衛(wèi)玉梁， 靳伍銀

(蘭州理工大學(xué) 機(jī)電工程學(xué)院，甘肅 蘭州 730050)

?

智能車跟隨系統(tǒng)開發(fā)*

衛(wèi)玉梁， 靳伍銀

(蘭州理工大學(xué) 機(jī)電工程學(xué)院，甘肅 蘭州 730050)

開發(fā)了一種基于STM32視覺導(dǎo)航的目標(biāo)跟隨小車智能控制系統(tǒng)，實(shí)現(xiàn)了對特定目標(biāo)物體的快速識別與實(shí)時準(zhǔn)確跟隨。使用OV7670圖像傳感器采集目標(biāo)物圖像信息，對圖像進(jìn)行灰度化、降噪、取反等處理后，通過亞像元定位技術(shù)的質(zhì)心法獲取目標(biāo)物坐標(biāo)位置，為智能車提供方向?qū)Ш?，跟隨過程中的畫面實(shí)時發(fā)送至上位機(jī)。結(jié)果表明：小車在直行和轉(zhuǎn)向跟蹤實(shí)驗(yàn)中表現(xiàn)良好，跟隨系統(tǒng)具有良好的跟蹤效果，可實(shí)現(xiàn)對目標(biāo)物的實(shí)時準(zhǔn)確跟隨。

STM32； 質(zhì)心法； 目標(biāo)識別與跟蹤； 智能車

0 引 言

隨著汽車產(chǎn)業(yè)的快速發(fā)展，智能車的相關(guān)技術(shù)不斷創(chuàng)新，其中包括目標(biāo)跟蹤等技術(shù)[1]。同時，自動跟蹤車輛也正逐步應(yīng)用于貨物運(yùn)取、輔助駕駛等領(lǐng)域[2]。而高效快速的跟蹤方案通常存在體積大、價(jià)格昂貴、功耗高等不足[3]。針對上述情況，本文設(shè)計(jì)開發(fā)了一種成本低、功耗小、性能穩(wěn)定的智能小車跟隨控制系統(tǒng)，以TM32F103ZET6微控制器為主控單元、直流電機(jī)作為動力驅(qū)動單元、CMOS圖像傳感器OV7670為圖像采集單元。采用數(shù)字圖像處理技術(shù)對圖像進(jìn)行處理，確定目標(biāo)位置，為小車提供方位導(dǎo)航，實(shí)現(xiàn)對目標(biāo)物的智能準(zhǔn)確跟隨。

1 系統(tǒng)總體設(shè)計(jì)

智能車的目標(biāo)跟隨系統(tǒng)結(jié)構(gòu)如圖1所示，以Arduino遙控車攜帶目標(biāo)物作為被跟蹤對象，跟蹤車輛以STM32處理器為核心，連接攝像頭及超聲波傳感器進(jìn)行信息采集作為系統(tǒng)輸入，驅(qū)動并控制電機(jī)運(yùn)作作為系統(tǒng)輸出。車體自身安裝顯示屏用以顯示拍攝處理后的目標(biāo)圖像、兩車距離及輸出占空比等其他外設(shè)信息，配置無線模塊與上位機(jī)通信，實(shí)現(xiàn)跟蹤過程中圖像畫面的實(shí)時傳輸，達(dá)到監(jiān)測跟蹤效果的目的。圖2為系統(tǒng)的主要硬件實(shí)物照片。

圖1 系統(tǒng)結(jié)構(gòu)

圖2 系統(tǒng)硬件實(shí)物照片

2 硬件設(shè)計(jì)

2.1 單片機(jī)控制模塊

單片機(jī)選用STM32F103ZET6，工作電壓范圍為2.0～3.6 V，CPU工作頻率最高可達(dá)72 MHz，具有速度快、成本低、性價(jià)比高、運(yùn)算處理能力強(qiáng)等優(yōu)點(diǎn)。同時擁有大量的外設(shè)I/O接口,可連接和驅(qū)動所需的各類傳感器與外部設(shè)備[4]，以實(shí)現(xiàn)指定功能。

