基于圖像識(shí)別的尋跡小車設(shè)計(jì)(7)

1、分類號(hào) 密級(jí) 編號(hào) 本科畢業(yè)論文(設(shè)計(jì)) 題目 基于圖像識(shí)別的尋跡小車設(shè)計(jì) 系 別 物理與電子信息學(xué)院 專 業(yè) 名 稱 電子信息科學(xué)與技術(shù) 年 級(jí) 2009級(jí) 學(xué) 生 姓 名 王 強(qiáng) 學(xué) 號(hào) 0950720053 指 導(dǎo) 教 師 王懷興 二一三年四月論文原創(chuàng)性說(shuō)明本人聲明所呈交的學(xué)位論文是我個(gè)人在導(dǎo)師指導(dǎo)下進(jìn)行的爭(zhēng)辯工作及取得的爭(zhēng)辯成果。盡我所知，除文中已經(jīng)標(biāo)明引用的內(nèi)容外，該論文不包含任何其他個(gè)人或集體已經(jīng)發(fā)表或撰寫過(guò)的爭(zhēng)辯成果。對(duì)該論文的爭(zhēng)辯做出貢獻(xiàn)的個(gè)人和集體，均已在文中以明確方式標(biāo)明。本人完全意識(shí)到本聲明的法律結(jié)果由本人擔(dān)當(dāng)。學(xué)位論文作者簽名：日期: 年 月 日文獻(xiàn)綜述1 概述1.1

2、數(shù)字圖像處理技術(shù)數(shù)字圖像處理技術(shù)使20世紀(jì)60年月隨著計(jì)算機(jī)技術(shù)和VLSY Very Large Scale Integration的進(jìn)展而產(chǎn)生、進(jìn)展和不斷成熟起來(lái)的一個(gè)新興技術(shù)領(lǐng)域，它在理論上和實(shí)際應(yīng)用中都取得了很大的成就。早期圖像處理的目的是改善圖像質(zhì)量，它以人為對(duì)象，以改善人的視覺(jué)效果為目的。圖像處理中輸入的是質(zhì)量低的圖像，輸出的是改善質(zhì)量后的圖像。常用的圖像處理方法有圖像增加、復(fù)原、編碼、壓縮等。首次獲得成功應(yīng)用的是美國(guó)噴氣推動(dòng)試驗(yàn)室（JPL）。他們對(duì)航天探測(cè)器徘徊者7號(hào)在1964年發(fā)回的幾千張?jiān)虑蛘掌M(jìn)行圖像處理，如幾何校正、灰度變換、去除噪聲等，并考慮了太陽(yáng)位置和月球環(huán)境的影響。隨

3、后又對(duì)探測(cè)飛船發(fā)回的近十萬(wàn)張照片進(jìn)行更為簡(jiǎn)單的圖像處理，獲得了月球的地形圖、彩色圖及全景鑲嵌圖，為人類登月創(chuàng)舉奠定了基礎(chǔ)，也推動(dòng)了數(shù)字圖像處理這門學(xué)科的誕生。在以后的宇航空間技術(shù)探測(cè)爭(zhēng)辯中，數(shù)字圖像處理技術(shù)都發(fā)揮了巨大的作用。數(shù)字圖像處理技術(shù)取得的另一個(gè)巨大成就是在醫(yī)學(xué)上。1972年英國(guó)EMI公司工程師Housfield創(chuàng)造了用于頭顱診斷的X射線計(jì)算機(jī)斷層攝影裝置，也就是我們通常所說(shuō)的CT（Computer Tomography）。CT的基本方法是依據(jù)人的頭部截面的投影，經(jīng)計(jì)算機(jī)處理來(lái)重建截面圖像，成為圖像重建。1975年EMI公司又成功研制出全身用的CT裝置，獲得了人體各個(gè)部位鮮亮清楚的斷層

4、圖像。1979年，這項(xiàng)無(wú)損傷診斷技術(shù)被授予諾貝爾獎(jiǎng)，以表彰它對(duì)人類做出的劃時(shí)代貢獻(xiàn)。從20世紀(jì)70年月中期開(kāi)頭，隨著計(jì)算機(jī)技術(shù)和人工智能、思維科學(xué)爭(zhēng)辯的快速進(jìn)展數(shù)字圖像處理技術(shù)向更高、更深層次進(jìn)展。人們已開(kāi)頭爭(zhēng)辯如何用計(jì)算機(jī)系統(tǒng)解釋圖像，類似人類視覺(jué)系統(tǒng)理解外部世界，這被稱為圖像理解或計(jì)算機(jī)視覺(jué)。很多國(guó)家，特殊是發(fā)達(dá)國(guó)家投入更多的人力、物力到這項(xiàng)爭(zhēng)辯，取得了不少重要的爭(zhēng)辯成果。其中代表性的成果是70年月末MIT的Marr提出的視覺(jué)計(jì)算理論，這個(gè)理論成為計(jì)算機(jī)視覺(jué)領(lǐng)域其后十多年的主導(dǎo)思想。20世紀(jì)80年月末期，人們開(kāi)頭將其應(yīng)用于地理信息系統(tǒng)，爭(zhēng)辯海圖的自動(dòng)讀入、自動(dòng)生成方法。數(shù)字圖像處理技術(shù)的應(yīng)

5、用領(lǐng)域不斷拓展。數(shù)字圖像處理技術(shù)的大進(jìn)展是從20世紀(jì)90年月初開(kāi)頭的。自1986年以來(lái)，小波理論與變換方法快速進(jìn)展，它克服了傅立葉分析不能用于局部分析等方面的不足之處，被認(rèn)為是調(diào)和分析半個(gè)世紀(jì)以來(lái)工作之結(jié)晶。Mallet在1988年有效地將小波分析應(yīng)用于圖像分解和重構(gòu)。小波分析被認(rèn)為是信號(hào)與圖像分析在數(shù)學(xué)方法上的重大突破。隨后數(shù)字圖像處理技術(shù)迅猛進(jìn)展，到目前為止，圖像處理在圖像通訊、辦公自動(dòng)化系統(tǒng)、地理信息系統(tǒng)、醫(yī)療設(shè)備、衛(wèi)星照片傳輸及分析和工業(yè)自動(dòng)化領(lǐng)域的應(yīng)用越來(lái)越多。進(jìn)入21世紀(jì)，隨著計(jì)算機(jī)技術(shù)的迅猛進(jìn)展和相關(guān)理論的不斷完善，數(shù)字圖像處理技術(shù)在很多應(yīng)用領(lǐng)域受到廣泛重視并取得了重大的開(kāi)拓性成

