基于图像识别的寻迹小车设计7.docx

基于图像识别的寻迹小车设计7.docx

《基于图像识别的寻迹小车设计7.docx》由会员分享，可在线阅读，更多相关《基于图像识别的寻迹小车设计7.docx（20页珍藏版）》请在冰豆网上搜索。

基于图像识别的寻迹小车设计7

分类号密级

ＵＤＣ　编号

本科毕业论文（设计）

题目基于图像识别的寻迹小车设计

系别物理与电子信息学院

专业名称电子信息科学与技术

年级2009级

学生姓名王强

学号**********

指导教师王怀兴

二〇一三年四月

论文原创性说明

本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。

尽我所知，除文中已经标明引用的内容外，该论文不包含任何其他个人或集体已经发表或撰写过的研究成果。

对该论文的研究做出贡献的个人和集体，均已在文中以明确方式标明。

本人完全意识到本声明的法律结果由本人承担。

学位论文作者签名：

日期:

年月日

文献综述

1概述

1.1数字图像处理技术

数字图像处理技术使20世纪60年代随着计算机技术和VLSYVeryLargeScaleIntegration的发展而产生、发展和不断成熟起来的一个新兴技术领域，它在理论上和实际应用中都取得了很大的成就。

早期图像处理的目的是改善图像质量，它以人为对象，以改善人的视觉效果为目的。

图像处理中输入的是质量低的图像，输出的是改善质量后的图像。

常用的图像处理方法有图像增强、复原、编码、压缩等。

首次获得成功应用的是美国喷气推进实验室（JPL）。

他们对航天探测器徘徊者7号在1964年发回的几千张月球照片进行图像处理，如几何校正、灰度变换、去除噪声等，并考虑了太阳位置和月球环境的影响。

随后又对探测飞船发回的近十万张照片进行更为复杂的图像处理，获得了月球的地形图、彩色图及全景镶嵌图，为人类登月创举奠定了基础，也推动了数字图像处理这门学科的诞生。

在以后的宇航空间技术探测研究中，数字图像处理技术都发挥了巨大的作用。

数字图像处理技术取得的另一个巨大成就是在医学上。

1972年英国EMI公司工程师Housfield发明了用于头颅诊断的X射线计算机断层摄影装置，也就是我们通常所说的CT（ComputerTomography）。

CT的基本方法是根据人的头部截面的投影，经计算机处理来重建截面图像，成为图像重建。

1975年EMI公司又成功研制出全身用的CT装置，获得了人体各个部位鲜明清晰的断层图像。

1979年，这项无损伤诊断技术被授予诺贝尔奖，以表彰它对人类做出的划时代贡献。

从20世纪70年代中期开始，随着计算机技术和人工智能、思维科学研究的迅速发展数字图像处理技术向更高、更深层次发展。

人们已开始研究如何用计算机系统解释图像，类似人类视觉系统理解外部世界，这被称为图像理解或计算机视觉。

很多国家，特别是发达国家投入更多的人力、物力到这项研究，取得了不少重要的研究成果。

其中代表性的成果是70年代末MIT的Marr提出的视觉计算理论，这个理论成为计算机视觉领域其后十多年的主导思想。

20世纪80年代末期，人们开始将其应用于地理信息系统，研究海图的自动读入、自动生成方法。

数字图像处理技术的应用领域不断拓展。

数字图像处理技术的大发展是从20世纪90年代初开始的。

自1986年以来，小波理论与变换方法迅速发展，它克服了傅立叶分析不能用于局部分析等方面的不足之处，被认为是调和分析半个世纪以来工作之结晶。

Mallet在1988年有效地将小波分析应用于图像分解和重构。

小波分析被认为是信号与图像分析在数学方法上的重大突破。

随后数字图像处理技术迅猛发展，到目前为止，图像处理在图像通讯、办公自动化系统、地理信息系统、医疗设备、卫星照片传输及分析和工业自动化领域的应用越来越多。

进入21世纪，随着计算机技术的迅猛发展和相关理论的不断完善，数字图像处理技术在许多应用领域受到广泛重视并取得了重大的开拓性成就。

属于这些领域的有航空航天、生物医学工程、工业检测、机器人视觉、公安司法、军事制导、文化艺术等。

该技术成为一门引人注目、前景远大的新型学科。

1.2智能控制技术

随着人工智能和计算机技术的发展，已经有可能把自动控制和人工智能以及系统科学中一些有关学科分支（如系统工程、系统学、运筹学、信息论）结合起来，建立一种适用于复杂系统的控制理论和技术。

