基于圖像識別的尋跡小車設(shè)計(7)

1、分類號 密級 編號 本科畢業(yè)論文(設(shè)計) 題目 基于圖像識別的尋跡小車設(shè)計 系 別 物理與電子信息學院 專 業(yè) 名 稱 電子信息科學與技術(shù) 年 級 2009級 學 生 姓 名 王 強 學 號 0950720053 指 導 教 師 王懷興 二一三年四月論文原創(chuàng)性說明本人聲明所呈交的學位論文是我個人在導師指導下進行的爭辯工作及取得的爭辯成果。盡我所知，除文中已經(jīng)標明引用的內(nèi)容外，該論文不包含任何其他個人或集體已經(jīng)發(fā)表或撰寫過的爭辯成果。對該論文的爭辯做出貢獻的個人和集體，均已在文中以明確方式標明。本人完全意識到本聲明的法律結(jié)果由本人擔當。學位論文作者簽名：日期: 年 月 日文獻綜述1 概述1.1

2、數(shù)字圖像處理技術(shù)數(shù)字圖像處理技術(shù)使20世紀60年月隨著計算機技術(shù)和VLSY Very Large Scale Integration的進展而產(chǎn)生、進展和不斷成熟起來的一個新興技術(shù)領(lǐng)域，它在理論上和實際應用中都取得了很大的成就。早期圖像處理的目的是改善圖像質(zhì)量，它以人為對象，以改善人的視覺效果為目的。圖像處理中輸入的是質(zhì)量低的圖像，輸出的是改善質(zhì)量后的圖像。常用的圖像處理方法有圖像增加、復原、編碼、壓縮等。首次獲得成功應用的是美國噴氣推動試驗室（JPL）。他們對航天探測器徘徊者7號在1964年發(fā)回的幾千張月球照片進行圖像處理，如幾何校正、灰度變換、去除噪聲等，并考慮了太陽位置和月球環(huán)境的影響。隨

3、后又對探測飛船發(fā)回的近十萬張照片進行更為簡單的圖像處理，獲得了月球的地形圖、彩色圖及全景鑲嵌圖，為人類登月創(chuàng)舉奠定了基礎(chǔ)，也推動了數(shù)字圖像處理這門學科的誕生。在以后的宇航空間技術(shù)探測爭辯中，數(shù)字圖像處理技術(shù)都發(fā)揮了巨大的作用。數(shù)字圖像處理技術(shù)取得的另一個巨大成就是在醫(yī)學上。1972年英國EMI公司工程師Housfield創(chuàng)造了用于頭顱診斷的X射線計算機斷層攝影裝置，也就是我們通常所說的CT（Computer Tomography）。CT的基本方法是依據(jù)人的頭部截面的投影，經(jīng)計算機處理來重建截面圖像，成為圖像重建。1975年EMI公司又成功研制出全身用的CT裝置，獲得了人體各個部位鮮亮清楚的斷層

4、圖像。1979年，這項無損傷診斷技術(shù)被授予諾貝爾獎，以表彰它對人類做出的劃時代貢獻。從20世紀70年月中期開頭，隨著計算機技術(shù)和人工智能、思維科學爭辯的快速進展數(shù)字圖像處理技術(shù)向更高、更深層次進展。人們已開頭爭辯如何用計算機系統(tǒng)解釋圖像，類似人類視覺系統(tǒng)理解外部世界，這被稱為圖像理解或計算機視覺。很多國家，特殊是發(fā)達國家投入更多的人力、物力到這項爭辯，取得了不少重要的爭辯成果。其中代表性的成果是70年月末MIT的Marr提出的視覺計算理論，這個理論成為計算機視覺領(lǐng)域其后十多年的主導思想。20世紀80年月末期，人們開頭將其應用于地理信息系統(tǒng)，爭辯海圖的自動讀入、自動生成方法。數(shù)字圖像處理技術(shù)的應

5、用領(lǐng)域不斷拓展。數(shù)字圖像處理技術(shù)的大進展是從20世紀90年月初開頭的。自1986年以來，小波理論與變換方法快速進展，它克服了傅立葉分析不能用于局部分析等方面的不足之處，被認為是調(diào)和分析半個世紀以來工作之結(jié)晶。Mallet在1988年有效地將小波分析應用于圖像分解和重構(gòu)。小波分析被認為是信號與圖像分析在數(shù)學方法上的重大突破。隨后數(shù)字圖像處理技術(shù)迅猛進展，到目前為止，圖像處理在圖像通訊、辦公自動化系統(tǒng)、地理信息系統(tǒng)、醫(yī)療設(shè)備、衛(wèi)星照片傳輸及分析和工業(yè)自動化領(lǐng)域的應用越來越多。進入21世紀，隨著計算機技術(shù)的迅猛進展和相關(guān)理論的不斷完善，數(shù)字圖像處理技術(shù)在很多應用領(lǐng)域受到廣泛重視并取得了重大的開拓性成