2.2 圖像傳感器模塊

OV7670為1/6in(1in=2.54 cm)CMOS VGA圖像傳感器，工作電壓2.5～3.0 V，感光陣列為640×480，提供VGA攝像頭和影像處理器的所有功能。通過SCCB總線控制同時兼容I2C接口，可以輸入整幀、子采樣、取窗口等方式的各種分辨率8位影像數(shù)據(jù)[5]。VGA圖像最高達(dá)到30幀/s，其像素時鐘(PLCK)最高可達(dá)24 MHz。

使用STM32驅(qū)動攝像頭進(jìn)行數(shù)據(jù)讀取時， 直接通過I/O抓取每幀的數(shù)據(jù)十分占用CPU，因此,設(shè)計(jì)通過模塊自帶FIFO芯片緩存1～2幀圖像，單片機(jī)再直接從中讀取并處理，減少CPU的占用量，提高了系統(tǒng)運(yùn)行速度。

2.3 顯示模塊

為了更加直觀地觀察小車跟蹤狀況，在車身安裝4.3 in TFT液晶顯示屏，像素為320×240，實(shí)時顯示跟隨過程中OV7670攝像頭捕捉并處理的二值圖像。

2.4 無線通信模塊設(shè)計(jì)

無線模塊以AR9331為核心搭建的WiFi模塊實(shí)現(xiàn)。模塊預(yù)置QpenWrt(Linux)系統(tǒng)，符合國際標(biāo)準(zhǔn)的802.11 b/g/n協(xié)議，采用DSSS,OFDM,BPSK,QPSK,CCK和QAM基帶調(diào)制技術(shù)，能適應(yīng)路由器等設(shè)備的無線熱點(diǎn)，最大連接速率可達(dá)150 Mbps[6]。上位機(jī)與模塊完成數(shù)據(jù)通信連接后，使用C#編寫的上位機(jī)軟件讀取和顯示攝像頭采集的實(shí)時圖像信息。攝像頭一側(cè)配置有照明功能，確保在昏暗環(huán)境下對目標(biāo)的準(zhǔn)確識別與跟蹤。

2.5 電機(jī)驅(qū)動電路模塊

采用2個L298N驅(qū)動4路直流電機(jī)，內(nèi)含2個H橋的高電壓大電流全橋式驅(qū)動器，可以用來驅(qū)動電動機(jī)和步進(jìn)電動機(jī)等感性負(fù)載[7]。其最高工作電壓可達(dá)46 V，瞬間峰值電流可達(dá)3 A，持續(xù)工作電流為2 A，額定功率25 W。采用標(biāo)準(zhǔn)邏輯電平信號控制，具有2個使能控制端。

2.6 電源電路模塊

采用12 V鋰電池直接為電機(jī)驅(qū)動模塊L298N供電，同時通過SD6A1—5降壓后濾波，再由LM117穩(wěn)壓降至3.3 V,實(shí)現(xiàn)為主控制器供電。

2.7 超聲波測距模塊

采用HC—SR04超聲波測距傳感器輔助導(dǎo)航，保持目標(biāo)車輛與跟蹤車輛在可跟蹤識別的距離范圍內(nèi)，同時可根據(jù)車距調(diào)節(jié)自身電機(jī)的輸出占空比。其測量范圍為2～400 cm，測量精度達(dá)3 mm，工作電壓為5 V。

3 軟件設(shè)計(jì)

3.1 質(zhì)心法目標(biāo)識別原理

質(zhì)心法指圖像的能量密度函數(shù)一階空間矩和零階空間矩的比值[8]。當(dāng)小車捕捉到目標(biāo)的圖像信息后，經(jīng)過相應(yīng)的灰度化處理，忽略圖像中其他的微小光斑，即通過濾波以及設(shè)置相應(yīng)閾值取反，將圖像中的雜散光點(diǎn)等干擾因素融入到背景中之后，可假設(shè)圖像內(nèi)單個目標(biāo)物的質(zhì)心位置為(XC,YC)，該位置可由圖像灰度值重心計(jì)算式(1)得到，即

(1)

式中 XC，YC為計(jì)算所得質(zhì)心坐標(biāo)；x，y分別為圖像平面的橫縱坐標(biāo)；D為限定的積分區(qū)域?yàn)橐阎?，即為圖像尺寸大小，由OV7670攝像頭視場以及液晶顯示屏像素值確定；G(x,y)為每個像素點(diǎn)的灰度值，也稱為圖像灰度函數(shù)。

