基于K60信標(biāo)燈檢測的野外搜救智能車設(shè)計(jì)

鐘誠怡 張慧敏 李鑫 胡欣宇

摘 要：文中以自動(dòng)報(bào)警營救演示系統(tǒng)為主題，模擬現(xiàn)實(shí)生活中人員遇害需要救援時(shí)能及時(shí)地進(jìn)行檢測定位并實(shí)施救援的場景。信標(biāo)燈內(nèi)部為紅色可見光或紅外不可見光，而智能小車以K60為核心控制板，通過攝像頭采集圖像并進(jìn)行二值化處理，再使用橫行三點(diǎn)判別法和均值計(jì)算法進(jìn)行信標(biāo)燈光斑的識(shí)別及光斑中心坐標(biāo)的計(jì)算，對圖像進(jìn)行降噪，將圖像處理結(jié)果轉(zhuǎn)化為車輛的方向參數(shù)。使用K60核心板的FTM0模塊，輸出4路PWM占空比值，用于開環(huán)驅(qū)動(dòng)4個(gè)電機(jī)正反轉(zhuǎn)向和轉(zhuǎn)速大小。

關(guān)鍵詞：人員搜救;信標(biāo)燈;K60核心板;橫行三點(diǎn)判別法;均值計(jì)算法;圖像降噪處理

中圖分類號(hào)：TP333.3文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：2095-1302（2020）05-00-03

0 引 言

現(xiàn)如今，隨著人們生活水平的提高和科技的智能化，人們越來越追求精神層次的享受。文獻(xiàn)[1-3]提出現(xiàn)階段智能車的研究發(fā)展以及控制系統(tǒng)，這些研究推動(dòng)了智能車領(lǐng)域的推廣和應(yīng)用，對社會(huì)發(fā)展和人們安全做出很重要的貢獻(xiàn)，人們越來越熱衷于旅游，但人員傷亡也很大比例上升，而本文針對這一現(xiàn)象提出相應(yīng)的智能車救援系統(tǒng)。該智能車對于野外或海上活動(dòng)遇險(xiǎn)人員可以進(jìn)行準(zhǔn)確定位，方便救援人員迅速有效地進(jìn)行人員搜救，減少人員意外死亡數(shù)。本文利用信標(biāo)燈進(jìn)行模擬測試，信標(biāo)燈周圍有磁感應(yīng)線圈，通電后會(huì)隨機(jī)亮燈，與此同時(shí)智能車通過識(shí)別信標(biāo)燈進(jìn)行定位，在車模底盤安裝一個(gè)永磁鐵作為標(biāo)簽，當(dāng)車模靠近信標(biāo)燈時(shí)，永磁鐵會(huì)與磁感應(yīng)線圈產(chǎn)生感應(yīng)，信標(biāo)燈熄滅。至此，則認(rèn)為成功救援一人。

本系統(tǒng)模擬過程如下：模擬野外遇險(xiǎn)并進(jìn)行營救，設(shè)計(jì)模擬遇險(xiǎn)人員為6個(gè)信標(biāo)燈，模擬救援隊(duì)員自動(dòng)識(shí)別的智能車，信標(biāo)燈隨機(jī)點(diǎn)亮，以此模擬有一個(gè)遇險(xiǎn)人員，且該遇險(xiǎn)人員已發(fā)出警報(bào)，智能車從發(fā)車區(qū)出發(fā)，自動(dòng)識(shí)別被點(diǎn)亮的信標(biāo)燈，靠近信標(biāo)燈致使信標(biāo)燈熄滅時(shí)，則救援成功。此時(shí)解除該警報(bào)，再隨機(jī)亮起另一個(gè)信標(biāo)燈，循環(huán)以上過程，直到6個(gè)遇險(xiǎn)人員全部救援成功，則模擬完成整個(gè)人員搜救過程[4]。智能車的車模采用“恩智浦”杯信標(biāo)組的H車模，即使用麥克納姆輪實(shí)現(xiàn)平移、轉(zhuǎn)彎。模擬場景如圖1所示。