6、就。屬于這些領(lǐng)域的有航空航天、生物醫(yī)學工程、工業(yè)檢測、機器人視覺、公安司法、軍事制導、文化藝術(shù)等。該技術(shù)成為一門引人注目、前景遠大的新型學科。1.2 智能把握技術(shù)隨著人工智能和計算機技術(shù)的進展，已經(jīng)有可能把自動把握和人工智能以及系統(tǒng)科學中一些有關(guān)學科分支（如系統(tǒng)工程、系統(tǒng)學、運籌學、信息論）結(jié)合起來，建立一種適用于簡單系統(tǒng)的把握理論和技術(shù)。智能把握正是在這種條件下產(chǎn)生的。它是自動把握技術(shù)的最新進展階段，也是用計算機模擬人類智能進行把握的爭辯領(lǐng)域。1965年，傅京孫首先提出把人工智能的啟發(fā)式推理規(guī)章用于學習把握系統(tǒng)。1985年，在美國首次召開了智能把握學術(shù)爭辯會。1987年又在美國召開了智能把握

7、的首屆國際學術(shù)會議，標志著智能把握作為一個新的學科分支得到承認。智能把握具有交叉學科和定量與定性相結(jié)合的分析方法和特點。 一個系統(tǒng)假如具有感知環(huán)境、不斷獲得信息以減小不確定性和方案、產(chǎn)生以及執(zhí)行把握行為的力量，即稱為智能把握系統(tǒng)。 智能把握技術(shù)是在向人腦學習的過程中不斷進展起來的，人腦是一個超級智能把握系統(tǒng)，具有實時推理、決策、學習和記憶等功能，能適應各種簡單的把握環(huán)境。智能把握與傳統(tǒng)的或常規(guī)的把握有親密的關(guān)系，不是相互排斥的。常規(guī)把握往往包含在智能把握之中，智能把握也利用常規(guī)把握的方法來解決“低級”的把握問題，力圖擴充常規(guī)把握方法并建立一系列新的理論與方法來解決更具有挑戰(zhàn)性的簡單把握問題。智

8、能把握已在很多工業(yè)、軍事領(lǐng)域得到廣泛應用，它們比人類能更好的提高勞動生產(chǎn)率和產(chǎn)品質(zhì)量，制造出更多的社會財寶。近年來，隨著人類活動領(lǐng)域的不斷擴大，智能把握技術(shù)的應用領(lǐng)域正從制造業(yè)向非制造業(yè)進展。例如海洋開發(fā)、空間探測、地質(zhì)勘探、醫(yī)療保健、消遣服務等行業(yè)均提出了自動化的要求。它們所屬的行業(yè)與制造業(yè)不同，這些行業(yè)的工作環(huán)境存在著不確定性和非結(jié)構(gòu)化，對智能把握化產(chǎn)品的性能要求更高。不但需要它們具有對外感知力量、自主規(guī)劃力量，而且要求其具有行走功能。它們在社會各個領(lǐng)域的實際應用主要有以下幾個方面：1）海洋開發(fā)：世界各國在海洋的石油開采多用到水下機器人，例如美國的 AUSS和法國的 EPAVLARD，水下

9、機器人分為有纜和無纜兩大類，它們主要應用于海底勘查、海底管道和電纜的敷設(shè)、救撈作業(yè)和大壩的檢查。2）空間探測：生存空間的競爭始終是各國競相追趕的目標，人們不再把目光局限于我們的地球，并開頭進行太空競技，追尋更多的可用資源。3）地質(zhì)勘探：地質(zhì)勘探用到的機器人主要體現(xiàn)在采掘和地下管道的檢修兩方面。目前日本、美國和德國等國已研制出在石油和自然氣等地下管道檢修的地下機器人，主要完成行走、傳感器定位、通信以及遙控等。4）醫(yī)療保?。横t(yī)用機器人主要用于醫(yī)療環(huán)境模擬、精確手術(shù)、無自理力量的人群等。日本的牙疼機器人 Haakon，可以通過刺眼睛、流口水來表達苦痛的表情，可以作為牙科同學的演練工具，檢測同學的技能

10、水平；通過研發(fā)實現(xiàn)的還有手術(shù)機器人（“達芬奇”機器人系統(tǒng)）和殘疾人機器人助手“My Spoon”等等。5）消遣服務：服務類機器人為人類生活質(zhì)量的提高帶來了巨大影響，對人們的生活、工作都起到了不行估量的作用。在中國，服務機器人已應用于各種社會場合。例如北京奧運會曾經(jīng)使用過的福娃機器人以及上海世博會使用過的海寶機器人，它們不但能夠進行迎賓服務、語言服務、照相服務、導航服務，還能夠進行才藝表演、協(xié)作引領(lǐng)參觀等等?？梢灶A見，在將來各式各樣先進的智能化產(chǎn)品將會應用在人類生活的各個領(lǐng)域，必將成為人類親熱的伙伴和良好的助手。在智能車輛的爭辯和駕駛?cè)蝿盏淖灾魍瓿傻确矫嬉矊⒔柚谥悄苄≤嚨淖灾餍旭偣δ?，這將為人

