軒 亮，楊 軒，葉志雄

（江漢大學(xué) 機(jī)電與建筑工程學(xué)院，湖北 武漢 430056）

0 引言

隨著數(shù)字時(shí)代的來(lái)臨，智能小車行業(yè)得到迅速發(fā)展。20 世紀(jì)70 年代至今，歐洲在進(jìn)行前車距控制、視覺(jué)增強(qiáng)及傳感器的融合研究方面取得了重大進(jìn)步，而國(guó)內(nèi)經(jīng)過(guò)幾十年的不斷發(fā)展，在傳感器技術(shù)、機(jī)械結(jié)構(gòu)、智能控制等方面有了重大突破［1］。目前，智能高爾夫小車的設(shè)計(jì)多以輪式四輪車、單一傳感器為主，但單一傳感器存在固有缺陷，如障礙物探測(cè)緩慢、避障成功率較低、識(shí)別通過(guò)率低，且在一些復(fù)雜的地形有一定的局限性［2］。為了解決上述問(wèn)題，本文設(shè)計(jì)了一種利用攝像頭采集圖像的目標(biāo)識(shí)別為主、超聲波傳感器和紅外傳感器位置控制與運(yùn)動(dòng)避障為輔、多傳感器協(xié)同工作的具有目標(biāo)識(shí)別追蹤和避障一體的智能小車。

1 智能小車的結(jié)構(gòu)及工作原理

1.1 智能小車的結(jié)構(gòu)

智能小車由車體骨架、移動(dòng)裝置、承載裝置、避震裝置和收集裝置等部分構(gòu)成。車體骨架采用2020A 鋁合金型材連接；移動(dòng)裝置采用減速電機(jī)與充氣全地形輪組成；承載裝置使用了可拆卸式結(jié)構(gòu)安裝在車架上，便于后期搭載不同的工作平臺(tái)；避震裝置使用了彈簧減震器來(lái)增強(qiáng)跨地形功能，使小車在不同地形下有較好的通過(guò)性；收集裝置采用的是卡盤式收集盤，收集效率高，拆裝維護(hù)方便。

1.2 智能小車工作原理

智能小車由攝像頭捕捉目標(biāo)，并且將識(shí)別到的目標(biāo)信號(hào)傳輸給控制單元進(jìn)而控制小車運(yùn)動(dòng)，使小車能夠時(shí)刻鎖定目標(biāo)并且收集目標(biāo)物，在追蹤目標(biāo)的同時(shí)，優(yōu)先執(zhí)行避障單元的子程序。在已經(jīng)識(shí)別到目標(biāo)并且確定目標(biāo)位置的前提下，經(jīng)過(guò)路徑規(guī)劃到達(dá)目標(biāo)位置，并通過(guò)搭載在車架上的盤形滾動(dòng)收集裝置駛過(guò)目標(biāo)位置，從而將目標(biāo)自動(dòng)收集。當(dāng)環(huán)境監(jiān)測(cè)單元監(jiān)測(cè)到實(shí)際光強(qiáng)低于設(shè)定值時(shí)，開啟LED 燈進(jìn)行補(bǔ)光，用來(lái)輔助識(shí)別。為了使小車持續(xù)有效工作，需要在電源管理單元實(shí)施電壓預(yù)警以防小車因能量耗盡而丟失。

2 智能小車的目標(biāo)識(shí)別與智能收集系統(tǒng)

智能小車的目標(biāo)識(shí)別與智能收集系統(tǒng)組成如圖1 所示，由圖像識(shí)別單元、避障單元、控制單元、驅(qū)動(dòng)單元、電池管理單元和環(huán)境監(jiān)測(cè)單元組成［3］。

2.1 圖像識(shí)別單元

2.1.1 硬件設(shè)計(jì) 圖像識(shí)別單元由攝像頭模塊和微處理器組成，攝像頭模塊采用OV7620，它的工作電壓支持3.3 和5 V，每秒可以產(chǎn)生60 幀圖像，能夠很好地滿足智能小車對(duì)圖像采集的要求［4］。

