浙江交通职业技术学院研究员张涛、池学智、杨明亮在《电气技术》杂志2020年第7期撰文称，新型电动平板车导航控制系统采用基于红外与红外相结合的导航系统。视频。 需要专用轨道、磁条等导轨设施，路线、工作站符号地面喷漆，简化施工要求，降低维护成本。
其摄像头的安装不需要特殊设计。 它检测地面标志，对像素要求不高。 数据处理简单有效。 结合红外感应，可以辅助判断轨迹跟踪，无需额外的轨迹设备。 它是基于控制局域网通信网络。 该应用进一步提高了系统的可靠性，并方便了配件的选择。 适用于厂内大吨位、慢速的电动平车搬运工作。
电动平板车（搬运车）一般体积较大通径分析 软件，载重可达数十吨。 它们采用遥控操作或专人驾驶，存在体积大、重量过大、驾驶困难、安全防护等问题。
为了解决平板车的运输问题，本研究提出一种基于红外技术与视频技术相结合的电动平板车导航控制系统，能够实现工厂内电动平板车的自动化作业，并自动跟踪根据工作站设置进行跟踪。 ，在设定的工作站内运行，实现无人控制，并具有防碰撞等功能，大大降低了驾驶平车时的安全隐患，为驾驶电动平车提供了极大的便利。
1 新型电动平板车导航控制系统特点
电动平车主要用于工厂内运输物品。 具有尺寸大、吨位大、安全系数要求高的特点。 目前应用的导航解决方案主要有磁导航、红外导航、激光导航等解决方案。 磁导航在电动平车的应用中需要铺设特殊的磁轨。 部分厂区存在退磁风险，轨道铺设成本较高。
红外导航轨道铺设方便，但电动平车工作场所分为室内和室外，光照变化较大，平车体积也较大，红外导航干扰源多，且稳定性不够，一般用作辅助导航； 目前它有很多应用，其中最流行的是激光导航，但激光传感器价格昂贵，而且对安装位置有很多要求。
基于红外与视频相结合的电动平板车导航控制系统只需铺设黑白轨道，对光和环境的抗扰性好，成本低。 借助标记轨迹，计算机算法也比较简单，可以通过低端工业计算机实现； 通过优化算法可以提高系统的抗干扰能力，并可以辅助各种位置控制。 具有结构简单、安全性高、成本低等特点，非常适合电动平车的应用。
2 红外与视频导航控制系统架构设计
本研究提出的基于红外与视频相结合的电动平车导航控制系统可以实现工厂内电动平车的自动化运行。 它可以根据工作站设置自动跟踪轨道，并在设定的工作站运行，实现无人化并具有防碰撞功能。 主要架构如图1所示，包括摄像头、红外传感器、控制板、驱动板、雷达防碰撞检测、地面路线和工作站标记等设备。
图1 导航控制系统架构图
摄像头主要捕捉地面路线和工作站标记，将其转换为数字信号并传输到控制面板进行处理。 由于电动平车体积特别大，需要前后移动，前后双摄像头的解决方案可以保证车辆运行稳定可靠。
工厂环境复杂多变。 通常，制造商需要两种导航方式来提高电动平板车的运行可靠性。 本研究导航主要采用视频信号处理，配备红外传感器导航作为补充，增加防碰撞信号处理、路线和工作站设置等功能，并通过控制器局域网（CAN）总线连接车辆控制器实现平车运行控制。
车身周围安装有雷达系统，主要用于防碰撞信号采集，通过CAN总线与控制板连接。 控制系统通过CAN通讯连接各功能部件。
电动平车工作时，控制器通过输入设备设置行驶路线和工作站停留时间等信息，并通过摄像头获取地面路线和工作站标识。 红外传感器主要跟踪地面轨迹，起到辅助导航功能； 系统经过数据处理后，进行自动轨迹识别，并通过驱动板向传动电机发送电机驱动信号，实现电动平车的自动导航运行； 平板车通过雷达检测周围物体，实现防撞功能。
3 视频处理程序设计
视频导航是系统的主要导航，也是主要设计对象。 控制系统采用一体机，可安装操作系统，方便视频软件处理和轨迹识别。 系统采用1亿像素摄像头进行轨迹判断和工作站图标。 控制系统根据视频处理结果进行电机驱动配置，实现电动平车的自动寻轨作业。
