具体实施方式
为了便于理解本发明,下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的较佳的实施例。但是,本发明可以以许多不同的形式来实现,并不限于本文所描述的实施例。相反地,提供这些实施例的目的是使对本发明的公开内容的理解更加透彻全面。
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。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明。本文所使用的术语“或/及”包括一个或多个相关的所列项目的任意的和所有的组合。
在描述具体实施例中前,首先介绍目前行业内主流的智能AGV导航方法,包括:电磁导航、磁带导航、光学导航、激光导航、超声波导航、视觉导航、GPS导航、惯性导航等。
1、电磁引导
电磁引导是比较传统的引导方式,其原理是在地下埋金属线,对其施加变电流以产生交变磁场,在AGV车体上安装电磁传感器,用以检测金属线产生的电磁信号,从而引导AGV沿埋设金属线的固定路线行驶。
优点:技术成熟,控制相对简单可靠,地下埋金属线隐蔽,不易破损与污染,对声光无干扰。
缺点:由于要埋线,施工时间较长,并且埋线后不易更改线路,不能用于复杂线路的控制。
2、磁带引导
磁带引导的方式类似于电磁引导,把在地下埋金属线的方式改成在地面上铺设磁带的方式。
优点:可以方便的更改或扩充路径磁带,提高了其灵活性。
缺点:传感器易受到磁带周围金属物质的干扰,磁带容易受损或污染,因此磁带引导方式控制可靠性较差。
3、光学引导
光学引导顾名思义就是利用光信号来判断AGV行驶方向,在AGV上装有光源和光电检测器,同时需要在地面上铺设连续的反光带,光电检测器通过反射的光来判断行驶的方向。
优点:线路铺设方便且成本较低,灵活性较好。
缺点:光电检测器容易受到外界光源的干扰,反光带要求平整无污染,因此其可靠性差。
4、激光引导
激光引导的方式是在AGV的车顶安装激光导航仪,激光导航仪通过旋转不停向四周发射激光束,在AGV工作区域周围固定有激光反射板,激光导航仪可以采集反射回来的信号,计算机不间断的利用三角几何运算来确定AGV当前的位置。
优点:地面无需定位设施,定位精度高,行驶路径灵活,可以根据计算机规划路径来行驶。
缺点:激光导航仪成本较高,不适合室外工作。
5、超声波引导
超声波引导方式的工作原理是在AGV上装有超声波发射与接收器,超声波通过墙或者有遮挡作用的物体发射回AGV,AGV通过发射回来的信号来定位和引导。
优点:不需要外部反射板等辅助设施,实行简单,成本较低。
缺点:在环境复杂情况下会出现许多发射盲区,该引导方式的可靠性大幅下降。
6、视觉引导
视觉引导方式的工作原理是利用安装在AGV上的CCD(摄像头)拍摄AGV周围环境图片,计算机获取AGV周围图像信息后与已经储存在数据库中的路径信息进行对比,通过这种方式获取AGV当前位置信息从而对AGV的行驶进行修正。
优点:不需认为设置物理路径,工作环境由数据库决定,因此具有很高的柔性。
缺点:系统实时性较差,成本高。
7、GPS(Global Positioning System,全球定位系统)引导
GPS引导方式的工作原理是通过全球定位系统来确定AGV的位置,类似于现在的无人驾驶汽车,该项技术目前正在发展中,其定位精度取决于卫星的固定精度和数量,其精度的提升会带来成本的增加,目前只适合室外远距离运输。
8、惯性导航
惯性导航的工作原理是在AGV上安装陀螺仪,在工作区域周围安装有定位块,通过陀螺仪检测的方位角以及定位块信息的采集来确定AGV的位置及方向,定位块相当于参考点。
优点:惯性导航方式技术先进,柔性强。
缺点:陀螺仪对震动敏感,长时间有累计误差,成本较高。
各种引导方式的比较如下表表1所示:
表1各种引导方式的比较
以下通过具体实施方式对本发明的方案、效果作具体说明。
请参阅图1,本发明一实施方式提供一种仓储AGV导航方法,包括:
S100:接收调度指令,调度指令包括调度路径,调度路径包括调度起始位姿及调度目标位姿。
调度指令由上位机发送至AGV,调度指令包括调度路径,调度路径包括调度起始位姿及调度目标位姿。调度目标位姿为本次调度指令需要将AGV调度至的目标位姿。调度起始位置为上位机上一次接收到的由AGV发送的AGV当前位姿。可以理解地,在本实施方式中,AGV在运动过程中,可以实时发送AGV当前位姿至上位机,以使上位机获取到AGV的位姿,从而方便对AGV发出合理地调度指令。本实施方式的仓储AGV导航方法运行在AGV上。
需要说明的是位姿包括AGV在全局坐标系中的位置信息及方位角,该方位角的值可以为AGV前进方向与全局坐标系的X轴正方向的夹角度数。可以理解地,在步骤S100之前,还包括步骤:建立全局坐标系。
S200:采集设置在天花板或高架上的定位二维码图像,并根据二维码图像确定AGV起始位姿。
在AGV执行调度指令之前,需要确定AGV当前位姿即该调度指令对应的仓储AGV导航的AGV起始位姿,是否与调度指令中调度路径所包含的调度起始位姿一致。在本实施方式中,如图2所示,定位二维码设置在天花板或高架上。通过采集设置在天花板或高架上的定位二维码图像的方式,来确定AGV起始位姿。优选地,摄像头垂直向上采集设置在天花板或高架上的定位二维码图像,如此,可以方便计算,节约资源。由于定位二维码不是设置在地面上,而是设置在天花板或高架上,因此,不容易脏污,从而使得确定的AGV起始位姿更为准确。
S300:当AGV起始位姿与调度起始位姿一致时,根据调度指令控制AGV运动至调度目标位姿。
若AGV起始位姿与调度起始位姿不一致,说明该调度指令有误,此时,需要停止执行,并报错;若AGV起始位姿与调度起始位姿一致,则说明调度指令无误,则执行该调度指令,即根据调度指令控制AGV运动至调度目标位姿。
根据控制调度指令控制AGV运动至调度目标位姿的过程中,即步骤S300,包括:
S310:采用惯性导航技术获取AGV当前位姿,当采集到设置在天花板或高架上的AGV当前位姿对应的定位二维码图像时,根据AGV当前位姿对应的定位二维码图像替换AGV当前位姿。如此,可以消除惯性导航位姿数据长时间累计的误差。
S330:根据AGV当前位姿及调度目标位姿,控制AGV运动至调度目标位姿。
根据调度目标位姿及消除惯性导航位姿数据长时间累计的误差后的AGV当前位姿,可以更加精准的控制AGV运动至调度目标位姿,从而提高导航的精准性。
上述仓储AGV导航方法,接收调度指令,调度指令包括调度路径,调度路径包括调度起始位姿及调度目标位姿;采集设置在天花板或高架上的定位二维码图像,并根据二维码图像确定AGV起始位姿,因此,定位二维码图像不容易脏污,从而可以使得确定的AGV起始位姿更为准确;当AGV起始位姿与调度起始位姿一致时,根据调度指令控制AGV运动至调度目标位姿。又由于根据控制调度指令控制AGV运动至调度目标位姿的过程中,包括:采用惯性导航技术获取AGV当前位姿,当采集到设置在天花板或高架上的AGV当前位姿对应的定位二维码图像时,根据AGV当前位姿对应的定位二维码图像替换AGV当前位姿,如此,可以得到连续的AGV当前位姿,且消除惯性导航位姿数据长时间累计的误差。然后,再根据AGV当前位姿及调度目标位姿,可以更加精准的控制AGV运动至调度目标位姿,从而提高导航的精准性。
在其中一实施方式中,在采集设置在天花板或高架上的定位二维码图像时,即步骤S200及步骤S310,包括:采用高速成像设备,并且在利用红外补光灯实现纳秒级脉冲式照明的环境下,采集设置在天花板或高架上的定位二维码图像。如此,定位二维码图像能够在一瞬间被冻结在摄像头的感光元件中,从而消除运动模糊,进一步提高AGV起始位姿及AGV当前位姿的精准性,从而进一步提高导航的精准性。
在其中一个具体实施例中,摄像头采集图像、传输图像以及补光灯的开启、关闭时序图如图3所示,在摄像头采集图像的时候需要开启补光灯,在摄像头传输图像的时候,可以关闭补光灯。