智能控制正是在这种条件下产生的。

它是自动控制技术的最新发展阶段，也是用计算机模拟人类智能进行控制的研究领域。

1965年，傅京孙首先提出把人工智能的启发式推理规则用于学习控制系统。

1985年，在美国首次召开了智能控制学术讨论会。

1987年又在美国召开了智能控制的首届国际学术会议，标志着智能控制作为一个新的学科分支得到承认。

智能控制具有交叉学科和定量与定性相结合的分析方法和特点。

一个系统如果具有感知环境、不断获得信息以减小不确定性和计划、产生以及执行控制行为的能力，即称为智能控制系统。

智能控制技术是在向人脑学习的过程中不断发展起来的，人脑是一个超级智能控制系统，具有实时推理、决策、学习和记忆等功能，能适应各种复杂的控制环境。

智能控制与传统的或常规的控制有密切的关系，不是相互排斥的。

常规控制往往包含在智能控制之中，智能控制也利用常规控制的方法来解决“低级”的控制问题，力图扩充常规控制方法并建立一系列新的理论与方法来解决更具有挑战性的复杂控制问题。

智能控制已在许多工业、军事领域得到广泛应用，它们比人类能更好的提高劳动生产率和产品质量，创造出更多的社会财富。

近年来，随着人类活动领域的不断扩大，智能控制技术的应用领域正从制造业向非制造业发展。

例如海洋开发、空间探测、地质勘探、医疗保健、娱乐服务等行业均提出了自动化的要求。

它们所属的行业与制造业不同，这些行业的工作环境存在着不确定性和非结构化，对智能控制化产品的性能要求更高。

不但需要它们具有对外感知能力、自主规划能力，而且要求其具有行走功能。

它们在社会各个领域的实际应用主要有以下几个方面：

1）海洋开发：

世界各国在海洋的石油开采多用到水下机器人，例如美国的AUSS和法国的EPAVLARD，水下机器人分为有缆和无缆两大类，它们主要应用于海底勘查、海底管道和电缆的敷设、救捞作业和大坝的检查。

2）空间探测：

生存空间的竞争一直是各国竞相追逐的目标，人们不再把目光局限于我们的地球，并开始进行太空竞技，追寻更多的可用资源。

3）地质勘探：

地质勘探用到的机器人主要体现在采掘和地下管道的检修两方面。

目前日本、美国和德国等国已研制出在石油和天然气等地下管道检修的地下机器人，主要完成行走、传感器定位、通信以及遥控等。

4）医疗保健：

医用机器人主要用于医疗环境模拟、精确手术、无自理能力的人群等。

日本的牙疼机器人Haakon，可以通过眨眼睛、流口水来表达疼痛的表情，可以作为牙科学生的演练工具，检测学生的技能水平；通过研发实现的还有手术机器人（“达芬奇”机器人系统）和残疾人机器人助手“MySpoon”等等。

5）娱乐服务：

服务类机器人为人类生活质量的提高带来了巨大影响，对人们的生活、工作都起到了不可估量的作用。

在中国，服务机器人已应用于各种社会场合。

例如北京奥运会曾经使用过的福娃机器人以及上海世博会使用过的海宝机器人，它们不但能够进行迎宾服务、语言服务、照相服务、导航服务，还能够进行才艺表演、协作引领参观等等。

