CCD摄像头下的智能车路径识别及跟踪研究

CCD摄像头是现代智能汽车路径识别系统中的重要构成部分。基于CCD摄像头采集的信息,该系统能够实现对汽车行驶中路径图像信息的综合分析,从而确保智能车稳定循迹行驶。同时,智能化识别跟踪分析系统,能够实现对汽车行驶状态的分析,及时对汽车行驶状态进行信息反馈。     

图像畸变对智能车控制的影响及对策研究

由于智能车视野范围的要求,摄像头一般要向下倾斜一定角度安装,这种安装方式会造成图像畸变,得到的图像不能反映路面的真实情况。本文分析图像畸变的产生及对智能车控制的影响,提出采用"非均匀行采集"和"线性补偿"的方法矫正摄像头图像畸变,并基于Opencv进行仿真实验,且在智能小车上应用图像矫正算法进行实车调试。实验结果表明,根据矫正后的图像信息识别路径,能有效地避免智能车偏离导航线,提高智能车的控制精度和响应速度。     

缩微无人车车道线识别与控制

本文主要是通过摄像头对实时路况进行采集,并对采集的图像进行预处理。获得图像中车道线信息和特征的二值图像,再利用霍夫变换对车道线进行识别。通过识别得到的车道线实现对无人车的智能控制,使其在两车道线之间正常行驶。     

基于CMOS摄像头的循迹智能小车控制系统设计

设计并实现了一种利用数字式CMOS摄像头采集路面信息的智能小车控制系统。以16位单片机MC9S12XS128为核心控制器,单片机获得摄像头采集的路面信息和车速信息,采用数字PID控制策略和PWM控制技术,实时控制舵机转向和驱动电机根据路况进行调速,使智能车沿标定的轨迹线快速平稳行驶。     

图像处理在机器人焊缝识别中的应用

采用Visual C 6.0开发了焊缝图像采集及处理系统,对电荷耦合器件(CCD)摄像头获取的焊缝激光条图像进行特征提取,分别采用两套不同的识别方案对激光条图像进行处理,前者采用中值滤波-拉普拉斯锐化-Sobel边缘检测-中线提取;后者采用平滑滤波(平均模板)-自适应阈值分割-Krisch边缘检测-中线提取。通过实际中试验结果的对比发现,后者能更好的对激光条图像进行特征识别。     

基于S12的运动轨迹采集及处理的研究

本文以飞思卡尔杯全国大学生智能汽车比赛为背景,制作一个在专门设计的跑道上能自主识别道路行驶的智能车,智能车控制的前提是能够准确及时采集到跑道的图像,本文主要介绍以S12微处理器的CCD采集跑道图像的处理方法。为了处理易受外界环境影响的CCD视觉传感器采集运动轨迹的信号,故采用了视频数据二值化处理、去干扰处理方法,得到较好效果。     

基于霍夫变换的灰度离散数据直线检测技术

本文以飞思卡尔智能车比赛为背景,利用摄像头作为传感器件获得赛道信息并得到赛道的灰度图像,然后利用霍夫变换将灰度离散数据变换到霍夫空间得到赛道引导线的信息,为智能车控制提供控制量。     

基于深度学习的车辆识别系统设计

本设计针对无人驾驶中目标识别问题,设计了一种基于深度学习的车辆识别系统。该系统一共包括三大模块,分别是图像采集模块、图像预处理模块和图像识别模块。其中图像采集模块以两百万像素的工业摄像头为核心对图像进行采集。图像预处理模块包括图像增强、图像去噪、模糊图像复原。图像识别模块以深度学习为核心对车辆进行识别。通过相关算法对质量下降的图片进行有效处理提高图片质量,本文构建的基于深度神经网络的模型可以对图像中的车辆进行有效识别,具有一定的实际价值。     

基于语音识别的智能寻迹车的研制

本智能车系统设计以MC9S12DG128微控制器为核心,通过一个CMOS摄像头检测模型车的运动位置和运动方向,光电编码器检测模型车的速度,PID控制算法调节驱动电机的转速和舵机的方向,完成对模型车运动速度和运动方向的闭环控制,通过无线传输技术,完成语音识别功能,实现对本智能车的语音控制。实验结果表明,系统设计方案可行。     

体感控制无线智能车的认识与研究

体感控制系统提出了深层次的智能化和人性化需求,实现了更加友好的人机互动。体感控制无线智能车基于windows平台,结合景深图像采集、人机交互、体感识别、无线传输等技术,实现人体姿态动作远程操控智能小车完成相应指令动作。     

基于飞思卡尔DG128单片机的智能车路线识别系统

本文简要介绍了"飞思卡尔"杯全国大学生智能车竞赛的规则,叙述了能够实现路线识别功能的传感器--摄像头的识别原理,着重论述了用飞思卡尔DG128单片机借助摄像头识别路线时的数据处理方法、抗干扰措施以及控制策略.其中,通过LM1881芯片将摄像头的视频信号进行分离,在程序中通过黑点提取、黑点分析、黑点连续性判断、连段处理等部分降低赛道以外的干扰信息.     