攝像頭布置在車體上部分正前方識(shí)別范圍能夠達(dá)到最大化，擺放位置如圖2 所示。

攝像頭的探測(cè)長(zhǎng)度L和寬度B為

式中，h表示攝像頭的擺放高度，θ表示攝像頭與Z軸的夾角，2α表示攝像頭的視野角度。

由于α是定量，且探測(cè)寬度至少應(yīng)大于車體寬度b，所以θ的取值為 arctan[b/(2hsinα)]～ 90°。

圖1 系統(tǒng)的組成結(jié)構(gòu)示意圖Fig.1 Composition and structure diagram of the system

圖2 攝像頭擺放位置示意圖Fig.2 Position and placement map of camera

2.1.2 軟件設(shè)計(jì) 本系統(tǒng)識(shí)別針對(duì)的是直徑為43 mm 的白色小球，所以需要做到顏色和形狀同時(shí)識(shí)別，識(shí)別流程如圖3 所示。當(dāng)攝像頭采集到圖像時(shí)，將攝像頭所拍攝的圖像進(jìn)行二值化處理，二值化處理后整體的像素會(huì)呈現(xiàn)黑白兩種狀態(tài)，如圖4 所示。通過(guò)對(duì)比LAB 閾值的調(diào)整，將被識(shí)別的目標(biāo)圖像轉(zhuǎn)換為白色，非目標(biāo)圖像轉(zhuǎn)換為黑色，這樣能夠大大提高對(duì)目標(biāo)物體的識(shí)別效率［5］。

根據(jù)二值化處理后的圖片進(jìn)行形狀的識(shí)別。通過(guò)霍夫圓檢測(cè)是否為圓形，如果是圓形，則檢測(cè)到了目標(biāo)物體；如果不是圓形，則是同色的非目標(biāo)物體。這樣先經(jīng)過(guò)顏色的篩選后，再進(jìn)行形狀的判斷，比形狀顏色同時(shí)識(shí)別需要處理的數(shù)據(jù)少，處理速度更快，檢測(cè)的準(zhǔn)確性也大大提高。

圖3 目標(biāo)識(shí)別流程與圖像處理流程圖Fig.3 Target identification flow chart and image processing flow chart

圖4 二值化示意圖Fig.4 Sketch map of image binarization

目標(biāo)位置識(shí)別算法：當(dāng)檢測(cè)到目標(biāo)物體時(shí)，通過(guò)二值化處理圖像，將檢測(cè)到的圓形通過(guò)運(yùn)算得到其圓心坐標(biāo)，并將圓心XC坐標(biāo)與圖像中心XO坐標(biāo)做減法運(yùn)算，得到目標(biāo)物體與屏幕正中心的差值XS并且將XS傳遞給控制模塊，控制模塊根據(jù)XS值來(lái)控制小車旋轉(zhuǎn)角度，使得目標(biāo)物體能夠在視野的正中心，增加識(shí)別效率。

追蹤部分腳本如下：

2.2 避障單元

2.2.1 硬件設(shè)計(jì) 避障單元采用夏普GP2YOA02YKOF 模塊紅外傳感器和HC-HR04 超聲波傳感器。由于紅外傳感器反應(yīng)迅速，但易受環(huán)境影響；超聲波傳感器方向性好，但功率小、工作溫度低［6］。本系統(tǒng)采用多傳感器融合共同避障的方法，將超聲波模塊安放在小車的正前方，紅外傳感器1、2、3、4 分別布置在小車左前、左后和右前、右后方的位置上（見圖5）。該方法能夠避免使用單一傳感器存在的避障效率低、準(zhǔn)確度差的問(wèn)題，能夠保障系統(tǒng)運(yùn)行的安全［7］。多傳感器采集到的信號(hào)發(fā)送給STM32 微處理器，微處理器通過(guò)不同的信號(hào)組合來(lái)作出決策，發(fā)出信號(hào)波給電機(jī)驅(qū)動(dòng)板，小車根據(jù)不同的信號(hào)組合采用不同的避障策略。