6、就。屬于這些領(lǐng)域的有航空航天、生物醫(yī)學(xué)工程、工業(yè)檢測(cè)、機(jī)器人視覺(jué)、公安司法、軍事制導(dǎo)、文化藝術(shù)等。該技術(shù)成為一門引人注目、前景遠(yuǎn)大的新型學(xué)科。1.2 智能把握技術(shù)隨著人工智能和計(jì)算機(jī)技術(shù)的進(jìn)展，已經(jīng)有可能把自動(dòng)把握和人工智能以及系統(tǒng)科學(xué)中一些有關(guān)學(xué)科分支（如系統(tǒng)工程、系統(tǒng)學(xué)、運(yùn)籌學(xué)、信息論）結(jié)合起來(lái)，建立一種適用于簡(jiǎn)單系統(tǒng)的把握理論和技術(shù)。智能把握正是在這種條件下產(chǎn)生的。它是自動(dòng)把握技術(shù)的最新進(jìn)展階段，也是用計(jì)算機(jī)模擬人類智能進(jìn)行把握的爭(zhēng)辯領(lǐng)域。1965年，傅京孫首先提出把人工智能的啟發(fā)式推理規(guī)章用于學(xué)習(xí)把握系統(tǒng)。1985年，在美國(guó)首次召開(kāi)了智能把握學(xué)術(shù)爭(zhēng)辯會(huì)。1987年又在美國(guó)召開(kāi)了智能把握

7、的首屆國(guó)際學(xué)術(shù)會(huì)議，標(biāo)志著智能把握作為一個(gè)新的學(xué)科分支得到承認(rèn)。智能把握具有交叉學(xué)科和定量與定性相結(jié)合的分析方法和特點(diǎn)。 一個(gè)系統(tǒng)假如具有感知環(huán)境、不斷獲得信息以減小不確定性和方案、產(chǎn)生以及執(zhí)行把握行為的力量，即稱為智能把握系統(tǒng)。 智能把握技術(shù)是在向人腦學(xué)習(xí)的過(guò)程中不斷進(jìn)展起來(lái)的，人腦是一個(gè)超級(jí)智能把握系統(tǒng)，具有實(shí)時(shí)推理、決策、學(xué)習(xí)和記憶等功能，能適應(yīng)各種簡(jiǎn)單的把握環(huán)境。智能把握與傳統(tǒng)的或常規(guī)的把握有親密的關(guān)系，不是相互排斥的。常規(guī)把握往往包含在智能把握之中，智能把握也利用常規(guī)把握的方法來(lái)解決“低級(jí)”的把握問(wèn)題，力圖擴(kuò)充常規(guī)把握方法并建立一系列新的理論與方法來(lái)解決更具有挑戰(zhàn)性的簡(jiǎn)單把握問(wèn)題。智

8、能把握已在很多工業(yè)、軍事領(lǐng)域得到廣泛應(yīng)用，它們比人類能更好的提高勞動(dòng)生產(chǎn)率和產(chǎn)品質(zhì)量，制造出更多的社會(huì)財(cái)寶。近年來(lái)，隨著人類活動(dòng)領(lǐng)域的不斷擴(kuò)大，智能把握技術(shù)的應(yīng)用領(lǐng)域正從制造業(yè)向非制造業(yè)進(jìn)展。例如海洋開(kāi)發(fā)、空間探測(cè)、地質(zhì)勘探、醫(yī)療保健、消遣服務(wù)等行業(yè)均提出了自動(dòng)化的要求。它們所屬的行業(yè)與制造業(yè)不同，這些行業(yè)的工作環(huán)境存在著不確定性和非結(jié)構(gòu)化，對(duì)智能把握化產(chǎn)品的性能要求更高。不但需要它們具有對(duì)外感知力量、自主規(guī)劃力量，而且要求其具有行走功能。它們?cè)谏鐣?huì)各個(gè)領(lǐng)域的實(shí)際應(yīng)用主要有以下幾個(gè)方面：1）海洋開(kāi)發(fā)：世界各國(guó)在海洋的石油開(kāi)采多用到水下機(jī)器人，例如美國(guó)的 AUSS和法國(guó)的 EPAVLARD，水下

9、機(jī)器人分為有纜和無(wú)纜兩大類，它們主要應(yīng)用于海底勘查、海底管道和電纜的敷設(shè)、救撈作業(yè)和大壩的檢查。2）空間探測(cè)：生存空間的競(jìng)爭(zhēng)始終是各國(guó)競(jìng)相追趕的目標(biāo)，人們不再把目光局限于我們的地球，并開(kāi)頭進(jìn)行太空競(jìng)技，追尋更多的可用資源。3）地質(zhì)勘探：地質(zhì)勘探用到的機(jī)器人主要體現(xiàn)在采掘和地下管道的檢修兩方面。目前日本、美國(guó)和德國(guó)等國(guó)已研制出在石油和自然氣等地下管道檢修的地下機(jī)器人，主要完成行走、傳感器定位、通信以及遙控等。4）醫(yī)療保?。横t(yī)用機(jī)器人主要用于醫(yī)療環(huán)境模擬、精確手術(shù)、無(wú)自理力量的人群等。日本的牙疼機(jī)器人 Haakon，可以通過(guò)刺眼睛、流口水來(lái)表達(dá)苦痛的表情，可以作為牙科同學(xué)的演練工具，檢測(cè)同學(xué)的技能

10、水平；通過(guò)研發(fā)實(shí)現(xiàn)的還有手術(shù)機(jī)器人（“達(dá)芬奇”機(jī)器人系統(tǒng)）和殘疾人機(jī)器人助手“My Spoon”等等。5）消遣服務(wù)：服務(wù)類機(jī)器人為人類生活質(zhì)量的提高帶來(lái)了巨大影響，對(duì)人們的生活、工作都起到了不行估量的作用。在中國(guó)，服務(wù)機(jī)器人已應(yīng)用于各種社會(huì)場(chǎng)合。例如北京奧運(yùn)會(huì)曾經(jīng)使用過(guò)的福娃機(jī)器人以及上海世博會(huì)使用過(guò)的海寶機(jī)器人，它們不但能夠進(jìn)行迎賓服務(wù)、語(yǔ)言服務(wù)、照相服務(wù)、導(dǎo)航服務(wù)，還能夠進(jìn)行才藝表演、協(xié)作引領(lǐng)參觀等等?？梢灶A(yù)見(jiàn)，在將來(lái)各式各樣先進(jìn)的智能化產(chǎn)品將會(huì)應(yīng)用在人類生活的各個(gè)領(lǐng)域，必將成為人類親熱的伙伴和良好的助手。在智能車輛的爭(zhēng)辯和駕駛?cè)蝿?wù)的自主完成等方面也將借助于智能小車的自主行駛功能，這將為人

