智能車跟隨系統開發*

衛玉梁， 靳伍銀

(蘭州理工大學 機電工程學院，甘肅 蘭州 730050)

?

智能車跟隨系統開發*

衛玉梁， 靳伍銀

(蘭州理工大學 機電工程學院，甘肅 蘭州 730050)

開發了一種基于STM32視覺導航的目標跟隨小車智能控制系統，實現了對特定目標物體的快速識別與實時準確跟隨。使用OV7670圖像傳感器采集目標物圖像信息，對圖像進行灰度化、降噪、取反等處理后，通過亞像元定位技術的質心法獲取目標物坐標位置，為智能車提供方向導航，跟隨過程中的畫面實時發送至上位機。結果表明：小車在直行和轉向跟蹤實驗中表現良好，跟隨系統具有良好的跟蹤效果，可實現對目標物的實時準確跟隨。

STM32； 質心法； 目標識別與跟蹤； 智能車

0 引 言

隨著汽車產業的快速發展，智能車的相關技術不斷創新，其中包括目標跟蹤等技術[1]。同時，自動跟蹤車輛也正逐步應用于貨物運取、輔助駕駛等領域[2]。而高效快速的跟蹤方案通常存在體積大、價格昂貴、功耗高等不足[3]。針對上述情況，本文設計開發了一種成本低、功耗小、性能穩定的智能小車跟隨控制系統，以TM32F103ZET6微控制器為主控單元、直流電機作為動力驅動單元、CMOS圖像傳感器OV7670為圖像采集單元。采用數字圖像處理技術對圖像進行處理，確定目標位置，為小車提供方位導航，實現對目標物的智能準確跟隨。

1 系統總體設計

智能車的目標跟隨系統結構如圖1所示，以Arduino遙控車攜帶目標物作為被跟蹤對象，跟蹤車輛以STM32處理器為核心，連接攝像頭及超聲波傳感器進行信息采集作為系統輸入，驅動并控制電機運作作為系統輸出。車體自身安裝顯示屏用以顯示拍攝處理后的目標圖像、兩車距離及輸出占空比等其他外設信息，配置無線模塊與上位機通信，實現跟蹤過程中圖像畫面的實時傳輸，達到監測跟蹤效果的目的。圖2為系統的主要硬件實物照片。

圖1 系統結構

圖2 系統硬件實物照片

2 硬件設計

2.1 單片機控制模塊

單片機選用STM32F103ZET6，工作電壓范圍為2.0～3.6 V，CPU工作頻率最高可達72 MHz，具有速度快、成本低、性價比高、運算處理能力強等優點。同時擁有大量的外設I/O接口,可連接和驅動所需的各類傳感器與外部設備[4]，以實現指定功能。

2.2 圖像傳感器模塊

OV7670為1/6in(1in=2.54 cm)CMOS VGA圖像傳感器，工作電壓2.5～3.0 V，感光陣列為640×480，提供VGA攝像頭和影像處理器的所有功能。通過SCCB總線控制同時兼容I2C接口，可以輸入整幀、子采樣、取窗口等方式的各種分辨率8位影像數據[5]。VGA圖像最高達到30幀/s，其像素時鐘(PLCK)最高可達24 MHz。

使用STM32驅動攝像頭進行數據讀取時， 直接通過I/O抓取每幀的數據十分占用CPU，因此,設計通過模塊自帶FIFO芯片緩存1～2幀圖像，單片機再直接從中讀取并處理，減少CPU的占用量，提高了系統運行速度。

2.3 顯示模塊

為了更加直觀地觀察小車跟蹤狀況，在車身安裝4.3 in TFT液晶顯示屏，像素為320×240，實時顯示跟隨過程中OV7670攝像頭捕捉并處理的二值圖像。

2.4 無線通信模塊設計

無線模塊以AR9331為核心搭建的WiFi模塊實現。模塊預置QpenWrt(Linux)系統，符合國際標準的802.11 b/g/n協議，采用DSSS,OFDM,BPSK,QPSK,CCK和QAM基帶調制技術，能適應路由器等設備的無線熱點，最大連接速率可達150 Mbps[6]。上位機與模塊完成數據通信連接后，使用C#編寫的上位機軟件讀取和顯示攝像頭采集的實時圖像信息。攝像頭一側配置有照明功能，確保在昏暗環境下對目標的準確識別與跟蹤。