在其中一实施方式中,在采集设置在天花板或高架上的定位二维码图像之前,即步骤S200及步骤S310之前,还包括:根据定位二维码图像与AGV的摄像头的距离,调整摄像头的焦距。如此,可以使得摄像头成像视野中至少能得到一个定位二维码图像。从而进一步提高AGV起始位姿及AGV当前位姿的精准性,从而进一步提高导航的精准性。优选地,根据多个定位二维码图像确定的AGV起始位姿及AGV当前位姿将更加准确。
在其中一实施方式中,调度路径还包括调度节点位姿,调度节点位姿为调度起始位姿与调度目标位姿之间节点位姿,即调度节点位姿为调度指令中指定的在调度起始位姿与调度目标位姿之间AGV需要经过的节点位姿。根据控制调度指令控制AGV运动至调度目标位姿的过程中,还包括:
(a)、每次根据定位二维码图像替换AGV当前位姿的步骤之后,将AGV当前位姿记录为一AGV节点位姿;(b)、当不少于预设数量个数的AGV节点位姿不属于调度节点位姿时,控制AGV停止运动,并发出错误报警。如此,避免AGV不按照调度指令执行,而影响全局中的其它AGV的调度。
其中,预设数量至少为1。优选地,预设数量为2,如此,可以在及时发现导航错误的时候停止导航,又允许有一定的容错能力。
可以理解地,在该实施方式中,当少于预设数量个数的AGV节点位姿不属于调度节点位姿时,执行步骤S330。
在其中一实施方式中,调度路径还包括调度节点位姿及每两个相邻位姿之间的运动方式,调度节点位姿为调度起始位姿与调度目标位姿之间的节点位姿,即调度节点位姿为调度指令中指定的在调度起始位姿与调度目标位姿之间AGV需要经过的节点位姿。根据AGV当前位姿及调度目标位姿,控制AGV运动至调度目标位姿的步骤,即步骤S330,包括:根据AGV当前位姿、调度节点位姿及调度目标位姿及运动方式,控制AGV运动至调度目标位姿。
在本实施方式中,调度指令中指定了AGV由一个位姿运动至下一个位姿的运动方式,如此,可以无需AGV自行计算采用何种运动方式从一个位姿运动至下一个位姿,从而节约AGV资源。
进一步地,运动方式包括:前进及走圆弧。AGV可以采用定点直线轨迹导航技术实现前进的运动方式,可以采用点圆弧轨迹导航技术实现走圆弧的运动方式。如此,提供一种具体的节约AGV资源的运动方式。AGV上配置有实现相应的运动方式的技术,从而使得能够按照调度指令所指定的运动方式执行。
可以理解地,在其它实施例中,运动方式还可以包括:掉头、左转及右转。这三种运动方式只需要在原地运动即可,如掉头只需控制AGV原地旋转180度,左转可以通过控制AGV原地向左旋转90度,右转可以通过控制AGV原地向右旋转90度即可。
在其中一实施例中,AGV采用三轮叉车结构,该三轮叉车包括一个驱动轮和两个从动轮。驱动轮兼有转向的功能,因此又称为舵轮,为了提高承载力和稳定性,在舵轮的两侧各添加一个万向轮,起支撑作用,它对叉车运动学模型没有影响,叉车有2个自由度。舵轮依靠直流电机产生驱动力,同时受直流电机控制进行转向。
在建立理想叉车运动学模型之前,作如下假设:叉车的运行环境为理想的水平面,没有坡度;运动过程叉车只做无滑纯滚动运动;叉车由刚性架构组成,且叉车的质心与几何中心重合。
建立叉车理想运动学模型,如图4所示。设舵轮的线速度为Vf,前后轮轴间距离为L,舵轮横向偏距为d,舵轮转角(假设逆时针方向为正,顺时针方向为负)为α,XOY为全局坐标系,xoy为三轮叉车局部坐标系,o为三轮叉车参考点。
根据图4的几何关系可得:
其中,l2为OICR到两个从动轮的中点的距离;l1为OICR到舵轮的距离;OICR为舵轮中心法线与从动轮中心法线的交点。
那么三轮叉车转弯的角速度为:
其中,v为参考点的速度。
参考点的速度为:
通过解算得到三轮叉车最终的角速度为:
请结合参阅图5,三轮叉车的运动模型可表示为:
z1=z0+ωt
其中,(x0,y0,z0)为三轮叉车当前位姿,(x1,y1,z1)为下一节点位姿;前两项(xi,yi)为位置信息,最后一项zi为方向角。