11、類的社會(huì)進(jìn)步帶來(lái)深遠(yuǎn)的意義，例如降低車輛燃油的消耗量、切實(shí)提高道路規(guī)劃的利用率，尤其對(duì)道路交通平安的改進(jìn)將提出新的解決途徑。1.3 總結(jié)華中科技高校的圖像識(shí)別與人工智能爭(zhēng)辯全部一個(gè)爭(zhēng)辯方向?yàn)橹悄馨盐绽碚摗⑾到y(tǒng)及應(yīng)用，其中有一項(xiàng)爭(zhēng)辯內(nèi)容是智能機(jī)器人與運(yùn)動(dòng)把握，基于視覺(jué)伺服的微裝配機(jī)械手協(xié)調(diào)把握、高精度電機(jī)把握等成果說(shuō)明白圖像信息處理和智能把握相結(jié)合的爭(zhēng)辯方向是現(xiàn)代科學(xué)技術(shù)進(jìn)展的重點(diǎn)。該論文基于現(xiàn)在圖像處理與圖像識(shí)別的技術(shù)，結(jié)合現(xiàn)在的智能把握，旨在爭(zhēng)辯基于圖像識(shí)別的尋跡小車，這個(gè)作品將作為爭(zhēng)辯工業(yè)級(jí)尋跡產(chǎn)品的雛形，可以適用于工廠廠房中的尋跡小車、公交線路的無(wú)人駕駛車等。該作品摒棄了傳統(tǒng)的紅外光電管

12、傳感器尋跡方法，接受價(jià)廉物美的CMOS傳感器來(lái)實(shí)現(xiàn)圖像尋跡，用Cortex-M3內(nèi)核的STM32做主控芯片，接受PID算法，更加智能精確的把握小車電機(jī)轉(zhuǎn)速和方向，實(shí)現(xiàn)了性能穩(wěn)定并且識(shí)別率高的智能尋跡小車。參考文獻(xiàn)：1 林立，張俊亮，曹旭東.單片機(jī)原理及應(yīng)用. 電子工業(yè)出版社，2011年7月2 陳渝.嵌入式系統(tǒng)原理及應(yīng)用開(kāi)發(fā)M.北京:機(jī)械工業(yè)出版社，2008年2月，1-7.3 王子輝，葉云岳.基于CMOS傳感器的智能尋跡小車圖像識(shí)別技術(shù)爭(zhēng)辯J.傳感技術(shù)學(xué)報(bào) ，2009 年22月，4:4844884 王棟.基于ARM 的智能探測(cè)小車的設(shè)計(jì)與實(shí)現(xiàn)D.蘇州高校碩士論文.2010年.5 董宗祥.基于AR

13、M的自尋跡機(jī)器人小車的研發(fā)D.東華高校碩士論文.2010年.6 邵貝貝.單片機(jī)嵌入式應(yīng)用的在線開(kāi)發(fā)方法M.北京:清華高校出版社, 2004年.7 葉云岳，陸凱元.直線電機(jī)的 PID 把握與模糊把握J(rèn).電子技術(shù)學(xué)報(bào).2009年，16(3):11-158 張錚，王艷平，薛桂香.數(shù)字圖像處理與機(jī)器視覺(jué)Visual C+與Mat lab實(shí)現(xiàn).人民郵電出版社，2010年4月1.9 韓曉軍.數(shù)字圖像處理技術(shù)與應(yīng)用.電子工業(yè)出版社，2009年7月.10 楊紅，李生明，袁明月.智能尋跡消防小車設(shè)計(jì)J.清遠(yuǎn)職業(yè)技術(shù)學(xué)院學(xué)報(bào)，2011年12月.11 王偉,陳慧,刁增祥,等.基于光電導(dǎo)航無(wú)人駕駛電動(dòng)汽車自動(dòng)尋跡把握

14、系統(tǒng)爭(zhēng)辯J.汽車工程，2008,30(2):137-140.12 徐健.嵌入式小車尋跡把握系統(tǒng)J.裝備制造技術(shù)，2012年，5:53-54.13甄紅濤，齊曉慧.智能車參數(shù)自校正方向模糊把握器的設(shè)計(jì)J.自動(dòng)化儀表，2010年，31(9):51-59.14黃偉，吳青，馬育林，等基于視覺(jué)導(dǎo)航的智能小車調(diào)速把握器設(shè)計(jì)J.武漢理工高校學(xué)報(bào): 自然科學(xué)版，2010年，32(6):103-106,135.15 汪海燕, 李娟娟, 張敬華. 自適應(yīng)模糊 PID 把握的直流電機(jī)及仿真J. 微電機(jī)，2003年，36(4):14-17.16 吳鳳和.基于計(jì)算機(jī)視覺(jué)測(cè)量技術(shù)的圖像輪廓提取方法爭(zhēng)辯J. 計(jì)量學(xué)報(bào), 20

15、07年， 28(1):18-20.摘 要：傳統(tǒng)智能尋跡小車主要接受紅外光電管實(shí)現(xiàn)路面軌跡識(shí)別，具有使用壽命短，視野范圍不寬，易受地面顏色、平整度等因素影響而導(dǎo)致軌跡識(shí)別不精確等缺點(diǎn)。論文提出了一種基于圖象識(shí)別的智能尋跡方案，接受攝像頭對(duì)道路圖象信息進(jìn)行采集，利用STM32處理器對(duì)采集信息進(jìn)行處理，完成軌跡識(shí)別與小車行進(jìn)把握。方案選擇CMOS黑白攝像頭，增加了小車前瞻距離，豐富了道路信息采集，提高了尋跡精度。在系統(tǒng)設(shè)計(jì)中接受PID經(jīng)典把握算法，實(shí)現(xiàn)了對(duì)直流電機(jī)的速度和方向的精確把握，使小車尋跡精確、運(yùn)行穩(wěn)定。最終對(duì)論文內(nèi)容進(jìn)行了總結(jié)，對(duì)尋跡小車將來(lái)的爭(zhēng)辯和進(jìn)展進(jìn)行了展望，對(duì)工業(yè)尋跡小車的實(shí)現(xiàn)提出

16、了相關(guān)建設(shè)性意見(jiàn)。關(guān)鍵詞：智能尋跡小車，OV7620，圖像識(shí)別，Cortex-M3Abstract：Traditional intelligent tracing car mainly adopts infrared photocell sensor to realize the recognition of road track, but sampling points are less, and measurement results are influenced by factors such as ground color, smoothness, so path identifica

17、tion is not accurate. Paper puts forward a tracing scheme based on image recognition, it improved the car forward distance, greatly enriched the way to collect information. In order to reduce the cost of hardware system, we choose CMOS black and white camera specially, the cameras image information

