基于单目视觉的矿井机车行人预警系统设计

摘要

矿井机车无人驾驶系统是目前井下采矿技术研究的趋势和热点，但该系统尚未在国内外广泛使用，相关技术也不成熟。实现矿井机车无人驾驶系统需要系统自动检测出轨道线路上的行人，以便机车发出警告提醒并自动采取减速刹车的措施，避免机车撞人事故的发生。因此如何准确识别出矿井下的轨道行人，并给予提前预警，是实现矿井机车无人驾驶系统的一个重要研究内容。针对上述问题，本文利用DSP+FPGA硬件平台设计了一种基于单目视觉的井下机车行人预警系统，文中主要工作如下:
　　(1)设计了一种基于极角、极径约束的Hough变换轨道检测方法。通过对机车的左右轨道线进行极角、极径的约束，限定其在参数空间中的投票区域，使投票单元的数量大大减少，这样能够有效去除大量非目标干扰点对轨道检测的影响，提高轨道检测的准确性，同时又可以减少计算量，提高DSP检测轨道的实时性。
　　(2)针对传统HOG特征提取中计算块的直方图时存在冗余计算的问题，设计了一种低维度的特征提取方法。该方法将图像划分成若干个不重叠的块单元，并且不再将其划分成更小的细胞单元，对各个块单元分别提取特征，将所有块单元的特征级联在一起得到图像的特征，这样可有效避免传统HOG特征因为块单元滑动带来细胞单元的重叠，并由此造成冗余计算的问题。同时提出了一种基于查找表法的梯度方向计算方法，可以减小DSP因调用反正切函数带来的时间消耗。
　　(3)本文行人预警系统是在DSP+FPGA的硬件平台上完成，首先由FPGA控制视频解码芯片采样模拟信号，并在单片外部存储器SRAM中实现了对数据的乒乓读写，使得系统数据采样和传输可以连续进行，然后FPGA对图像进行简单的预处理，并将预处理后的图像信息通过EMIF接口传输给DSP，DSP读取数据后，执行后续的行人检测算法，若检测到行人，则由FPGA通过串口向机车控制器发送指令，启动报警模块。

目录

声明

致谢

摘要

第一章 绪论

1．1 课题研究背景及意义

1．2 国内外研究现状

1．2．1 国外研究现状

1．2．2 国内研究现状

1．3 文章主要研究内容及章节安排

第二章 系统总体设计

2．1 系统硬件设计概述

2．1．1 系统硬件架构设计

2．1．2 摄像机的选择

2．1．3 视频解码芯片的选择

2．1．4 DSP处理器的选择

2．1．5 FPGA处理器的选择

2．1．6 其它配套器件

2．2 系统软件设计概述

2．2．1 图像的采集与存储

2．2．2 图像处理算法

2．3 本章小结

第三章 轨道检测算法设计

3．1 图像预处理

3．1．1 感兴趣区域的选择

3．1．2 基于最大灰度值的拉伸算法

3．2 边缘检测及二值化

3．3 基于Hough变换的轨道检测

3．3．1 Hough变换基本理论

3．3．2 基于极角、极径约束的Hough变换

3．4 本章小结

第四章 行人识别算法设计

4．1 行人识别常用的特征

4．1．1 SIFT特征

4．1．2 Haar特征

4．1．3 HOG特征

4．2 井下行人特征提取

4．2．1 构建正负样本集

4．2．2 确定行人检测区域

4．2．3 区域局部化归零

4．2．4 低维度的特征提取

4．3 SVM分类器设计

4．4 本章小结

第五章 基于DSP+FPGA的行人预警系统设计

5．1 视频图像来源简介

5．2 基于FPGA的算法设计

5．2．1 视频图像采集

5．2．2 视频图像存储

5．2．3 预处理及数据传输

5．3 基于DSP的算法设计

5．3．1 轨道检测流程

5．3．2 SVM分类器训练流程

5．3．3 行人识别流程

5．4 系统开发相关简介

5．5 实验结果及分析

5．6 本章小结

第六章 总结与展望

6．1 论文工作总结

6．2 后续工作展望

参考文献

攻读硕士学位期间的学术活动及成果情况