上述積分為連續(xù)積分，但由攝像頭得到的實(shí)際圖像是離散的，只能得到G(x,y)在像素點(diǎn)位置的采樣值，所以，采用質(zhì)心法時，將式(1)做近似推導(dǎo)得式(2),將連續(xù)積分變?yōu)槔奂雍偷男问剑瑘D像由n個像素組成

(2)

(3)

3.2 目標(biāo)設(shè)計(jì)及其識別流程

由上文可知，求取目標(biāo)點(diǎn)位置坐標(biāo)需要對圖像全局做灰度值累加。因此，目標(biāo)背景對于識別與跟蹤的準(zhǔn)確性有很大影響，可通過以下方法減少目標(biāo)背景不統(tǒng)一所產(chǎn)生的誤差：1)設(shè)計(jì)背景統(tǒng)一且對稱的目標(biāo)物。2)在將圖像轉(zhuǎn)換為二值圖像時，設(shè)置適當(dāng)閾值將微小光斑等干擾點(diǎn)融入背景中。3)通過超聲波測距傳感器修正與目標(biāo)物距離，使目標(biāo)物占據(jù)所采集圖像的大部分像素。

系統(tǒng)啟動后，OV7670開始采集視頻圖像，并緩存到FIFO芯片，當(dāng)系統(tǒng)判斷每幀圖像完整采集后，進(jìn)入目標(biāo)識別子程序，對圖像進(jìn)行相應(yīng)的處理從而識別圖像中目標(biāo)位置，流程如圖3(a)所示。

圖3 目標(biāo)識別流程

如圖3(b)所示，進(jìn)入目標(biāo)識別子程序，圖像傳感器采集圖像后進(jìn)行灰度化，為保證系統(tǒng)跟蹤時圖片的連續(xù)性，同時提高系統(tǒng)跟蹤的實(shí)時性并最大限度地去除背景噪聲，將前一幀像素平均值加上2倍均方差作為當(dāng)前幀的背景值。當(dāng)前幀各個像素值去除背景后，設(shè)置自適應(yīng)閾值將圖像二值化并取反，再利用式(3)計(jì)算質(zhì)心位置，得到目標(biāo)坐標(biāo)，為小車提供方位導(dǎo)航。

3.3 目標(biāo)識別算法仿真

在Matlab中對目標(biāo)識別算法進(jìn)行仿真，如圖4所示，目標(biāo)處于較為統(tǒng)一背景環(huán)境中，算法將一些干擾因素二值化后融入到背景中，具有很高的識別效率，可以精確定位到目標(biāo)中心位置。

圖4 目標(biāo)識別算法仿真

4 實(shí)驗(yàn)結(jié)果

實(shí)驗(yàn)時通過無線視頻模塊將跟蹤的實(shí)時畫面?zhèn)鬏斨辽衔粰C(jī)。在直行跟蹤過程中，調(diào)節(jié)遙控小車脈沖寬度調(diào)制(PWM)值0～225輸出控制前車車速，分別對目標(biāo)小車在勻速直行、變速直行情況下進(jìn)行多次測量實(shí)驗(yàn)，同時也對轉(zhuǎn)向跟蹤進(jìn)行反復(fù)的實(shí)驗(yàn)測試。在目標(biāo)車輛變速直行過程中以及向左0°～90°勻速轉(zhuǎn)向的跟蹤過程中，從上位機(jī)視頻窗口隨機(jī)截取數(shù)幀實(shí)時畫面，如圖5所示。實(shí)驗(yàn)數(shù)據(jù)采樣值見表1。

圖5 直行與轉(zhuǎn)向跟蹤過程

相機(jī)視場勻速直行質(zhì)心位置像素勻速直行車距/cm轉(zhuǎn)向質(zhì)心位置/像素實(shí)際偏轉(zhuǎn)角/(°)跟蹤偏轉(zhuǎn)角/(°)變速前車PWM值變速直行質(zhì)心位置變速直行車距/cm(320×240)(162,120)10(85,118)2423120(161,120)10(320×240)(159,121)11(157,120)4549140(162,125)19(320×240)(166,123)12(210,117)6066160(160,135)32(320×240)(161,120)10(240,115)7072130(163,128)21(320×240)(162,121)11(312,114)8588110(159,119)9

