一种基于卡尔曼滤波的复杂场景下的LED灯追踪方法及其系统技术方案

本发明专利技术公开了一种基于卡尔曼滤波的复杂场景下的LED灯追踪方法及其系统，该系统包括依次连接的LED发光频率控制子系统、机器人CMOS摄像头子系统、图像处理子系统、卡尔曼滤波器。其中，所述的LED发光频率控制子系统由不同频率的脉冲序列控制；所述的机器人CMOS摄像头子系统可以捕获到黑白条纹相间的LED图像；所述的图像处理子系统对LED图像进行滤波，识别LED并定位LED的位置；所述的卡尔曼滤波器通过预测与测量得到更加准确的LED位置信息。本发明专利技术将卡尔曼滤波技术应用于LED的追踪，提高了LED的追踪精度，并且具有很强的抗噪抗干扰性能，具有广阔的应用前景。

A LED light tracing method and its system based on Calman filtering in complex scenes

The invention discloses a LED lamp tracking method and its system based on a complex scene of Calman filter. The system includes a LED light emitting frequency control subsystem, a robot CMOS camera subsystem, an image processing subsystem and a Calman filter. Among them, the LED luminescent frequency control subsystem is controlled by a pulse sequence of different frequencies; the robot CMOS camera subsystem can capture a LED image between the black and white stripes; the image processing subsystem filters the LED image, identifies the LED and locate the location of the LED, and the Calman filter is passed through the image processing subsystem. More accurate LED position information can be obtained from prediction and measurement. The invention applies Calman filter technology to the tracking of LED, improves the tracking precision of LED, and has strong anti noise and interference performance, and has a broad application prospect.

