一种无人模型车的自动跟随控制系统及方法技术方案

一种无人模型车的自动跟随控制系统及方法，方法包括如下步骤：以预设时间周期获取摄像装置拍摄的图像；根据摄像装置拍摄的图像，选定初始跟随目标；对摄像装置拍摄的图像进行分块处理；从图像分块后的每个图像区域中，选定中心像素作为图像区域的像素中心，将图像区域的其他像素作为相邻像素；将每个图像区域的相邻像素进行数据标准化处理，获取图像区域的特征信息；每个图像区域的特征信息归入到合成组中，获取图像的特征图像；将图像的特征图像与上一帧图像中的特征图像进行对比，判断初始跟随目标是否为跟随目标；如果是，则将初始跟随目标确定为跟随目标；根据图像获取跟随目标与摄像装置中心的相对位置，对摄像装置进行调整。

An Automatic Following Control System and Method for Unmanned Model Vehicle

An automatic follow-up control system and method for an unmanned model vehicle include the following steps: acquiring the image captured by the camera in a preset time period; selecting the initial follow-up target according to the image captured by the camera; dividing the image captured by the camera into blocks; and selecting the central pixel as the pixel of the image area from each image area after image block. In the center, the other pixels of the image area are regarded as adjacent pixels; the adjacent pixels of each image area are standardized to obtain the feature information of the image area; the feature information of each image area is grouped into the composite group to obtain the feature image of the image; the feature image of the image is compared with the feature image of the previous frame to determine the initial target to follow. Whether it is the following target or not; if it is, the initial following target is determined as the following target; and the camera device is adjusted according to the relative position between the following target and the center of the camera device.

