【技术实现步骤摘要】
一种基于运动算法的自动跟随载物车的控制系统及方法
本专利技术涉及一种基于运动算法的自动跟随载物车的控制系统及方法。
技术介绍
目前，我国对智能移动小车的研究逐渐走向成熟，每年我国举办的全国智能车竞赛如“飞思卡尔智能车大赛”、“RobotCup大赛”等都会吸引几十所高校的上百个代表队参加比赛。移动机器人正在朝着智能化、自动化、多样化的方向发展，通过查阅文献得知，近些年，我国智能移动小车市场的增长速度一直处于世界第一的位置，2014年我国已经成为智能移动小车市场销量最大的国家，然而与美、日、韩等国相比，我国的智能移动小车密度相对较低，并且大部分智能移动小车公司主要考虑自主寻迹、探测救援和高空作业等方面，在载物和自动跟随方面的研究比较少，发展空间巨大，所以研究一个低成本、操作简单、安装简易、实时性强、跟踪准确性高的自动跟随载物小车有很大的现实意义。现有的自动跟踪方法还存在着易受干扰、跟踪准确性差等缺陷，被跟随者还需携带信号接收器。
技术实现思路
本专利技术的目的是为了解决现有的自动跟踪方法还存在着易受干扰、跟踪...
【技术保护点】
1.一种基于运动算法的自动跟随载物车的控制系统，其特征在于：其组成包括：Cortex-A9处理器、视频采集电路、报警电路、电机调速驱动电路、供电电路、蓄电池、蓄电池电量检测电路、TF卡接口电路、SDRAM、NAND FLASH、NOR FLASH，Cortex-A9处理器分别连接视频采集电路、报警电路、电机调速驱动电路、供电电路、蓄电池电量检测电路、TF卡接口电路、SDRAM、NAND FLASH和NOR FLASH，视频采集电路连接摄像头，供电电路连接蓄电池，蓄电池连接蓄电池电量检测电路，电机调速驱动电路连接一组电机。/n
【技术特征摘要】
1.一种基于运动算法的自动跟随载物车的控制系统，其特征在于：其组成包括：Cortex-A9处理器、视频采集电路、报警电路、电机调速驱动电路、供电电路、蓄电池、蓄电池电量检测电路、TF卡接口电路、SDRAM、NANDFLASH、NORFLASH，Cortex-A9处理器分别连接视频采集电路、报警电路、电机调速驱动电路、供电电路、蓄电池电量检测电路、TF卡接口电路、SDRAM、NANDFLASH和NORFLASH，视频采集电路连接摄像头，供电电路连接蓄电池，蓄电池连接蓄电池电量检测电路，电机调速驱动电路连接一组电机。
2.一种基于运动算法的自动跟随载物车的控制方法，其特征在于：所述方法通过以下步骤实现：
步骤一、选用六自由度的仿射变换模型建立摄像头全局运动模型，根据两帧之间特征区域的位置关系求解运动模型矩阵中的未知参数，即求得运动模型；
步骤二、利用求得的仿射变换模型对当前帧图像进行运动补偿，使背景静态化；
步骤三、使用静态背景下的四帧差分结合背景减除求出差分图像，以提取运动目标；
步骤四、经过腐蚀膨胀等形态学图像处理手段，得到完整的运动目标区域；
步骤五、对运动目标和背景进行阈值分割，根据运动目标像素信息来求取质心，进而确定出运动目标矩形框的四角坐标，以此为依据对下一帧进行截图；
步骤六、利用运动目标跟踪算法结合卡尔曼滤波算法的方法，载物车随着运动目标的运动进行合适的调节，以准确跟随运动目标。
3.根据权利要求1所述的一种基于运动算法的自动跟随载物车的控制方法，其特征在于：所述的步骤一中，选用六自由度的仿射变换模型建立摄像头全局运动模型，根据两帧之间特征区域的位置关系求解运动模型矩阵中的未知参数，即求得运动模型的过程是指，使用FREAK特征点及其特征描述子对相邻图像之间的关键点进行配对，将匹配到的关键点通过随机采样一致法筛选后，代入六自由度的仿射变换模型中，进而得到全局运动模型中的未知参数；
具体为：
步骤一一、假设H为某一特征点的FREAK描述子，则:
式中:Pα表示一个采样点对；N为特征向量数；为采样点经高斯平滑后的强度值；
步骤一二、选取45个长度以及对称的采样点对来提取特征点的方向；
步骤一三、通过式(3)进行角度计算：
式中：O是局部梯度信息，G是特征点对的集合，M为集合G中点的采样点对数，是PO的前一位图像像素点的区域灰度均值，对应分析得到是PO的后一位像素点的区域灰度均值；
和分别是PO的前一位和后一位的采样特征点空间坐标的二维向量，由此得到特征点的方向信息；
步骤一四、生成由0和1组成的512位二进制描述子H；
步骤一五、通过异或运算计算两个二进制描述子的汉明距离；
当两者的汉明距离小于设定的阈值时，则认为匹配成功，进行下一步；否则，为匹配失败；
步骤一六、将目标视为在平面上进行运动，目标在相邻帧间的运动视为平移、旋转和缩放变换的叠加，使用六参数仿射变换模型对全局运动进行建模，公式为：
式(4)中,(x,y)为参考帧中像素坐标；(X,Y)为当前帧中像素坐标；定义参数矢量P＝(a,b,c,d,e,f)T，其中分量a，b，c，d与缩放、旋转运动有关，分量e，f与平移运动有关；将式(4)矩阵改写，得到仿射变换模型矩阵：
从得到的匹配成功的特征点对中选取不共线的三个，代入式(4)中，即可求得上述全局运动参数。
4.根据权利要求3所述的一种基于运动算法的自动跟随载物车的控制方法，其特征在于：所述的步骤一中还包括对求得的匹配点进行提纯的步骤，去除较大误差的点，一般来说，我们将这些误匹配的点称为外点，使用这些外点求得的仿射模型会出现较大的误差，匹配点的提纯方法分为比较提纯法和一致性提纯法，考虑到系统的实时性和稳定性，故采用一致性提纯法中的随机采样一致法来进一步提纯匹配点，具体方法如下：
(1)筛选特征点对，根据汉明距离对特征点对进行排序，选择前m个特征点对，
(2)从m个特征点对中，选择3个特征点对建立方程组，求解仿射模型的6个参数，
(3)利用步骤(2)中求得的参数对剩余的(m-3)个特征点对进行判断，若点(x,y)经过仿射变换模型矩阵后的点与(X,Y)的欧氏距离小于设定的阈值，则该匹配视为内点，反之为外点，
(4)重新随机选择3个特征点对，执行步骤(2)和步骤(3)k(k一般取10)次后，进入步骤(5)，并统每次内点数目S，
(5)选择内点数最多的变换矩阵参数作为最终的变换参数，与此对应内点集合为最终的匹配点集。
5.根据权利要求4所述的一种基于运动算法的自动跟随载物车的控制方法，其特征在于：所述的步骤二中，利用求得的仿射变换模型对当前帧图像进行运动补偿，使背景静态化的过程，具体为：
运用向后映射的方法抵消相邻图像之间由于摄像机姿态的变化造成的背景运动，使两帧图像之间的背景静态化。
6.根据...
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。