基于机器视觉的移动平台导航系统设计毕业论文开题报告

本科生毕业论文（设计）开题报告题 目: 基于机器视觉的移动平台导航系统设计 姓 名: 魏贤盼 学 院: 工学院 专 业: 自动化 班 级: 自动01班 学 号: 32210130 指导教师: 胡飞 职称: 副教授 20 14 年 2 月 28 日南京农业大学教务处制本课题的意义、国内外研究概况、应用前景等（列出主要参考文献）1、研究意义 机器视觉是一门涉及人工智能、 神经生物学、 心理物理学、 计算机科学、 图像处理、 模式识别等诸多领域的交叉学科1。机器视觉主要利用计算机来模拟人或再现与人类视觉有关的某些智能行为, 从客观事物的图像中提取信息进行处理,并加以理解,最终用于实际检测和控制主要应用于如工业检测、 工业探伤、 精密测控、 自动生产线、 邮政自动化、 粮食选优、 显微医学操作以及各种危险场合工作的机器人等2。随着社会的发展，机器智能化已经成为一种趋势。伴随着私家车的逐渐普及，我们队车辆的智能化水平有了更高的要求。视觉导航在智能车辆的智能导航中占有地位越来越重要。由于机器视觉相当于常用的传感器如测距仪等，具有信息量丰富，智能化水平高等特点，用机器视觉方法对交通环境信息进行提取和识别，获得的结果能够直接用于智能车辆的辅助驾驶或自动导航中，这样能有效缓解交通压力已经提高行车安全，具有着广阔的市场前景。2、国内外研究概况发达国家从20世纪70年代开始进行无人驾驶汽车研究，目前在可行性和实用性方面，美国和德国走在前列。美国是世界上研究无人驾驶车辆最早、水平最高的国家之一。早在20世纪80年代，美国就提出自主地面车辆(ALV)计划，这是一辆8轮车，能在校园的环境中自主驾驶，但车速不高。美国其它一些著名大学，如卡耐基梅隆大学、麻省理工学院等都先后于20世纪80年代开始研究无人驾驶车辆。然而，由于技术上的局限和预期目标过于复杂，到20世纪80年代末90年代初，各国都将研究重点逐步转移到问题相对简单的高速公路上的民用车辆的辅助驾驶项目上。1995年，一辆由美国卡耐基梅隆大学研制的无人驾驶汽车Navlab-V，完成了横穿美国东西部的无人驾驶试验。在全长5000km的美国州际高速公路上，整个实验96%以上的路程是车辆自主驾驶的，车速达5060km/h。尽管这次实验中的Navlab-V仅仅完成方向控制，而不进行速度控制(油门及档位由车上的参试人员控制)，但这次实验已经让世人看到了科技的神奇力量。丰田汽车公司在2000年开发出无人驾驶公共汽车。这套公共汽车自动驾驶系统主要由道路诱导、车队行驶、追尾防止和运行管理等方面组成。安装在车辆底盘前部的磁气传感器将根据埋设在道路中间的永久性磁石进行导向，控制车辆行驶方向。2005年，美国国防部“大挑战”比赛上，最终由美国斯坦福大学工程师们改装的一辆大众途锐多功能车经过7个半小时的长途跋涉完成了全程障碍赛，第一个到达了终点。在赛道上，无人驾驶汽车需要穿越沙漠、通过黑暗的隧道、越过泥泞的河床并需要在崎岖险峻的山道上行使，整个行程无人驾驶汽车需要绕过无数个障碍。在无人驾驶技术研究方面位于世界前列的德国汉堡Ibeo公司，最近推出了其研制的无人驾驶汽车。这辆无人驾驶智能汽车由德国大众汽车公司生产的帕萨特2.0改装而成，外表看来与普通家庭汽车并无差别，但却可以在错综复杂的城市公路系统中实现无人驾驶。行驶过程中，车内安装的全球定位仪随时获取汽车所在准确方位的信息数据。隐藏在前灯和尾灯附近的激光扫描仪是汽车的“眼”，它们随时“观察”汽车周围约183m内的道路状况，构建三维道路模型。除此之外，“眼”还能识别各种交通标识，如速度限制、红绿灯、车道划分、停靠点等，保证汽车在遵守交通规则的前提下安全行驶。