技术领域
[0001] 本实用新型涉及一种基于RFID和视觉的信息融合定位系统。
背景技术
[0002] 智能仓储系统特点是仓库内物流运输无需或仅需要少部分人
力操作，多数运输操作由
机器人来完成，从而使得机器人在智能仓储系统中起到了物流转移衔接的作用；机器人在执行货物运送的过程中如何准确识别路径并定位关键路径点成为关键技术。
[0003] 目前普遍使用的方法有磁导航、激光导航、视觉导航等，但准确性、
稳定性、无偏差、实时性等问题仍然亟待解决。但是，有磁导航是地面测量安装复杂，工作量大，灵活度和精确度低，无法满足复杂路径的需求；激光导航不需要引到路线，但是需要较为空旷的路径实现导航，对于仓储系统中物体的遮挡将会影响导航
精度；视觉导航操作较为简单，但是对于
位置的精确定位较为困难。
[0004] 根据现代智能仓储系统对
移动机器人运行准确性和高效性的技术要求，融合多种传感信息实现路径导航和定位是必要的。实用新型内容
[0005] 本实用新型为了解决上述问题，提出了一种基于RFID和视觉的信息融合定位系统，本系统在执行仓储运载任务时，通过移动机器人底部安装的摄像头获取路径信息，通过机器人底部RFID射频器获取关键点信息，实现移动机器人准确快速稳定的自主导航，不迷失方向，不与其它障碍物相碰，最终顺利到达目的地。
[0006] 为了实现上述目的，本实用新型采用如下技术方案：
[0007] 一种基于RFID和视觉的信息融合定位系统，包括RFID定位单元、CMOS
图像采集单元和信息处理单元；
[0008] 所述RFID定位单元，包括RFID读写器、RFID标签；其中，RFID标签依次设置于路径关键点处，RFID读写器设置于移动机器人的底部，采集RFID标签的信息，校验机器人的运行路径；
[0009] 所述CMOS图像采集单元，包括CMOS摄像头和照明
电路，所述CMOS摄像头，固定于移动机器人的底部中端，采集地面上设置的路径标志线，所述照明电路设置于CMOS摄像头周围；
[0010] 所述信息处理单元，包括
控制器、处理器和串口通信
接口，所述控制器接收CMOS摄像头采集的路径标志线视频信息，将其滤波、消除污点后传输给处理器，处理器通过串口
通信接口连接RFID读写器，获得定位
信号。
[0011] 所述CMOS摄像头安装在移动机器人的底部中间，RFID读写器安装在紧贴摄像头的位置。
[0012] 所述RFID标签为无源被动式标签。
[0013] 所述处理器为DSP处理器。
[0014] 本实用新型的有益效果为：
[0015] (1)通过移动机器人底部安装的摄像头获取路径信息，通过机器人底部RFID射频器获取关键点信息，实现移动机器人准确快速稳定的自主导航，不迷失方向，不与其它障碍物相碰，最终顺利到达目的地；
[0016] (2)通过RFID和视觉的信息融合方式很好的完成了路径导航和定位功能，更好的避免了移动机器人运行速度过快造成的信息丢失问题，使得系统有效高效运行；
[0017] (3)实现仓储系统机器人快速获得路径信息并迅速做出规定路径移动的功能，使得移动过程中机器人准确、稳定、快速完成仓储任务，促进智能仓储系统的有效进行。
附图说明
[0018] 图1为本实用新型的仓储系统路径和关键点规划示意图；
[0019] 图2为设备安装图；
[0020] 图3为本实用新型的系统电气连接图；
[0022] 其中：1.CMOS摄像头，2.摄像头照明电路，3.RFID读写器，4.机器人主动轮，5.机器人
支撑轮。具体实施方式：
[0023] 下面结合附图与
实施例对本实用新型作进一步说明。
[0024] 如图1所示，该基于RFID和视觉的信息融合定位系统实际测试仓库设置：测试仓库地面铺设20mm宽的红色路径标志线，并在路径线每隔2m安装一个RFID标签，本系统采用无源被动式标签。