【技术实现步骤摘要】
一种无人模型车的自动跟随控制系统及方法
本专利技术涉及智能控制
，特别涉及一种无人模型车的自动跟随控制系统及方法。
技术介绍
随着经济与科学技术的飞速发展，给人们生活的方方面面都带来了变化。随着无人模型车的发展应用到人们生活和工业生产中，例如在搬运货物，通过无人模型车能够极大地降低工作人员的工作负担。但目前无人模型车都是根据人为设定的路线进行行进工作，使得无人模型车的活动范围受限，并不能实现无人模型车对某一目标的自动跟随。
技术实现思路
为解决上述技术问题，本专利技术提供一种无人模型车的自动跟随控制系统及方法，用以实现无人模型车对目标的自动跟随。本专利技术实施例中提供了一种无人模型车的自动跟随控制方法，所述方法包括如下步骤：S101、以预设时间周期获取摄像装置拍摄的图像；S102、根据所述摄像装置拍摄的图像，选定初始跟随目标；S103、对所述摄像装置拍摄的图像进行分块处理；S104、从所述图像分块后的每个图像区域中，选定中心像素作为所述图像区域的像素中心，并将所述图像区域的其他像素作为相邻像素；所述相邻像素到所述像素中心的距离相等；S105、将所述每个图像区域的相邻像素进行数据标准化处理，获取所述图像区域的特征信息；S106、将所述每个图像区域的特征信息归入到合成组中，获取所述图像的特征图像；S107、将所述图像的特征图像与上一帧图像中的特征图像进行对比，判断所述初始跟随目标是否为跟随目标；S108、如果是，则将所述初始跟随目标确定为跟随目标；S109、根据所述图像获取所述跟随目标与所述摄像装置中心的相对位置，对所述摄像装置进行调整。进一步地，所述预设时间周期为60ms，所述摄像装置以60ms一帧的预设时间周期拍摄图像。进一步地，所述步骤S102之前，所述方法还包括：对所述摄像装置拍摄的所述图像进行处理；具体步骤包括如下步骤：获取所述图像中每个像素的光量值；获取所述每个像素的光量值与向所述跟随目标照射时所获取的标准光量值的比值；将所述比值与所述预设阈值进行比对；若所述比值大于所述预设阈值时，则判定所述像素为反常像素；若所述比值小于所述预设阈值时，则判定所述像素为正常像素；根据所述反常像素相邻的正常像素的光量值，计算获取所述反常像素的标准光量值，将所述反常像素的光量值替换为所述标准光量值。进一步地，所述步骤S109之前，所述方法还包括：测量所述摄像装置与所述跟随目标之间的距离；具体包括如下步骤：向所述跟随目标发射激光信号，并接收反射回的激光信号；获取发射激光信号与接收到反射回的激光信号的时间间隔；计算接收到反射回的激光信号的变化时间的样本值；根据所述变化时间的样本值来对所述时间间隔进行校正；根据校正后的时间间隔，获取所述跟随目标与无人模型车之间的距离；根据所述距离，与设定距离阈值进行比对；若所述距离小于或等于所述设定阈值时，则控制无人模型车停止运动；若所述距离大于所述设定阈值时，则控制无人模型车进行运动；其中，计算接收到反射回的激光信号的变化时间的样本值的步骤还包括：调整所接收到的激光信号的频谱宽度、波长以及信号能量中的一个参数，使得所述变化时间的样本值为最小。