基于視覺的目標(biāo)跟蹤控制系統(tǒng)研究
發(fā)布時(shí)間:2023-12-02 10:15
RoboMaster作為全球首個(gè)射擊對抗類的機(jī)器人比賽,吸引了數(shù)以萬計(jì)科技愛好者的關(guān)注。本文以實(shí)現(xiàn)RoboMaster戰(zhàn)車對運(yùn)動目標(biāo)的自動識別與瞄準(zhǔn)為目標(biāo),以機(jī)器人云臺為研究對象,在傳統(tǒng)目標(biāo)檢測與視覺跟蹤技術(shù)的基礎(chǔ)上,設(shè)計(jì)了視覺閉環(huán)的目標(biāo)跟蹤控制系統(tǒng),實(shí)現(xiàn)對運(yùn)動目標(biāo)的隨動跟蹤。主要研究內(nèi)容如下:首先使用彩色閾值分割與邊緣檢測算法相結(jié)合的檢測識別方法,實(shí)現(xiàn)對運(yùn)動目標(biāo)的識別;在Camshift跟蹤算法的基礎(chǔ)上,設(shè)計(jì)了Camshift與Kalman濾波融合的跟蹤預(yù)測算法,通過實(shí)驗(yàn)驗(yàn)證了該算法在顏色干擾與遮擋情況下目標(biāo)跟蹤的準(zhǔn)確性。然后對隨動平臺進(jìn)行軟硬件設(shè)計(jì),設(shè)計(jì)出基于STM32F417的戰(zhàn)車云臺運(yùn)動控制板。將控制板、云臺以及圖像處理端進(jìn)行連接,完成基于視覺目標(biāo)跟蹤的位置伺服控制系統(tǒng)搭建。設(shè)計(jì)了帶邊界的PID控制器,將圖像處理端得到的運(yùn)動目標(biāo)像素偏差作為控制器的輸入,輸出控制指令到云臺。最后在搭建的實(shí)驗(yàn)平臺上進(jìn)行運(yùn)動目標(biāo)跟蹤實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明,所設(shè)計(jì)的系統(tǒng)具有較好的目標(biāo)識別跟蹤效果,驗(yàn)證了系統(tǒng)的有效性。
【文章頁數(shù)】:64 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 研究背景及意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 視覺跟蹤研究現(xiàn)狀
1.2.2 視覺伺服研究現(xiàn)狀
1.3 本文主要研究內(nèi)容及安排
2 目標(biāo)檢測與跟蹤算法設(shè)計(jì)
2.1 目標(biāo)檢測識別
2.1.1 目標(biāo)檢測關(guān)鍵技術(shù)研究
2.1.2 目標(biāo)識別
2.2 目標(biāo)跟蹤預(yù)測算法
2.2.1 MeanShift算法
2.2.2 CamShift算法
2.2.3 基于CamShift與Kalman濾波器的跟蹤預(yù)測算法
2.2.4 目標(biāo)預(yù)測
2.3 實(shí)驗(yàn)結(jié)果與分析
2.4 本章小結(jié)
3 云臺跟蹤控制
3.1 云臺
3.1.1 云臺硬件參數(shù)
3.1.2 通訊方式
3.2 云臺視覺伺服跟蹤控制算法
3.2.1 云臺視覺伺服描述
3.2.2 視覺位置環(huán)控制器設(shè)計(jì)
3.3 運(yùn)動控制系統(tǒng)實(shí)現(xiàn)流程
3.4 本章小結(jié)
4 跟蹤控制系統(tǒng)硬件設(shè)計(jì)
4.1 圖像處理模塊硬件設(shè)計(jì)
4.1.1 相機(jī)模塊
4.1.2 圖像處理模塊
4.2 運(yùn)動控制系統(tǒng)硬件設(shè)計(jì)
4.2.1 處理器模塊
4.2.2 電源模塊
4.2.3 通訊模塊
4.2.4 下載調(diào)試模塊
4.2.5 處理器電源監(jiān)控模塊
4.3 運(yùn)動控制板原理圖與PCB板設(shè)計(jì)
4.4 本章小結(jié)
5 實(shí)驗(yàn)平臺搭建與結(jié)果分析
5.1 視覺跟蹤實(shí)驗(yàn)平臺
5.1.1 硬件平臺組成
5.1.2 系統(tǒng)軟件設(shè)計(jì)
5.2 跟蹤實(shí)驗(yàn)結(jié)果分析
5.2.1 實(shí)驗(yàn)步驟
5.2.2 實(shí)驗(yàn)結(jié)果分析
5.3 本章總結(jié)
6 總結(jié)與展望
6.1 總結(jié)
6.2 展望
致謝
參考文獻(xiàn)
本文編號:3869459
【文章頁數(shù)】:64 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 研究背景及意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 視覺跟蹤研究現(xiàn)狀
1.2.2 視覺伺服研究現(xiàn)狀
1.3 本文主要研究內(nèi)容及安排
2 目標(biāo)檢測與跟蹤算法設(shè)計(jì)
2.1 目標(biāo)檢測識別
2.1.1 目標(biāo)檢測關(guān)鍵技術(shù)研究
2.1.2 目標(biāo)識別
2.2 目標(biāo)跟蹤預(yù)測算法
2.2.1 MeanShift算法
2.2.2 CamShift算法
2.2.3 基于CamShift與Kalman濾波器的跟蹤預(yù)測算法
2.2.4 目標(biāo)預(yù)測
2.3 實(shí)驗(yàn)結(jié)果與分析
2.4 本章小結(jié)
3 云臺跟蹤控制
3.1 云臺
3.1.1 云臺硬件參數(shù)
3.1.2 通訊方式
3.2 云臺視覺伺服跟蹤控制算法
3.2.1 云臺視覺伺服描述
3.2.2 視覺位置環(huán)控制器設(shè)計(jì)
3.3 運(yùn)動控制系統(tǒng)實(shí)現(xiàn)流程
3.4 本章小結(jié)
4 跟蹤控制系統(tǒng)硬件設(shè)計(jì)
4.1 圖像處理模塊硬件設(shè)計(jì)
4.1.1 相機(jī)模塊
4.1.2 圖像處理模塊
4.2 運(yùn)動控制系統(tǒng)硬件設(shè)計(jì)
4.2.1 處理器模塊
4.2.2 電源模塊
4.2.3 通訊模塊
4.2.4 下載調(diào)試模塊
4.2.5 處理器電源監(jiān)控模塊
4.3 運(yùn)動控制板原理圖與PCB板設(shè)計(jì)
4.4 本章小結(jié)
5 實(shí)驗(yàn)平臺搭建與結(jié)果分析
5.1 視覺跟蹤實(shí)驗(yàn)平臺
5.1.1 硬件平臺組成
5.1.2 系統(tǒng)軟件設(shè)計(jì)
5.2 跟蹤實(shí)驗(yàn)結(jié)果分析
5.2.1 實(shí)驗(yàn)步驟
5.2.2 實(shí)驗(yàn)結(jié)果分析
5.3 本章總結(jié)
6 總結(jié)與展望
6.1 總結(jié)
6.2 展望
致謝
參考文獻(xiàn)
本文編號:3869459
本文鏈接:http://sikaile.net/kejilunwen/shengwushengchang/3869459.html
最近更新
教材專著