基于視覺功能的智能跟蹤小車的設計與研究

摘 要：針對基于機器視覺自動跟蹤系統的問題，利用手機IP Camera對目標特征進行采集，通過API串口采SPI通信協議結合無線傳輸模塊進行編程實現對智能小車控制。本文提出了以STM32F103RC為控制核心，基于OpenCV的CAMShift算法，對采集到的目標特征進行分析，通過定時器產生PWM脈沖波實現對小車運行速度、前進、停止、左轉、右轉的精確控制，從而完成對目標的實時跟蹤。

關鍵詞：CamShift算法；智能跟蹤；PWM脈沖波

DOI：10.16640/j.cnki.37-1222/t.2018.24.102

1 引言

智能車是具有自主性、適應性和交互性等于一體的綜合系統，它融合了自動控制，人工智能、機械工程、信息融合、傳感器技術、圖像處理技術以及計算機等多門學科的最新研究成果。工業發達國家已相繼將智能車的研究納入21世紀重點研究開發的智能交通系統和智能車路系統的重要組成部分[1-2]。而計算機視覺，試圖通過傳感器獲取事物的圖像信息，然后通過對信息進行處理并建立人工智能系統[3]。運動目標的檢測和跟蹤是圖像處理和計算機視覺研究領域的一個重要課題，它融合了數字圖像處理、模式識別、人工智能等多個相關領域的知識。

隨著計算科學技術的不斷發展，視覺跟蹤技術變得日益重要，越來越廣泛的被應用到人們的日常工作和生活中，如交通流量的檢測、人機交互、安全監控、汽車的自動駕駛或輔助駕駛、人體運動分析以及視頻壓縮等領域，受到人們的高度重視[4-5]。因此，研究運動目標的檢測和跟蹤具有極大的理論意義和現實價值。

本文主要針對基于機器視覺的智能車跟蹤系統進行重點研究，在動態背景下檢測出運動目標、跟蹤目標，根據前方目標的運動狀態，研究形成后方對智能車的控制，實現智能車對前方目標的準確跟蹤。

2 整體方案設計

基于機器視覺的智能小車跟蹤系統整體方案設計框圖如圖1所示，主要由IP Camera、智能車平臺和軟件跟蹤系統三部分組成。其中智能小車自動跟蹤系統平臺主要包括無線接收模塊和運動控制系統模塊；軟件跟蹤系統主要包括機器視覺算法和控制模塊。具體的方案如下：

以PC機為圖像處理與識別作為算法處理為核心，用無線網絡進行圖像視頻信息的傳輸。采用手機IP Camera的圖像傳感器來拍攝前方事物，將獲得的圖像視頻信息傳輸到PC機，PC機通過無線網絡讀取出圖像視頻，利用VS2015軟件為開發環境進行圖像處理，經機器視覺算法分析得到跟蹤目標的方位，根據確定的目標方位，將相應的控制指令通過API串口發送給智能小車運動控制系統，STM32F103RC單片機則根據接收到的指令信息來控制電機驅動模塊，做出相應的動作來實現對目標事物的自動跟蹤。

智能小車平臺，如圖2所示。采用四輪結構，以STM32F103RC單片機為控制核心，左右兩側的電機分別采用一個L298電機驅動，工作電壓為12V，由電源的穩壓模塊提供。電機驅動模塊輸出的電壓范圍為0V～46V。自動過程的跟蹤調節主要靠輸出電壓和PWM脈沖波進行，其中高低電壓用來改變小車運動方向，而PWM脈沖波用來調節小車運動速度。因此自動跟蹤系統控制的關鍵是目標事物的方位確定，即機器視覺算法的實現。

3 視覺跟蹤算法原理

（1）CamShift算法原理。CamShift算法主要是采用目標事物的顏色直方圖模型，把圖像信息轉變成顏色概率分布圖。對搜索窗的大小和位置進行初始化，并且根據上一幀分析得到的結果對搜索窗口的大小和位置進行自適應調整，從而實現對當前目標圖像的中心位置進行定位。大致分為三部分內容：

A.色彩投影圖：

1）光照亮度變化對于RGB顏色空間的影響很大，因此需要將圖像從RGB空間轉換到HSV空間，來克服由于光照亮度的變化對智能小車自動跟蹤效果的影響。

2）對HSV空間中的H分量做相應的直方圖，直方圖中可以顯示出不同H分量值出現的像素個數或者概率，即顏色概率查找表。通過顏色概率查找表就可以查找出H分量值大小為h的像素個數或者概率。

3）最后用顏色出現的概率替換圖像信息中每個像素的分量值，從而獲得顏色概率分布圖。

B.利用MeanShift算法：目標事物的定位通過迭代尋優的方式找到概率分布的極值來實現。

C.利用CamShift算法：CamShift算法就是將MeanShift算法擴展到連續的圖像序列，將視頻的所有幀做MeanShift運算。核心是的迭代運算，將上一幀的結果作為下一幀MeanShift算法的初始值，這樣迭代下去，搜索窗的大小和位置不斷自動更新，就可以實現對目標事物的自動跟蹤。CamShift算法可以有效的解決目標遮擋和變形的問題，對系統資源要求不是很高，而且時間復雜度相對較低，因此在簡單背景下可以獲得比較好的自動跟蹤效果。

（2）CamShift算法的具體流程。通過鼠標選取出圖像中需要跟蹤的目標，計算出該選定目標的顏色直方圖，通過顏色直方圖的信息計算出顏色的概率分別情況，通過整個圖像設為需要搜索的區域，計算出選定的目標在整個搜索的圖像中的質心位置，判斷該質心位置是否正確，當下一幀圖像進入時，重新計算出選定的目標整個搜索的圖像中的質心位置，判斷該質心位置是否正確，無限循環重復，就把一幀一幀的圖像進行了視覺跟蹤的計算。

4 結論

本文設計了基于視覺功能的智能跟蹤小車，利用手機IP Camera作為視覺傳感器，結合無線網絡功能，實現手機和PC之間的圖像音頻的傳輸。采用CamShift算法實現了對圖像音頻的分析，并通過單片機編程控制，完成了對目標事物進行識別、分析并實時自動跟蹤。

參考文獻：

[1]何慧堯.運動目標跟蹤算法及應用研究[D].天津：天津工業大學，2017.

[2]段佳雷.基于ARM的跟蹤小車的設計與實現[D].蘭州：蘭州理工大學，2014.

[3]蒙建波，虞建靜，管金庫等.智能小車目標識別跟蹤系統的實現[J].重慶大學學報（自然科學版），2004，27（09）：45-48.

[4]程義軍，唐禎安，余雋.集成微熱板氣體傳感器陣列的加熱驅動電路設計[J].電子器件，2014，37（06）：1136-1140.

[5]程義軍，唐禎安.微熱板陣列式集成氣體傳感器的芯片電路設計[J].傳感技術學報，2015，28（11）：1620-1624.

太原工業學院應用性課程建設項目：“基于微課翻轉課堂的DSP應用性課程建設” 項目編號：2017YJ07Y

作者簡介：程義軍（1987-），男，山西太原人，碩士研究生，研究方向：集成氣體傳感器。