基于目標搜索與識別的智能車追蹤系統

劉瀟威，朱泓宇，胡藝，楊喆辰，趙春鋒

（上海工程技術大學工程實訓中心，上海201620）

0 引言

全國大學生“恩智浦”杯智能汽車競賽由教育部高等教育司委托教育部高等學校自動化類專業教學指導委員會主辦、以智能汽車為研究對象的創意性科技競賽。2019 年第十四屆“恩智浦”杯智能車競賽中，設立基于麥克納姆輪車模的信標對抗組競賽。本文分析了麥克納姆輪車模運動原理，如何識別信標燈塔信號，并給出了目標追蹤路徑處理方法。

圖1 比賽場地示意圖

信標對抗組的比賽場地設置在鋪設有藍色的廣告布平整的地面上，如圖1 所示。場地區域約為5×7 米，四周鋪設5cm 寬度的黃色膠帶。開始比賽后，比賽裁判系統自動啟動第一個信標燈并發送光引導信號，此時AGV 小車能夠識別信標引導方位并做定向運動。當AGV 小車上安裝的磁標進入信標的感應范圍后，第一個信標燈熄滅。比賽裁判系統自動切換控制下一個信標燈同樣發送光引導信號，AGV 小車前往第二個信標燈并將其熄滅。隨機依次反復10 次左右，從第一個信標點亮到最后一次信標熄滅為止AGV 小車運行時間作為競賽成績排名。

圖2 系統概述示意圖

1 工作原理概述

基于麥克納姆輪車模AGV 小車的整個系統分為為機械結構、電路硬件、程序算法三部分。工作過程為：攝像頭采集賽場上的圖像輸入單片機LCP54606，經過圖像二值化處理確定閃爍的信標燈的坐標位置，計算車模軌跡。單片機輸出PWM 信號到電機驅動模塊，控制四個麥克納姆輪差速運動，四個電機輪分別安裝光電編碼器，實時電機轉速反饋脈沖信號到單片機，從而實現四個麥克納姆輪的控制PID 算法閉環控制。控制系統示意圖如圖2 所示。

2 麥克納姆輪運動學原理

麥克納姆輪AGV 小車運動狀態有兩個速度矢量，線速度與繞自身旋轉的角速度。因此首先假設麥克納姆輪AGV 小車坐標系建立在小車幾何中心，速度矢量v→，旋轉矢量ω，如圖3 所示。

圖3 麥克納姆輪運動學分解圖

圖4 車輥的速度矢量分解圖

（1）麥克納姆輪行進速度分析

麥克納姆輪AGV 小車的運動狀態由車輪的運動決定，那么對每個車輪而言，其相對于世界坐標系的運動合成速度矢量必然有兩個分量，輪子軸心沿垂直于車體中心旋轉速度分量和輪子軸心的運動速度矢量，如圖2 所示。

為輪子軸心沿垂直于方向（即切線方向）的速度分量，為：

：從小車幾何中心指向車輪幾何中心的矢量。

將式（2）代入式（1）得速度矢量：

設a，b 為1/2 長和寬，則四個麥克納姆輪的速度分解如下：

（2）麥克納姆輪轉速分析

麥克納姆輪行進速度矢量對車輪而言，分解為垂直于車輥和平行于車輥的速度矢量如圖4所示。麥克納姆輪車輥中軸自由運動，垂直速度矢量直接作用于車輥中軸，提供車輥繞中軸旋轉的角速度，對小車行進而言無作用。

矢量是平行于車輥的單位矢量。

將式（4）代入式（5）得速度矢量：

則四個麥克納姆輪的車輪轉速如下：

3 目標識別及追蹤策略

信標燈塔實物示意圖如圖5（a）所示，以兩種信號組合的方式作為引導信號，如圖5（b）。信標燈塔紅外光為占空比50%的方波信號，閃爍周期為100ms，并且紅外光進行了40kHz 調制。

圖5 信標燈

（1）目標識別

整個場地為5×7 米，選擇視野寬廣的全局攝像頭MT9V032 采集場地信息。MT9V032 拍攝圖像為180×120 灰度（0-255）像素，設置的參考幀率為50 幀/秒，滿足使用要求。灰度圖像含有賽場環境較為復雜的信息，需要對灰度圖像再進行二值化處理，即將復雜的圖像簡化為0 或255，呈現明顯的黑白效果。實時調節閾值算法可以更好地適應賽場環境，減小干擾，所有灰度大于或等于閾值的像素點被判定為屬于背景，灰度值用0xFF 表示，其余灰度值為0×00，表示信標目標圖像。如圖6 所示。

圖6 二值化圖像

圖7 目標位置計算

（2）目標追蹤

對于二值化圖像，搜索光斑最寬行、最寬列，可確定出燈塔目標圖像的圓斑中心點坐標，圖7 為信標燈塔位置計算示意圖。以中心坐標偏差作為循跡方向，通過對麥克納姆輪電機的控制，使小車進行小幅度橫移和減速，從而達到可以成功避過信標燈，但又能成功滅燈的效果。

4 結語

本文以第十四屆“恩智浦”杯全國大學生智能汽車信標對抗組競賽為背景，以麥克納姆輪車模為基礎，通過安裝攝像頭、設計控制電路和編寫控制程序，制作成目標搜索與識別的AGV 追蹤智能小車。軟件進行圖像采集，通過二值處理確定目標燈塔中心位置，經過麥克納姆輪運動解算控制四個麥輪轉動達到追蹤目的。目標搜索與識別以及麥克納姆輪運動解算在第十四屆“恩智浦”杯智能汽車競賽中得到實際的應用并取得了一定的成績。