进一步地，按照以下公式对所述摄像装置拍摄的图像进行分块处理：其中Qi是所述摄像装置拍摄的第i帧图像的图像矩阵，Qimn为所述第i帧图像的图像矩阵中第m行第n列的像素点，Aipk为将所述第i帧图像的图像矩阵进行分块处理得到的分块矩阵中第p行第k列的块矩阵；相应地，分块后的每个块矩阵中包含的特征信息的像素按照以下公式确定：ti11∈Ai11；ti12∈Ai12；…ti1k∈Ai1k；…tipk∈Aipk；其中ti为第i帧图像的图像矩阵进行分块处理得到分块矩阵后对应的块矩阵里包含特征信息的像素，tipk为块矩阵里第p行第k列的特征信息的像素点；在ti的基础上按照下述公式构成所述第i帧图像的特征矩阵：其中Ti为第i帧图像的特征矩阵，令其与上一帧的特征矩阵利用如下方程进行对比，从而得出摄像装置的调整角度以及距离：为了使摄像头更加准确的跟随目标，提取所述特征矩阵与上一帧的特征矩阵中的相同元素对应的坐标，再进行如下计算：其中，θ为摄像装置应调整的角度，(mj,i,nj,i)为第i帧图像的特征矩阵中第j个相同元素对应的坐标，(aj,i-1,bj,i-1)为第i-1帧图像的特征矩阵中第j个相同元素对应的坐标,u为特征矩阵中的相同元素的总个数,L为摄像装置应调整的距离。利用相同元素对应的坐标以及上述公式求取角度大大的提高了其转动的精准程度，并且利用坐标和特征矩阵整体相联合的方式来求取移动距离可以减小摄像头的移动误差，并且移动的更加精准。与前述方法对应，本专利技术实施例提供了一种无人模型车的自动跟随控制系统，包括摄像装置、处理模块、跟随目标识别模块和调整模块；所述摄像装置，用于根据预设时间周期进行拍摄，并将所获取的图像向所述处理模块传输；所述处理模块，用于对所述图像处理，获取所述初始跟随目标；所述跟随目标识别模块，包括分块单元、特征提取单元、特征图像合成单元和特征比对单元；所述分块单元，用于对所述摄像装置拍摄的图像进行分块处理；所述特征提取单元，用于获取所述图像分块后的每个图像区域中的相邻像素，并对相邻像素进行标准化处理，获取所述图像区域中的特征信息；所述特征图像合成单元，用于将所述每个图像区域的特征信息归入到合成组中，获取所述图像的特征图像；所述特征比对单元，用于将所述图像的特征图像与上一帧图像中的特征图像进行对比，判断所述初始跟随目标是否为跟随目标；所述调整模块，用于根据所述图像获取所述跟随目标与所述摄像装置中心的相对位置，对所述摄像装置的角度进行调整。进一步地，所述分块单元按照以下公式对所述摄像装置拍摄的图像进行分块处理：其中Qi是所述摄像装置拍摄的第i帧图像的图像矩阵，Qimn为所述第i帧图像的图像矩阵中第m行第n列的像素点，Aipk为将所述第i帧图像的图像矩阵进行分块处理得到的分块矩阵中第p行第k列的块矩阵；相应地，分块后的每个块矩阵中包含的特征信息的像素按照以下公式确定：ti11∈Ai11；ti12∈Ai12；…ti1k∈Ai1k；…tipk∈Aipk；其中ti为第i帧图像的图像矩阵进行分块处理得到分块矩阵后对应的块矩阵里包含特征信息的像素，tipk为块矩阵里第p行第k列的特征信息的像素点；在ti的基础上按照下述公式构成所述第i帧图像的特征矩阵：其中Ti为第i帧图像的特征矩阵，令其与上一帧的特征矩阵利用如下方程进行对比，从而得出摄像装置的调整角度以及距离：为了使摄像头更加准确的跟随目标，提取所述特征矩阵与上一帧的特征矩阵中的相同元素对应的坐标，再进行如下计算：其中，θ为摄像装置应调整的角度，(mj,i,nj,i)为第i帧图像的特征矩阵中第j个相同元素对应的坐标，(aj,i-1,bj,i-1)为第i-1帧图像的特征矩阵中第j个相同元素对应的坐标,u为特征矩阵中的相同元素的总个数,L为摄像装置应调整的距离。进一步地，所述摄像装置，包括计时单元、摄像头和微型控制器；所述微型控制器与所述计时单元、摄像头电性连接；所述计时单元，用于根据所述预设时间周期进行计时，向所述微型控制器传输计时结束信号；微型控制器，用于接收到所述计时结束信号时，控制所述摄像头进行拍摄；所述预本文档来自技高网...

