仝 光，李 解，徐 飞，周汉杰

（1.上海电机学院机械学院，上海 201306；2.上海海关机电产品检测中心，上海 200120）

环卫行业越来越重要，现有环卫专用车不能适应城市建设要求。近年来，随着我国城市建设进程不断加快，城市生活垃圾以及道路机械化作业面积逐渐扩大，给环卫车辆驾驶员带来了更重的工作负担。作为特定环境下的低速扫路车，国内部分学者已经进行了无人驾驶技术的研究［1-4］，大多聚焦于基于数字地图的路径导航，这种导航方法导航精准度高，但对系统的处理能力要求较严格且成本偏高。本文针对扫路车的特定运行环境，提出了基于机器视觉与云端服务相结合的路径导航方法。

1 机器视觉系统设计

1.1 图像处理

图像处理作为机器视觉的关键，借助微处理器对图像进行分析。本试验中的图像处理包括图像灰度化、图像去噪、图像边缘提取和导航线提取［5］。

1.1.1 图像灰度化

一般彩色图像又称RGB 图像，每一个像素点都由R（RED）、G（GREEN）、B（BLUE）3 个通道组成。在RGB 模型中，如果R、G、B 3 个通道值相等，则为单通道的灰度图像。灰度化之后的图像处理运算量明显小于RGB 图像。考虑到路径规划对实时性的要求，需要对RGB 图像进行灰度化处理，提高运算速度减少处理时间［6］。

目前，有常用的3 种灰度处理的办法。第1 种为平均值法［7］：

第2种为最大值法，取R、G、B颜色通道的像素最大值作为灰度值：

第3 种为加权平均法。根据人眼敏感度，将3个分量进行加权。经过研究最符合人类视觉的R、G、B分量的系数分别为0.299、0.587、0.114［8］。图像灰度值的公式为