 内AGV无需色带导引，仅需要
按照恒定速度做匀速圆周运动即可。

[0091] 进一步地，当AGV在转弯过程中遇到障碍物时，根据障碍物对AGV转弯时的影响范围，调整AGV的初始转弯速度，参照附图4，具体过程为：

[0092]  1）根据AGV转弯前后的色带建立直角坐标系，即以第一边缘直线1为纵坐标轴、第二边缘直线2为横坐标轴、拐点3为原点建立直角坐标系。

[0093] 2）如果AGV在到达转弯提醒点A的过程中没有检测到障碍物时，AGV会根据预设的匀速圆周运动轨迹BC进行转弯；当AGV在到达转弯提醒点A的过程中检测到障碍物时，AVG会
重新规划转弯路径并确定新的转弯点，并在新的转弯点进行转弯。重新规划转弯路径的方
法为：当相机检测到在AGV转弯所处的直角坐标系范围内存在障碍物6时，连接障碍物连通
域内距离转弯提醒点A最近的第一像素点P和转弯提醒点A得到第一直线，获取第一直线与
第二边缘直线的第一交点 ，根据第一交点 的位置获取最大转弯半径和转弯点，进而基于
转弯点，将初始转弯速度调整为最大转弯半径对应的最大转弯速度，利用最大转弯速度完
成AGV转弯。

[0094] 具体为：获取障碍物连通域内距离转弯提醒点最近的第一像素点P，连接转弯提醒点A与第一像素点P得到第一直线，进而获取第一直线的延长线在横坐标轴上的第一交点
，将第一交点 的横坐标值作为最大转弯半径，以最大转弯半径为圆的半径做同时与横纵
坐标轴相切的圆且将最大转弯半径所形成的圆与纵坐标轴相切的位置作为转弯点，即根据
第一交点的横坐标值 确定最大转弯半径 ，则此时AGV的匀速圆周运动轨迹4与横坐
标轴的切点需位于[0, ]范围内。令以最大转弯半径 为半径的匀速圆周运动轨迹4与纵
坐标轴相切的点为 ，则点 的位置即为AGV的转弯点。

[0095] 由最大转弯半径能够得到AGV作匀速圆周运动的最大转弯速度；获取转弯提醒点与转弯点之间的距离，利用加速度公式 和位移公式 能够得到AGV从转弯
提醒点到转弯点过程中的加速度 ，进而根据加速度将初始转弯速度调整到最大转弯速度。

[0096] 3）由于图像采集使用了RGB相机，且在相机检测到障碍物之后，并不能获得障碍物的三维轮廓，因此，步骤2）得到的最大转弯半径范围过大，导致AGV在转弯过程中会与被遮
挡的障碍物发生碰撞。故在AGV到达转弯点的过程中，当检测到被遮挡障碍物7时，获取转弯
影响范围内被遮挡障碍物连通域内距离拐点最近的第二像素点I；根据第二像素点获取最
佳转弯半径和最佳转弯点，进而基于最佳转弯点，将最大转弯速度调整为最佳转弯半径对
应的最佳转弯速度。

[0097] 需要说明的是，转弯影响范围是基于直角坐标系，由第一交点和转弯提醒点形成的范围；

[0098] 具体为：获取遮挡障碍物连通域内距离拐点最近的第二像素点I，且第二像素点I的横坐标值在第一交点的横坐标值 的范围内，以第二像素点I的横坐标值对应的长度为
半径得到AGV8的匀速圆周运动轨迹5，此时匀速圆周运动轨迹5与纵坐标轴相切于点 ，则点
为AGV8的最佳转弯点，将该匀速圆周运动轨迹5对应的半径作为最佳转弯半径，根据最佳
转弯半径确定AGV8作匀速圆周运动时对应的最佳转弯速度，进而基于AGV8与最佳转弯点之
间的距离获取加速度 ，根据加速度将最大转弯速度调整到最佳转弯速度。

[0099] 进一步地，考虑到相机在采集图像时，由于AGV小车与障碍物之间存在相对运动，可能会造成所拍摄的图像产生模糊，因此在此基础上计算得到的最佳转弯半径也存在相应
的置信度误差。故，本发明实施例通过对地面图像进行图像模糊修正，根据图像修正前后的
模糊度程度修正最大转弯半径，进而根据修正后的最大转弯半径得到对应的最大转弯速
度，则具体方法为：

[0100] 1)使用Reblur二次模糊算法对第一次检测到第一交点时的地面图像进行模糊度检测，以得到该地面图像的第一模糊程度。

[0101] 2）基于点扩散函数 对地面图像进行模糊修正。

[0102] 具体的，模糊图像进行修正最重要的内容是确定点扩散函数 ，由于图像强边缘经模糊后对图像质量影响较大，可以较为灵敏的反映出图像的模糊程度，因此，本发明实施
例中使用强边缘预测法来准确估计 值。