11、類的社會進步帶來深遠的意義，例如降低車輛燃油的消耗量、切實提高道路規(guī)劃的利用率，尤其對道路交通平安的改進將提出新的解決途徑。1.3 總結(jié)華中科技高校的圖像識別與人工智能爭辯全部一個爭辯方向為智能把握理論、系統(tǒng)及應用，其中有一項爭辯內(nèi)容是智能機器人與運動把握，基于視覺伺服的微裝配機械手協(xié)調(diào)把握、高精度電機把握等成果說明白圖像信息處理和智能把握相結(jié)合的爭辯方向是現(xiàn)代科學技術(shù)進展的重點。該論文基于現(xiàn)在圖像處理與圖像識別的技術(shù)，結(jié)合現(xiàn)在的智能把握，旨在爭辯基于圖像識別的尋跡小車，這個作品將作為爭辯工業(yè)級尋跡產(chǎn)品的雛形，可以適用于工廠廠房中的尋跡小車、公交線路的無人駕駛車等。該作品摒棄了傳統(tǒng)的紅外光電管

12、傳感器尋跡方法，接受價廉物美的CMOS傳感器來實現(xiàn)圖像尋跡，用Cortex-M3內(nèi)核的STM32做主控芯片，接受PID算法，更加智能精確的把握小車電機轉(zhuǎn)速和方向，實現(xiàn)了性能穩(wěn)定并且識別率高的智能尋跡小車。參考文獻：1 林立，張俊亮，曹旭東.單片機原理及應用. 電子工業(yè)出版社，2011年7月2 陳渝.嵌入式系統(tǒng)原理及應用開發(fā)M.北京:機械工業(yè)出版社，2008年2月，1-7.3 王子輝，葉云岳.基于CMOS傳感器的智能尋跡小車圖像識別技術(shù)爭辯J.傳感技術(shù)學報 ，2009 年22月，4:4844884 王棟.基于ARM 的智能探測小車的設(shè)計與實現(xiàn)D.蘇州高校碩士論文.2010年.5 董宗祥.基于AR

13、M的自尋跡機器人小車的研發(fā)D.東華高校碩士論文.2010年.6 邵貝貝.單片機嵌入式應用的在線開發(fā)方法M.北京:清華高校出版社, 2004年.7 葉云岳，陸凱元.直線電機的 PID 把握與模糊把握J.電子技術(shù)學報.2009年，16(3):11-158 張錚，王艷平，薛桂香.數(shù)字圖像處理與機器視覺Visual C+與Mat lab實現(xiàn).人民郵電出版社，2010年4月1.9 韓曉軍.數(shù)字圖像處理技術(shù)與應用.電子工業(yè)出版社，2009年7月.10 楊紅，李生明，袁明月.智能尋跡消防小車設(shè)計J.清遠職業(yè)技術(shù)學院學報，2011年12月.11 王偉,陳慧,刁增祥,等.基于光電導航無人駕駛電動汽車自動尋跡把握

14、系統(tǒng)爭辯J.汽車工程，2008,30(2):137-140.12 徐健.嵌入式小車尋跡把握系統(tǒng)J.裝備制造技術(shù)，2012年，5:53-54.13甄紅濤，齊曉慧.智能車參數(shù)自校正方向模糊把握器的設(shè)計J.自動化儀表，2010年，31(9):51-59.14黃偉，吳青，馬育林，等基于視覺導航的智能小車調(diào)速把握器設(shè)計J.武漢理工高校學報: 自然科學版，2010年，32(6):103-106,135.15 汪海燕, 李娟娟, 張敬華. 自適應模糊 PID 把握的直流電機及仿真J. 微電機，2003年，36(4):14-17.16 吳鳳和.基于計算機視覺測量技術(shù)的圖像輪廓提取方法爭辯J. 計量學報, 20

15、07年， 28(1):18-20.摘 要：傳統(tǒng)智能尋跡小車主要接受紅外光電管實現(xiàn)路面軌跡識別，具有使用壽命短，視野范圍不寬，易受地面顏色、平整度等因素影響而導致軌跡識別不精確等缺點。論文提出了一種基于圖象識別的智能尋跡方案，接受攝像頭對道路圖象信息進行采集，利用STM32處理器對采集信息進行處理，完成軌跡識別與小車行進把握。方案選擇CMOS黑白攝像頭，增加了小車前瞻距離，豐富了道路信息采集，提高了尋跡精度。在系統(tǒng)設(shè)計中接受PID經(jīng)典把握算法，實現(xiàn)了對直流電機的速度和方向的精確把握，使小車尋跡精確、運行穩(wěn)定。最終對論文內(nèi)容進行了總結(jié)，對尋跡小車將來的爭辯和進展進行了展望，對工業(yè)尋跡小車的實現(xiàn)提出

16、了相關(guān)建設(shè)性意見。關(guān)鍵詞：智能尋跡小車，OV7620，圖像識別，Cortex-M3Abstract：Traditional intelligent tracing car mainly adopts infrared photocell sensor to realize the recognition of road track, but sampling points are less, and measurement results are influenced by factors such as ground color, smoothness, so path identifica

17、tion is not accurate. Paper puts forward a tracing scheme based on image recognition, it improved the car forward distance, greatly enriched the way to collect information. In order to reduce the cost of hardware system, we choose CMOS black and white camera specially, the cameras image information

18、data quantity is less, low power consumption. And PID algorithm was adopted to realize the accurate control of DC motor speed and direction, make intelligent tracing car more stable. Finally, the thesis summarizes the contents, and I put forward some constructive Suggestions about realization of tra