圖5 傳感器的布置Fig.5 Position distribution of sensors

2.2.2 避障策略 （1）正面障礙

小車前進(jìn)時(shí)，如果超聲波傳感器1 和2 都檢測(cè)到障礙物與小車的距離低于設(shè)定值，且紅外傳感器1、2、3、4 都未檢測(cè)到障礙物信號(hào)，證明此時(shí)是前方遇到障礙物。

前方遇到障礙物，正面避障示意圖如圖6 所示，小車停車，原地進(jìn)行轉(zhuǎn)向，經(jīng)過(guò)超聲波傳感器測(cè)距比對(duì)。如果是超聲波傳感器1 距離障礙物比較近，則設(shè)定為向右轉(zhuǎn)90°；反之，則向左旋轉(zhuǎn)90°。此時(shí)紅外傳感器能夠檢測(cè)到信號(hào)，從正面避障轉(zhuǎn)變?yōu)閭?cè)面避障。

（2）側(cè)面障礙

如果沒(méi)有一個(gè)超聲波傳感器檢測(cè)到障礙物信號(hào)，則證明前方無(wú)障礙。若是紅外傳感器1 和2檢測(cè)到障礙，比較紅外傳感器1 和2 測(cè)定的距離，當(dāng)紅外傳感器1 測(cè)定的距離小于2 時(shí)，則證明繼續(xù)前行有左側(cè)碰撞危險(xiǎn)，是側(cè)面障礙。

側(cè)面避障示意圖如圖7 所示，此時(shí)小車降低車速，啟動(dòng)差速向右轉(zhuǎn)彎控制，直到紅外傳感器1和2 測(cè)定距離大于安全值，繼續(xù)直行。

圖6 正面避障示意圖Fig.6 Diagram of forward obstacle avoidance

圖7 側(cè)面避障示意圖Fig.7 Diagram of side-to-side obstacle avoidance

（3）U 型避障

當(dāng)超聲波傳感器1 和2，紅外傳感器1、2、3、4 都檢測(cè)到障礙物信號(hào)時(shí)候，則小車遇到U 形障礙物。

U 型避障示意圖如圖8 所示，此時(shí)不宜使用原地轉(zhuǎn)向的避障策略，容易造成程序的死循環(huán)，小車應(yīng)該向后退，并且在后退的過(guò)程中邊退邊向某一方向進(jìn)行差速轉(zhuǎn)向，差速轉(zhuǎn)向的方向判斷通過(guò)紅外傳感器2 和4 測(cè)得的距離比對(duì)進(jìn)行。若紅外傳感器2 測(cè)得的距離大于4 的距離，則證明車輛方向處于右偏狀態(tài)，需要向左差速后退，實(shí)現(xiàn)轉(zhuǎn)彎后退。直到4 個(gè)紅外傳感器都檢測(cè)不到障礙物信號(hào)時(shí)，U 型障礙物避障結(jié)束。

圖8 U 形避障示意圖Fig.8 Diagram of U-shaped obstacle avoidance

2.3 驅(qū)動(dòng)單元

驅(qū)動(dòng)單元是由電機(jī)和電機(jī)驅(qū)動(dòng)板組成。由于小車跨地形收集小球，需要電機(jī)提供大轉(zhuǎn)矩以保證小車準(zhǔn)確而又穩(wěn)定的收集，故選用直流減速電機(jī)，電機(jī)的布置如圖9 所示。

