智能小车目标识别跟踪系统的实现

智能小车目标识别跟踪系统的实现

２００４年９月重庆大学学报

ＪｏｕｍａｌｏｆＣｈｏｎｇｑｉｎｇＵｎｉｖｅｒｓｉ哆

ｓｅｐ．２００４Ｖ０１．２７

Ｎｏ．９

第２７卷第９期

文章编号：１０００—５８２Ｘ（２００４）０９一００４５—０４

智能小车目标识别跟踪系统的实现’

蒙建波，虞建静，管金库

（重庆大学工业自动化仪表研究所，重庆４０００３０）

摘要：对目标识另Ｉ】与跟踪技术进行了分析，在此基础上结合智能小车目标跟踪系统的开发，详细讨论了特定目标跟踪系统的具体实现方法、数字图像处理在目标识别中的应用以及小车智能控制的软、硬件设计。该系统通过配置在智能小车上的摄像头，采用数字图像处理技术对特定目标进行识另１３，在目标运动过程中，通过单片机接收计算机发出的命令控制智能小车跟踪目标，在没有人为干预的情况下，能够自主运行，稳定地跟踪目标。该设计为生长机器智能系统提供了一个研究平台。

关键词：目标识剐与跟踪；智能控制；数字图像处理中图分类号：ＴＰ

２３

文献标识码：Ａ

是利用数字图像处理技术。通过数字图像处理技术可以对原始图像进行各种运算，例如二值化、图像格式转化、轮廓跟踪、边缘提取、数字滤波等。这些成熟的技术为目标识别提供了理论和实践基础，因此，图像识别技术在目标识别系统中应用最为广泛，也最具有发展前景。

目标识别出来后就要不断地对且标的运动状态进行分析，通过由单片机和无线收、发芯片组成的通信与控制模块就能对智能小车进行灵活的控制。

本课题是在实验室环境下实现智能小车对目标小车进行识别与跟踪，保证目标不丢失。目标小车在前面可以前后左右随便运动，后面的智能小车通过配置在其上的摄像头采集图像，并由计算机对采集到的图像进行处理，识别目标并判断目标的运动方向，然后发出指令控制智能小车随目标移动，达到目标跟踪的目的。

在智能控制领域，对目标的识别和跟踪是集数字图像处理、无线通信、自动控制、模式识别等技术的综合学科。无论在民用还是在军事上，目标识别和跟踪都有着重要的应用，例如：用于门禁系统的人脸识别、用于特定物体的目标识别与跟踪、用于军事上的地形

匹配搜索打击目标以及用于ｈｌｔ咖ｅｔ图像检索的图像

数据挖掘技术和数码相机系统中按图像特定内容在数字相册检索照片等。所有的这些应用都基于一个核心技术：复杂背景下的且标识别。

当前，国内外学者和科技人员已经研究出了很多针对具体目标的识别和跟踪算法。笔者针对国家自然科学基金项目“生长机器智能理论架构及其应用研究”工作需要，利用数字图像处理技术对目标进行识别，并通过控制遥控小车实现对运动目标跟踪。为进一步研究提供一个研究平台。

１智能小车功能简介

整个系统以遥控小车装置为基础，通过配置在上面的摄像头实现对目标的识别和跟踪，具有一定的智能，称之为智能小车系统。

对于目标识别系统，国内外比较普遍采用的方法

２智能小车系统组成结构…

系统主要由遥控小车、图像采集模块、控制模块和计算机等４部分组成（图１）。

收稿日期：２００４—０３—２０

基金项目：国家自然科学基金资助（６０２７５０３５）

作者简介：蒙建波（１９“一），男，ｔ庆市人，重庆大学列教授，工学博士，主要从事控御科学与工程领域的教学、研究、开发工作。

万方数据

智能小车目标识别跟踪系统的实现

重庆大学学报

２００４阜

图ｌ智能小车系统组成结构示意圈

遥控小车是智能小车的重要组成部分，相当于人的身体和双脚。由两个直流电机、无线收发芯片及其外围电路和机械装置组成。其中，位于小车前端的电机负责小车的左右转向，后端的电机负责小车的前进后退。通信和控制模块由单片机和无线收、发芯片以及外围电路组成，单片机通过接收计算机串口发出的指令，来控制发射芯片与小车通信。２．２图像采集模块