18、data quantity is less, low power consumption. And PID algorithm was adopted to realize the accurate control of DC motor speed and direction, make intelligent tracing car more stable. Finally, the thesis summarizes the contents, and I put forward some constructive Suggestions about realization of tra

19、cing the car industry and made a prospect for the future research and development.Key words: intelligent tracing car，OV7620，image recognition，Cortex-M3目 錄1 緒論11.1 論文內(nèi)容概述11.2 OV7620攝像頭采集圖像思路11.3 圖像處理與圖像識(shí)別22 尋跡小車硬件設(shè)計(jì)42.1 系統(tǒng)組成42.2 尋跡方案的設(shè)計(jì)42.3 電源設(shè)計(jì)52.4 主控模塊設(shè)計(jì)62.5 電機(jī)驅(qū)動(dòng)模塊設(shè)計(jì)82.6 OLED顯示屏93 尋跡小車軟件設(shè)計(jì)113.1 STM

20、32主把握器程序模塊113.2 攝像頭傳感器采集圖像模塊123.3 把握直流電機(jī)速度和方向模塊123.4 OLED顯示程序模塊133.5 系統(tǒng)軟件愛(ài)護(hù)模塊134 模塊整合與調(diào)試145 總結(jié)和展望17參考文獻(xiàn)18致 謝20歡迎下載1 緒論1.1論文爭(zhēng)辯背景與意義1.4 論文主要內(nèi)容鑒于目前比較成熟的智能尋跡小車大多接受紅外傳感器實(shí)現(xiàn)尋跡，論文提出了一種基于圖象識(shí)別的智能尋跡方案，接受攝像頭對(duì)道路圖象信息進(jìn)行采集，利用STM32處理器完成軌跡識(shí)別與小車行進(jìn)把握。在系統(tǒng)設(shè)計(jì)中接受PID經(jīng)典把握算法，實(shí)現(xiàn)了對(duì)小車速度和方向的精確把握。同時(shí)利用OLED顯示屏對(duì)采集到的圖像畫面實(shí)時(shí)顯示，便利調(diào)試和校對(duì)。論

21、文主要內(nèi)容包括：1）OV7620攝像頭采集圖像思路；2）圖像處理與圖像識(shí)別的介紹；3）STM32微處理的應(yīng)用軟硬件平臺(tái)的搭建：接受Altium Designer繪制PCB版圖，為STM32搭建最小硬件系統(tǒng)，利用RVMDK V4.2以及STM32固件庫(kù)完成STM32的軟件開(kāi)發(fā)；4）尋跡方案的設(shè)計(jì)：紅外傳感器和CMOS傳感器優(yōu)劣勢(shì)對(duì)比；5）電源設(shè)計(jì)方案：設(shè)計(jì)的系統(tǒng)中使用到了多個(gè)不同電壓值的電源，所以選取一種合理的電源穩(wěn)壓方案；6）大功率電機(jī)驅(qū)動(dòng)電路：選取一種合理的直流電機(jī)驅(qū)動(dòng)電路；7）OLED顯示屏：實(shí)時(shí)顯示攝像頭采集的畫面。1.3 OV7620攝像頭采集圖像思路采集圖像思路：方案一：使用for循

22、環(huán)延時(shí)采集 1）需要采集圖像時(shí)，開(kāi)場(chǎng)中斷2）場(chǎng)中斷到來(lái)，開(kāi)啟行中斷，關(guān)場(chǎng)中斷3）行中斷里用for 循環(huán)延時(shí)采集像素，可以在行中斷里添加標(biāo)志位，部分行不采集，即可跨行采集4）行中斷次數(shù)等于圖像行數(shù)時(shí)即可關(guān)閉行中斷，標(biāo)志圖像采集完畢這種方法最簡(jiǎn)潔，但采集圖像最不穩(wěn)定，經(jīng)常消滅消隱區(qū)全為0等問(wèn)題。方案二：使用場(chǎng)中斷和行中斷，結(jié)合for循環(huán)延時(shí)采集1）需要采集圖像時(shí)，開(kāi)場(chǎng)中斷2）場(chǎng)中斷來(lái)了，開(kāi)行中斷3）行中斷來(lái)了就結(jié)合for循環(huán)延時(shí)采集，假如先過(guò)濾部分行不采集，則設(shè)置一個(gè)靜態(tài)變量，每次行中斷來(lái)了都自加1，依據(jù)值來(lái)選擇采集或不采集某些行4） 每個(gè)奇偶場(chǎng)標(biāo)志觸發(fā)后，就把攝像頭輸出的值讀取到內(nèi)存數(shù)組里。當(dāng)觸

23、發(fā)n次（n=圖像列數(shù)目）后就停止采集5）行中斷次數(shù)等于一幅圖像的行數(shù)，或者等待下一個(gè)場(chǎng)中斷來(lái)臨就結(jié)束圖像采集，關(guān)閉行中斷和場(chǎng)中斷這種方法不需要使用PCLK，使用簡(jiǎn)潔便利，不過(guò)延時(shí)值需要設(shè)置合適，不然要不就采集到消隱區(qū)，要不就只采集圖像的左邊部分。通過(guò)對(duì)以上兩種方案的理論分析和試驗(yàn)對(duì)比，最終確定用方案二來(lái)實(shí)現(xiàn)OV7620攝像頭圖像采集。1.2 圖像處理與圖像識(shí)別在爭(zhēng)辯圖像時(shí)，首先要對(duì)獲得的圖像信息進(jìn)行預(yù)處理（前處理）以濾去干擾、噪聲，作幾何、彩色校正等，以供應(yīng)一個(gè)滿足要求的圖像。圖像處理包括圖像編碼，圖像增加、圖像壓縮、圖像復(fù)原、圖像分割等。對(duì)于圖像處理來(lái)說(shuō)，輸入是圖像，輸出（即經(jīng)過(guò)處理后的結(jié)果

24、）也是圖像。圖像處理主要用來(lái)解決兩個(gè)問(wèn)題：一是推斷圖像中有無(wú)需要的信息；二是確定這些信息是什么。圖像識(shí)別，簡(jiǎn)潔地說(shuō)，就是要把一種爭(zhēng)辯對(duì)象，依據(jù)其某些特征進(jìn)行識(shí)別并分類?？梢哉J(rèn)為，對(duì)數(shù)字圖像進(jìn)行區(qū)分分類其實(shí)質(zhì)就是對(duì)圖像進(jìn)行模式識(shí)別。圖像識(shí)別就是對(duì)處理后的圖像進(jìn)行分類，確定類別名稱，它可以在分割的基礎(chǔ)上選擇需要提取的特征，并對(duì)某些參數(shù)進(jìn)行測(cè)量，再提取這些特征，然后依據(jù)測(cè)量結(jié)果做出分類。為了更好地識(shí)別圖像，還要對(duì)整個(gè)圖像做結(jié)構(gòu)上的分析，對(duì)圖像進(jìn)行描述，以便對(duì)圖像的主要信息做一個(gè)好的解釋，并通過(guò)很多對(duì)象相互間的結(jié)構(gòu)關(guān)系對(duì)圖像加深理解，以便更好掛念和識(shí)別。故圖像識(shí)別是在上述分割后的每個(gè)部分中，找出它的外