可以预见，在未来各式各样先进的智能化产品将会应用在人类生活的各个领域，必将成为人类亲密的伙伴和良好的助手。

在智能车辆的研究和驾驶任务的自主完成等方面也将借助于智能小车的自主行驶功能，这将为人类的社会进步带来深远的意义，例如降低车辆燃油的消耗量、切实提高道路规划的利用率，尤其对道路交通安全的改进将提出新的解决途径。

1.3总结

华中科技大学的图像识别与人工智能研究所有一个研究方向为智能控制理论、系统及应用，其中有一项研究内容是智能机器人与运动控制，基于视觉伺服的微装配机械手协调控制、高精度电机控制等成果说明了图像信息处理和智能控制相结合的研究方向是现代科学技术发展的重点。

该论文基于现在图像处理与图像识别的技术，结合现在的智能控制，旨在研究基于图像识别的寻迹小车，这个作品将作为研究工业级寻迹产品的雏形，可以适用于工厂厂房中的寻迹小车、公交线路的无人驾驶车等。

该作品摒弃了传统的红外光电管传感器寻迹方法，采用价廉物美的CMOS传感器来实现图像寻迹，用Cortex-M3内核的STM32做主控芯片，采用PID算法，更加智能精确的控制小车电机转速和方向，实现了性能稳定并且识别率高的智能寻迹小车。

参考文献：

[1]林立，张俊亮，曹旭东.单片机原理及应用.电子工业出版社，2011年7月

[2]陈渝.嵌入式系统原理及应用开发[M].北京:

机械工业出版社，2008年2月，1-7.

[3]王子辉，叶云岳.基于CMOS传感器的智能寻迹小车图像识别技术研究［J］.传感技术学报，2009年22月，4:

484－488．

[4]王栋.基于ARM的智能探测小车的设计与实现[D].苏州大学硕士论文.2010年.

[5]董宗祥.基于ARM的自寻迹机器人小车的研发[D].东华大学硕士论文.2010年.

[6]邵贝贝.单片机嵌入式应用的在线开发方法[M].北京:

清华大学出版社,2004年.

[7]叶云岳，陆凯元.直线电机的PID控制与模糊控制[J].电子技术学报.2009年，16（3）:

11-15

[8]张铮，王艳平，薛桂香.数字图像处理与机器视觉——VisualC++与Matlab实现.人民邮电出版社，2010年4月1.

[9]韩晓军.数字图像处理技术与应用.电子工业出版社，2009年7月.

[10]杨红，李生明，袁明月.智能寻迹消防小车设计[J].清远职业技术学院学报，2011年12月.

[11]王伟,陈慧,刁增祥,等.基于光电导航无人驾驶电动汽车自动寻迹控制系统研究[J].汽车工程，2008,30

（2）:

137-140.

[12]徐健.嵌入式小车寻迹控制系统[J].装备制造技术，2012年，5:

53-54.

[13］甄红涛，齐晓慧.智能车参数自校正方向模糊控制器的设计［J］.自动化仪表，2010年，31（9）:

51-59.

[14］黄伟，吴青，马育林，等基于视觉导航的智能小车调速控制器设计［J］.武汉理工大学学报:

自然科学版，2010年，32（6）:

103-106,135.

[15]汪海燕,李娟娟,张敬华.自适应模糊PID控制的直流电机及仿真[J].微电机，2003年，36（4）:

14-17.

[16]吴凤和.基于计算机视觉测量技术的图像轮廓提取方法研究[J].计量学报,2007年，28

（1）:

18-20.