1 整車系統(tǒng)邏輯設(shè)計(jì)

整車的設(shè)計(jì)從攝像頭開始，攝像頭采集圖像，即原始灰度圖像，通過灰度圖像的二值化處理，進(jìn)行光斑的像素和顯示屏像素的比對，判斷是否為信標(biāo)燈，以避免雜光的干擾，通過橫行三點(diǎn)判別法和均值法識(shí)別信標(biāo)燈并獲取光斑的中心坐標(biāo)，同時(shí)進(jìn)行降噪處理，避免信標(biāo)燈閃爍的干擾。然后，將光斑坐標(biāo)轉(zhuǎn)換成為車輛方向參數(shù)，以控制麥輪車模的運(yùn)動(dòng)，并對運(yùn)動(dòng)方向進(jìn)行修正，選取路徑?jīng)_向信標(biāo)燈，車盤上安裝的永磁鐵與信標(biāo)燈周圍的磁感應(yīng)線圈反應(yīng)而滅燈，此時(shí)車模原地旋轉(zhuǎn)等待下一個(gè)信標(biāo)燈亮起。具體操作流程如圖2所示。

2 MT9V032攝像頭采集圖像及處理

圖像處理是整個(gè)小車設(shè)計(jì)的核心，MT9V032攝像頭采集到的原始圖像為灰度圖像。文獻(xiàn)[5]提出通過智能車進(jìn)行信標(biāo)燈塔追蹤檢測方法，對攝像頭圖像進(jìn)行二值化處理，灰度圖像經(jīng)過二值化處理后，可提取出信標(biāo)燈。飛卡信標(biāo)燈的特征是對外發(fā)送固定頻率的紅色可見光和紅外不可見光，該信標(biāo)燈的亮度遠(yuǎn)遠(yuǎn)大于環(huán)境光線。因而通常需要設(shè)置一個(gè)二值化閾值，將灰度高于閾值的像素點(diǎn)判斷為“白點(diǎn)”，即將二值化后的灰度人為設(shè)置為灰度最大值255;將灰度低于閾值的像素點(diǎn)判斷為“黑點(diǎn)”，即將二值化后的灰度人為設(shè)置為灰度最小值0。經(jīng)過二值化處理后的圖像中，白色區(qū)域即信標(biāo)燈的光斑或干擾光線，黑色區(qū)域即周圍環(huán)境。將二值化后的圖像首先發(fā)送到車的TFT顯示屏上，便于調(diào)車使用。二值化后顯示屏中所顯示的圖像如圖3所示。

2.1 橫行三點(diǎn)判別法

采集到原始灰度圖像總共有120行，其中信標(biāo)燈光斑共占20～30行。每行從左向右，將3個(gè)連續(xù)的像素點(diǎn)分別與二值化閾值相比較，對其進(jìn)行二值化處理，如果處理結(jié)果是每行都至少有連續(xù)的3個(gè)亮點(diǎn)，則說明該行存在光斑，進(jìn)而光斑是一個(gè)n×3的長方形矩陣，符合該矩陣特征的亮斑，就認(rèn)為是要尋找的信標(biāo)燈。三點(diǎn)判別光斑模型如圖4所示。

2.2 均值計(jì)算法

文獻(xiàn)[6]提出通過利用信標(biāo)節(jié)點(diǎn)的N次三邊質(zhì)心加權(quán)法進(jìn)行移動(dòng)節(jié)點(diǎn)的實(shí)時(shí)定位，本文通過對該方法稍作處理，以準(zhǔn)確識(shí)別信標(biāo)燈的位置。

為了較為準(zhǔn)確地識(shí)別到信標(biāo)燈光斑及其位置，需要在上述橫行三點(diǎn)判別法的基礎(chǔ)上，對各行光斑像素點(diǎn)的橫縱坐標(biāo)分別進(jìn)行均值計(jì)算。

