｜影像循跡技術於無人搬運車之應用

摘要：無人搬運車在自動化運載系統中扮演重要角色，而影像循跡技術則可滿足無人搬運車所須之低成本、高可靠性的導引需求。本文針對發展成熟且實用的影像循跡技術進行介紹，其本質上主要可劃分成為三個程序：影像前處理、導引線辨識及循跡控制。在影像前處理部份，主要是雜訊移除或是色彩空間的轉換。而導引線辨識部分通常使用邊界偵測、霍夫轉換等演算法取得導引線特徵參數然後再將所提取之導引線參數經由循跡控制來調整運動方向及速度。

Abstract: Automated guided vehicle system (AGVs) plays an important role for material transportation in automatic material handling system. For navigating vehicles, vision-based line-following method is a way which provides low-cost and highly reliable. In this paper, the current vision-based line-following methods can be segmented by three stages, namely image-preprocessing, line-recognition and tracking-control. Considering with the image analysis, noise reduction and color space transform are processed in image-preprocessing stage. Next, the line-recognition stage will deal with the edge-detection and Hough transform to output the feature parameters. Finally, these feature parameters will be used to adjust the AGV velocity via tracking-control stage.

關鍵詞：循跡、無人搬運車、視覺基礎

Keywords：Line-following, Automated guided vehicle, Vision-based

前言
近數十年來，移動型機器人（Mobile Robot）應用視覺導航（Visual Navigation）技術持續蓬勃發展。但高精度、高解析度與測量距離長之雷射測距儀依然是目前機器人學界所採用標準配備。這些雷射測距儀是在複雜環境下完成大範圍、大面積之機器人定位、建地圖、移動物體偵測追蹤等任務最重要關鍵儀器。

相較於雷射測距儀，攝影機本身價格極具市場競爭力，且能夠提供更豐富的環境訊息。但其使用上有三個主要的問題：一是不具距離的量測資料，經由正確合適的攝影機內部參數校正，可從照相機資料獲得角度上的訊息，但並無距離上的訊息。二是其豐富的環境外觀相關訊息，往往增加運算複雜度及特徵點對應關係之不確定性，造成資料分析困難。三是測量重覆性低，攝影機量測值往往因些許環境變化而不同，在戶外環境下這個因素將影響更大。

針對第一個問題，環境與攝影機相對之距離通常以兩個攝影機以上組成立體視覺（Stereo Vision）系統來獲得，其優點是可獲得即時的三維環境資訊，但其量測準度較差，在無明顯特徵之環境則無法計算深度，另外在環境特徵複雜有重覆的地方，則會因特徵比對錯誤造成深度計算錯誤。針對第二個問題，則可配合較強大之運算資源，使用機率統計相關之演算法處理，但其結果不一定會馬上收斂到真實值，也可能會不收斂或有許多可能解。針對第三個問題，有些可以以硬體或軟體方式來解決，如光照變化問題，但依然還有許多課題尚待克服。

雖然視覺導航在移動型機器人上仍有實際應用的弱點，但在工業環境中，機器視覺（Machine Vision）足以提供無人搬運車（AGV）低成本、高可靠性的視覺導引（Visual Guidance）技術。因此本文將針對已發展相對成熟的影像循跡（Line-Following）技術進行介紹。