最后由无人驾驶汽车的“脑”安装在汽车后备厢内的计算机，将两组数据汇合、分析，并根据结果向汽车传达相应的行驶命令。多项先进科技确保这款无人驾驶汽车能够灵活换档、加速、转弯、刹车甚至倒车。在茫茫车海和人海中，它能巧妙避开建筑、障碍、其他车辆和行人，从容前行。我国在无人驾驶汽车的开发方面要比国外稍晚。国防科技大学从20世纪80年代开始进行该项技术研究。1989年，我国首辆智能小车在国防科技大学诞生，这辆小车长100cm、宽60cm、重175ks，有3个轮子，前轮是一个导向轮，后边有两个驱动轮。它包含了自动驾驶仪、计算机体系结构、视觉及传感器系统、定位定向系统、路径规划及运动控制系统，还有无线电通信、车体结构及配电系统。1992年，国防科技大学研制成功了我国第一辆真正意义上的无人驾驶汽车。由计算机及其配套的检测传感器和液压控制系统组成的汽车计算机自动驾驶系统，被安装在一辆国产的中型面包车上，使该车既保持了原有的人工驾驶性能，又能够用计算机控制进行自动驾驶行车。2000年6月，国防科技大学研制的第4代无人驾驶汽车试验成功，最高时速达76km，创下国内最高纪录。其智能控制系统主要由3部分组成：传感器系统、自动驾驶仪系统和主控计算机系统。最近，国防科技大学机电工程与自动化学院和中国第一汽车集团公司联合研发的红旗旗舰无人驾驶轿车，其总体技术性能和指标已经达到世界先进水平。该车装备了摄像机、雷达，可以自己导航，对道路环境、障碍物进行判断识别，自动调整速度，不需要人做任何干预操作。与电子巡航、GPS导航不同的是，它的定位更加精确，转弯和遇到复杂情况也不需要人来控制。车内的环境识别系统识别出道路状况，测量前方车辆的距离和相对速度，相当于驾驶员的眼睛；车载主控计算机和相应的路径规划软件根据计算机视觉提供的道路信息、车前情况以及自身的行驶状态，决定继续前进还是换道准备超车，相当于驾驶员的大脑；接着，自动驾驶控制软件按照需要跟踪的路径和汽车行驶动力学，向方向盘、油门和刹车控制器发出动作指令，操纵汽车按规划好的路径前进，起到驾驶员的手和脚的作用。这辆无人驾驶轿车在正常交通情况下，在高速公路上行驶的最高稳定速度为130km/h，最高峰值速度为170km/h。3、应用前景与高速环境研究相比，城市环境下的无人驾驶由于速度较慢，因此更安全可靠，应用前景更好。短期内，可作为城市大容量公共交通(如地铁等)的一种补充，解决城市区域交通问题，例如大型活动场所、公园、校园、工业园、机场等。但是，城市环境也更为复杂，对感知和控制算法提出了更高的要求。城市环境中的无人自动驾驶将成为下一阶段研究重点。例如，美国国防部“大挑战”比赛2007年将采用城市环境。目前这类环境的应用已经进入到小范围推广阶段，但其大范围应用目前仍存在一定困难，例如可靠性问题、多车调度和协调问题、与其它交通参与者的交互问题、成本问题、商业模型等。无人驾驶汽车研究走在前列的国家，一直都很重视其在军事和其他一些特殊条件下的应用。但其关键技术和基于高速公路和城市环境的车辆是一致的，只是在性能要求上的侧重点不一样。例如，车辆的可靠性、对恶劣环境的适应性是在特殊环境下考虑的首要问题，也是在未来推广应用要重点解决的问题。参考文献：1 章炜. 机器视觉技术发展及其工业应用J . 红外, 2005, 27( 2) : 11- 17.2 Fo rsy th D A, Jean Po nce . Computer VisionM . Inc: Prentice H all, 2003.3 唐向阳, 张勇, 李江有, 等. 机器视觉关键技术的现状及应用展望J .昆明理工大学大学学报( 理工版) , 2004, 29 (2) : 36- 39.4 段峰, 王耀南, 雷晓峰, 等. 机器视觉技术及其应用综述J . 自动化博览, 2002(3) : 59- 62.5 刘焕军, 王耀南.