以行為例說明：每行從左往右數(shù)，由j=0像素點(diǎn)起，右數(shù)3個(gè)亮點(diǎn)的橫坐標(biāo)相加再除以3，求得第1組中值 ;同理由j=1起，右數(shù)3個(gè)亮點(diǎn)的橫坐標(biāo)相加再除以3，求得第2組中值。依次計(jì)算若干組中值，將這若干組中值累加求和，然后除以其總組數(shù)，計(jì)算結(jié)果就是信標(biāo)燈光斑中心橫坐標(biāo)MIDX，這樣就完成了均值計(jì)算。模型圖如圖5所示。

2.3 降噪并進(jìn)行車輛方向參數(shù)轉(zhuǎn)換

文獻(xiàn)[7-10]提出一系列方法對圖像邊緣進(jìn)行降噪處理，保護(hù)圖像細(xì)節(jié)的方法，例如：去除椒鹽噪聲、SAR圖像降噪、各向異性擴(kuò)散的圖像降噪以及偏微分方程的圖像降噪，這些方法對于保護(hù)圖像細(xì)節(jié)有很好的效果。文獻(xiàn)[11]提出根據(jù)小波系數(shù)的局部統(tǒng)計(jì)量選取閾值和相關(guān)參數(shù)方法的SAR圖像斑點(diǎn)降噪。本文根據(jù)這些方法的綜合考慮，避免信標(biāo)燈閃爍造成的干擾，當(dāng)圖像處理結(jié)果為光斑中心橫坐標(biāo)在坐標(biāo)原點(diǎn)，此時(shí)初步判定為“無燈”，進(jìn)而設(shè)立“信標(biāo)燈光斑出現(xiàn)次數(shù)計(jì)數(shù)標(biāo)志位”自增，只有當(dāng)該計(jì)數(shù)標(biāo)志位不小于5時(shí)，才判定為“無燈”。

光斑中心橫坐標(biāo)已求出，用這個(gè)橫縱坐標(biāo)值與方向計(jì)算基準(zhǔn)常量相減，可求出一個(gè)初步的偏差值。為避免此偏差值過小，導(dǎo)致車子無明顯反應(yīng)，或者偏差值過大，導(dǎo)致車子反應(yīng)劇烈甚至“超調(diào)”，進(jìn)而乘以一個(gè)修正比例參數(shù)。由此，適當(dāng)調(diào)整修正比例參數(shù)，則可得到合適的車輛方向修正參數(shù)。

3 控制車輛運(yùn)動(dòng)方向

由于麥輪車模4個(gè)麥輪既控制車輛運(yùn)動(dòng)速度，又控制車輛運(yùn)行方向，因此要把車輛方向修正參數(shù)加到車子前進(jìn)函數(shù)的4個(gè)電機(jī)控制PWM參數(shù)上。

文獻(xiàn)[12]提出通過DSP產(chǎn)生的可變占空比PWM波來實(shí)現(xiàn)對噴頭溫度PID控制的方法。文獻(xiàn)[13]提出利用PID算法處理得到PWM控制參數(shù)，由單片機(jī)PWM單元輸出PWM控制信號(hào)的方法。

本文通過對PWM參數(shù)的控制，車輛方向得到有效的調(diào)整，在車子識(shí)別到信標(biāo)燈并向著信標(biāo)燈運(yùn)動(dòng)過程中，當(dāng)光斑位于圖像右半部分時(shí)（光斑中心橫坐標(biāo)存在右偏差），求得的車輛方向修正參數(shù)小于0，左側(cè)兩輪加速正向運(yùn)動(dòng)，右側(cè)兩輪減速向前運(yùn)動(dòng)。車子一邊朝向信標(biāo)燈運(yùn)動(dòng)，一邊逐步縮小右偏差，直至車子方向朝向正中（偏差縮小為0），然后車子筆直地沖向信標(biāo)燈[14-17]。當(dāng)光斑位于圖像左半部分時(shí)（光斑中心橫坐標(biāo)存在左偏差），同理可以消除左偏差。