25、形及紋理特征，以便對(duì)圖像進(jìn)行分類，并對(duì)整個(gè)圖像做結(jié)構(gòu)上的分析。因而對(duì)圖像識(shí)別環(huán)節(jié)來(lái)說(shuō)，輸入是圖像（經(jīng)過(guò)上述處理后的圖像），輸出是類別和圖像的結(jié)構(gòu)分析，而結(jié)構(gòu)分析的結(jié)果則是對(duì)圖像做描述，以獲得對(duì)圖像的重要信息的解釋。下圖是圖像處理（圖1.3-1）和圖像識(shí)別（圖1.3-2）的示意圖：圖1.3-1 圖像處理示意圖 圖1.3-2 圖像識(shí)別示意圖2 尋跡小車硬件設(shè)計(jì)2.1 系統(tǒng)組成系統(tǒng)組成如圖2.1-1所示：圖2.1-1 系統(tǒng)組成圖該論文設(shè)計(jì)的系統(tǒng)主要包括以下五個(gè)部分：電源模塊、圖像傳感器檢測(cè)模塊，主控板模塊、直流電機(jī)驅(qū)動(dòng)模塊、圖像顯示模塊。2.2 尋跡方案的設(shè)計(jì)智能尋跡小車的檢測(cè)外部信息一般接受紅外傳

26、感器和攝像頭傳感器。目前較通用的是紅外光電管，它依據(jù)光電管發(fā)出的紅外光對(duì)地面不同顏色產(chǎn)生強(qiáng)度不同的放射信號(hào)特征，由安裝在車前方510厘米處的一橫列光電管對(duì)前方道路的顏色進(jìn)行采樣分析，從而識(shí)別路徑。為保證檢測(cè)精度，光電管必需安裝在距地面較近的區(qū)域，這使得光電管傳感器不能供應(yīng)充分的前瞻距離，從而影響了小車在高速運(yùn)行時(shí)的過(guò)彎力量；同時(shí)間電管是反射式紅外傳感器，測(cè)量的結(jié)果受地面的顏色、平整度等各種因素的影響；另外，每個(gè)光電傳感器只能獲得一個(gè)數(shù)據(jù)點(diǎn)信息，獲得路徑的信息太少。攝像頭傳感器方案的優(yōu)勢(shì)在于具有較大的前瞻距離，這有利于賽車在行進(jìn)中預(yù)知路徑狀況，從而實(shí)現(xiàn)高速過(guò)彎和抄近道。另外，面陣式攝像頭接受行掃

27、描模式，一副圖像可采集多達(dá)上千個(gè)數(shù)據(jù)點(diǎn)，因此賽道信息大大豐富。然而豐富的賽道信息造成數(shù)據(jù)采集量大，處理時(shí)間長(zhǎng)等問(wèn)題，并且攝像頭易受光線和賽道背景顏色的干擾。上述兩種方案中，紅外光電管的成本比攝像頭的價(jià)格低，但是該論文是為了爭(zhēng)辯一款工業(yè)級(jí)產(chǎn)品，假如接受紅外光電管尋跡，必需要用大量的紅外傳感器，其價(jià)格也不比攝像頭低，且其性能沒(méi)有攝像頭優(yōu)，就這兩種方案的性價(jià)比來(lái)說(shuō)，攝像頭的性價(jià)比更高一些。針對(duì)上述兩種尋跡方案，該論文選擇攝像頭傳感器尋跡，所接受的CMOS攝像頭是一種以CMOS感光器件為主的高辨別率、低功耗圖像傳感器，為了削減硬件系統(tǒng)開(kāi)銷，選用數(shù)據(jù)量較少的黑白攝像頭也可滿足要求。2.3 電源設(shè)計(jì)該系統(tǒng)

28、接受兩塊3.7V 1200mAh的鉛酸電池做為系統(tǒng)的電源，接法為兩串，形成一個(gè)7.4V 2400mAh的直流電源。由于系統(tǒng)中存在著多種微把握器，所以需要5V和3.3V的電壓源。這兩個(gè)電壓源用7.4V直流電源通過(guò)穩(wěn)壓模塊獲得。該系統(tǒng)接受比較常用的電源穩(wěn)壓芯片，即線性穩(wěn)壓芯片，另一種為開(kāi)關(guān)穩(wěn)壓。如圖2.3-1所示是其穩(wěn)壓電路。圖2.3-1 7805線性穩(wěn)壓芯片應(yīng)用電路從電路中可以看出，線性穩(wěn)壓電源的外圍電路相對(duì)簡(jiǎn)潔，節(jié)省PCB板空間。線性穩(wěn)壓芯片的輸出紋波系數(shù)一般比較小，在該系統(tǒng)中5V的電壓源負(fù)載比較重，對(duì)電壓紋波也不是很敏感，所以7.4V到5V的穩(wěn)壓模塊接受線性電源穩(wěn)壓芯片。3.3V電壓源的負(fù)載

29、很輕，主要給OLED顯示模塊供電，選用低噪聲、低壓差的線性穩(wěn)壓芯片ASM1117-3.3，電路如圖2.3-2所示。圖2.3-2 系統(tǒng)中3.3V電源穩(wěn)壓電路通過(guò)上電測(cè)試，在7805線性穩(wěn)壓電路的輸入端輸入8V電壓，輸出端輸出5.01V電壓，在ASM1117M-3.3穩(wěn)壓芯片的輸入端輸入5V電壓，輸出3.27V電壓，這兩個(gè)電源滿足該系統(tǒng)設(shè)計(jì)要求。2.4 主控模塊設(shè)計(jì)主控模塊接受意法半導(dǎo)體的STM32F103ZET6芯片搭建的一個(gè)硬件平臺(tái)。STM32F103ZET6是一款A(yù)RM 32位的Cortex-M3內(nèi)核的微處理器，512K字節(jié)的閃存程序存儲(chǔ)器，高達(dá)64K字節(jié)的SRAM，最高時(shí)鐘頻率為72MHz