在其中一个具体实施例中,实现三轮叉车对期望路径即调度路径的跟踪,可以采用如图6所示的三轮叉车控制系统。该三轮叉车控制系统将横向误差en、角度误差β(bata)作为控制算法的输入,舵轮转角alpha作为输出,然后将该舵轮转角发送至舵轮转向电机,最终实现三轮叉车对期望路径的跟踪。
在其中一个具体实施例中,采用定点直线轨迹导航技术实现前进的运动方式采用AGV当前位姿与下一节点位姿的差值ΔP(Δx,Δy,Δθ),进行有差控制,调节AGV平移速度。为了算法的方便通常把下一节点位姿在全局坐标系XOY中的位姿(xr,yr,θr)转换到AGV坐标系XcPcYc中(AGV坐标系是以两驱动轮中心点Pc为运动基点,在基点Pc上建立平移坐标系,AGV前进方向为X轴正方向,AGV左边为Y轴正方向),记为转换后的坐标记为Pb(xb,yb,θb),转换公式如下:
如图7所示,x
b表示AGV当前位姿P
c(X
c,Y
c,θ
c)到下一节点位姿P
r(x
r,y
r,θ
r)的横向距离,y
b表示AGV当前位姿P
c(X
c,Y
c,θ
c)到下一节点位姿P
r(x
r,y
r,θ
r)的射线方向的垂直距离,即纵向距离,θ
b示AGV当前位姿P
c到下一节点位姿P
r(x
r,y
r,θ
r)的需要旋转的方位角;R(θ
c)表示旋转半径,可以根据
确定。在AGV的速度控制中,控制AGV坐标系X
cP
cY
c中X方向平移速度v
x使x
b稳定减少,控制Y方向平移速度v
y使y
b稳定减少,控制旋转角速度ω使方位角θ
b稳定减少,这样就达到了效果较好的轨迹跟踪目的。其控制律可写为:
其中,V为AGV坐标系中的AGV瞬时平移速度,Ftrack为要设计的控制规律。对于不同的AGV机器人形式,根据机器人运动学模型可以将V转化为驱动轮的速度。
对于定点直线轨迹导航,就是使AGV从AGV当前位姿沿着下一节点位姿方向所在的射线运动达到下一节点位姿,这样vx可以取一全局速度vmax,而对vy,ω进行反馈有差调节。可以采用传统的PID控制算法实现有差控制。引进PID调节参数Kp,Ki,Kd,设Pb通过PID准标算法得到的比例量、积分量、微分量记为Pbp(xbp,ybp,θbp),Pbi(xbi,ybi,θbi),Pbd(xbd,ybd,θbd)。控制律就可以写为:
对于两轮差速理想机器人模型,进行定点直线轨迹导航时,左驱动轮速度Vl与yb,θb负相关,右驱动轮速度Vr与yb,θb正相关,左、右驱动轮控制律可以为:
为了避免使θb周期性与取值过大,可以对θb进行三角函数处理,将其替换为sin(θb)。
如图8为定点圆弧导航示意图。其中,AGV当前位姿为P
c(x
c,y
c,θ
c),下一节点位姿为P
r(x
r,y
r,θ
r),下一节点位姿的方位角θ
r信息在圆弧跟踪算法中没有用到。导航轨迹需要经过P
c,P
r两点,且与AGV当前位姿的方位角θ
c相切的圆弧。由几何关系可以得,圆弧轨迹半径
其中D为P
c,P
r两点间距离。AGV旋转过的角度值为θ
circle=2*(θ
c-α),其中,
设AGV的线速度取为v
max,则AGV有如下控制律:
请参阅图9,依据理论力学中运动学知识,设基点的平移速度为V(v,0,0),转动速度为ω(0,0,ω);左右驱动轮坐标向量C
l(0,S
l,0),C
r(0,-S
r,0);两轮差速理想机器人模型左右驱动轮的速度V
l、V
r可以分别表示为:
用矩阵可以表示为:
将AGV的速度转换为两轮差速理想机器人模型驱动轮速度为:
设左、右编码器向量坐标为E
l(-d
l,L
1,0),E
r(-d
r,-L
r,0);目标点为A(b,a,0);左、右编码器的全向轮滚动方向向量分别为:e
l=(sin(α
l),-cos(α
l),0),e
r=(sin(α
r),-cos(α
r),0)。则:左、右编码器的全向轮速度分别为:
用矩阵可以表示为:
左、右编码器的计数速度分别为:vecl=|Vel*el|,vecr=|Ver*er|;用矩阵表示为:
由vecl,vecr这两个等式组成的方程组,即可得到v,ω的表达式如下:
由上式的结果形式,可以将v,ω的表达式写成关于vecr,vecl的参数形式,其中kvr,kvl,kωr,kωl为待标定参数:
v=kvr*vecr+kvl*vecl
ω=kωr*vecr+kωl*vecl
请参阅图10,将AGV放到全局坐标系XOY中,设AGV的当前姿态为Pc(xc,yc,θc),则AGV的运动学模型为:
假设编码器的分辨率为ne,在第n个采样周期的单位采集时间ts内左、右编码器计数增量为Clinc、Crinc,左右编码器全向轮行走距离的增量为Dlinc,Drinc;左、右编码器半径用Rel,Rer表示。其中:
根据两轮差速机器人运动学模型:
第n个采样周期的单位采集时间ts内AGV角度增量θcinc为:
θcinc=kωr*Drinc+kωl*Dlinc
对角度增量进行积分可以得到第n次采样时AGV当前位姿的方位角θc:
第n个采样周期的单位采集时间ts AGV的X坐标增量xcinc,Y坐标增量ycinc为:
xcinc=kvr*Drinc*cos(θc)+kvr*Dlinc*cos(θc)
ycinc=kvr*Drinc*sin(θc)+kvr*Dlinc*sin(θc)
对坐标增量进行积分得第n次采样时AGV当前位姿的坐标值xc,yc为:
由以上三个累加式就可以通过编码器的计数值得到第n个采样时刻的AGV当前位姿Pc(xc,yc,θc)。其离散状态方程如下:
在其中一实施方式中,通过预设采集设备采集图像,当采集到的图像包括预设规格形状的图像块,且图像块的最外圈为全黑色图像时,则判定采集到的图像为定位二维码图像。如此,为定位二维码图像的识别提供必须满足的必要条件,方便定位二维码图像的判定。该必要条件包括:(I)采集到的图像包括预设规格形状的图像块;(II)图像块的最外圈为全黑色图像。
在其中一个具体实施例中,预设规格形状为7*7的栅格,中部5*5的栅格用于表示ID。在判定为定位二维码图像之后,需要对中部5*5的栅格进行解码。需要说明的是,只有中部5*5的栅格旋转不变形才能解码得到唯一的ID。5*5的栅格携带有5bit*5word(5位*5字)的信息。每个word中的5bit,有2位为ID字段,3位为校验码字段,用来保证旋转,因此,5word一共有210=1024个不同ID。进一步地,每个word中的5bit,第一位置反,从而,防止一个word为全黑,不方便检测。
在其中一个具体实施例中,通过预设采集设备采集图像的步骤包括:通过预设采集设备采集地面图像;对地面图像进行预处理,预处理可以包括滤波或/及二值化。可以通过对图像边缘检测确定定位二维码图像,并筛选出该定位二维码图像。根据定位二维码图像替换AGV当前位姿的步骤,包括:截取筛选出的定位二维码图像中的二维码,并将二维码进行投影变换;对投影变换后的二维码进行解码;根据二维码图像确定二维码位置信息,二维码位置信息包括:二维码的中心点在该定位二维码图像中的坐标(X,Y)及该二维码相对于定位二维码图像的旋转角度(Angle);根据二维码位置信息及解码结果确定AGV当前位置,并用该AGV当前位置替换采用惯性导航技术获取到的AGB当前位置。
请参阅图11,在其中一实施方式中,图像块外部包括图显数据(图中为8),判定采集到的图像为定位二维码图像还包括必要条件:对图像块解码得到的解码结果与图显数据一致。具体地,当采集到的图像包括预设规格形状的图像块,图像块的最外圈为全黑色图像,且对图像块解码得到的解码结果与图显数据一致时,则判定采集到的图像为定位二维码图像。如此,保证定位二维码的准确性。
请参阅图12,本发明还提供一种仓储AGV导航装置,包括:
指令接收模块710,用于接收调度指令,调度指令包括调度路径,调度路径包括调度起始位姿及调度目标位姿;
起始位姿确定模块720,用于采集设置在天花板或高架上的定位二维码图像,并根据二维码图像确定AGV起始位姿;
导航控制模块730,用于当AGV起始位姿与调度起始位姿一致时,根据调度指令控制AGV运动至调度目标位姿;
导航控制模块730,包括:
当前位姿替换单元731,用于采用惯性导航技术获取AGV当前位姿,当采集到设置在天花板或高架上的AGV当前位姿对应的定位二维码图像时,根据AGV当前位姿对应的定位二维码图像替换AGV当前位姿;
AGV运动控制单元733,用于根据AGV当前位姿及调度目标位姿,控制AGV运动至调度目标位姿。
上述仓储AGV导航装置接收调度指令,调度指令包括调度路径,调度路径包括调度起始位姿及调度目标位姿;采集设置在天花板或高架上的定位二维码图像,并根据二维码图像确定AGV起始位姿,因此,定位二维码图像不容易脏污,从而可以使得确定的AGV起始位姿更为准确;当AGV起始位姿与调度起始位姿一致时,根据调度指令控制AGV运动至调度目标位姿。又由于根据控制调度指令控制AGV运动至调度目标位姿的过程中,包括:采用惯性导航技术获取AGV当前位姿,当采集到设置在天花板或高架上的AGV当前位姿对应的定位二维码图像时,根据AGV当前位姿对应的定位二维码图像替换AGV当前位姿,如此,可以得到连续的AGV当前位姿,且消除惯性导航位姿数据长时间累计的误差。然后,再根据AGV当前位姿及调度目标位姿,可以更加精准的控制AGV运动至调度目标位姿,从而提高导航的精准性。
在其中一实施方式中,起始位姿确定模块720及当前位姿替换单元731,在采集设置在天花板或高架上的定位二维码图像时,采用高速成像设备,并且在利用红外补光灯实现纳秒级脉冲式照明的环境下,采集设置在天花板或高架上的定位二维码图像。
在其中一实施方式中,还包括焦距调整模块(图未示),用于在起始位姿确定模块720及当前位姿替换单元731采集设置在天花板或高架上的定位二维码图像之前,根据定位二维码图像与AGV的摄像头的距离,调整摄像头的焦距。
请参阅图13,在其中一实施方式中,调度路径还包括调度节点位姿,调度节点位姿为调度起始位姿与调度目标位姿之间节点位姿;导航控制模块,还包括:
节点记录单元732,用于每次当前位姿替换单元根据定位二维码图像替换AGV当前位姿之后,将AGV当前位姿记录为一AGV节点位姿;
错误报警单元734,用于当不少于预设数量个数的AGV节点位姿不属于调度节点位姿时,控制AGV停止运动,并发出错误报警。
可以理解地,在此实施方式中,AGV运动控制单元733,用于当少于预设数量个数的AGV节点位姿不属于调度节点位姿时,根据AGV当前位姿及调度目标位姿,控制AGV运动至调度目标位姿。
在其中一实施方式中,调度路径还包括调度节点位姿及每两个相邻位姿之间的运动方式,调度节点位姿为调度起始位姿与调度目标位姿之间的节点位姿;AGV运动控制单元733,用于根据AGV当前位姿、调度节点位姿及调度目标位姿及运动方式,控制AGV运动至调度目标位姿。
在其中一实施方式中,运动方式包括:前进及走圆弧;AGV采用定点直线轨迹导航技术实现前进的运动方式,采用点圆弧轨迹导航技术实现走圆弧的运动方式。
在其中一实施方式中,当前位姿替换单元731,还用于通过预设采集设备采集图像,当采集到的图像包括预设规格形状的图像块,且图像块的最外圈为全黑色图像时,则判定采集到的图像为定位二维码图像。
在其中一实施方式中,图像块外部包括图显数据,当前位姿替换单元731判定采集到的图像为定位二维码图像还包括必要条件:对图像块解码得到的解码结果与图显数据一致。
本发明还提供一种计算机设备,包括存储器、处理器及存储在存储器上并在处理器上运行的计算机程序,处理器执行计算机程序时实现上述的仓储AGV导航方法的步骤。
一种计算机存储介质,计算机存储介质上存储有计算机程序,计算机程序被处理器执行时,实现上述的仓储AGV导航方法的步骤。
上述的装置、计算机设备、计算机存储介质均匀上述仓储AGV导航方法对应,对于与方法对应的细节技术特征,在此不作赘述。
以上实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出多个变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。