【技术实现步骤摘要】
一种基于卡尔曼滤波的复杂场景下的LED灯追踪方法及其系统
本专利技术涉及可见光通信和LED灯追踪
，具体涉及一种基于卡尔曼滤波的复杂场景下的LED灯追踪方法及其系统。
技术介绍
近年来，随着LED产业的迅速发展，更各式各样的高性能LED被研发出来，基于LED的一系列多功能照明技术也被挖掘出来，真正实现了“一灯多用”。特别是，随着可见光通信技术的发展，科学家慢慢的挖掘出了LED在通信领域的潜能，使其加入了“信息使者”的行列。LED之所以被应用于通信领域，是因为其具有调制性能好、调制灵敏度高、抗干扰能力强等突出优点，使得人们可以把信息转换成调制信号再通过LED灯转换成肉眼看不到的发光频率。2015年，中国“可见光通信系统关键技术研究”获得重大突破，可见光通信的实时速率达到了50GGbps，使得通过灯光上网成为了现实。但是，由于LED灯受到其他光源的影响比较大，能被检测到的距离比较短，目前还没有广泛应用。现有的基于图像处理技术的LED灯追踪系统直接对LED灯进行识别、定位，得到的LED灯的位置受到噪声干扰比较大，如果在捕获LED灯图像的过程中发生抖动或者光照环境剧变，得到的图像中LED灯的位置就会有很大的偏差，而这种偏差是传统的图像处理技术无法消除或降低的。并且传统的LED灯追踪技术，一般只能追踪一个LED灯，即便可以检测出图像中的多个LED灯，也无法对其加以分辨。为了方便将LED灯应用于室内定位，特别是基于摄像头的室内定位，有必要专利技术一种高精度的LED灯追踪系统。将卡尔曼滤波应用到LED灯的追踪技术当中，既快速又精确地获得LED灯的位置，对室内定位技术的发展有明显的帮助。
技术实现思路
本专利技术的目的是为了解决现有技术中的上述缺陷，提供一种基于卡尔曼滤波的复杂场景下的LED灯追踪方法及其系统。根据公开的实施例，本专利技术的第一方面公开了一种基于卡尔曼滤波的复杂场景下的LED灯追踪方法，所述的LED灯追踪方法包括以下步骤：S1、LED发光频率控制子系统控制天花板的每一个LED灯按照不同的频率在“亮”、“灭”两种状态下变化；S2、机器人顶部的CMOS摄像头捕获LED图像，并且通过局域网传输到图像处理子系统；S3、图像处理子系统利用OpenCV图像处理库对图像进行处理，根据LED图像的条纹特征，检测出LED灯的位置ZK；S4、卡尔曼滤波器获取所述LED灯的位置ZK，将该LED灯的位置ZK和卡尔曼滤波器预测的LED灯的位置XK-1进行加权求和，输出优化的LED灯的位置XK。进一步地，所述的步骤S1包括以下步骤：S101、LED发光频率控制子系统通过对单片机编程，使其不同管脚输出不同频率的脉冲序列；S102、不同频率的脉冲序列输入到LED驱动电路，控制LED驱动电路输出电流的通断，从而使LED按照指定的频率闪烁。进一步地，所述的步骤S2包括以下步骤：S201、机器人CMOS摄像头子系统调整CMOS摄像头的焦距，使其能清晰地捕获到LED图像；S202、机器人CMOS摄像头子系统调整CMOS摄像头的曝光时长，其中，曝光时长不等于LED灯发光频率的倒数的整数倍，使CMOS摄像头能够捕获到黑白相间的LED灯条纹；S203、机器人CMOS摄像头子系统调整CMOS摄像头的曝光补偿EV从而提高拍摄到的条纹的清晰度，具体的方法是当光线比较暗时，EV值应当比较小；当光线比较亮时，EV值应当比较大；S204、机器人CMOS摄像头子系统调整CMOS摄像头的感光度ISO从而提高拍摄到的条纹的清晰度；S205、机器人CMOS摄像头子系统把捕获到的LED图像以及机器人的运动速度UK，通过局域网发送到图像处理子系统。进一步地，所述的步骤S3包括以下步骤：S301、图像处理子系统调用OpenCV图像处理库，将LED图像转换成灰度图,然后进行高斯滤波和二值化处理，得到二值化LED条纹图像；S302、对二值化LED条纹图像，进行特征提取和特征检测，从而获得LED的ID；S303、对二值化LED条纹图像，进行几何分析，得到其中心点的像素点坐标，也就是LED灯的位置ZK。LED灯的位置ZK的测量方程如下：Zk＝HXk+VkZk是k时刻LED的中心点的像素点坐标矩阵，为4×2的矩阵。H是关联测量值与优化值的量，随时间变化而变化。Vk为测量噪声，为4×2的矩阵，其元素服从统计特性：vk～N(0,R)。进一步地，所述的步骤S4包括以下步骤：S401、卡尔曼滤波器获得所述LED灯的位置ZK，以及机器人的运动速度UK。S402、卡尔曼滤波器利用系统状态方程获得优化的LED灯的位置XK，所述的系统状态方程如下：Xk＝AXk-1+BUk-1+Wk-1其中，Xk代表k时刻LED灯在图像中的优化位置，是4×2的矩阵，因为有4个LED灯，每个LED灯的位置有x、y两个坐标。A是4×4的矩阵，关联Xk与Xk-1，一般将其当做对角线元素为1，其他元素为0的常矩阵。Uk-1是4×2的矩阵，为k-1时刻机器人的运动速度，Wk-1为过程噪声，为4×2的矩阵，其元素服从正态分布：wk-1～N(0,Q)。其中，用于LED灯追踪的卡尔曼滤波器可以系统地用以下5个方程表示：LED灯位置预测方程：LED灯位置预测误差方程：LED灯位置预测增益方程：LED灯位置优化方程：其中，均方误差更新矩阵是K时刻的最优均方误差。根据公开的实施例，本专利技术的第二方面公开了一种基于卡尔曼滤波的复杂场景下的LED灯追踪系统，所述的LED灯追踪系统包括LED发光频率控制子系统、机器人CMOS摄像头子系统、图像处理子系统、卡尔曼滤波器；所述的LED发光频率控制子系统包括：单片机、LED灯驱动电路、呈正方形排列的LED灯阵列；所述的机器人CMOS摄像头子系统包括：安装在机器人顶部的CMOS摄像头、CMOS摄像头参数设置模块、USB连接线、机器人上位机、WIFI模块依次连接；所述的图像处理子系统具有：彩色图像转换灰度图像模块、图像滤波模块、图像二值化模块、LED灯识别模块、LED灯定位模块；所述的卡尔曼滤波器具有：LED灯位置预测模块、LED灯位置优化模块、卡尔曼滤波参数更新模块。进一步地，所述的LED灯阵列是按正方形排列的阵列且所有LED灯在同一水平面上。进一步地，所述的机器人顶部的CMOS摄像头，其镜头是水平向上的，该CMOS摄像头的焦距、曝光时长、曝光补偿EV、感光度ISO通过所述的CMOS摄像头参数设置模块调整；所述的图像处理子系统处理的不仅仅是单帧图像，而是实时处理机器人发送到的图像，具有很强的实时性；所述的卡尔曼滤波器采用的是带控制的离散型卡尔曼滤波模型，具有很快的处理速度，易于达到实时性。进一步地，所述的CMOS摄像头参数设置模块受到图像处理子系统远程控制，从而动态调整CMOS摄像头参数。本专利技术相对于现有技术具有如下的优点及效果：1、本专利技术有效地消除由于拍摄过程中光线突变、CMOS摄像头抖动等干扰引起的噪声对LED灯追踪的影响，提高了LED灯的追踪精度和追踪速度。2、本专利技术利用图像处理子系统远程控制CMOS摄像头参数，提高了LED图像的成像质量，以及LED的识别、追踪效果。附图说明图1是本专利技术公开的基于卡尔曼滤波的复杂场景下的LED灯追踪系统的整体结构图图2是本专利技术中单片机不同管脚发送的脉冲波形示意图；本文档来自技高网...