摘要：

传统智能寻迹小车主要采用红外光电管实现路面轨迹识别，具有使用寿命短，视野范围不宽，易受地面颜色、平整度等因素影响而导致轨迹识别不准确等缺点。

论文提出了一种基于图象识别的智能寻迹方案，采用摄像头对道路图象信息进行采集，利用STM32处理器对采集信息进行处理，完成轨迹识别与小车行进控制。

方案选择CMOS黑白摄像头，增加了小车前瞻距离，丰富了道路信息采集，提高了寻迹精度。

在系统设计中采用PID经典控制算法，实现了对直流电机的速度和方向的精确控制，使小车寻迹准确、运行稳定。

最后对论文内容进行了总结，对寻迹小车未来的研究和发展进行了展望，对工业寻迹小车的实现提出了相关建设性意见。

关键词：

智能寻迹小车，OV7620，图像识别，Cortex-M3

Abstract：

Traditionalintelligenttracingcarmainlyadoptsinfraredphotocellsensortorealizetherecognitionofroadtrack,butsamplingpointsareless,andmeasurementresultsareinfluencedbyfactorssuchasgroundcolor,smoothness,sopathidentificationisnotaccurate.Paperputsforwardatracingschemebasedonimagerecognition,itimprovedthecarforwarddistance,greatlyenrichedthewaytocollectinformation.Inordertoreducethecostofhardwaresystem,wechooseCMOSblackandwhitecameraspecially,thecamera’simageinformationdataquantityisless,lowpowerconsumption.AndPIDalgorithmwasadoptedtorealizetheaccuratecontrolofDCmotorspeedanddirection,makeintelligenttracingcarmorestable.Finally,thethesissummarizesthecontents,andIputforwardsomeconstructiveSuggestionsaboutrealizationoftracingthecarindustryandmadeaprospectforthefutureresearchanddevelopment.

Keywords:

intelligenttracingcar，OV7620，imagerecognition，Cortex-M3

1绪论

1.1论文研究背景与意义

1.4论文主要内容

鉴于目前比较成熟的智能寻迹小车大多采用红外传感器实现寻迹，论文提出了一种基于图象识别的智能寻迹方案，采用摄像头对道路图象信息进行采集，利用STM32处理器完成轨迹识别与小车行进控制。