30、，三個(gè)12位模數(shù)轉(zhuǎn)換器，多達(dá)21通道，支持12通道的DMA ，多達(dá)13個(gè)通信接口其中有5個(gè)USART,多達(dá)112個(gè)通用IO口。由于該系統(tǒng)涉及到了一些數(shù)字信號(hào)處理，使用專用的DSP芯片成本會(huì)很高，而且開(kāi)發(fā)難度也很大。所以接受了一種折中的芯片選型方案，選擇了一款高性價(jià)比的嵌入式微處理器做主控板。從STM32F103ZET6的指令的吞吐量和存儲(chǔ)空間上看，此款芯片很適合做為該系統(tǒng)的主控芯片。通其豐富的外部設(shè)備，如ADC為陀螺儀的輸出模擬信號(hào)的AD轉(zhuǎn)換供應(yīng)了便利，5個(gè)USART為各模塊和主控電路之間的通信供應(yīng)了便利的接口。圖2.4-1 STM32主控板時(shí)鐘電路圖2.4-2 STM32復(fù)位電路 圖2.4-

31、3 STM32 JTAG仿真接口電路圖2.4-1為STM32F103ZET6的是時(shí)鐘電路，OSC為高速時(shí)鐘，為STM32F103ZET6內(nèi)核和外部設(shè)備供應(yīng)工作時(shí)鐘。OSC32為一個(gè)低頻晶振，為STM32F103ZET6供應(yīng)實(shí)時(shí)時(shí)鐘。圖2.4-2為STM32F103ZET6的復(fù)位電路，接受積分型復(fù)位電路積，復(fù)位為低電平有效，此電路具有上電復(fù)位和按鍵復(fù)位的功能。圖2.4-3為STM32的JTAG仿真接口電路，在一個(gè)簡(jiǎn)單系統(tǒng)中，軟件調(diào)試往往很花費(fèi)時(shí)間，假如系統(tǒng)上留有JTAG接口，可以通過(guò)JTAG對(duì)系統(tǒng)進(jìn)行在線調(diào)試，可以讓程序單步執(zhí)行，從而可以查看程序的運(yùn)行路徑，很簡(jiǎn)潔定位軟件中的規(guī)律錯(cuò)誤，提高開(kāi)發(fā)效

32、率。通過(guò)上電測(cè)試，通過(guò)JTAG向STM32主控芯片下載了流水燈程序，按下復(fù)位鍵，流水燈可以正常運(yùn)行，JTAG可以在線調(diào)試，說(shuō)明該主控板可以正常使用。2.5 電機(jī)驅(qū)動(dòng)模塊設(shè)計(jì)通過(guò)近一段時(shí)間的爭(zhēng)辯，直流有刷電機(jī)的正反轉(zhuǎn)驅(qū)動(dòng)電路常用的有L298搭建的直流電機(jī)驅(qū)動(dòng)電路。L298N是SGS公司的產(chǎn)品，內(nèi)部包含4通道規(guī)律驅(qū)動(dòng)電路。是一種二相和四相電機(jī)的專用驅(qū)動(dòng)器，即內(nèi)含二個(gè)H橋的高電壓大電流雙全橋式驅(qū)動(dòng)器，如圖2.5-1，接收標(biāo)準(zhǔn)TTL規(guī)律電平信號(hào)，可驅(qū)動(dòng)46V、2A以下的電機(jī)。圖2.5-1 L298搭建的直流電機(jī)驅(qū)動(dòng)電路L298搭建的電機(jī)驅(qū)動(dòng)電路驅(qū)動(dòng)電流力量強(qiáng)，穩(wěn)定性好，該系統(tǒng)對(duì)功率要求不高，它可以滿足

33、系統(tǒng)要求，而且使用便利，該系統(tǒng)選取了L298驅(qū)動(dòng)電路作為電機(jī)的驅(qū)動(dòng)電路。通過(guò)上電測(cè)試，下載STM32芯片把握直流電機(jī)正反轉(zhuǎn)的程序，該直流電機(jī)可以正常實(shí)現(xiàn)正反轉(zhuǎn)，說(shuō)明該L298電機(jī)驅(qū)動(dòng)模塊可以正常使用。2.6 OLED顯示屏OLED，即有機(jī)發(fā)光二極管（Organic Light-Emitting Diode ），又稱為有機(jī)電激光顯示（Organic Electroluminesence Display，OELD ）。OLED 由于同時(shí)具備自發(fā)光，不需背光源、對(duì)比度高、 厚度薄、視角廣、反應(yīng)速度快、可用于撓曲性面板、使用溫度范圍廣、構(gòu)造及制程較簡(jiǎn)潔等優(yōu) 異之特性，被認(rèn)為是下一代的平面顯示器新興應(yīng)用

34、技術(shù)。模塊原理圖如圖2.6-1所示。圖2.6-1 OLED模塊原理圖LCD 都需要背光，而OLED不需要，由于它是自發(fā)光的。這樣同樣的顯示，OLED 效果要來(lái)得好一些。OLED的尺寸難以大型化，但是辨別率確可以做到很高。該系統(tǒng)中使用的是OLED 顯示模塊，該模塊有以下特點(diǎn)： 1）模塊有單色和雙色兩種可選，單色為純白色，而雙色則為黃藍(lán)雙色。 2）尺寸小，顯示尺寸為0.96寸，而模塊的尺寸僅為 27mm*26mm大小。 3）高辨別率，該模塊的辨別率為 128*64。 4）多種接口方式，該模塊供應(yīng)了總共 5 種接口包括：6800、8080 兩種并行接口方式、3 線或 4 線的穿行SPI 接口方式，I

35、IC接口方式（只需要2根線就可以把握 OLED 了）。5）不需要高壓，直接接3.3V 就可以工作了。該系統(tǒng)使用的OLED模塊的把握器是SSD1306，它支持2種方式與OLED模塊連接，一種是8080的并口方式，另外一種是4線SPI方式。這里使用的是4線串行（SPI）方式，4 先串口模式使用的信號(hào)線有如下幾條：CS ：OLED 片選信號(hào)。RST(RES) ：硬復(fù)位OLED 。DC ：命令/數(shù)據(jù)標(biāo)志（0，讀寫命令；1，讀寫數(shù)據(jù)）。SCLK：串行時(shí)鐘線。在4 線串行模式下，D0 信號(hào)線作為串行時(shí)鐘線 SCLK。SDIN：串行數(shù)據(jù)線。在4 線串行模式下，D1 信號(hào)線作為串行數(shù)據(jù)線 SDIN。通過(guò)上電測(cè)