【技术保护点】
1.一种无人模型车的自动跟随控制方法，其特征在于，所述方法包括如下步骤：S101、以预设时间周期获取摄像装置拍摄的图像；S102、根据所述摄像装置拍摄的图像，选定初始跟随目标；S103、对所述摄像装置拍摄的图像进行分块处理；S104、从所述图像分块后的每个图像区域中，选定中心像素作为所述图像区域的像素中心，并将所述图像区域的其他像素作为相邻像素；所述相邻像素到所述像素中心的距离相等；S105、将所述每个图像区域的相邻像素进行数据标准化处理，获取所述图像区域的特征信息；S106、将所述每个图像区域的特征信息归入到合成组中，获取所述图像的特征图像；S107、将所述图像的特征图像与上一帧图像中的特征图像进行对比，判断所述初始跟随目标是否为跟随目标；S108、如果是，则将所述初始跟随目标确定为跟随目标；S109、根据所述图像获取所述跟随目标与所述摄像装置中心的相对位置，对所述摄像装置进行调整。

【技术特征摘要】
1.一种无人模型车的自动跟随控制方法，其特征在于，所述方法包括如下步骤：S101、以预设时间周期获取摄像装置拍摄的图像；S102、根据所述摄像装置拍摄的图像，选定初始跟随目标；S103、对所述摄像装置拍摄的图像进行分块处理；S104、从所述图像分块后的每个图像区域中，选定中心像素作为所述图像区域的像素中心，并将所述图像区域的其他像素作为相邻像素；所述相邻像素到所述像素中心的距离相等；S105、将所述每个图像区域的相邻像素进行数据标准化处理，获取所述图像区域的特征信息；S106、将所述每个图像区域的特征信息归入到合成组中，获取所述图像的特征图像；S107、将所述图像的特征图像与上一帧图像中的特征图像进行对比，判断所述初始跟随目标是否为跟随目标；S108、如果是，则将所述初始跟随目标确定为跟随目标；S109、根据所述图像获取所述跟随目标与所述摄像装置中心的相对位置，对所述摄像装置进行调整。2.如权利要求1所述的方法，其特征在于，所述预设时间周期为60ms，所述摄像装置以60ms一帧的预设时间周期拍摄图像。3.如权利要求1所述的方法，其特征在于，所述步骤S102之前，所述方法还包括：对所述摄像装置拍摄的所述图像进行处理；具体步骤包括如下步骤：获取所述图像中每个像素的光量值；获取所述每个像素的光量值与向所述跟随目标照射时所获取的标准光量值的比值；将所述比值与所述预设阈值进行比对；若所述比值大于所述预设阈值时，则判定所述像素为反常像素；若所述比值小于所述预设阈值时，则判定所述像素为正常像素；根据所述反常像素相邻的正常像素的光量值，计算获取所述反常像素的标准光量值，将所述反常像素的光量值替换为所述标准光量值。4.如权利要求1所述的方法，其特征在于，所述步骤S109之前，所述方法还包括：测量所述摄像装置与所述跟随目标之间的距离；具体包括如下步骤：向所述跟随目标发射激光信号，并接收反射回的激光信号；获取发射激光信号与接收到反射回的激光信号的时间间隔；计算接收到反射回的激光信号的变化时间的样本值；根据所述变化时间的样本值来对所述时间间隔进行校正；根据校正后的时间间隔，获取所述跟随目标与无人模型车之间的距离；根据所述距离，与设定距离阈值进行比对；若所述距离小于或等于所述设定阈值时，则控制无人模型车停止运动；若所述距离大于所述设定阈值时，则控制无人模型车进行运动；其中，计算接收到反射回的激光信号的变化时间的样本值的步骤还包括：调整所接收到的激光信号的频谱宽度、波长以及信号能量中的一个参数，使得所述变化时间的样本值为最小。5.如权利要求1所述的方法，其特征在于，按照以下公式对所述摄像装置拍摄的图像进行分块处理：其中Qi是所述摄像装置拍摄的第i帧图像的图像矩阵，Qimn为所述第i帧图像的图像矩阵中第m行第n列的像素点，Aipk为将所述第i帧图像的图像矩阵进行分块处理得到的分块矩阵中第p行第k列的块矩阵；相应地，分块后的每个块矩阵中包含的特征信息的像素按照以下公式确定：ti11∈Ai11；ti12∈Ai12；…ti1k∈Ai1k；…tipk∈Aipk；其中ti为第i帧图像的图像矩阵进行分块处理得到分块矩阵后对应的块矩阵里包含特征信息的像素，tipk为块矩阵里第p行第k列的特征信息的像素点；在ti的基础上按照下述公式构成所述第i帧图像的特征矩阵：其中Ti为第i帧图像的特征矩阵，令其与上一帧的特征矩阵利用如下方程进行对比，从而得出摄像装置的调整角度以及距离：为了使摄像头更加准确的跟随目标，提取所述特征矩阵与上一帧的特征矩阵中的相同元素对应的坐标，再进行如下计算：其中，θ为摄像装置应调整的角度，(mj,i,nj,i)为第i帧图像的特征矩阵中第j个相同元素对应的坐标，(aj,i-1,bj,i-1)为第i-1帧图像的特征矩阵中第j个相同元素对应的坐标,u为特征矩阵中的相同元素的总个数,L为摄像装置应调整的距离。6.一种无人模型车的自动跟随控制系统，其特征在于，包括摄像装置、处理模块、跟随目标识别模块和调整模块；所述摄像装置，用于根据预设时间周期进行拍摄，并将所获取的图像向所述处理模块传输；所述处理模块，用于对所述图像处理，获取初始跟随目标；所述跟随目标识别模块，包括分块单元、特征提取单元、特征图像合成单元和特征比对单元；所述分块单元，用于对所述摄像装置拍摄的图像进行分块处理；所述特征提取单元，用于获取所述图像分块后的每个图像区域中的相邻像素，并对相邻像素进行标准化处理，获取所述图像区域中的特征信息；所述特征图像合成单元，用于将所述每个图像区域的特征信息归入到合成组中，获取所述图像的特征图像；所述特征比对单元，用于将所述图像的特征图像与上一帧图像中的特征图像进行...

【专利技术属性】
技术研发人员：刘井莲，关闯，王春红，
申请(专利权)人：绥化学院，
类型：发明
国别省市：黑龙江,23