[0103] 在强边缘预测法中一般获取由设定半径得到的区域，并以此区域内的像素值作为有效像素来估计空间变化的 值。得到 值后利用非盲去卷积算法对该区域进行模糊恢
复。

[0104] 优选的，本发明实施例中以最大转弯半径在地面图像中所形成的圆形范围进行图像模糊修正。

[0105] 3）使用Reblur二次模糊算法对模糊恢复后的地面图像进行模糊度检测，以得到模糊恢复后的地面图像的第二模糊程度。

[0106] 4）基于图像修正前后的模糊程度来修正最大转弯速度。具体为：获取第一模糊程度和第二模糊程度的比值，根据该比值与最大转弯半径的乘积得到新的最大转弯半径，进
而根据新的最大转弯半径得到对应的最大转弯速度以完成AGV转弯。

[0107] 相同的，对地面图像进行图像模糊修正，根据图像修正前后的模糊度程度修正最佳转弯半径，进而根据修正后的最佳转弯半径得到对应的最佳转弯速度。

[0108] 优选的，确定图像模糊修正的范围，范围为最佳转弯半径在地面图像上形成的圆形范围。

[0109] 综上所述，本发明实施例提供了一种基于人工智能的AGV自适应转弯避障方法，该方法根据色带的边缘轮廓信息确认AGV需要转弯时，由AGV转弯前后的色带的边缘直线之间
的距离判断AGV的转弯类型，根据AGV的转弯类型得到AGV转弯时的初始转弯速度，通过转弯
过程中检测的障碍物连通域对初始速度进行调整以得到最佳转弯速度，进而利用最佳转弯
速度完成AGV转弯。在AGV转弯的过程中，根据检测到障碍物大小对AGV的转弯速度进行实时
调整，以保证AGV不撞到障碍物的情况下能够以最佳转弯速度进行转弯，同时避免了转弯的
不连续、卡顿和停滞等情况，使得AGV正常工作。

[0110] 基于与上述方法相同的发明构思，本发明实施例提供了一种基于人工智能的AGV自适应转弯避障装置。

[0111] 参照附图5，本发明实施例提供了一种基于人工智能的AGV自适应转弯避障装置，该装置包括：图像处理单元10、转弯判断单元20以及速度调节单元。

[0112] 图像处理单元10用于采集地面图像，地面图像包括AGV的导引媒介；对地面图像进行语义分割得到导引媒介图像和导引媒介的边缘轮廓信息。

[0113] 转弯判断单元20用于基于边缘轮廓信息确认AGV需要转弯时，检测转弯前后导引媒介的边缘直线获取转弯前的第一边缘直线和转弯后的第二边缘直线，第一边缘直线和第
二边缘直线为位于转弯前后导引媒介内侧的边缘直线；根据第一边缘直线和第二边缘直线
之间的距离判断AGV的转弯类型。

[0114] 速度调节单元30用于根据转弯类型得到AGV转弯时的初始转弯速度；在转弯的过程中遇到障碍物时，连接障碍物连通域内距离转弯提醒点最近的第一像素点和转弯提醒点
得到第一直线，获取第一直线与转弯后导引媒介的第一交点，根据第一交点的位置获取最
大转弯半径和转弯点，进而基于转弯点，将初始转弯速度调整为最大转弯半径对应的最大
转弯速度，利用最大转弯速度完成AGV转弯。

[0115] 进一步地，请参阅附图6，其示出了本发明实施例提供的一种电子设备的示意图。该实施例中的该电子设备包括：采集装置、处理器、存储器以及存储在所述存储器中并可在
处理器上运行的计算机程序。其中，所述采集装置为RGB相机。处理器执行所述计算机程序
时实现上述一种基于人工智能的AGV自适应转弯避障方法实施例中的步骤，例如图1所示的
步骤。或者，处理器执行计算机程序时实现上述一种基于人工智能的AGV自适应转弯避障装
置实施例中各单元的功能。

[0116] 示例性的，计算机程序可以被分割成一个或多个单元，其中一个或者多个单元被存储在所述存储器中,并由所述处理器执行,以完成本发明。其中一个或多个单元可以是能
够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序在所述电
子设备中的执行过程。

[0117] 该电子设备是AGV。所述一种电子设备可包括，但不仅限于，处理器、存储器。本领域技术人员可以理解，示意图仅仅是该电子设备的示例，并不构成对该电子设备的限定，可
以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如该电子设备还
可以包括输入输出设备、总线等。

[0118] 所称处理器可以是中央处理单元(Central Processing Unit,CPU）,还可以是其他通用处理器、数字信号处理器( Digital Signal Processor,DSP)、专用集成电路( 
Application Specific Integrated Circuit,ASIC)、现成可编程门阵列  (Field 
Programmable Gate Array,FPGA）或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、
分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器
等，该处理器是电子设备的控制中心,利用各种接口和线路连接整个电子设备的各个部分。

[0119] 需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一
些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且
仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连
续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者
可能是有利的。

[0120] 本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。

[0121] 以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。