嵌入式全方位视觉跟踪器的研究与开发

摘要

本文介绍了一种基于全方位视觉的航标识别、跟踪、定位系统。以嵌入式DSP硬件平台为依托，构建体积小、功耗低的车载目标跟踪器。
　　 基于鱼眼镜头建立的全方位视觉系统，一次性摄取整个半球域的全部场景，无需依靠单台摄像机的转动或多台摄像机的影像合成，对全方位观测及移动体的自主制导极为有利。准确的视觉系统标定是图像处理和畸变矫正的重要前提。
　　 序列双色点阵式航标模式在室内、外结构环境中具有贴近自然景物的拓扑特征、简单实用、易于设置和维护，在鱼眼全方位视觉大场景畸变图像中，可有效地提高航标自动识别和跟踪效率。特定航标多目标识别跟踪的综合算法，集成了一系列有效的图像处理手段和图像增强滤波等算法，并对其进行了优化、改进和创新，消除了干扰信息对航标识别造成的影响，计算速度快、识别效果好。
　　 采用一种改进的粒子滤波图像多目标交叉跟踪算法，在单DSP内创建了一种交叉程序架构，对各个目标进行同步处理，从而使多跟踪模块同时工作成为现实，提高了处理速度和跟踪效率，实现了在每帧图像中的多目标实时跟踪。高效、准确的定位算法仅需捕获经过畸变矫正后的鱼眼图像中的两个像素点的位置，即可对AGV进行空间朝向及位置进行定位。
　　 本课题根据全方位视觉系统的特点，借鉴DSP在图像处理领域应用的成功经验，针对车载图像处理系统运算量大、实时性要求高和系统资源有限等特点，开发了一种基于DSP为核心处理器的嵌入式航标跟踪器。在将航标识别算法、粒子滤波跟踪算法、定位算法等程序模块成功移植到TMS320DM642 DSP芯片的基础上，进行大量算法优化，实现了车载跟踪器对航标的自动识别与实时跟踪，最终实现AGV的自主导航。

目录

文摘

英文文摘

声明

第一章 绪论

1.1 研究目的和意义

1.2 自动引导车概述

1.3 移动机器人目标识别概述

1.4 移动机器人目标跟踪概述

1.5 嵌入式系统概述

1.5.1 嵌入式介绍与现状

1.5.2 DSP简介

1.6 课题来源及主要研究内容

第二章 全方位视觉

2.1 全方位视觉概述

2.1.1 全方位视觉国内外研究现状

2.1.2 全方位视觉特点

2.1.3 全方位视觉应用领域

2.1.4 全方位时视觉构建方式

2.2 全方位视觉系统建立

2.2.1 摄像机选型

2.2.2 鱼眼镜头

2.3 鱼眼镜头建模

2.3.1 鱼眼镜头成像模型

2.3.2 鱼眼镜头畸变模型

2.4 鱼眼镜头标定

2.4.1 图像中心标定

2.4.2 鱼眼镜头参数标定

第三章 DSP车载系统

3.1 DSP概述

3.2 DSP开发平台概述

第四章 DSP跟踪器航标识别

4.1 基于鱼眼镜头成像特性的航标设计

4.2 颜色空间选择

4.2.1 YUV色彩空间

4.2.2 RGB颜色空间

4.2.3 HSI色彩空间

4.3 颜色分离策略

4.3.1 RGB阈值分离

4.3.2 HSI阈值分离

4.3.3 YUV阈值分离

4.3.4 实验结果分析

4.3.5 改进方法

4.4 序列双色点阵式航标识别

第五章 DSP跟踪器航标跟踪

5.1 粒子滤波器

5.1.1 重要性采样

5.1.2 序列重要性采样

5.1.3 退化现象

5.1.4 重要性密度分布的选择

5.1.5 重采样

5.2 粒子滤波器在目标跟踪中的应用

5.2.1 目标跟踪系统模型构建

5.2.2 粒子滤波器算法步骤

5.3 粒子滤波算法DSP实现

5.3.1 粒子滤波器架构

5.3.2 双目标粒子滤波跟踪

5.3.3 跟踪器性能提升

第六章 DSP跟踪器航标定位

6.1 定位算法

6.2 定位实验及结果分析

第七章 DSP跟踪器串口通讯

7.1 ICETEK-DM642-PCI串口结构

7.2 EVMDM642 UART 函数

7.3 串口通讯调试

7.4 误差分析及解决方法

第八章 AGV自主导航系统实验及结果

8.1 实验系统介绍

8.1.1 移动机器人平台

8.1.2 系统实验硬件模块组成

8.1.3 系统实验软件流程

8.2 PID控制

8.2.1 PID控制的原理和特点

8.2.2 PID参数整定

8.3 导航策略

8.4 实验结果

第九章 展望与总结

9.1 工作总结

9.2 未来工作展望

参考文献

发表论文和科研情况说明

致 谢