图像采集模块相当于人的视觉系统，通过它来获得目标运动信息。本系统选用天敏公司的ｌＯ

Ｍ００ｎｓ

摄像头和与其配套的图像采集卡（ＰＣＩ插槽），通过图像采集开发软件包，用户可以进行二次开发，将采集到的图像在计算机上显示，并且可以随时保存图像以便处理。２．３计算机

计算机相当于人的大脑，是智能小车的关键部分。主要用于数字图像采集和处理，对目标监视，识别目标以及向控制模块发运动指令跟踪目标。处理过程用Ｖｃ＋＋６．０编程实现瞄’ｏ

目标识别

本系统主要研究对单一目标的识别，即针对特定

的物体进行识别处理，实验过程中目标物根据项目安排，使用的是一个可以自由运动的玩具小车，小车里面有一戴红色头盔的驾驶员。为了简化识别算法，提高识别的准确性和实时性，以小车中驾驶员的红头盔为软件流程如图２所示。具体步骤为：

１）利用摄像头采集图像，监视目标的运动，定时件，在显示器上中监视小车的运行情况，每隔一段时阔

万方数据

图２

目标识别软件流程图

２）设定阀值，将２４位真彩色图像二值化∞】。２４响采集到的图像。设定阀值的目的是将红色转化为白复调整Ｒ、Ｇ、Ｂ值的范围，直到能将头盔部分转化为白３）将二值化以后的图像转化为２５６色位图ｐＪ。图像转化为２５６色位图。具体算法是：新建一个长度０９６的数组，代表４０９６种颜色。对图中的每一个０９６种颜色的使用频率。其中，０９６）个元素都不为零。将这』ｖ个数按从大到小的顺

２．１遥控小车、通信与控制模块

保存一幅图像（如图３所示）用于后续处理。

位真彩色图像由足、Ｇ、曰３个分量组成，在实验室环境下，不同的光照条件、对比度设置、颜色饱和度都会影色，其它颜色转化为黑色。这就要根据采集的图像反色，其他部分全部为黑色。

如果对２４位真彩色进行滤波处理，将大大增加算法的复杂程度，不便于实时跟踪。为此，特别将二值化后的为４象索，取Ｒ、Ｇ、Ｂ的最高４位，拼成一个１２位的整数，对应的数组元素加ｌ。对一幅图像的每个像素颜色进行统计，就得到了这４可能有一些颜色一次也没用到，即对应的数组元素为零。将这些为零的数组元素清除出去，使得前Ｊ『＼，（Ⅳ≤

４

３

特征来识别目标。

保存图像，格式为２４位真彩色位图。在ＶＣ中调用控序排列（这里我们使用冒泡排序）。这样，前２５６种颜色就是用得最多的颜色，将作为调色板上的２５６种颜色。对于剩下的Ｉｖ一２５６种颜色并不是简单地丢弃，而是用前２５６种颜色中的一种来代替，代替的原则是找有最小平方误差的那个。再次对图中的每一个象

智能小车目标识别跟踪系统的实现

第２７卷第９期蒙建波等：智能小车目标识别跟踪系统的实现

４７

素，取尺、Ｇ、Ｂ的最高４位，拼成一个１２位的整数，如果对应值在前２５６种颜色中，则直接将该索引值填人位图数据中，如果是在后Ｊ７＼，一２５６种颜色中，则用代替色的索引值填人位图数据中。

４）对２５６色位图滤波去噪声【４Ｊ。彩色的图像本来就容易加入噪声，不作滤波处理很容易造成误判。对数字图像而言，离某点越近的点对该点的影响应该越大，为此，引入了加权系数，也就是常用的高斯模板：

２

２２２丧ｘ［｛茎｛］。例如，对图像３２３３４６４５５

６６

６

作高斯滤波处理后为『三

２２３３．０６４．５６４．５６５

６

６

经过高斯滤波，噪声被有效地去除了，同时，有用信号也被削弱了。对比图４和图５可以看出，这并不

影响对目标的识别。

图３原始图像图４二值化后的图像

５）搜索目标。选取头盔的顶端为特征点，判断图像中有无白色的像素，第１个白点的位置（如图６所示），即为头盔顶部的坐标。具体做法是对上述图像进行行扫描，对每个像素进行判断。若有白色点则停止扫描，并将该点所在的列与行保存下来，对应得到该点的坐标（ｘ，】，），否则，说明目标不在视野范围内，调整小车的位置继续搜索。