圖9 電機(jī)的分組布置Fig.9 Grouping arrangement of motors

直流電機(jī)驅(qū)動(dòng)模塊采用L298N 作為電機(jī)驅(qū)動(dòng)芯片。L298N 芯片可以驅(qū)動(dòng)兩個(gè)二相電機(jī)，輸出電壓最高可達(dá)50 V，可以直接通過(guò)電源調(diào)節(jié)輸出電壓，結(jié)合單片機(jī)實(shí)現(xiàn)對(duì)小車速度的控制。相比兩驅(qū)小車，四輪驅(qū)動(dòng)對(duì)不同地形的適應(yīng)能力更強(qiáng)，系統(tǒng)的穩(wěn)定性更好。在不改變四驅(qū)的情況下，使控制盡可能簡(jiǎn)化，采用控制二驅(qū)的方法來(lái)實(shí)現(xiàn)四驅(qū)。這樣既能夠簡(jiǎn)化控制，也增加了小車在復(fù)雜地形的通過(guò)能力。左前左后輪為一組，右前右后輪為一組進(jìn)行驅(qū)動(dòng)。

2.4 控制單元

2.4.1 硬件設(shè)計(jì) 由于多傳感器和圖像識(shí)別的應(yīng)用需要處理的數(shù)據(jù)多而復(fù)雜，故選用STM32 單片機(jī)。STM32 有144 個(gè)引腳，處理速度快而精準(zhǔn)，可以接收不同傳感器的信號(hào)來(lái)執(zhí)行指令，從而控制智能小車來(lái)實(shí)現(xiàn)不同的動(dòng)作［8］。

2.4.2 控制策略 控制系統(tǒng)的整體工作流程如圖10 所示。

圖10 控制系統(tǒng)的工作流程Fig.10 Workflow of the system

2.4.3 小車的運(yùn)動(dòng)控制 根據(jù)系統(tǒng)的識(shí)別和避障要求，需要小車做出以下動(dòng)作：前進(jìn)、后退、原地左轉(zhuǎn)彎、原地右轉(zhuǎn)彎、前進(jìn)左轉(zhuǎn)、前進(jìn)右轉(zhuǎn)、后退左轉(zhuǎn)、后退右轉(zhuǎn)。列出以下幾種具有代表性的運(yùn)動(dòng)控制［9］。

1）直行控制：處理器控制電機(jī)驅(qū)動(dòng)板，給出相同的驅(qū)動(dòng)信號(hào)，使小車左右組輪子的轉(zhuǎn)速相同，兩組輪轉(zhuǎn)動(dòng)方向向前為前進(jìn)控制；后退控制時(shí)，給出左右兩組參數(shù)一致與前進(jìn)信號(hào)相反的驅(qū)動(dòng)信號(hào)，使兩組輪反轉(zhuǎn)，小車向后直線運(yùn)動(dòng)。

2）前進(jìn)左轉(zhuǎn)：當(dāng)小車需要執(zhí)行前進(jìn)左轉(zhuǎn)動(dòng)作時(shí)，處理器接收到傳感器信號(hào)判斷后，給出兩組不同的驅(qū)動(dòng)信號(hào)，使小車左右兩組輪子轉(zhuǎn)速不同，左組輪速相比右組輪速慢，兩組輪轉(zhuǎn)動(dòng)方向向前。

3）原地左轉(zhuǎn)：當(dāng)小車需要執(zhí)行原地左轉(zhuǎn)動(dòng)作時(shí)，處理器接收到傳感器信號(hào)判斷后，給出兩組不同的驅(qū)動(dòng)信號(hào)，使小車左右兩組輪子轉(zhuǎn)速相同，方向相反，左組輪子向后，右組輪子向前。

2.4.4 小車的路徑規(guī)劃 由于高爾夫球場(chǎng)所處環(huán)境開闊，少障礙物，并且障礙物的位置相對(duì)固定，不是實(shí)時(shí)變動(dòng)的，路徑規(guī)劃應(yīng)以收集效率為重點(diǎn)，跨地形的車體結(jié)構(gòu)使得小車能夠便于采用遍歷法來(lái)進(jìn)行搜索，在小車的路徑規(guī)劃采用了基于邏輯推理的路徑規(guī)劃方法，通過(guò)小車的已有避障策略來(lái)進(jìn)行路徑規(guī)劃。小車的路徑規(guī)劃示意圖如圖11 所示。