4 結(jié) 語

本文介紹自行設(shè)計(jì)的基于K60核心板的遇險(xiǎn)人員報(bào)警和救援人員通過智能車進(jìn)行搜救的智能車設(shè)計(jì)思路，從攝像頭獲取圖像到智能車檢測到并滅掉信標(biāo)燈，該過程需要對圖像進(jìn)行處理、控制算法、電機(jī)驅(qū)動(dòng)等多方面的結(jié)合，而圖像處理更是整個(gè)體系的基礎(chǔ)和核心，對圖像的處理從灰度圖像到二值化圖像，再從橫行三點(diǎn)判別和均值判別到通過圖像處理結(jié)果轉(zhuǎn)換為車輛運(yùn)動(dòng)方向控制參數(shù)，整個(gè)過程中，圖像處理技術(shù)起到了重大作用。在算法方面，使用C語言編程，通過IAR Embedded Workbench 8.30進(jìn)行代碼調(diào)試，得到一套完整的自主搜救智能車的設(shè)計(jì)流程。

參考文獻(xiàn)

[1]蘭京.無人駕駛汽車發(fā)展現(xiàn)狀及關(guān)鍵技術(shù)分析[J].內(nèi)燃機(jī)與配件，2019（15）：209-210.

[2]張睿.基于K60的智能小車控制系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D].杭州：杭州電子科技大學(xué)，2014.

[3]孫振平，安向京，賀漢根.CITAVT-IV：視覺導(dǎo)航的自主車[J].機(jī)器人，2002（2）：115-121.

[4]劉晨，崔斌.基于單片機(jī)的智能循跡小車設(shè)計(jì)[J].時(shí)代農(nóng)機(jī)，2019，46（3）：99-103.

[5]楊超，劉晨暉，楊肖，等.一種智能汽車競賽的燈塔檢測及路徑規(guī)劃方法[J].現(xiàn)代計(jì)算機(jī)，2019（15）：75-77.

[6]邱鐵.物聯(lián)網(wǎng)中大規(guī)模感知節(jié)點(diǎn)建模與性能優(yōu)化[D].大連：大連理工大學(xué)，2012.

[7]萬豐豐，周國民，周曉.一種去除椒鹽噪聲的自適應(yīng)模糊中值濾波算法[J].浙江大學(xué)學(xué)報(bào)（理學(xué)版），2019，46（4）：445-453.

[8]鄭永恒，程建，曹宗杰.改進(jìn)非局部均值濾波的SAR圖像降噪

[J].中國圖象圖形學(xué)報(bào)，2012，17（7）：886-891.

[9]余錦華，汪源源.基于各向異性擴(kuò)散的圖像降噪算法綜述[J].電子測量與儀器學(xué)報(bào)，2011，25（2）：105-116.

[10]陳守水.基于偏微分方程的圖像降噪及質(zhì)量評價(jià)研究[D].上海：上海交通大學(xué)，2008.

[11]萬晟聰，楊新.基于自適應(yīng)小波閾值的SAR圖像降噪[J].信號(hào)處理，2009，25（6）：874-881.

[12]陳涵，陸蘊(yùn)香，喬玉鵬，等.基于PWM和PID對三維打印噴頭的恒溫控制[J].貴州師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2015，33

（2）：72-75.

[13]李香宇，王世功，王萌，等.基于PID算法和PWM控制的溫控系統(tǒng)設(shè)計(jì)[J].儀表技術(shù)，2016（5）：31-33.

[14]孫肖林，花懷海，楊焜，等.信標(biāo)系統(tǒng)及智能車硬件系統(tǒng)的設(shè)計(jì)研究[J].電子世界，2017（11）：176.

[15]張鵬，宋成，陳璐寒.基于信標(biāo)燈檢測的智能小車設(shè)計(jì)[J].通訊世界，2016（22）：299.

[16]盧寶全，李仄立.基于STM32F411RET6的智能搜救系統(tǒng)[J].電子世界，2016（13）：149-150.

[17]李偉領(lǐng).基于K60智能小車速度控制系統(tǒng)的研究與發(fā)展[J].電子技術(shù)與軟件工程，2017（12）：249-250.