图５高斯滤波后的图像

圈６识别特征点

万方数据

４

目标跟踪Ｋ

Ｊ

目标跟踪是在目标识别的基础上，对目标的运动情况进行正确判别，并根据判别结果控制智能小车的运行，使其达到跟踪目标的目的，软件流程如图７所示。要使目标不丢失，控制智能小车使它与目标始终保持约２５厘米的距离。其算法是：当目标在智能小车前方约２５ｃｍ时，得出目标的坐标（孔、ｙ０），考虑小车

行进过程中的抖动等因素，当目标在（蜀±从，ｙ０±

△ｙ）范围内时，认为目标没动，一旦目标超出这个范围，就要判断目标的运动方向，并且通过串口向单片机发命令№Ｊ，控制智能小车的运动，使其与目标保持在设定的距离范围内（这里是２５ｃｍ左右），目标坐标与控制命令的对应关系如表１所示。

表ｌ

目标坐标与控制命令关系

图８中的白框表示特征点在此范围内时，智能小车停止动作，图９显示了目标向左上方移动时的情况，这时

特征点在左上方，因此，智能小车向左上方移动，跟踪

目标。

智能小车目标识别跟踪系统的实现

重庆大学学报

２００４卑

Ｆｊ标坐标（置ｙ）

判断

在此基础上开发了一套完整的目标跟踪装置，在实验室环境下能够很好地跟踪特定目标，达到了预期的效果。但是，目标跟踪是综合多门学科的前沿课题，要达

与（．‰土厶ｘ）、

（ｙ０土△】，）比

无线发送芯片发送控制命令

到人们设想的高度智能化还有很长的距离，它的发展与图像处理、模式识别技术的进一步提高密切相关，需要在以后的工作中坚持不懈地探索。

通过串口发指令无线接收芯片接收命令控制小车

参考文献：

［１］

蒙建波，梁锡昌．机械智能学［Ｍ］．重庆：重庆出版社，１９９７．［２］

齐舒创作室．Ｖｉｓｕａｌｃ＋＋６．Ｏ开发技巧及实例分析［Ｍ］．北京：清华大学出版社，１９９９．

［３］林福宗．图像文件格式大全［Ｍ］．北京：清华大学出版

社，１９９８．［４］

黎洪松．数字图像压缩编码技术及其ｃ语言程序范例［Ｍ］．北京：学苑出版社，１９９８．

［５］姜延，高庆吉．全自主型足球机器人目标识别与定位方

单片机接收指令

跟踪日标

图７目标跟踪软件流程图

法研究［ＥＢ／ＯＬ］．ｈｔｔｐ：／／ｗｗｗ．１（小８扭ｒ．咖．ｃｒ∥ｍｅ＆／

图８特征点在规定范圈内

图９特征点在左上方

［６］

Ｗ】【％５Ｃ凸埘％５Ｃ２００２—３％５Ｃ４．ｈｔｍ．２００３．

阮帮秋．Ｖｃ实现串口通信例程［ＥＢ／０Ｌ］．ｈｔｔｐ：／／ｗｗｗ．西ＷＩ烈山．ｏ伽且／∞明ｌｈ∥ｓｃ２ｖ０６眈ｒｉｄｐＩ啦；瞄【锄舶．ｈ曲．２０【砣．

５结束语

对目标识别和跟踪进行了理论上的分析和研究，

Ｒｅａｌｉｚａｔｉｏｎｏｆｂ［１ｔｅＩｌｉｇｅｎｔＶｂｈｉｃＩｅＳｙｓｔｅｍｆ．０ｒＴａｒｇｅｔ

Ｒｅｃｏ鲥ｔｉｏｎ

ａ胍ｄＴｒａｃｌ【ｉｌ唱

ＭＥＮＧＪｉａｎ－ｂＯ．ＹＵＪｉａｎ－ｊｉｎｇ，Ｇｌ＿ｂ气ＮＪｉｎ ｋｕ