19、cing the car industry and made a prospect for the future research and development.Key words: intelligent tracing car，OV7620，image recognition，Cortex-M3目 錄1 緒論11.1 論文內(nèi)容概述11.2 OV7620攝像頭采集圖像思路11.3 圖像處理與圖像識別22 尋跡小車硬件設(shè)計42.1 系統(tǒng)組成42.2 尋跡方案的設(shè)計42.3 電源設(shè)計52.4 主控模塊設(shè)計62.5 電機驅(qū)動模塊設(shè)計82.6 OLED顯示屏93 尋跡小車軟件設(shè)計113.1 STM

20、32主把握器程序模塊113.2 攝像頭傳感器采集圖像模塊123.3 把握直流電機速度和方向模塊123.4 OLED顯示程序模塊133.5 系統(tǒng)軟件愛護模塊134 模塊整合與調(diào)試145 總結(jié)和展望17參考文獻18致 謝20歡迎下載1 緒論1.1論文爭辯背景與意義1.4 論文主要內(nèi)容鑒于目前比較成熟的智能尋跡小車大多接受紅外傳感器實現(xiàn)尋跡，論文提出了一種基于圖象識別的智能尋跡方案，接受攝像頭對道路圖象信息進行采集，利用STM32處理器完成軌跡識別與小車行進把握。在系統(tǒng)設(shè)計中接受PID經(jīng)典把握算法，實現(xiàn)了對小車速度和方向的精確把握。同時利用OLED顯示屏對采集到的圖像畫面實時顯示，便利調(diào)試和校對。論

21、文主要內(nèi)容包括：1）OV7620攝像頭采集圖像思路；2）圖像處理與圖像識別的介紹；3）STM32微處理的應用軟硬件平臺的搭建：接受Altium Designer繪制PCB版圖，為STM32搭建最小硬件系統(tǒng)，利用RVMDK V4.2以及STM32固件庫完成STM32的軟件開發(fā)；4）尋跡方案的設(shè)計：紅外傳感器和CMOS傳感器優(yōu)劣勢對比；5）電源設(shè)計方案：設(shè)計的系統(tǒng)中使用到了多個不同電壓值的電源，所以選取一種合理的電源穩(wěn)壓方案；6）大功率電機驅(qū)動電路：選取一種合理的直流電機驅(qū)動電路；7）OLED顯示屏：實時顯示攝像頭采集的畫面。1.3 OV7620攝像頭采集圖像思路采集圖像思路：方案一：使用for循

22、環(huán)延時采集 1）需要采集圖像時，開場中斷2）場中斷到來，開啟行中斷，關(guān)場中斷3）行中斷里用for 循環(huán)延時采集像素，可以在行中斷里添加標志位，部分行不采集，即可跨行采集4）行中斷次數(shù)等于圖像行數(shù)時即可關(guān)閉行中斷，標志圖像采集完畢這種方法最簡潔，但采集圖像最不穩(wěn)定，經(jīng)常消滅消隱區(qū)全為0等問題。方案二：使用場中斷和行中斷，結(jié)合for循環(huán)延時采集1）需要采集圖像時，開場中斷2）場中斷來了，開行中斷3）行中斷來了就結(jié)合for循環(huán)延時采集，假如先過濾部分行不采集，則設(shè)置一個靜態(tài)變量，每次行中斷來了都自加1，依據(jù)值來選擇采集或不采集某些行4） 每個奇偶場標志觸發(fā)后，就把攝像頭輸出的值讀取到內(nèi)存數(shù)組里。當觸

23、發(fā)n次（n=圖像列數(shù)目）后就停止采集5）行中斷次數(shù)等于一幅圖像的行數(shù)，或者等待下一個場中斷來臨就結(jié)束圖像采集，關(guān)閉行中斷和場中斷這種方法不需要使用PCLK，使用簡潔便利，不過延時值需要設(shè)置合適，不然要不就采集到消隱區(qū)，要不就只采集圖像的左邊部分。通過對以上兩種方案的理論分析和試驗對比，最終確定用方案二來實現(xiàn)OV7620攝像頭圖像采集。1.2 圖像處理與圖像識別在爭辯圖像時，首先要對獲得的圖像信息進行預處理（前處理）以濾去干擾、噪聲，作幾何、彩色校正等，以供應一個滿足要求的圖像。圖像處理包括圖像編碼，圖像增加、圖像壓縮、圖像復原、圖像分割等。對于圖像處理來說，輸入是圖像，輸出（即經(jīng)過處理后的結(jié)果

24、）也是圖像。圖像處理主要用來解決兩個問題：一是推斷圖像中有無需要的信息；二是確定這些信息是什么。圖像識別，簡潔地說，就是要把一種爭辯對象，依據(jù)其某些特征進行識別并分類?？梢哉J為，對數(shù)字圖像進行區(qū)分分類其實質(zhì)就是對圖像進行模式識別。圖像識別就是對處理后的圖像進行分類，確定類別名稱，它可以在分割的基礎(chǔ)上選擇需要提取的特征，并對某些參數(shù)進行測量，再提取這些特征，然后依據(jù)測量結(jié)果做出分類。為了更好地識別圖像，還要對整個圖像做結(jié)構(gòu)上的分析，對圖像進行描述，以便對圖像的主要信息做一個好的解釋，并通過很多對象相互間的結(jié)構(gòu)關(guān)系對圖像加深理解，以便更好掛念和識別。故圖像識別是在上述分割后的每個部分中，找出它的外