在系统设计中采用PID经典控制算法，实现了对小车速度和方向的精确控制。

同时利用OLED显示屏对采集到的图像画面实时显示，方便调试和校对。

论文主要内容包括：

1）OV7620摄像头采集图像思路；

2）图像处理与图像识别的介绍；

3）STM32微处理的应用软硬件平台的搭建：

采用AltiumDesigner绘制PCB版图，为STM32搭建最小硬件系统，利用RVMDKV4.2以及STM32固件库完成STM32的软件开发；

4）寻迹方案的设计：

红外传感器和CMOS传感器优劣势对比；

5）电源设计方案：

设计的系统中使用到了多个不同电压值的电源，所以选取一种合理的电源稳压方案；

6）大功率电机驱动电路：

选取一种合理的直流电机驱动电路；

7）OLED显示屏：

实时显示摄像头采集的画面。

1.3OV7620摄像头采集图像思路

采集图像思路：

方案一：

使用for循环延时采集

1）需要采集图像时，开场中断

2）场中断到来，开启行中断，关场中断

3）行中断里用for循环延时采集像素，可以在行中断里添加标志位，部分行不采集，即可跨行采集

4）行中断次数等于图像行数时即可关闭行中断，标志图像采集完毕

这种方法最简单，但采集图像最不稳定，经常出现消隐区全为0等问题。

方案二：

使用场中断和行中断，结合for循环延时采集

1）需要采集图像时，开场中断

2）场中断来了，开行中断

3）行中断来了就结合for循环延时采集，如果先过滤部分行不采集，则设置一个静态变量，每次行中断来了都自加1，根据值来选择采集或不采集某些行

4）每个奇偶场标志触发后，就把摄像头输出的值读取到内存数组里。

当触发n次（n=图像列数目）后就停止采集

5）行中断次数等于一幅图像的行数，或者等待下一个场中断来临就结束图像采集，关闭行中断和场中断

这种方法不需要使用PCLK，使用简单方便，不过延时值需要设置合适，不然要不就采集到消隐区，要不就只采集图像的左边部分。

通过对以上两种方案的理论分析和实验对比，最终确定用方案二来实现OV7620摄像头图像采集。

1.2图像处理与图像识别

在研究图像时，首先要对获得的图像信息进行预处理（前处理）以滤去干扰、噪声，作几何、彩色校正等，以提供一个满足要求的图像。

图像处理包括图像编码，图像增强、图像压缩、图像复原、图像分割等。

对于图像处理来说，输入是图像，输出（即经过处理后的结果）也是图像。

图像处理主要用来解决两个问题：

一是判断图像中有无需要的信息；二是确定这些信息是什么。

图像识别，简单地说，就是要把一种研究对象，根据其某些特征进行识别并分类。

可以认为，对数字图像进行区别分类其实质就是对图像进行模式识别。

图像识别就是对处理后的图像进行分类，确定类别名称，它可以在分割的基础上选择需要提取的特征，并对某些参数进行测量，再提取这些特征，然后根据测量结果做出分类。

为了更好地识别图像，还要对整个图像做结构上的分析，对图像进行描述，以便对图像的主要信息做一个好的解释，并通过许多对象相互间的结构关系对图像加深理解，以便更好帮助和识别。

故图像识别是在上述分割后的每个部分中，找出它的形状及纹理特征，以便对图像进行分类，并对整个图像做结构上的分析。

因而对图像识别环节来说，输入是图像（经过上述处理后的图像），输出是类别和图像的结构分析，而结构分析的结果则是对图像做描述，以获得对图像的重要信息的解释。

下图是图像处理（图1.3-1）和图像识别（图1.3-2）的示意图：

图1.3-1图像处理示意图

图1.3-2图像识别示意图

2寻迹小车硬件设计

2.1系统组成

系统组成如图2.1-1所示：

图2.1-1系统组成图

该论文设计的系统主要包括以下五个部分：

电源模块、图像传感器检测模块，主控板模块、直流电机驱动模块、图像显示模块。

2.2寻迹方案的设计

智能寻迹小车的检测外部信息一般采用红外传感器和摄像头传感器。

目前较通用的是红外光电管，它根据光电管发出的红外光对地面不同颜色产生强度不同的发射信号特征，由安装在车前方5~10厘米处的一横列光电管对前方道路的颜色进行采样分析，从而识别路径。

为保证检测精度，光电管必须安装在距地面较近的区域，这使得光电管传感器不能提供充分的前瞻距离，从而影响了小车在高速运行时的过弯能力；同时光电管是反射式红外传感器，测量的结果受地面的颜色、平整度等各种因素的影响；另外，每个光电传感器只能获得一个数据点信息，获得路径的信息太少。

摄像头传感器方案的优势在于具有较大的前瞻距离，这有利于赛车在行进中预知路径情况，从而实现高速过弯和抄近道。

另外，面阵式摄像头采用行扫描模式，一副图像可采集多达上千个数据点，因此赛道信息大大丰富。

然而丰富的赛道信息造成数据采集量大，处理时间长等问题，并且摄像头易受光线和赛道背景颜色的干扰。

上述两种方案中，红外光电管的成本比摄像头的价格低，但是该论文是为了研究一款工业级产品，如果采用红外光电管寻迹，必须要用大量的红外传感器，其价格也不比摄像头低，且其性能没有摄像头优，就这两种方案的性价比来说，摄像头的性价比更高一些。

针对上述两种寻迹方案，该论文选择摄像头传感器寻迹，所采用的CMOS摄像头是一种以CMOS感光器件为主的高分辨率、低功耗图像传感器，为了减少硬件系统开销，选用数据量较少的黑白摄像头也可满足要求。