路徑規(guī)劃的描述：基于遍歷法來(lái)進(jìn)行球場(chǎng)上目標(biāo)的搜索和收集，并且在搜索的過(guò)程中通過(guò)小車多傳感器狀態(tài)和相應(yīng)采取的避障策略來(lái)進(jìn)行實(shí)時(shí)的避障，其優(yōu)點(diǎn)是對(duì)路徑規(guī)劃的計(jì)算量小、反應(yīng)迅速，能夠?qū)崟r(shí)根據(jù)環(huán)境來(lái)調(diào)整新的路徑。

圖11 小車路徑規(guī)劃示意圖Fig.11 Path planning of the car

2.5 電池與環(huán)境監(jiān)測(cè)單元

為了使系統(tǒng)的驅(qū)動(dòng)和控制信號(hào)更穩(wěn)定，采用分別供電的方式來(lái)為數(shù)據(jù)處理器和電機(jī)供電。數(shù)據(jù)處理器采用3.3 V 電源，電機(jī)采用22.4 V 電源。

環(huán)境監(jiān)測(cè)單元：光照度監(jiān)測(cè)選用16 位數(shù)字輸出型環(huán)境光強(qiáng)度傳感器BH1750FVI，其工作原理如圖12 所示。它接近視覺(jué)靈敏度，分辨率高、功耗低，并且光源依賴性弱，受紅外線影響小。BH1750FVI 采集到的數(shù)據(jù)先通過(guò)IIC 通信方式傳輸?shù)絾纹瑱C(jī)，單片機(jī)通過(guò)計(jì)算和校正得到真實(shí)的光照強(qiáng)度值。當(dāng)光敏電阻檢測(cè)到外界環(huán)境的光強(qiáng)低于設(shè)定值時(shí)，開啟LED 燈來(lái)輔助識(shí)別［10］。環(huán)境監(jiān)測(cè)單元控制流程如圖13 所示。

圖12 光照監(jiān)測(cè)電路Fig.12 Illumination monitoring circuit

圖13 監(jiān)測(cè)單元控制流程圖Fig.13 Control flow chart of environment monitoring unit

3 實(shí)驗(yàn)驗(yàn)證

3.1 實(shí)驗(yàn)場(chǎng)景

智能小車避障測(cè)試環(huán)境為開闊不平整場(chǎng)地，場(chǎng)地上隨機(jī)布置不同的障礙。智能小車的實(shí)物車體模型如圖14 所示。為了方便測(cè)試系統(tǒng)的實(shí)驗(yàn)調(diào)試，只采用了車架部分和收集裝置進(jìn)行實(shí)驗(yàn)驗(yàn)證。

圖14 智能小車車體實(shí)物模型Fig.14 Physical model of the intelligent car

3.2 測(cè)試內(nèi)容

為了驗(yàn)證控制系統(tǒng)的有效性和調(diào)試校準(zhǔn)，本文測(cè)試了左右兩組電機(jī)在不同轉(zhuǎn)速差下小車的轉(zhuǎn)彎半徑、不同速度下的小車識(shí)別準(zhǔn)確率、不同攝像頭安裝角度下的識(shí)別準(zhǔn)確率、補(bǔ)光模塊對(duì)識(shí)別準(zhǔn)確率的影響以及小車避障的成功率等內(nèi)容。

3.3 測(cè)試結(jié)果

3.3.1 不同速度下的識(shí)別準(zhǔn)確率 共做50 組實(shí)驗(yàn)，速度參數(shù)（小車運(yùn)動(dòng)控制程序中左右輪運(yùn)動(dòng)速度的數(shù)值）與小車實(shí)際運(yùn)動(dòng)速度部分?jǐn)?shù)據(jù)見表1，結(jié)果如圖15 所示。速度參數(shù)與平均運(yùn)動(dòng)速度的關(guān)系在0～150 呈正相關(guān)，速度參數(shù)在150 以上實(shí)際速度呈飽和趨勢(shì)不再線性增加；在光照條件充足不影響準(zhǔn)確性的情況下，智能小車的實(shí)際速度與識(shí)別準(zhǔn)確率之間的關(guān)系如圖16 所示，小車運(yùn)動(dòng)速度較低時(shí)，目標(biāo)物在小車攝像頭識(shí)別范圍內(nèi)停留時(shí)間較長(zhǎng)，目標(biāo)能夠被正確識(shí)別的成功率高；當(dāng)小車運(yùn)動(dòng)速度增加時(shí)，目標(biāo)物在識(shí)別范圍內(nèi)停留時(shí)間減少，導(dǎo)致小車不能夠在高速運(yùn)動(dòng)的過(guò)程中準(zhǔn)確識(shí)別出目標(biāo)物，在綜合實(shí)際速度與識(shí)別準(zhǔn)確率的情況下速度為30 ～45 cm/s 范圍內(nèi)識(shí)別率最高。