25、形及紋理特征，以便對圖像進行分類，并對整個圖像做結(jié)構(gòu)上的分析。因而對圖像識別環(huán)節(jié)來說，輸入是圖像（經(jīng)過上述處理后的圖像），輸出是類別和圖像的結(jié)構(gòu)分析，而結(jié)構(gòu)分析的結(jié)果則是對圖像做描述，以獲得對圖像的重要信息的解釋。下圖是圖像處理（圖1.3-1）和圖像識別（圖1.3-2）的示意圖：圖1.3-1 圖像處理示意圖 圖1.3-2 圖像識別示意圖2 尋跡小車硬件設(shè)計2.1 系統(tǒng)組成系統(tǒng)組成如圖2.1-1所示：圖2.1-1 系統(tǒng)組成圖該論文設(shè)計的系統(tǒng)主要包括以下五個部分：電源模塊、圖像傳感器檢測模塊，主控板模塊、直流電機驅(qū)動模塊、圖像顯示模塊。2.2 尋跡方案的設(shè)計智能尋跡小車的檢測外部信息一般接受紅外傳

26、感器和攝像頭傳感器。目前較通用的是紅外光電管，它依據(jù)光電管發(fā)出的紅外光對地面不同顏色產(chǎn)生強度不同的放射信號特征，由安裝在車前方510厘米處的一橫列光電管對前方道路的顏色進行采樣分析，從而識別路徑。為保證檢測精度，光電管必需安裝在距地面較近的區(qū)域，這使得光電管傳感器不能供應充分的前瞻距離，從而影響了小車在高速運行時的過彎力量；同時間電管是反射式紅外傳感器，測量的結(jié)果受地面的顏色、平整度等各種因素的影響；另外，每個光電傳感器只能獲得一個數(shù)據(jù)點信息，獲得路徑的信息太少。攝像頭傳感器方案的優(yōu)勢在于具有較大的前瞻距離，這有利于賽車在行進中預知路徑狀況，從而實現(xiàn)高速過彎和抄近道。另外，面陣式攝像頭接受行掃

27、描模式，一副圖像可采集多達上千個數(shù)據(jù)點，因此賽道信息大大豐富。然而豐富的賽道信息造成數(shù)據(jù)采集量大，處理時間長等問題，并且攝像頭易受光線和賽道背景顏色的干擾。上述兩種方案中，紅外光電管的成本比攝像頭的價格低，但是該論文是為了爭辯一款工業(yè)級產(chǎn)品，假如接受紅外光電管尋跡，必需要用大量的紅外傳感器，其價格也不比攝像頭低，且其性能沒有攝像頭優(yōu)，就這兩種方案的性價比來說，攝像頭的性價比更高一些。針對上述兩種尋跡方案，該論文選擇攝像頭傳感器尋跡，所接受的CMOS攝像頭是一種以CMOS感光器件為主的高辨別率、低功耗圖像傳感器，為了削減硬件系統(tǒng)開銷，選用數(shù)據(jù)量較少的黑白攝像頭也可滿足要求。2.3 電源設(shè)計該系統(tǒng)

28、接受兩塊3.7V 1200mAh的鉛酸電池做為系統(tǒng)的電源，接法為兩串，形成一個7.4V 2400mAh的直流電源。由于系統(tǒng)中存在著多種微把握器，所以需要5V和3.3V的電壓源。這兩個電壓源用7.4V直流電源通過穩(wěn)壓模塊獲得。該系統(tǒng)接受比較常用的電源穩(wěn)壓芯片，即線性穩(wěn)壓芯片，另一種為開關(guān)穩(wěn)壓。如圖2.3-1所示是其穩(wěn)壓電路。圖2.3-1 7805線性穩(wěn)壓芯片應用電路從電路中可以看出，線性穩(wěn)壓電源的外圍電路相對簡潔，節(jié)省PCB板空間。線性穩(wěn)壓芯片的輸出紋波系數(shù)一般比較小，在該系統(tǒng)中5V的電壓源負載比較重，對電壓紋波也不是很敏感，所以7.4V到5V的穩(wěn)壓模塊接受線性電源穩(wěn)壓芯片。3.3V電壓源的負載

29、很輕，主要給OLED顯示模塊供電，選用低噪聲、低壓差的線性穩(wěn)壓芯片ASM1117-3.3，電路如圖2.3-2所示。圖2.3-2 系統(tǒng)中3.3V電源穩(wěn)壓電路通過上電測試，在7805線性穩(wěn)壓電路的輸入端輸入8V電壓，輸出端輸出5.01V電壓，在ASM1117M-3.3穩(wěn)壓芯片的輸入端輸入5V電壓，輸出3.27V電壓，這兩個電源滿足該系統(tǒng)設(shè)計要求。2.4 主控模塊設(shè)計主控模塊接受意法半導體的STM32F103ZET6芯片搭建的一個硬件平臺。STM32F103ZET6是一款ARM 32位的Cortex-M3內(nèi)核的微處理器，512K字節(jié)的閃存程序存儲器，高達64K字節(jié)的SRAM，最高時鐘頻率為72MHz