2.3电源设计

该系统采用两块3.7V1200mAh的铅酸电池做为系统的电源，接法为两串，形成一个7.4V2400mAh的直流电源。

由于系统中存在着多种微控制器，所以需要5V和3.3V的电压源。

这两个电压源用7.4V直流电源通过稳压模块获得。

该系统采用比较常用的电源稳压芯片，即线性稳压芯片，另一种为开关稳压。

如图2.3-1所示是其稳压电路。

图2.3-17805线性稳压芯片应用电路

从电路中可以看出，线性稳压电源的外围电路相对简单，节省PCB板空间。

线性稳压芯片的输出纹波系数一般比较小，在该系统中5V的电压源负载比较重，对电压纹波也不是很敏感，所以7.4V到5V的稳压模块采用线性电源稳压芯片。

3.3V电压源的负载很轻，主要给OLED显示模块供电，选用低噪声、低压差的线性稳压芯片ASM1117-3.3，电路如图2.3-2所示。

图2.3-2系统中3.3V电源稳压电路

通过上电测试，在7805线性稳压电路的输入端输入8V电压，输出端输出5.01V电压，在ASM1117M-3.3稳压芯片的输入端输入5V电压，输出3.27V电压，这两个电源满足该系统设计要求。

2.4主控模块设计

主控模块采用意法半导体的STM32F103ZET6芯片搭建的一个硬件平台。

STM32F103ZET6是一款ARM32位的Cortex-M3内核的微处理器，512K字节的闪存程序存储器，高达64K字节的SRAM，最高时钟频率为72MHz，三个12位模数转换器，多达21通道，支持12通道的DMA，多达13个通信接口其中有5个USART,多达112个通用IO口。

由于该系统涉及到了一些数字信号处理，使用专用的DSP芯片成本会很高，而且开发难度也很大。

所以采用了一种折中的芯片选型方案，选择了一款高性价比的嵌入式微处理器做主控板。

从STM32F103ZET6的指令的吞吐量和存储空间上看，此款芯片很适合做为该系统的主控芯片。

通其丰富的外部设备，如ADC为陀螺仪的输出模拟信号的AD转换提供了方便，5个USART为各模块和主控电路之间的通信提供了方便的接口。

图2.4-1STM32主控板时钟电路

图2.4-2STM32复位电路图2.4-3STM32JTAG仿真接口电路

图2.4-1为STM32F103ZET6的是时钟电路，OSC为高速时钟，为STM32F103ZET6内核和外部设备提供工作时钟。

OSC32为一个低频晶振，为STM32F103ZET6提供实时时钟。

图2.4-2为STM32F103ZET6的复位电路，采用积分型复位电路积，复位为低电平有效，此电路具有上电复位和按键复位的功能。

图2.4-3为STM32的JTAG仿真接口电路，在一个复杂系统中，软件调试往往很花费时间，如果系统上留有JTAG接口，可以通过JTAG对系统进行在线调试，可以让程序单步执行，从而可以查看程序的运行路径，很容易定位软件中的逻辑错误，提高开发效率。

通过上电测试，通过JTAG向STM32主控芯片下载了流水灯程序，按下复位键，流水灯可以正常运行，JTAG可以在线调试，说明该主控板可以正常使用。

2.5电机驱动模块设计

通过近一段时间的研究，直流有刷电机的正反转驱动电路常用的有L298搭建的直流电机驱动电路。

L298N是SGS公司的产品，内部包含4通道逻辑驱动电路。

是一种二相和四相电机的专用驱动器，即内含二个H桥的高电压大电流双全桥式驱动器，如图2.5-1，接收标准TTL逻辑电平信号，可驱动46V、2A以下的电机。

图2.5-1L298搭建的直流电机驱动电路

L298搭建的电机驱动电路驱动电流能力强，稳定性好，该系统对功率要求不高，它可以满足系统要求，而且使用方便，该系统选取了L298驱动电路作为电机的驱动电路。

通过上电测试，下载STM32芯片控制直流电机正反转的程序，该直流电机可以正常实现正反转，说明该L298电机驱动模块可以正常使用。

2.6OLED显示屏

OLED，即有机发光二极管（OrganicLight-EmittingDiode），又称为有机电激光显示（OrganicElectroluminesenceDisplay，OELD）。

OLED由于同时具备自发光，不需背光源、对比度高、厚度薄、视角广、反应速度快、可用于挠曲性面板、使用温度范