机器视觉中的图像采集技术J .电脑与信息技术, 2003(1) : 18- 21.6 贾云得. 机器视觉M .北京: 科学出版社, 2000: 1- 15.7 颜发根, 丁少华,陈乐, 等.基于 PC 的机器视觉系统J . 可编程控制器与工厂自动化, 2004(7) : 129- 131.8 Salembier P, Ser ra J. Flat Zones Filtering , Connected Operato r, and Filter s by Reco nstr uction J . IEEE Tr ansactio ns o n Imag Processing, 1995, 4(8) : 1153- 1160.9 卢官明. 区域生长型分水岭算法及其在图像序列分割中的应用J .南京邮电学院学报 ( 自然科学版) , 2000, 20(3) : 51- 54.10 夏德深, 傅德胜.现代图像处理技术与应用M . 南京:东南大学出版社, 2001: 80- 100.研究的目标、内容和拟解决的关键问题1、 研究目标搭建出一个基于机器视觉的移动平台，该平台通过摄像头采集路况信息并通过处理器对信息进行处理，处理后的信息用于指导执行机构（电机）运转，从而实现对移动平台的智能控制。2、 研究内容基于机器视觉的移动平台导航系统设计采用STM32单片机作为其主处理器，前端使用OV7670摄像头来采集路面信息，由HT-12864液晶作为其显示模块来实时显示路况信息，运用蜂鸣器来对危险路段（设置的路障）进行报警。整个系统由电源模块、数据采集模块、显示模块、报警模块、数据处理模块以及移动平台驱动模块构成。3、 关键问题摄像头数据的采集和图像处理；大信息量和高速度要求对系统的提出更高要求；平台的搭建：包括移动平台，路况设置，以及各个模块电路； 系统的规划和整合，主要需要考虑多个模块间的干扰问题； 软件部分的编写以及调试。研究方法、技术路线、实验方案及可行性分析1、 研究方法主要对视觉检测系统的图像处理部分和图象采集系统进行设计，对一些关键元件(处理器、摄像机、图象采集卡等)的型号和性能参数等进行详细的探讨，借助比较成熟的图象处理技术和算法，对采集的图象进行实时处理和比较分析。采用模块化的设计思想和面向对象的技术，对机器视觉路况检测系统进行软件开发，实现运动控制、图象采集、图象处理与路况检测等基本功能及其辅助功能。2、 技术路线采用STM32单片机作为其主处理器，前端使用OV7670摄像头来采集路面信息，由HT-12864液晶作为其显示模块来实时显示路况信息，运用蜂鸣器来对危险路段（设置的路障）进行报警。图像的采集标定摄像机确定路况信息并建立模型控制器发出控制命令执行机构（智能车）3、 实验方案整个系统由电源模块、数据采集模块、显示模块、报警模块、数据处理模块以及移动平台驱动模块构成。图像采集模块采用高性能的OV7670摄像头，体积小，工作电压低，提供单片VGA摄像头和影像处理器的所有功能。通过SCCB总线控制，可以输入整帧、子采样、取窗口等方式的各种分辨率8位影像数据。该产品VGA图像最高达到30帧/秒。用户可以完全控制图像质量、数据格式和传输方式。所有图像处理功能过程包括伽玛曲线、白平衡、饱和度、色度等都可以通过SCCB接口编程。特色或创新之处 系统采用STM32单片机，功耗低，性能稳定。研究计划及预期进展1、 系统总体规划2、 系统方案的论证与选择3、 硬件电路的搭建4、 软件系统的编写与调试5、 系统各个模块的拼接已经抗干扰的处理6、 论文编写以及答辩已具备的条件、尚缺少的条件和拟解决的途径（包括利用教学实验中心、科研实验室、实习基地、校外其它企事业单位等条件的计划与落实情况）1、具备的