表1 速度參數(shù)與實(shí)際速度表Tab.1 Speed parameters and actual speed

圖15 速度參數(shù)與實(shí)際速度的關(guān)系Fig.15 Diagram of speed parameters and actual speed

圖16 實(shí)際速度與識(shí)別準(zhǔn)確率的關(guān)系Fig.16 Relationship of actual speed and recognition accuracy

3.3.2 小車行駛轉(zhuǎn)向控制實(shí)驗(yàn) 設(shè)小車與路面的摩擦足夠大，不存在側(cè)滑，小車輪子運(yùn)動(dòng)軌跡如圖 17 所示，其中r為轉(zhuǎn)彎半徑，L為軸距，d為后輪距。

理想情況下轉(zhuǎn)彎半徑與外側(cè)輪轉(zhuǎn)速和內(nèi)側(cè)輪轉(zhuǎn)速的值呈正相關(guān)。一共做了40 組實(shí)驗(yàn)，小車左右輪差速與轉(zhuǎn)彎半徑部分?jǐn)?shù)據(jù)如表2 所示。在實(shí)際條件下，由于摩擦等因素存在系統(tǒng)的轉(zhuǎn)彎半徑和差速關(guān)系是：兩輪差速與轉(zhuǎn)彎半徑成正相關(guān)（見圖18）。

圖17 小車轉(zhuǎn)彎運(yùn)動(dòng)軌跡示意圖Fig.17 Car turning trajectory

表2 差速與轉(zhuǎn)彎半徑Tab.2 Speed difference and turning radius

圖18 差速與轉(zhuǎn)彎半徑的關(guān)系Fig.18 Relationship of speed difference and turning radius

3.3.3 不同攝像頭安裝角度下的識(shí)別準(zhǔn)確率 在不同速度的識(shí)別準(zhǔn)確率實(shí)驗(yàn)的基礎(chǔ)上，當(dāng)速度穩(wěn)定在30 cm/s 時(shí)，更改攝像頭角度，得出夾角與識(shí)別準(zhǔn)確率關(guān)系如表3 所示。在速度一定的情況下，攝像頭與Z軸夾角越小，則攝像頭識(shí)別范圍越小，目標(biāo)物在攝像頭視野中停留的時(shí)間短，識(shí)別準(zhǔn)確率較低。攝像頭與Z軸夾角越大，攝像頭的識(shí)別范圍越大，需要處理的圖像面積大，運(yùn)算數(shù)據(jù)多，識(shí)別準(zhǔn)確率較低。在綜合識(shí)別范圍與識(shí)別準(zhǔn)確率的前提下，攝像頭與Z軸夾角為40° ～50°時(shí)識(shí)別效果較佳。

表3 攝像頭夾角與識(shí)別準(zhǔn)確率表Tab.3 Angle of camera and recognition success rate

3.3.4 補(bǔ)光模塊對(duì)識(shí)別準(zhǔn)確率的影響 在速度識(shí)別與攝像頭安裝角度實(shí)驗(yàn)的基礎(chǔ)上，進(jìn)行補(bǔ)光環(huán)節(jié)的影響實(shí)驗(yàn)。小車移動(dòng)速度為30 cm/s，攝像頭夾角取45°，在同樣的條件下，分為開啟補(bǔ)光和無(wú)補(bǔ)光兩組對(duì)照實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果如表4 所示，T 表示識(shí)別成功，F(xiàn) 表示識(shí)別失敗，在無(wú)補(bǔ)光情況下的識(shí)別成功次數(shù)顯著低于開啟補(bǔ)光的識(shí)別成功次數(shù)。得出結(jié)論為燈光對(duì)識(shí)別成功率有明顯的影響，增加了補(bǔ)光環(huán)節(jié)之后成功率有明顯提高。