【技术保护点】
1.一种基于卡尔曼滤波的复杂场景下的LED灯追踪方法，其特征在于，所述的LED灯追踪方法包括以下步骤：S1、LED发光频率控制子系统控制LED灯按照不同的频率在“亮”、“灭”两种状态下变化；S2、机器人顶部的CMOS摄像头捕获LED图像，并且通过局域网传输到图像处理子系统；S3、图像处理子系统利用OpenCV图像处理库对图像进行处理，根据LED图像的条纹特征，检测出LED灯的位置ZK；S4、卡尔曼滤波器获取LED灯的位置ZK，将该LED灯的位置ZK和卡尔曼滤波器预测的LED灯的位置XK‑1进行加权求和，输出优化的LED灯的位置XK。

【技术特征摘要】
1.一种基于卡尔曼滤波的复杂场景下的LED灯追踪方法，其特征在于，所述的LED灯追踪方法包括以下步骤：S1、LED发光频率控制子系统控制LED灯按照不同的频率在“亮”、“灭”两种状态下变化；S2、机器人顶部的CMOS摄像头捕获LED图像，并且通过局域网传输到图像处理子系统；S3、图像处理子系统利用OpenCV图像处理库对图像进行处理，根据LED图像的条纹特征，检测出LED灯的位置ZK；S4、卡尔曼滤波器获取LED灯的位置ZK，将该LED灯的位置ZK和卡尔曼滤波器预测的LED灯的位置XK-1进行加权求和，输出优化的LED灯的位置XK。2.根据权利要求1所述的一种基于卡尔曼滤波的复杂场景下的LED灯追踪方法，其特征在于，所述的步骤S1包括以下步骤：S101、LED发光频率控制子系统通过对单片机编程，使其不同管脚输出不同频率的脉冲序列；S102、不同频率的脉冲序列输入到LED驱动电路，控制LED驱动电路输出电流的通断，使LED按照指定的频率闪烁。3.根据权利要求1所述的一种基于卡尔曼滤波的复杂场景下的LED灯追踪方法，其特征在于，所述的步骤S2包括以下步骤：S201、机器人CMOS摄像头子系统调整CMOS摄像头的焦距，使其能清晰地捕获到LED图像；S202、机器人CMOS摄像头子系统调整CMOS摄像头的曝光时长，其中，曝光时长不等于LED灯发光频率的倒数的整数倍，使CMOS摄像头能够捕获到黑白相间的LED灯条纹；S203、机器人CMOS摄像头子系统调整CMOS摄像头的曝光补偿EV从而提高拍摄到的条纹的清晰度；S204、机器人CMOS摄像头子系统调整CMOS摄像头的感光度ISO从而提高拍摄到的条纹的清晰度；S205、机器人CMOS摄像头子系统把捕获到的LED图像以及机器人的运动速度UK，通过局域网发送到图像处理子系统。4.根据权利要求1所述的一种基于卡尔曼滤波的复杂场景下的LED灯追踪方法，其特征在于，所述的步骤S3包括以下步骤：S301、图像处理子系统调用OpenCV图像处理库，将LED图像转换成灰度图,然后进行高斯滤波和二值化处理，得到二值化LED条纹图像；S302、对二值化LED条纹图像，进行特征提取和特征检测，从而获得LED的ID；S303、对二值化LED条纹图像，进行几何分析，得到其中心点的像素点坐标，也就是LED灯的位置ZK。5.根据权利要求1所述的一种基于卡尔曼滤波的复杂场景下的LED灯追踪方法，其特征在于，所述的步骤S4包括以下步骤：S401、卡尔曼滤波器获得LED灯的位置ZK，以及机器人的运动速度UK；S402、卡尔曼滤波器利用系统状态方程获得优...

【专利技术属性】
技术研发人员：吴玉香，巫朝政，关伟鹏，陈艺荣，周泽鑫，方良韬，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：广东,44