30、，三個12位模數(shù)轉(zhuǎn)換器，多達21通道，支持12通道的DMA ，多達13個通信接口其中有5個USART,多達112個通用IO口。由于該系統(tǒng)涉及到了一些數(shù)字信號處理，使用專用的DSP芯片成本會很高，而且開發(fā)難度也很大。所以接受了一種折中的芯片選型方案，選擇了一款高性價比的嵌入式微處理器做主控板。從STM32F103ZET6的指令的吞吐量和存儲空間上看，此款芯片很適合做為該系統(tǒng)的主控芯片。通其豐富的外部設(shè)備，如ADC為陀螺儀的輸出模擬信號的AD轉(zhuǎn)換供應了便利，5個USART為各模塊和主控電路之間的通信供應了便利的接口。圖2.4-1 STM32主控板時鐘電路圖2.4-2 STM32復位電路 圖2.4-

31、3 STM32 JTAG仿真接口電路圖2.4-1為STM32F103ZET6的是時鐘電路，OSC為高速時鐘，為STM32F103ZET6內(nèi)核和外部設(shè)備供應工作時鐘。OSC32為一個低頻晶振，為STM32F103ZET6供應實時時鐘。圖2.4-2為STM32F103ZET6的復位電路，接受積分型復位電路積，復位為低電平有效，此電路具有上電復位和按鍵復位的功能。圖2.4-3為STM32的JTAG仿真接口電路，在一個簡單系統(tǒng)中，軟件調(diào)試往往很花費時間，假如系統(tǒng)上留有JTAG接口，可以通過JTAG對系統(tǒng)進行在線調(diào)試，可以讓程序單步執(zhí)行，從而可以查看程序的運行路徑，很簡潔定位軟件中的規(guī)律錯誤，提高開發(fā)效

32、率。通過上電測試，通過JTAG向STM32主控芯片下載了流水燈程序，按下復位鍵，流水燈可以正常運行，JTAG可以在線調(diào)試，說明該主控板可以正常使用。2.5 電機驅(qū)動模塊設(shè)計通過近一段時間的爭辯，直流有刷電機的正反轉(zhuǎn)驅(qū)動電路常用的有L298搭建的直流電機驅(qū)動電路。L298N是SGS公司的產(chǎn)品，內(nèi)部包含4通道規(guī)律驅(qū)動電路。是一種二相和四相電機的專用驅(qū)動器，即內(nèi)含二個H橋的高電壓大電流雙全橋式驅(qū)動器，如圖2.5-1，接收標準TTL規(guī)律電平信號，可驅(qū)動46V、2A以下的電機。圖2.5-1 L298搭建的直流電機驅(qū)動電路L298搭建的電機驅(qū)動電路驅(qū)動電流力量強，穩(wěn)定性好，該系統(tǒng)對功率要求不高，它可以滿足

33、系統(tǒng)要求，而且使用便利，該系統(tǒng)選取了L298驅(qū)動電路作為電機的驅(qū)動電路。通過上電測試，下載STM32芯片把握直流電機正反轉(zhuǎn)的程序，該直流電機可以正常實現(xiàn)正反轉(zhuǎn)，說明該L298電機驅(qū)動模塊可以正常使用。2.6 OLED顯示屏OLED，即有機發(fā)光二極管（Organic Light-Emitting Diode ），又稱為有機電激光顯示（Organic Electroluminesence Display，OELD ）。OLED 由于同時具備自發(fā)光，不需背光源、對比度高、 厚度薄、視角廣、反應速度快、可用于撓曲性面板、使用溫度范圍廣、構(gòu)造及制程較簡潔等優(yōu) 異之特性，被認為是下一代的平面顯示器新興應用

34、技術(shù)。模塊原理圖如圖2.6-1所示。圖2.6-1 OLED模塊原理圖LCD 都需要背光，而OLED不需要，由于它是自發(fā)光的。這樣同樣的顯示，OLED 效果要來得好一些。OLED的尺寸難以大型化，但是辨別率確可以做到很高。該系統(tǒng)中使用的是OLED 顯示模塊，該模塊有以下特點： 1）模塊有單色和雙色兩種可選，單色為純白色，而雙色則為黃藍雙色。 2）尺寸小，顯示尺寸為0.96寸，而模塊的尺寸僅為 27mm*26mm大小。 3）高辨別率，該模塊的辨別率為 128*64。 4）多種接口方式，該模塊供應了總共 5 種接口包括：6800、8080 兩種并行接口方式、3 線或 4 線的穿行SPI 接口方式，I

35、IC接口方式（只需要2根線就可以把握 OLED 了）。5）不需要高壓，直接接3.3V 就可以工作了。該系統(tǒng)使用的OLED模塊的把握器是SSD1306，它支持2種方式與OLED模塊連接，一種是8080的并口方式，另外一種是4線SPI方式。這里使用的是4線串行（SPI）方式，4 先串口模式使用的信號線有如下幾條：CS ：OLED 片選信號。RST(RES) ：硬復位OLED 。DC ：命令/數(shù)據(jù)標志（0，讀寫命令；1，讀寫數(shù)據(jù)）。SCLK：串行時鐘線。在4 線串行模式下，D0 信號線作為串行時鐘線 SCLK。SDIN：串行數(shù)據(jù)線。在4 線串行模式下，D1 信號線作為串行數(shù)據(jù)線 SDIN。通過上電測