36、試，下載STM32把握OLED顯示屏顯示中英文字符的程序，OLED屏成功顯示出中英文字符，證明該OLED顯示屏可以正常顯示。3 尋跡小車軟件設(shè)計(jì)該系統(tǒng)是由主把握芯片的一套程序來(lái)完成，但是還是接受了模塊化設(shè)計(jì)方法，該系統(tǒng)的軟件也是按模塊來(lái)劃分編寫的，系統(tǒng)的主要模塊可以劃分為：1）STM32主把握器程序模塊；2）攝像頭傳感器采集圖像模塊；3）把握直流電機(jī)速度和方向模塊；4）OLED顯示程序模塊；3.1 STM32主把握器程序模塊STM32主把握器先調(diào)用STM32固件庫(kù)中啟動(dòng)代碼和初始化函數(shù)完成的對(duì)其自身的初始化，完成初始化之后，對(duì)圖像傳感器采集的模擬數(shù)據(jù)經(jīng)行處理，處理后再調(diào)用PID算法子程序模塊，

37、算出要輸出的把握量大小，最終形成電機(jī)驅(qū)動(dòng)的把握命令來(lái)把握電機(jī)的轉(zhuǎn)動(dòng)，如圖3.1-1所示。圖3.1-1 STM32主把握器程序流程圖3.2 攝像頭傳感器采集圖像模塊攝像頭傳感器采集圖像信息，使用場(chǎng)中斷和行中斷，結(jié)合for循環(huán)延時(shí)采集圖像，每三行采集一次數(shù)據(jù)，將采集到的數(shù)據(jù)存儲(chǔ)在圖像讀取數(shù)組中，將模擬數(shù)據(jù)和預(yù)先設(shè)置的閥值相比較，大于閥值的為0，小于閥值的為1，數(shù)據(jù)進(jìn)行二值化后存儲(chǔ)在圖像處理存儲(chǔ)數(shù)組中，依據(jù)圖像信息實(shí)現(xiàn)路徑識(shí)別了，如圖3.2-1所示。圖3.2-1 攝像頭傳感器采集圖像流程圖3.3 把握直流電機(jī)速度和方向模塊主控板對(duì)于攝像頭反饋回來(lái)的圖像信號(hào)進(jìn)行處理，二值化處理后可以得到路徑返回來(lái)的數(shù)

38、據(jù)值，加上PID算法子程序模塊后，推斷不同的數(shù)據(jù)值實(shí)現(xiàn)電機(jī)加減速，在平穩(wěn)的速度下實(shí)現(xiàn)方向的轉(zhuǎn)變，在這個(gè)過(guò)程中，同時(shí)也要兼顧圖像的不斷采集，這樣才能實(shí)時(shí)把握小車不斷前進(jìn)，如圖3.3-1所示。圖3.3-1 把握直流電機(jī)速度和方向流程圖3.4 OLED顯示程序模塊開(kāi)頭由主控芯片對(duì)OLED顯示屏進(jìn)行初始化，同時(shí)處理二值化后得到的路徑二值化數(shù)據(jù)，再調(diào)用OLED顯示屏的顯示圖像的函數(shù)，將圖像數(shù)據(jù)顯示在OLED屏上，這樣可以實(shí)時(shí)顯示路徑狀況，便利調(diào)試。3.5 系統(tǒng)軟件愛(ài)護(hù)模塊在由單片機(jī)構(gòu)成的微型計(jì)算機(jī)系統(tǒng)中，由于單片機(jī)的工作經(jīng)常會(huì)受到來(lái)自外界電磁場(chǎng)的干擾，造成程序規(guī)律錯(cuò)誤，而陷入死循環(huán)，程序的正常運(yùn)行被打斷

39、，由單片機(jī)把握的系統(tǒng)無(wú)法連續(xù)工作，會(huì)造成整個(gè)系統(tǒng)的陷入停滯狀態(tài)，發(fā)生不行預(yù)料的后果，所以出于對(duì)單片機(jī)運(yùn)行狀態(tài)進(jìn)行實(shí)時(shí)監(jiān)測(cè)的考慮，便產(chǎn)生了一種特地用于監(jiān)測(cè)單片機(jī)程序運(yùn)行狀態(tài)的芯片，俗稱"看門狗"(watch dog)。為了保證系統(tǒng)穩(wěn)定牢靠的運(yùn)行，該系統(tǒng)中引入看門狗技術(shù)，由于存在多個(gè)分立的單片機(jī)模塊，所以每個(gè)單片機(jī)和微處理器都依據(jù)自己主循環(huán)時(shí)間的長(zhǎng)度設(shè)置看門狗時(shí)間，當(dāng)單片機(jī)不受控的時(shí)候會(huì)自動(dòng)復(fù)位，增加了系統(tǒng)的平安性。4 模塊整合與調(diào)試完成全部的模塊的軟硬件設(shè)計(jì)后，在圖4-1所示的硬件平臺(tái)完成整體的調(diào)試工作，調(diào)試工作的難點(diǎn)在于對(duì)圖像信息的處理和識(shí)別上，需要通過(guò)試驗(yàn)的方法來(lái)確定二值

40、化的閥值，只有通過(guò)調(diào)試才能來(lái)不斷的優(yōu)化把握參數(shù)，提高圖像識(shí)別的尋跡小車穩(wěn)定度。 在調(diào)試過(guò)程中也遇到了不少問(wèn)題，并對(duì)其一一解決，主要為以下幾點(diǎn)：1）攝像頭開(kāi)頭安裝在車頭，與地面成90度角，后來(lái)在調(diào)試過(guò)程中，發(fā)覺(jué)這樣減小了前瞻距離，主控芯片對(duì)于路徑的采集信息面減小，接著就對(duì)其位置經(jīng)行調(diào)整，與地面成肯定傾斜角度，使得小車更加穩(wěn)定前進(jìn)。2）電源模塊開(kāi)頭是直接給L298模塊供電，這樣這個(gè)L298模塊就不受電源開(kāi)關(guān)把握了，發(fā)覺(jué)這個(gè)問(wèn)題后就馬上對(duì)電源開(kāi)關(guān)電路進(jìn)行改進(jìn)，使得電源開(kāi)關(guān)對(duì)整個(gè)作品的模塊電源起把握作用。3）為了使全部的模塊線路都是不行見(jiàn)的，在設(shè)計(jì)的時(shí)候就選擇用一塊萬(wàn)用板把全部線路焊接都接上，等上電后

