胡 钡，赵江铭，张小琛，高建设

（郑州大学机械工程学院，河南 郑州 450001）

1 引言

目前，使用DM二维码来进行无人驾驶小车（AGV）的导航定位技术已经被人们所应用[1]，但局限于目前已有的二维码定位方法精度较低，二维码内部信息资源浪费等问题，无法达到实际应用要求，因此导航方式多采用激光、超声波、雷达等多种方式的混合导航[2]。其中，二维码导航多处于从属地位。因此，在导航识别中采用一种自主研发的新编码规则生成的非标准DM码，解决了有效利用DM 码内部信息内容、减少冗余信息、高效利用条码内部位置资源的问题。相对于其他类型的二维码来说，非标准DM码具有成本低廉，使用方便，且可与内容信息相融合的特性，如能提高识别精度，必然可以大大减少导航系统的成本。非标二维码虽然有上述优点，但相较于QR码定位较为困难。针对这种情况，2012年，文献[3]提出了一种基于Gabor滤波和BP神经网络的DM码区域提取方法。虽然该方法大大提高了准确率，但实现过程过于繁琐。首先需要用不同尺度不同方向的Gabor滤波器对图像进行机械能滤波提取其纹理特征，其次需要进行特征变换，使所得特征具有尺度和旋转不变性；然后利用BP神经网络按照签署特征对像素进行分类，经过形态学后，才能对条码区域进行处理。2016年，浙江大学提出了一种基于卷积神经网络的二维码定位算法[4]。该方法首先将一个完整的含有二维码的图片分块成若干个区域，然后分别对其进行训练识别；……