（Ｉｎｓｔｉｔｕｔｅ

ｏｆＰｒｏｃｅｓｓ

Ａｕｔｏ啪ｔｉ∞ａｎｄＩｎｓ咖眦ｎｔ，Ｃｈｏｎ砰ｎｇＵｎｉｖ吣姆，Ｃｈｏｎ鹊ｉｎｇ４０００３０，ＣｌＩｉｎａ）

ｔｅｃｈｎｉｑｕｅ，ａｍｅｔｌｌｏｄｏｆｄｅｖｅｌｏｐｉＩｌｇｓｐｅｃｉｆｉｃａ：ｕｙ锄ｇｅｔｔａｃｋｉｎｇ

ｔ０

Ａｂｓｔｌｒａｃｔ：Ａｆｔｅｒ肌ａｌｙｚｉｎｇｔ呻≯ｔｒｌｅｃｏ伊ｉｔｉｏｎ舳ｄ昀ｃｋｉｎｇ

ｓｙｓｔｅｍｉｓｐｒｏｐｏ∞ｄ，ｗｈｉｃｈ

ｇｅｎｔ

ｕｓｅｓ

ｄｉｇｉｔａｌ

ｉｍａｇｅ

ｍ趿ｉｐｕｌａｔｉｏｎ

ｕｓｅｓ

ｔａｒｇｅｔ

ｒｅｃｏ即ｉｔｉｏｎ．Ｓｏｆｈａｒｅ锄ｄｈａｒｄｗａ弛ｄｅｓｉ伊ｏｆｉｎｔｅｍ—

ｔｅｃｈｒｌｏｌｏ影ｔｏｃｏｇｎｉｚｅｔｌｌｅ

ｖｅｈｉｃｌｅ

ａ

ａｒｅ

ｐｒｅｓｅｎｔｅｄｉｎｄｅｔａｉｌ．ＴｈｅｓｙｓｔｅｍｄｉｇｉｔＥＬｌ

ｉｒＩｍｇｅ眦ｎｉｐｕｌａｔｉｏｎ

ｃｅ嘣ｎ

ｔａｒｇｅｔ

ｔｈｒｏｕｇｈ

ｔ｝Ｉｅ

ｐｉｃｋｕｐｃａｍｅｍｉｎｓｔａＵｅｄｏｎ出ｅｆ而ｎｔｏｆｔｌＩｅｉｎｔｅＵｉｇｅｎｔｖｅｈｉｃｌｅ．ＷｈｅｎｔＩＩｅｔａｒｇｅｔｉｓ

ｆｌｒｏｍｔ｝Ｉｅｃｏｍｐｕｔｅｒａｎｄｔ｜Ｉｅｎｃｏｎ臼ｏｌｔＩｌｅｖｅｈｉｃｌｅｔｏ缸ａｃｅｔａｒｇｅｔ．Ｔｈｅ

ａ

ｍｏ、，ｉｎｇ，ｓｉｎｇｌｅｃｈｉｐ

ｒｅｃｅｉＶｅｓ

ｃｏｍｍ胁ｄｓ

ｓｙｓ胁ｃａｎｒ衄ｂｙ

ｉｔｓｅｌｆ，ｒｅｇａｒｄｌｅ鹅ｏｆ

ａＩｔｉｆｉｃｉａｌ

ｃｏｎ呐１．，Ｉ．Ｉｌｉ８ｄｅｓｉ弘ｐｒ｜ｏｖｉｄｅｓ

ｐｌａ如ｍ

ｆｏｒ出ｅｒｅ８ｅａｒｃｈ《ＧＩａＷｉ＿Ｉｌｇｈ重∞ｈｉ弛ｈｌｔＩｅｕｉｇｅｎｃｅ

８ｙ８ｔ锄．

Ｋｅｙｗｏ“ｌｓ：ｔａ唱ｅｔｒｅｃｏｇｎｉｔｉｏｎａｎｄｔｒａｃｋｉｎｇ；ｉｎｔｅＵｉｇｅｎｔｃｏｎｔｒｏｌ；ｄｉｇｉｔａｌ

ｉｍａｇｅ

ｍａｎｉｐｕⅫｏｎ

（编辑吕赛荚）

万方数据

智能小车目标识别跟踪系统的实现

智能小车目标识别跟踪系统的实现

作者：作者单位：刊名：英文刊名：年，卷(期)：引用次数：

蒙建波， 虞建静， 管金库

重庆大学,工业自动化仪表研究所,重庆,400030

重庆大学学报(自然科学版)

JOURNAL OF CHONGQING UNIVERSITY(NATURAL SCIENCE EDITION)2004，27(9)3次

参考文献(6条)

1.蒙建波.梁锡昌 机械智能学 1997

2.齐舒创作室 Visual C++60开发技巧及实例分析 19993.林福宗 图像文件格式大全 1998

4.黎洪松 数字图像压缩编码技术及其C语言程序范例 19985.姜延.高庆吉 全自主型足球机器人目标识别与定位方法研究 20036.阮帮秋 VC实现串口通信例程 2002