41、發(fā)覺(jué)根本達(dá)不到效果，后來(lái)檢測(cè)主控板的電壓，始終是1.7V，依據(jù)這個(gè)斷定萬(wàn)用板上確定存在短路，經(jīng)過(guò)一番檢測(cè)后，的確發(fā)覺(jué)有幾處電路存在短路，還有的地方有斷路現(xiàn)象，修正后發(fā)覺(jué)這一套系統(tǒng)工作正常。4）上電調(diào)試小車直流電機(jī)驅(qū)動(dòng)模塊時(shí)，需要確定車輪前、后、左、右方向的電平把握，開(kāi)頭依據(jù)推斷的電平值來(lái)測(cè)試，發(fā)覺(jué)完全不對(duì)，只有把小車放在帶有黑線軌跡的路面，依據(jù)小車的實(shí)際轉(zhuǎn)動(dòng)方始終確定電平值，最終小車的前進(jìn)方向達(dá)到了預(yù)期效果。5）將小車的各個(gè)模塊都連接在一起后，想看看攝像頭采集的畫面能不能正常顯示在顯示屏上，在攝像頭下面放一張白紙，上電后發(fā)覺(jué)圖像顯示不正常，都是黑白很雜亂的畫面，處處都是黑白點(diǎn)，開(kāi)頭始終懷疑是程

42、序在攝像頭采集圖像這塊有問(wèn)題，查了一些相關(guān)技術(shù)文檔資料，發(fā)覺(jué)寫的沒(méi)什么問(wèn)題，這時(shí)就懷疑電源供電有問(wèn)題，果真一測(cè)試電源電壓，明顯電壓過(guò)低，導(dǎo)致主控板以及各個(gè)模塊都不能正常工作，所以畫面不能正常顯示，換了新電池后畫面就顯示的比較清楚了。6）把整個(gè)小車硬件系統(tǒng)搭建完成后，放在實(shí)際路面測(cè)試，發(fā)覺(jué)小車沒(méi)有依據(jù)預(yù)定軌跡前進(jìn)，OLED顯示屏顯示的畫面中黑白分明不明顯，緣由是程序中圖像處理的二值化閥值設(shè)置不是很好，導(dǎo)致黑白圖像不明顯，重新設(shè)置后，畫面黑白對(duì)比明顯，小車可以正常尋跡。7）小車有預(yù)期的尋跡效果，但是在行駛過(guò)程中很不穩(wěn)定，開(kāi)頭猜想是電源供電不足，測(cè)試電源電壓，都是正常值，接著就懷疑是軟件中對(duì)中心點(diǎn)坐

43、標(biāo)的定位存在問(wèn)題，在中心點(diǎn)四周什么區(qū)域應(yīng)當(dāng)向前、向后、向左、向右前進(jìn)，需要漸漸調(diào)試，依據(jù)小車的實(shí)際路面狀況，還有OLED顯示屏顯示出的中心點(diǎn)坐標(biāo)來(lái)確定這些方向把握區(qū)域，最終發(fā)覺(jué)小車的尋跡效果有了很大程度提高。8）在軌跡上突然消滅障礙物，如一張白紙蓋住了軌道，開(kāi)頭調(diào)試的時(shí)候，小車不受控的向任意方向前進(jìn)，后來(lái)在軟件中設(shè)置了方案，開(kāi)頭讓小車前進(jìn)一段時(shí)間，這段時(shí)間內(nèi)，小車找到軌跡就依據(jù)軌跡前進(jìn)，沒(méi)找到軌跡小車就停止。9）開(kāi)頭調(diào)試的時(shí)候，小車在前進(jìn)過(guò)程中，遇到急轉(zhuǎn)彎狀況，小車由于慣性偏離軌道，而此時(shí)道路軌跡又不在攝像頭范圍內(nèi)，消滅這種狀況小車會(huì)不受控，后來(lái)設(shè)置成小車會(huì)在原地向右轉(zhuǎn)，一段時(shí)間后，假如在攝像

44、頭范圍內(nèi)找到了軌跡，小車會(huì)沿著軌跡連續(xù)前進(jìn)。10) 小車在前進(jìn)過(guò)程中總是搖擺前進(jìn)，雖然能完成基本尋跡效果，但是不穩(wěn)定，所以在程序中將中心點(diǎn)的坐標(biāo)范圍適當(dāng)縮小，這樣小車可以比較穩(wěn)定的前進(jìn)。11) 小車在前進(jìn)過(guò)程中照舊存在找錯(cuò)軌跡路線的時(shí)候，開(kāi)頭調(diào)試的時(shí)候這種狀況比較嚴(yán)峻，估量是采樣處理點(diǎn)少了，將軟件程序中原來(lái)的三行采一次樣改為現(xiàn)在的每行都采樣，增加了采樣點(diǎn)，這樣小車在尋跡的時(shí)候比較精確的推斷軌跡路線。圖4-1圖像識(shí)別尋跡小車的硬件平臺(tái)5 總結(jié)和展望該論文爭(zhēng)辯了基于嵌入式的圖像識(shí)別尋跡小車，并對(duì)電源模塊、圖像傳感器檢測(cè)模塊、主控板模塊、直流電機(jī)驅(qū)動(dòng)模塊、圖像顯示模塊等經(jīng)行了爭(zhēng)辯，主要完成了以下工作

45、：1）介紹了OV7620攝像頭的兩種采集圖像的方法，最終得到了適合該系統(tǒng)的圖像采集方法；2）驗(yàn)證了兩種尋跡方案、電源模塊供電方案以及大功率電機(jī)驅(qū)動(dòng)電路，最終確定出該系統(tǒng)的實(shí)現(xiàn)效果的最佳方案；3）具體地介紹了系統(tǒng)把握器的軟硬件設(shè)計(jì)方法，并完成了全部模塊的硬件制作和軟件設(shè)計(jì)；4）完成了初步的軟硬件整合和調(diào)試，達(dá)到了預(yù)期的初步效果。由于專業(yè)學(xué)問(wèn)的匱乏和時(shí)間的限制，仍舊有很多需要解決和改進(jìn)的地方，有很多地方還不是格外完善。1）小車功能有待完善，有些元器件的自主把握精度并不是很抱負(fù)，該文運(yùn)用PID把握算法反饋把握直流電機(jī)只是把握理論中一種較為常見(jiàn)的把握策略，該算法的應(yīng)用受到很多限制；2）試驗(yàn)室中模擬路徑信息完成的智能尋跡小車距離真實(shí)的外界環(huán)境還有很大的區(qū)分，在傳感器、電源模塊、直流電機(jī)驅(qū)動(dòng)以及整個(gè)機(jī)械硬件都有很大的待提升空間；該論文只是闡述了一種工業(yè)級(jí)小車實(shí)現(xiàn)智能把握尋跡的思路，簡(jiǎn)潔完成了黑白圖像的處理和識(shí)別，實(shí)現(xiàn)了小車的智能把握，個(gè)人在后期要進(jìn)一