【技术实现步骤摘要】
一种采用视线跟踪的小车控制方法
本专利技术属于机器视觉领域，涉及一种基于视线跟踪的小车控制系统。
技术介绍
机器视觉是通过光学的装置和非接触的传感器自动地接收和处理一个真实物体的图像，以获得所需信息或用于控制机器人运动的装置。其属于计算机视觉的一个分支，它的组成可以分为：图像的获取、图像分析与处理还有输出显示控制三个部分组成。机器视觉技术的出现至今才不到四十年的时间，图像的处理、理解与识别很多理论和技术仍非常不成熟，同时图像采集系统也存在相当多的局限性，因此机器视觉技术还处于新生的阶段，还有很大的发展空间。视线跟踪，即通过对人眼注视点的追踪和定位来进行视觉注意力分配测试，是一种对人眼运动特性的检测和识别，可以有效地探索人脑对外部信息的加工和控制机制。其在研究心理学、广告评估、人机交互、军事等均具有重要的研究价值。较为常用的视线跟踪方法通常是从视频图像中提取眼动信息，进而用眼动信息估计视线方向，来达到视线跟踪的目的。其中，眼动信息可用来分析执行特定任务(如阅读、驾驶、查找等)时个体视觉注意力的模式。眼球运动往往是根据注视和扫视进行分析。因此，基于大脑－眼睛一致性假设...
【技术保护点】
1.一种采用视线跟踪的小车控制方法，其特征在于，包括两大步骤：第一步为标定步骤，所述标定步骤包括以下两个小步骤：(1)依次注视电脑给定的12个标定点，分别计算标定点在场景图像中的坐标和该标定点对应的眼部图像的P‑CR向量；(2)采用最小二乘法，计算眼部图像的P‑CR向量和场景图像中的坐标的对应关系式；第二步为控制步骤，所述控制步骤包括以下两个小步骤：(1)注视地面上的物体，场景摄像头获取场景图像和眼部摄像头获取眼部图像，对场景图像做处理，计算小车中心和朝向；(2)计算注视点在场景图像中的坐标，通过蓝牙控制小车运动到所注视的物体附近。
【技术特征摘要】
1.一种采用视线跟踪的小车控制方法，其特征在于，包括两大步骤：第一步为标定步骤，所述标定步骤包括以下两个小步骤：(1)依次注视电脑给定的12个标定点，分别计算标定点在场景图像中的坐标和该标定点对应的眼部图像的P-CR向量；(2)采用最小二乘法，计算眼部图像的P-CR向量和场景图像中的坐标的对应关系式；第二步为控制步骤，所述控制步骤包括以下两个小步骤：(1)注视地面上的物体，场景摄像头获取场景图像和眼部摄像头获取眼部图像，对场景图像做处理，计算小车中心和朝向；(2)计算注视点在场景图像中的坐标，通过蓝牙控制小车运动到所注视的物体附近。2.根据权利要求1所述的一种采用视线跟踪的小车控制方法，其特征在于：所述标定点设置12个，每个标定点是直径为30个像素的黑色的实心圆，12个标定点在PC界面以4*3形式排列，每个相邻的标定点均相隔200像素值，并按顺序显示。3.根据权利要求1所述的一种采用视线跟踪的小车控制方法，其特征在于：所述计算标定点在场景图像中的坐标，包括以下步骤：(1)使用者注视电脑给出的标定点，场景摄像头获取正前方的场景图像；(2)对场景图像进行预处理，进行高斯平滑和灰度化，并采用最大类间方差OSTU算法求最佳阈值，进而将图像进行二值化；(3)提取场景图像中所有的轮廓，求每个轮廓的面积，去除面积大于600和小于200像素点的轮廓；(4)计算步骤(3)获得的轮廓的最大外接椭圆，用质心法计算椭圆的中心；(5)重复(1)至(4)步，直到找到标定点在场景图像中的位置。4.根据权利要求1所述的一种采用视线跟踪的小车控制方法，其特征在于：所述计算和该标定点对应的眼部图像的P-CR向量，包括以下步骤：(1)使用者注视场景，眼部摄像头获取眼部图像；(2)对眼部图像进行预处理，进行中值滤波和灰度化，对整幅眼部图像的每个像素点都加上180像素值，并采用圆形卷积核的开运算平滑轮廓，消除小的突出物；利用Canny边缘检测算法检测边缘并提取眼部图像中所有轮廓；(3)计算所有轮廓的面积，以便于去除面积大于500像素点和小于200点像素的轮廓，得到瞳孔轮廓；用最小二乘法实现对瞳孔轮廓做椭圆拟合，获得近似瞳孔椭圆；(4)采用质心法求该椭圆的中心，从而获得瞳孔中心；(5)在眼部图像中截取瞳孔中心周围边长为80个像素点的正方形的图像，选定阈值为200像素值，将该正方形的图像进行二值化，用质心法求取普尔钦光斑中心；(6)用瞳孔中心坐标减去普尔钦光斑中...
【专利技术属性】
技术研发人员：陈万忠，马春晖，王晓旭，蒋鋆，李昕迪，
申请(专利权)人：吉林大学，
类型：发明
国别省市：吉林,22
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。