2.5 電機驅動電路模塊

采用2個L298N驅動4路直流電機，內含2個H橋的高電壓大電流全橋式驅動器，可以用來驅動電動機和步進電動機等感性負載[7]。其最高工作電壓可達46 V，瞬間峰值電流可達3 A，持續工作電流為2 A，額定功率25 W。采用標準邏輯電平信號控制，具有2個使能控制端。

2.6 電源電路模塊

采用12 V鋰電池直接為電機驅動模塊L298N供電，同時通過SD6A1—5降壓后濾波，再由LM117穩壓降至3.3 V,實現為主控制器供電。

2.7 超聲波測距模塊

采用HC—SR04超聲波測距傳感器輔助導航，保持目標車輛與跟蹤車輛在可跟蹤識別的距離范圍內，同時可根據車距調節自身電機的輸出占空比。其測量范圍為2～400 cm，測量精度達3 mm，工作電壓為5 V。

3 軟件設計

3.1 質心法目標識別原理

質心法指圖像的能量密度函數一階空間矩和零階空間矩的比值[8]。當小車捕捉到目標的圖像信息后，經過相應的灰度化處理，忽略圖像中其他的微小光斑，即通過濾波以及設置相應閾值取反，將圖像中的雜散光點等干擾因素融入到背景中之后，可假設圖像內單個目標物的質心位置為(XC,YC)，該位置可由圖像灰度值重心計算式(1)得到，即

(1)

式中 XC，YC為計算所得質心坐標；x，y分別為圖像平面的橫縱坐標；D為限定的積分區域為已知量，即為圖像尺寸大小，由OV7670攝像頭視場以及液晶顯示屏像素值確定；G(x,y)為每個像素點的灰度值，也稱為圖像灰度函數。

上述積分為連續積分，但由攝像頭得到的實際圖像是離散的，只能得到G(x,y)在像素點位置的采樣值，所以，采用質心法時，將式(1)做近似推導得式(2),將連續積分變為累加和的形式，圖像由n個像素組成

(2)

(3)

3.2 目標設計及其識別流程

由上文可知，求取目標點位置坐標需要對圖像全局做灰度值累加。因此，目標背景對于識別與跟蹤的準確性有很大影響，可通過以下方法減少目標背景不統一所產生的誤差：1)設計背景統一且對稱的目標物。2)在將圖像轉換為二值圖像時，設置適當閾值將微小光斑等干擾點融入背景中。3)通過超聲波測距傳感器修正與目標物距離，使目標物占據所采集圖像的大部分像素。

系統啟動后，OV7670開始采集視頻圖像，并緩存到FIFO芯片，當系統判斷每幀圖像完整采集后，進入目標識別子程序，對圖像進行相應的處理從而識別圖像中目標位置，流程如圖3(a)所示。

圖3 目標識別流程

如圖3(b)所示，進入目標識別子程序，圖像傳感器采集圖像后進行灰度化，為保證系統跟蹤時圖片的連續性，同時提高系統跟蹤的實時性并最大限度地去除背景噪聲，將前一幀像素平均值加上2倍均方差作為當前幀的背景值。當前幀各個像素值去除背景后，設置自適應閾值將圖像二值化并取反，再利用式(3)計算質心位置，得到目標坐標，為小車提供方位導航。

3.3 目標識別算法仿真

在Matlab中對目標識別算法進行仿真，如圖4所示，目標處于較為統一背景環境中，算法將一些干擾因素二值化后融入到背景中，具有很高的識別效率，可以精確定位到目標中心位置。

圖4 目標識別算法仿真

4 實驗結果

實驗時通過無線視頻模塊將跟蹤的實時畫面傳輸至上位機。在直行跟蹤過程中，調節遙控小車脈沖寬度調制(PWM)值0～225輸出控制前車車速，分別對目標小車在勻速直行、變速直行情況下進行多次測量實驗，同時也對轉向跟蹤進行反復的實驗測試。在目標車輛變速直行過程中以及向左0°～90°勻速轉向的跟蹤過程中，從上位機視頻窗口隨機截取數幀實時畫面，如圖5所示。實驗數據采樣值見表1。