表4 燈光狀態(tài)與識(shí)別狀態(tài)表Tab.4 Lighting status and recognition status

3.3.5 綜合避障實(shí)驗(yàn) 環(huán)境布置如圖19 所示，啟動(dòng)小車。系統(tǒng)進(jìn)行初始化后，攝像頭開始工作，小車開始行走；當(dāng)小車在距離第一個(gè)右前方障礙物還有大約15 cm 時(shí)，左側(cè)輪速度開始降低并且開始差速向左邊轉(zhuǎn)彎；在轉(zhuǎn)向過(guò)程中，檢測(cè)到左前方障礙物2，比較障礙物1 與2 的位置，判斷距離障礙物2 較近，差速右轉(zhuǎn)，繼續(xù)前行，直到避障系統(tǒng)檢測(cè)不到障礙時(shí)，取消輪子差速，繼續(xù)向前；當(dāng)檢測(cè)到右前方的障礙物3 時(shí)，小車向左邊差速行駛，順利完成避障測(cè)試。

將目標(biāo)物隨機(jī)散落在場(chǎng)地周圍，小車在合適的速度運(yùn)行過(guò)程中能夠較好地識(shí)別到目標(biāo)并且追蹤目標(biāo)，在追蹤目標(biāo)的同時(shí)實(shí)現(xiàn)避障功能。為了防止實(shí)驗(yàn)測(cè)試的偶然性和驗(yàn)證多傳感器的準(zhǔn)確性，一共進(jìn)行了50 次測(cè)試。實(shí)驗(yàn)結(jié)果表明：多傳感器的智能小車避障成功率達(dá)到80% ，而采用單超聲波傳感器的智能小車避障成功率小于50% 。

綜上，本系統(tǒng)能夠在開闊不平整場(chǎng)地上進(jìn)行對(duì)目標(biāo)的識(shí)別和追蹤，并且能夠隨時(shí)避障。一共做了50 組實(shí)驗(yàn)，在30 ～ 40 cm/s 速度下，避障成功40 組，其中識(shí)別成功34 組。避障成功率為80% ，在避障成功的情況下，識(shí)別準(zhǔn)確率達(dá)到85% 。

圖19 障礙物布置圖Fig.19 Layout of obstacles

4 結(jié)語(yǔ)

本文針對(duì)復(fù)雜地形的高爾夫球場(chǎng)內(nèi)高爾夫球的收集，設(shè)計(jì)了一種能夠?qū)崿F(xiàn)目標(biāo)識(shí)別追蹤和避障一體的測(cè)控系統(tǒng)。經(jīng)測(cè)試，本設(shè)計(jì)中的識(shí)別系統(tǒng)能夠?qū)崿F(xiàn)圖像的采集和特定目標(biāo)識(shí)別功能，攝像頭采集到的圖像清晰度能夠滿足要求，同時(shí)識(shí)別單元可以通過(guò)對(duì)不同的模板導(dǎo)入，推廣應(yīng)用到不同目標(biāo)的識(shí)別，如正方形、長(zhǎng)方形、二維碼等的識(shí)別追蹤。采用的補(bǔ)光模塊能夠使系統(tǒng)的使用環(huán)境范圍大大提升，使用的二驅(qū)控制四驅(qū)方法能夠較好地克服復(fù)雜地形的局限性，并且能夠在30 ～40 cm/s 速度下完成任務(wù)，使用的多傳感器綜合避障能避開絕大多數(shù)障礙物，實(shí)現(xiàn)路徑規(guī)劃。