36、試，下載STM32把握OLED顯示屏顯示中英文字符的程序，OLED屏成功顯示出中英文字符，證明該OLED顯示屏可以正常顯示。3 尋跡小車軟件設(shè)計該系統(tǒng)是由主把握芯片的一套程序來完成，但是還是接受了模塊化設(shè)計方法，該系統(tǒng)的軟件也是按模塊來劃分編寫的，系統(tǒng)的主要模塊可以劃分為：1）STM32主把握器程序模塊；2）攝像頭傳感器采集圖像模塊；3）把握直流電機速度和方向模塊；4）OLED顯示程序模塊；3.1 STM32主把握器程序模塊STM32主把握器先調(diào)用STM32固件庫中啟動代碼和初始化函數(shù)完成的對其自身的初始化，完成初始化之后，對圖像傳感器采集的模擬數(shù)據(jù)經(jīng)行處理，處理后再調(diào)用PID算法子程序模塊，

37、算出要輸出的把握量大小，最終形成電機驅(qū)動的把握命令來把握電機的轉(zhuǎn)動，如圖3.1-1所示。圖3.1-1 STM32主把握器程序流程圖3.2 攝像頭傳感器采集圖像模塊攝像頭傳感器采集圖像信息，使用場中斷和行中斷，結(jié)合for循環(huán)延時采集圖像，每三行采集一次數(shù)據(jù)，將采集到的數(shù)據(jù)存儲在圖像讀取數(shù)組中，將模擬數(shù)據(jù)和預先設(shè)置的閥值相比較，大于閥值的為0，小于閥值的為1，數(shù)據(jù)進行二值化后存儲在圖像處理存儲數(shù)組中，依據(jù)圖像信息實現(xiàn)路徑識別了，如圖3.2-1所示。圖3.2-1 攝像頭傳感器采集圖像流程圖3.3 把握直流電機速度和方向模塊主控板對于攝像頭反饋回來的圖像信號進行處理，二值化處理后可以得到路徑返回來的數(shù)

38、據(jù)值，加上PID算法子程序模塊后，推斷不同的數(shù)據(jù)值實現(xiàn)電機加減速，在平穩(wěn)的速度下實現(xiàn)方向的轉(zhuǎn)變，在這個過程中，同時也要兼顧圖像的不斷采集，這樣才能實時把握小車不斷前進，如圖3.3-1所示。圖3.3-1 把握直流電機速度和方向流程圖3.4 OLED顯示程序模塊開頭由主控芯片對OLED顯示屏進行初始化，同時處理二值化后得到的路徑二值化數(shù)據(jù)，再調(diào)用OLED顯示屏的顯示圖像的函數(shù)，將圖像數(shù)據(jù)顯示在OLED屏上，這樣可以實時顯示路徑狀況，便利調(diào)試。3.5 系統(tǒng)軟件愛護模塊在由單片機構(gòu)成的微型計算機系統(tǒng)中，由于單片機的工作經(jīng)常會受到來自外界電磁場的干擾，造成程序規(guī)律錯誤，而陷入死循環(huán)，程序的正常運行被打斷

39、，由單片機把握的系統(tǒng)無法連續(xù)工作，會造成整個系統(tǒng)的陷入停滯狀態(tài)，發(fā)生不行預料的后果，所以出于對單片機運行狀態(tài)進行實時監(jiān)測的考慮，便產(chǎn)生了一種特地用于監(jiān)測單片機程序運行狀態(tài)的芯片，俗稱"看門狗"(watch dog)。為了保證系統(tǒng)穩(wěn)定牢靠的運行，該系統(tǒng)中引入看門狗技術(shù)，由于存在多個分立的單片機模塊，所以每個單片機和微處理器都依據(jù)自己主循環(huán)時間的長度設(shè)置看門狗時間，當單片機不受控的時候會自動復位，增加了系統(tǒng)的平安性。4 模塊整合與調(diào)試完成全部的模塊的軟硬件設(shè)計后，在圖4-1所示的硬件平臺完成整體的調(diào)試工作，調(diào)試工作的難點在于對圖像信息的處理和識別上，需要通過試驗的方法來確定二值

40、化的閥值，只有通過調(diào)試才能來不斷的優(yōu)化把握參數(shù)，提高圖像識別的尋跡小車穩(wěn)定度。 在調(diào)試過程中也遇到了不少問題，并對其一一解決，主要為以下幾點：1）攝像頭開頭安裝在車頭，與地面成90度角，后來在調(diào)試過程中，發(fā)覺這樣減小了前瞻距離，主控芯片對于路徑的采集信息面減小，接著就對其位置經(jīng)行調(diào)整，與地面成肯定傾斜角度，使得小車更加穩(wěn)定前進。2）電源模塊開頭是直接給L298模塊供電，這樣這個L298模塊就不受電源開關(guān)把握了，發(fā)覺這個問題后就馬上對電源開關(guān)電路進行改進，使得電源開關(guān)對整個作品的模塊電源起把握作用。3）為了使全部的模塊線路都是不行見的，在設(shè)計的時候就選擇用一塊萬用板把全部線路焊接都接上，等上電后