3.1 视频处理程序架构
变压器摄像头采集图像信息并将其传输至控制系统。 控制系统需要对图形进行处理。 处理过程主要包括图形灰度处理、轨迹形成（二进制处理）、切线轨迹判断、运行方向识别、电机驱动信号等。 有生成等几个步骤，其中二值化处理和切线轨迹判断是关键步骤。 程序的处理流程如图2所示。
图2 视频处理程序流程
轨迹处理是该程序的关键技术。 本研究采用OTSU算法的二进制处理技术； 切线判断主要利用处理后的轨迹来评估切线。 切线算法是固定长度的横向偏差，如图3所示。计算当得到偏差值ef时，根据偏差的大小和符号确定车辆需要行驶的方向，作为车辆预设方向值； 车辆方向控制以预设方向值为参考，采集车辆轮架电机偏转的方向值进行闭环控制，预设方向值为Dr，采样方向值为Ds，方向偏差为Ed，关系是
公式1）
根据偏差进行比例积分微分控制，实现稳定、快速的方向控制。
图3 轨迹切线判断
3.2 二值化处理
二值化处理就是对得到的灰度图形进行处理，得到真实的轨迹图形。 通过二值化算法得到边界曲线，也就是采集到的运行曲线； 实际工厂环境存在污渍、颜色偏差、图形等痕迹。 本研究采用OTSU算法来处理干扰、光线偏差等各种情况。
OTSU算法是日本学者OTSU于1979年提出的一种高效的图像二值化算法，是一种自适应阈值确定方法，也称为大津阈值分割方法。 它是最小二乘法意义上的最佳算法。 出色的细分。
本研究算法的重点是选择合适的阈值进行边界识别，OTSU算法可以较好地解决这一问题。 根据地面上的轨道图形，可以有效分析污渍和阳光对轨道的影响。 本研究中轨道横坐标分为300个采样点，灰度值范围为0~200，根据OTSU算法计算最优阈值，确定轨道边界。 一半灰度值的分布如图4所示。
图4 一半图的灰度值分布
在算法设计上，Matlab自带了OTSU算法，可以称为
式(2)
代码如下所示：
1 关闭;清除;clc;
2 I=im2double(imread('coins.png'));
3 k=graythresh(I); %获得最优阈值
4 J=im2bw(I,k); %转换为二值图像，k为分割阈值
5 子图(121);imshow(I);
6 个子图(122);imshow(J);
4 实验结果
根据上述分析过程设计了实验样机。 赛道铺设了黑白油漆，方便摄像拍摄。 还可以连接红外传感器。 摄像头采用常用的720P或1080P高清接口。 摄像机捕捉轨迹并将其发送到小型工业计算机。 目前采用10英寸工控触摸一体机，配备N2853赛扬双核，2G内存通径分析 软件，32G硬盘； 工控机通过算法计算出工作要求并发送给比例阀（PRM2-06，口径06，压力至32MPa，流量至40L/min）。
控制系统包括普通摄像头、红外传感器、工控机、驱动板等设备。 总费用不超过2000元。 量产后成本会进一步降低，具有成本低的优势。
视频处理采用二值化处理，得到的轨迹图形如图5所示，可以处理阳光干扰、图形偏差等问题。
图5 二值化处理结果图
利用视频处理技术，我们搭建了10t电动平车的实验条件，达到了10km/h的运行效果。 具体车辆及轨迹如图6所示。
图6 电动平车轨道运行
5 结论
本文提出的基于红外与视频相结合的电动平板车导航控制系统只需铺设黑白轨道，对光和环境的抗扰性好，成本低； 有了标记轨迹的辅助，计算机算法也比较简单，可以通过低端工控机在电动平车上实现； 通过优化算法可以提高系统的抗干扰能力，并可以辅助各种位置控制。 具有结构简单、安全性高、成本低等特点，非常适合电动平车应用。
通过研究和实验验证发现，电动平车体积大、吨位重，需要精确的控制模型进行转向和速度控制。 本课题组将继续对电动平板车自动导航的建模方法和控制算法进行深入研究。