實(shí)驗(yàn)結(jié)果表明：當(dāng)目標(biāo)車輛勻速直行時，跟蹤小車所測得目標(biāo)質(zhì)心點(diǎn)縱坐標(biāo)與兩車車距基本穩(wěn)定，在恒定值上下小幅波動；當(dāng)目標(biāo)車輛變速直行時，質(zhì)心點(diǎn)縱坐標(biāo)隨著兩車距離加大而增高，從而提高輸出占空比對前車加速追趕，兩者具有很好的線性關(guān)系，同時兩車在轉(zhuǎn)向時的偏轉(zhuǎn)角度也大致重合，表明，跟蹤小車總體上具有良好的跟蹤效果。

5 結(jié)束語

給出了智能車目標(biāo)跟蹤控制系統(tǒng)實(shí)現(xiàn)的基本原理和系統(tǒng)硬件設(shè)計(jì)、軟件開發(fā)的流程，并進(jìn)行了相應(yīng)的算法仿真以及實(shí)物實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明：系統(tǒng)整體運(yùn)行穩(wěn)定，達(dá)到了預(yù)期的效果。雖然在對跟蹤目標(biāo)丟失再尋找等方面存在一定不足，但系統(tǒng)具有較好的再開發(fā)性，對于智能車輛的目標(biāo)跟蹤研究具有一定的參考意義。

[1] 楊 歡,熊 劍,郭 杭,等.基于CORTEX—M4的多傳感器組合導(dǎo)航系統(tǒng)設(shè)計(jì)[J].傳感器與微系統(tǒng),2017,36(2):88-90.

[2] 李 婕.基于STM32的無線視頻監(jiān)控智能小車設(shè)計(jì)[D].蘭州：蘭州理工大學(xué),2014.

[3] 鄒 斌,莊雷雨,李超群,等.機(jī)器視覺智能車虛擬環(huán)境的搭建[J].自動化與儀表,2016,31(9):22-26.

[4] 劉太鋼,劉響響,周克良,等.基于STM32智能家用車庫控制系統(tǒng)設(shè)計(jì)[J].傳感器與微系統(tǒng),2016,35(8):98-100.

[5] 李慧敏,樊記明,楊 笑.基于STM32和OV7670的圖像采集與顯示系統(tǒng)設(shè)計(jì)[J].傳感器與微系統(tǒng),2016,35(9):114-117.

[6] 賈玉雷,靳伍銀,李鵬勃,等.基于ZIG BEE技術(shù)的智能車無線控制系統(tǒng)開發(fā)[J].傳感器與微系統(tǒng),2013,32(5):135-137.

[7] 劉 磊,孫曉菲,張 煜.基于STM32的可遙控智能跟隨小車設(shè)計(jì)[J].電子測量技術(shù),2015(6):31-33.

[8] 曹宗偉,李星全,劉 偉,等.數(shù)字相機(jī)校準(zhǔn)中光斑中心的亞像素定位[J].測繪技術(shù)裝備,2016,18(1):93-95.

Development of intelligent vehicle following system*

WEI Yu-liang， JIN Wu-yin

(School of Electromechanical Engineering,Lanzhou University of Technology,Lanzhou 730050,China)

An intelligent tracking-vehicle control system based on STM32 is developed to achieve quick identification and accurate tracking of specific target in real-time.Acquire image information of target using OV7670 after graying,de-noising and reverse processing the image,obtain target coordinates by the centroid sub-pixel positioning technology to provide direction navigation for intelligent vehicle,and picture of target can be sent to host computer during tracking process.The experimental result shows that the system has a good tracking effect and can achieve real-time accurate and tracking of target.

STM32; centroid; target recognition and tracking;intelligent vehicle

10.13873/J.1000—9787(2017)08—0075—03

2017—06—12

國家自然科學(xué)基金資助項(xiàng)目(11372122)

TP 249

A

1000—9787(2017)08—0075—03

衛(wèi)玉梁(1994-)，男，碩士研究生，主要研究方向?yàn)槿斯ぶ悄芘c機(jī)器人等。

靳伍銀(1969-)，男，通訊作者,研究員，博士研究生導(dǎo)師，E—mail:wuyinjin@hotmail.com。