需求背景:AGV(Automated Guided Vehicles)全称自动导航车,是一种新型的物流运输导引设备,广泛应用于工厂、物流分拣中心等货物集放地,具有高度的智能性、灵活性、便利性。导航技术在AGV设计和研究中有重要地位,直接影响AGV智能化程度。导航技术包含三大部分:定位、建图和路 径规划。定位的准确性由高精度的地图保障,地图的精确性又依赖于准确的定位，同时定位和地图构建被称为SLAM(Simultaneous Localization Mapping),是实现机器4人自主导航的底层基础。视觉SLAM通过相机采集图像感知周围环境信息,对相邻两帧图像进行特征处理和几何运算得到位姿,实现机器人在未知空间中的定位和建图。将SLAM运用在AGV物流小车上，可以不用预先铺设任何轨道，方便工厂生产线的升级改造和导航路线的变更，实时避障，环境适应能力强，同时能够更好地实现多AGV小车的协调控制。美国斯坦福大学（Stanford University）最早研究能AGV基于构建地图的视觉引导方式，所研制的AGV--Cart，通过视觉传感器采集现场景物照片对景物进行重构来获得引导地图。而深度视觉导航方式自由度更较高,它的优点是它所利用的丰富纹理信息。极大提高了环境识别、分辨。这带 来了重定位、场景分类上无可比拟的巨大优势。完全实现自主定位,智能化程度大大提高,是真正意义上的自动导航车。
需解决的主要技术问题:实现的主要技术与性能参数指标：1、机械定位精度 +/- 5mm；2、响应速度0.01s；3、地图精度 +/- 5mm ；4、有效检测范围5m以上；5、路径检测误差小于5像素；6、正常日光照明500-1500 Lux 下抗干扰能力。
拟实现的主要技术目标：1、高速低功耗的视觉计算技术；2、低纹理、低光照等环境下的视觉识别技术；3、光照模型修正、使用深度学习提取的特征点、以及使用单双目及多目等多视角融合技术；4、在较大尺度且动态的环境中定位和地图构建精 度技术；5、深度视觉处理系将研究包含定位、地图构建、 运动规划、场景理解以及交互等多个功能模块。产品目标为设计一套能够实现深度视觉导航的AGV车 载系统软件及配套硬件。