41、發(fā)覺根本達不到效果，后來檢測主控板的電壓，始終是1.7V，依據(jù)這個斷定萬用板上確定存在短路，經(jīng)過一番檢測后，的確發(fā)覺有幾處電路存在短路，還有的地方有斷路現(xiàn)象，修正后發(fā)覺這一套系統(tǒng)工作正常。4）上電調(diào)試小車直流電機驅(qū)動模塊時，需要確定車輪前、后、左、右方向的電平把握，開頭依據(jù)推斷的電平值來測試，發(fā)覺完全不對，只有把小車放在帶有黑線軌跡的路面，依據(jù)小車的實際轉(zhuǎn)動方始終確定電平值，最終小車的前進方向達到了預期效果。5）將小車的各個模塊都連接在一起后，想看看攝像頭采集的畫面能不能正常顯示在顯示屏上，在攝像頭下面放一張白紙，上電后發(fā)覺圖像顯示不正常，都是黑白很雜亂的畫面，處處都是黑白點，開頭始終懷疑是程

42、序在攝像頭采集圖像這塊有問題，查了一些相關(guān)技術(shù)文檔資料，發(fā)覺寫的沒什么問題，這時就懷疑電源供電有問題，果真一測試電源電壓，明顯電壓過低，導致主控板以及各個模塊都不能正常工作，所以畫面不能正常顯示，換了新電池后畫面就顯示的比較清楚了。6）把整個小車硬件系統(tǒng)搭建完成后，放在實際路面測試，發(fā)覺小車沒有依據(jù)預定軌跡前進，OLED顯示屏顯示的畫面中黑白分明不明顯，緣由是程序中圖像處理的二值化閥值設(shè)置不是很好，導致黑白圖像不明顯，重新設(shè)置后，畫面黑白對比明顯，小車可以正常尋跡。7）小車有預期的尋跡效果，但是在行駛過程中很不穩(wěn)定，開頭猜想是電源供電不足，測試電源電壓，都是正常值，接著就懷疑是軟件中對中心點坐

43、標的定位存在問題，在中心點四周什么區(qū)域應當向前、向后、向左、向右前進，需要漸漸調(diào)試，依據(jù)小車的實際路面狀況，還有OLED顯示屏顯示出的中心點坐標來確定這些方向把握區(qū)域，最終發(fā)覺小車的尋跡效果有了很大程度提高。8）在軌跡上突然消滅障礙物，如一張白紙蓋住了軌道，開頭調(diào)試的時候，小車不受控的向任意方向前進，后來在軟件中設(shè)置了方案，開頭讓小車前進一段時間，這段時間內(nèi)，小車找到軌跡就依據(jù)軌跡前進，沒找到軌跡小車就停止。9）開頭調(diào)試的時候，小車在前進過程中，遇到急轉(zhuǎn)彎狀況，小車由于慣性偏離軌道，而此時道路軌跡又不在攝像頭范圍內(nèi)，消滅這種狀況小車會不受控，后來設(shè)置成小車會在原地向右轉(zhuǎn)，一段時間后，假如在攝像

44、頭范圍內(nèi)找到了軌跡，小車會沿著軌跡連續(xù)前進。10) 小車在前進過程中總是搖擺前進，雖然能完成基本尋跡效果，但是不穩(wěn)定，所以在程序中將中心點的坐標范圍適當縮小，這樣小車可以比較穩(wěn)定的前進。11) 小車在前進過程中照舊存在找錯軌跡路線的時候，開頭調(diào)試的時候這種狀況比較嚴峻，估量是采樣處理點少了，將軟件程序中原來的三行采一次樣改為現(xiàn)在的每行都采樣，增加了采樣點，這樣小車在尋跡的時候比較精確的推斷軌跡路線。圖4-1圖像識別尋跡小車的硬件平臺5 總結(jié)和展望該論文爭辯了基于嵌入式的圖像識別尋跡小車，并對電源模塊、圖像傳感器檢測模塊、主控板模塊、直流電機驅(qū)動模塊、圖像顯示模塊等經(jīng)行了爭辯，主要完成了以下工作

45、：1）介紹了OV7620攝像頭的兩種采集圖像的方法，最終得到了適合該系統(tǒng)的圖像采集方法；2）驗證了兩種尋跡方案、電源模塊供電方案以及大功率電機驅(qū)動電路，最終確定出該系統(tǒng)的實現(xiàn)效果的最佳方案；3）具體地介紹了系統(tǒng)把握器的軟硬件設(shè)計方法，并完成了全部模塊的硬件制作和軟件設(shè)計；4）完成了初步的軟硬件整合和調(diào)試，達到了預期的初步效果。由于專業(yè)學問的匱乏和時間的限制，仍舊有很多需要解決和改進的地方，有很多地方還不是格外完善。1）小車功能有待完善，有些元器件的自主把握精度并不是很抱負，該文運用PID把握算法反饋把握直流電機只是把握理論中一種較為常見的把握策略，該算法的應用受到很多限制；2）試驗室中模擬路徑信息完成的智能尋跡小車距離真實的外界環(huán)境還有很大的區(qū)分，在傳感器、電源模塊、直流電機驅(qū)動以及整個機械硬件都有很大的待提升空間；該論文只是闡述了一種工業(yè)級小車實現(xiàn)智能把握尋跡的思路，簡潔完成了黑白圖像的處理和識別，實現(xiàn)了小車的智能把握，個人在后期要進一