[0025] 如图2、图3所示，该基于RFID和视觉的信息融合定位系统的
硬件结构包括：RFID定位单元、CMOS图像采集单元和信息处理单元。RFID定位单元包括RFID读写器2、RFID标签；CMOS图像采集单元包括CMOS摄像头1和照明电路2；信息处理单元包括DM642处理芯片、串口通信接口和DSP核心处理芯片。
[0026] 在该实用新型系统中，CMOS图像采集单元和RFID定位单元都固定在移动运载机器人的底部，与地面保持一定距离，CMOS摄像头在底部中间，RFID读写器安装在紧贴摄像头前方的位置。CMOS图像采集单元通过CMOS摄像头采集路径标志线，经过处理导航机器人沿着路径线运行；RFID定位单元通过安装在机器人底部的读写器获得在路径线路中的关键点信息，用于校验机器人的运行路径是否准确。用RFID采集关键点的定位来校验视觉信息导航，从而使得运行更加准确，有效防止机器人偏离轨迹之后迷失方向。
[0027] 机器人底部设有机器人主动轮4和机器人支撑轮5。
[0028] 如图4所示，本实用新型RFID标签定位
算法采用基于信号强度的LANDMARC算法：计算标签与阅读器的欧式距离达到一定
阈值判定定位。
[0029] 该基于RFID和视觉的信息融合定位系统实际测试实施过程：
[0030] 当移动机器人接收到出入库任务指令时，移动机器人从待命区进入路径区，底部的RFID读写器读取到起始点处的RFID标签信息，通过RFID读写器的天线上传到RFID串口并由DSP处理器处理信息获得定位信号。
[0031] 移动机器人通过CMOS图像采集单元获得路径标线图像，为了避免外界光线变化对图像采集效果的影响，本系统在摄像头周围加入辅助照明电路，使得CMOS采集到的图像更加清晰。
[0032] CMOS采集到的视频图像通过视频
端子上传到DM642控制器，DM642通过对图像进行预处理，包括滤波、平滑、增强，消除图像中污点、障碍物等无关的信息，恢复有用的路径
颜色信息，增强颜色信息的可检测性和最大限度地简化数据。然后对图像进行基于颜色的分割。
[0033] 本实用新型不同于一般
图像处理方式采用直方图法获得颜色信息直方图，提取出感兴趣颜色的区域，而是将颜色空间从RGB转换到YCbCr空间。YCbCr不是一种绝对色彩空间，是YUV压缩和偏移的版本，其中Y是指
亮度分量，Cb指蓝色
色度分量，而Cr指红色色度分量。人的肉眼对视频的Y分量更敏感，因此在通过对色度分量进行子
采样来减少色度分量后，肉眼将察觉不到的图像
质量的变化。
[0034] RGB空间转换为YCbCr空间的转换公式如下：
[0035]
[0036] 本实用新型对图像处理的算法即对Cr进行阈值分割，本实用新型根据路径线的颜色亮度通过不同阈值分割效果对比选择了100作为阈值。
[0037] 根据分割出的图像机器人可以很好的契合路径进行定向移动，但由于图像晃动和外界干扰移动过程当然存在累计误差，所以此时系统在每隔2m处设置的关键点信息就起到了很好的校验定位作用。机器人通过RFID读写器获得关键点信息给移动机器人signal表明路径正确，可以正常运行。如果检测不到关键点信息机器人就会调整左右摆动幅度寻找关键点。通过RFID和视觉的信息融合方式很好的完成了路径导航和定位功能。更好的避免了移动机器人运行速度过快造成的信息丢失问题，使得系统有效高效运行。
[0038] 上述虽然结合附图对本实用新型的具体实施方式进行了描述，但并非对本实用新型保护范围的限制，所属领域技术人员应该明白，在本实用新型的技术方案的
基础上，本领域技术人员不需要付出创造性劳动即可做出的各种
修改或
变形仍在本实用新型的保护范围以内。