相似文献(5条)

1.期刊论文 谭永宏.张辉.TAN YONGHONG.ZHANG HUI 智能寻迹小车的研究与设计 -微计算机信息2008,24(8)

本文对目标识别与跟踪技术进行了分析,在此基础上结合智能小车目标跟踪系统的开发,详细讨论了特定目标跟踪系统的具体实现方法,红外传感器在目标识别中的应用以及小车智能控制的软、硬件设计.该系统通过配置在智能小车上的红外传感器,采用红外传感技术对特定目标进行识别,在目标运动过程中,通过单片机接收计算机发出的命令控制智能小车跟踪目标,在没有人为干预的情况下,能够自主运行,稳定地跟踪目标,该设计为机器智能系统提供了一个研究平台.

2.学位论文 彭国林 图象流的实时分析--多目标识别与跟踪的方法研究 19903.会议论文 刘磊.王永骥 基于单目视觉的机器人动态目标识别与跟踪 2007

利用单目视觉传感器采集环境信息.用HSV颜色模型的H和S分量,通过一种基于二值图像分割的快速聚类算法,从环境中分离出具有某种特定颜色的目标物.利用三维重建算法和分段控制策略计算目标物距离,融合激光传感器信息获得目标物的精确距离.设计视觉伺服系统,以实现机器人对运动目标的跟踪.最后通过实验验证该方法的有效性。

4.期刊论文 张天序.王新赛.王岳环 红外海面目标图像序列兴趣点的自动识别算法研究 -自动化学报2002,28(3)

1 引言 红外成像制导是飞行器制导的发展趋势,智能化实时目标识别与跟踪技术是飞行器精确制导领域的关键技术之一,其中目标图像的兴趣点识别和跟踪是该技术的核心.本文所指的兴趣点是指近距离跟踪船舰目标时的跟踪窗中心瞄准点.有关目标跟踪的算法很多,有形心跟踪、边缘特征跟踪、特征序列匹配和相关跟踪等[1].

5.学位论文 张宏辉 RoboCup小型组机器人视觉系统设计与实现 2006

机器人足球赛是当前智能控制领域的热点问题，它为机器人相关研究提供了一个开放的公共平台。本文以RoboCup小型组机器人足球赛为背景，详细推导了三轮无约束机器人的运动学和动力学关系式，并在DSP(TMS320LF2407A)上实现了小机器人无约束运动控制软件；本文同时也给出了小型组足球机器人视觉子系统的设计方案，提出了一种简单高效的基于全局视觉的场地标定算法和机器人的快速识别判定算法，并把它应用在了RoboCup小型组机器人足球赛中。经实验证明，本文提出的算法简单高效，具有很大的实用性。 视觉子系统是机器人获得外界信息的主要来源，本系统开发了一套基于YUV颜色空间的彩色图像分割和目标识别系统，其实现分为离线部分和在线部分。在离线过程中，通过颜色学习获得具有统计学特征的数据来生成一个查询表作为实现在线过程的基础。在线过程依据离线过程生成的颜色查询表将彩色图像二值化，然后采用游程编码的方法对目标区域进行分割，为目标识别与跟踪做好准备。本文给出了一种简便高效的全局定位方法来准确识别各个目标的位置。这种算法克服了加装广角镜头产生的广角失真问题，以及由于摄像机、机器人、球以及足球场均不在相同的水平面而产生的三角比误差问题。 本文给出的快速识别和判定机器人算法采用蝶形色标设计方案，队标置于中心，四个辅助色标块成等腰梯形排在队标周围。四个辅助色标块排列顺序决定了机器人ID号；四个辅助色标块的平均位置为机器人的位置；利用等腰梯形的性质可以快速准确的得到机器人的朝向角。

引证文献(3条)

1.赵敬.李新华 基于区域增长算法的足球运动轨迹识别研究[期刊论文]-电脑知识与技术 2009(12)

2.李爽.李国义.张晓宇 彩色图像分割在视频跟踪系统中的应用研究[期刊论文]-辽宁工学院学报（自然科学版）2007(01)

3.田拓.郭中华.丁帅华.杭默涵 基于AT89C52单片机智能小车的设计[期刊论文]-宁夏工程技术 2005(04)

本文链接：/Periodical_cqdxxb200409012.aspx

下载时间：2010年3月30日

本文来源：https://www.bwwdw.com/article/dtij.html