基于DSP的人工路标识别算法研究与实现

论文摘要

自动导引车（Automated Guided Vehicle, AGV）自从问世以来,已经被广泛应用于工业生产和日常生活之中。目前,自动导引车的导引方式中,视觉导航由于其难度较大而并未得到推广。但是它获取的信息丰富、引导柔性、不受电磁干扰,是未来导引技术中的主要发展方向。视觉导航中利用人工路标作为导引标识更是受到了越来越多的关注。本文在广泛调研国内外学者所设计的人工路标,并对各路标的特点进行分析的基础上,设计了包括导引灯、黑带和数字三部分的人工路标模式。导引灯和黑带用于对人工路标进行定位,其中导引灯对人工路标的快速定位起着关键作用。最后,利用主成分分析（Principal Component Analysis, PCA）进行特征提取,并利用最小距离分类器对人工路标数字进行识别。在确定系统总体方案之后,分别利用Matlab和DSP进行各算法仿真与实现。在Matlab上完成了对导引灯的基于灰度信息的识别算法和基于PCA的数字训练样本特征提取,得到训练样本均值向量、找到使分类效果最好的PCA维数及其所对应的PCA投影矩阵。在DSP上完成基于灰度信息的导引灯识别与定位、基于交比不变性原理的数字定位、投影法数字分割和利用训练样本均值向量和投影矩阵对图像数据进行降维,最后利用最小距离分类器进行数字识别。本设计的硬件部分以ICETEK-DM6437-B评估模块作为开发平台。该模块的核心处理器是TMS320DM6437。通过实验表明,本次设计的人工路标识别算法在一定拍摄角度和拍摄距离内的识别率可达90%以上,具有一定的稳定性和实用性。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题来源及意义
• 1.2 国内外研究现状
• 1.3 TI DSP在视频处理领域的优势
• 1.4 本文的主要工作及架构
• 1.5 本章小结
• 第2章 目标识别相关理论
• 2.1 颜色空间理论
• 2.1.1 常用颜色模型简介
• 2.2 图像分割
• 2.3 形态学图像处理
• 2.3.1 膨胀与腐蚀
• 2.3.2 开运算与闭运算
• 2.3.3 形态滤波器
• 2.4 连通域标记
• 2.5 目标识别
• 2.5.1 人工神经网络
• 2.5.2 模板匹配
• 2.5.3 主成分分析（PCA）
• 2.5.4 最小距离法分类器
• 2.6 本章小结
• 第3章 系统总体设计方案
• 3.1 目标识别系统架构
• 3.2 本章小结
• 第4章 人工路标设计
• 4.1 构造人工路标的基本设计原理
• 4.1.1 针孔摄像机模型
• 4.1.2 几何变换的不变量
• 4.2 人工路标的参考结构
• 4.3 人工路标改进
• 4.4 本章小结
• 第5章 人工路标识别算法及其硬件实现
• 5.1 算法流程
• 5.2 人工路标的初步定位
• 5.2.1 基于形态学的识别算法
• 5.2.2 基于灰度信息的识别算法
• 5.3 人工路标的精确定位
• 5.4 人工路标数字的分割
• 5.5 人工路标数字的识别
• 5.6 程序的Flash固化
• 5.7 测试与结果分析
• 5.7.1 测试方案设计
• 5.7.2 结果分析
• 5.8 本章小结
• 第6章 总结与展望
• 6.1 总结
• 6.2 进一步工作展望
• 参考文献
• 致谢