圖5 直行與轉向跟蹤過程

相機視場勻速直行質心位置像素勻速直行車距/cm轉向質心位置/像素實際偏轉角/(°)跟蹤偏轉角/(°)變速前車PWM值變速直行質心位置變速直行車距/cm(320×240)(162,120)10(85,118)2423120(161,120)10(320×240)(159,121)11(157,120)4549140(162,125)19(320×240)(166,123)12(210,117)6066160(160,135)32(320×240)(161,120)10(240,115)7072130(163,128)21(320×240)(162,121)11(312,114)8588110(159,119)9

實驗結果表明：當目標車輛勻速直行時，跟蹤小車所測得目標質心點縱坐標與兩車車距基本穩定，在恒定值上下小幅波動；當目標車輛變速直行時，質心點縱坐標隨著兩車距離加大而增高，從而提高輸出占空比對前車加速追趕，兩者具有很好的線性關系，同時兩車在轉向時的偏轉角度也大致重合，表明，跟蹤小車總體上具有良好的跟蹤效果。

5 結束語

給出了智能車目標跟蹤控制系統實現的基本原理和系統硬件設計、軟件開發的流程，并進行了相應的算法仿真以及實物實驗。實驗結果表明：系統整體運行穩定，達到了預期的效果。雖然在對跟蹤目標丟失再尋找等方面存在一定不足，但系統具有較好的再開發性，對于智能車輛的目標跟蹤研究具有一定的參考意義。

[1] 楊 歡,熊 劍,郭 杭,等.基于CORTEX—M4的多傳感器組合導航系統設計[J].傳感器與微系統,2017,36(2):88-90.

[2] 李 婕.基于STM32的無線視頻監控智能小車設計[D].蘭州：蘭州理工大學,2014.

[3] 鄒 斌,莊雷雨,李超群,等.機器視覺智能車虛擬環境的搭建[J].自動化與儀表,2016,31(9):22-26.

[4] 劉太鋼,劉響響,周克良,等.基于STM32智能家用車庫控制系統設計[J].傳感器與微系統,2016,35(8):98-100.

[5] 李慧敏,樊記明,楊 笑.基于STM32和OV7670的圖像采集與顯示系統設計[J].傳感器與微系統,2016,35(9):114-117.

[6] 賈玉雷,靳伍銀,李鵬勃,等.基于ZIG BEE技術的智能車無線控制系統開發[J].傳感器與微系統,2013,32(5):135-137.

[7] 劉 磊,孫曉菲,張 煜.基于STM32的可遙控智能跟隨小車設計[J].電子測量技術,2015(6):31-33.

[8] 曹宗偉,李星全,劉 偉,等.數字相機校準中光斑中心的亞像素定位[J].測繪技術裝備,2016,18(1):93-95.

Development of intelligent vehicle following system*

WEI Yu-liang， JIN Wu-yin

(School of Electromechanical Engineering,Lanzhou University of Technology,Lanzhou 730050,China)

An intelligent tracking-vehicle control system based on STM32 is developed to achieve quick identification and accurate tracking of specific target in real-time.Acquire image information of target using OV7670 after graying,de-noising and reverse processing the image,obtain target coordinates by the centroid sub-pixel positioning technology to provide direction navigation for intelligent vehicle,and picture of target can be sent to host computer during tracking process.The experimental result shows that the system has a good tracking effect and can achieve real-time accurate and tracking of target.

STM32; centroid; target recognition and tracking;intelligent vehicle

10.13873/J.1000—9787(2017)08—0075—03

2017—06—12

國家自然科學基金資助項目(11372122)

TP 249

A

1000—9787(2017)08—0075—03

衛玉梁(1994-)，男，碩士研究生，主要研究方向為人工智能與機器人等。

靳伍銀(1969-)，男，通訊作者,研究員，博士研究生導師，E—mail:wuyinjin@hotmail.com。