基于MATLAB的视觉方向识别算法

本文研究了人眼、瞳孔中心、眼角等视觉方向特征值的检测与识别算法在MATLAB中的实现。程序读取摄像头采集的实时图像,通过基于Viola-Jones目标检测框架的级联分类器对图像中的眼部进行识别;然后利用一个圆形检测窗找到灰度级最低的区域,校正后获得瞳孔中心点坐标。同时采用Otsu分割算法得到眼角坐标。最后将"角点向量"输入人工神经网络,通过大量样本的训练最终实现对7个视觉方向的识别。     

基于FPGA的手势识别系统设计

对于手势识别的实时性准确性等特点,设计了一种基于FPGA的手势识别系统。硬件采用Spartan7 AX7050开发板和ov5640摄像头,软件使用Vivado和Modelsim进行开发设计及仿真。手势图像采集后经过肤色检测分割、图像滤波、手部定位,最后利用特征值识别检测,实现了图像从采集、存储到滤波、识别后显示的完整图像处理过程,经测试证明此系统有较高的识别速度和准确率,具有其独特的优势。     

基于线性CCD的智能车路径识别方法

本文旨在探讨两轮自平衡智能车精确识别路径的方法,其在采用曝光时间自适应方法提高TSL1401CL线性CCD采样精度的基础上,针对两轮自平衡智能车的行进姿态,由MC9S12XS128单片机根据轮轴与路径的水平夹角控制左电机与右电机;通过左电机与右电机的速度差实现两轮自平衡智能车的直行与转弯,完成路径精确识别。该方法具有解析度与智能化程度高、速度快、实用性强等特点。     

基于图像处理的家居火灾检测和消防报警

针对我国现有的智能家居消防报警系统的缺点和不足,智能家具便将研究的重点投向到反应灵敏度更高、适用性更宽阔的视频火焰检测系统上。视频火焰检测系统原理是利用摄像头监视现场,同时还要结合图像处理、模式识别、等先进技术对采集到的视频图像和内容进行分析,实现火灾的自动检测和报警。本文主要任务是设计和开发基于DM642的一款智能家居消防报警监控系统,包括系统的软、硬件平台的搭建和设计以及火焰识别算法的研究。     

基于32线激光雷达的道路边界识别算法

为了更加有效地解决智能车在结构化道路中的边界识别问题,基于32线激光雷达采集的道路边界三维点云数据中z坐标值的单调特性,提出了一种新的道路边界识别算法。该算法首先基于雷达坐标系原点将智能车感兴趣区域划分四个区域:右前方,右后方,左后方,左前方,并利用数据梯度分析分层提取具有单调特征的道路边界点云数据。然后基于多阈值滤波对粗提取的道路边界点滤波。最后利用最小二乘法拟合道路边界点数据。实验结果表明,尽管引入障碍物、道路曲率和坡度变化等多种影响因素,该算法仍可以准确识别结构化道路边界,准确性和鲁棒性较好,能够满足智能车道路边界检测任务的要求。     

智能门禁系统的设计

本文设计了一种基于人脸识别的门禁系统,采用ARM+Linux平台、USB摄像头作为图像采集设备,通过PCA算法识别人脸,在人脸库中搜索是否有对应的人,如果搜索到,则打开门;没有则发出报警声,提示管理员。     

基于Processing的移动物体追踪定位

本文主要介绍了利用Processing互动媒体制作软件结合摄像头、实现了一种对于移动物体追踪定位的方法,系统通过摄像头监控前方区域,设计人机交互界面,实时显示摄像头采集到的图像,在Processing中根据彩色图像RGB分量值的变化通过背景相减法来追踪物体,并且通过确定该物体在摄像头区域中的坐标,实现对移动物体的追踪定位。     

基于ZC301PLUS的视频图像采集实现

在ARMS3C2410开发平台上,采用ZC301P摄像头,结合Vedio4Linux的关键技术,实现了Linux 环境下使用USB摄像头完成视频和图像采集的功能.     

智能手势控制系统的算法实现

随着现代社会对"智能化"的不断追求,发明一种新的高效的人机交互方式日益成为人们研究的重点方向。本文采用了摄像头捕捉人体动作,由上位机进行图像处理,然后发送指令给下位机的方式来进行体感遥控的新尝试。该系统借助Opencv函数库,对摄像头采集的图像进行三层处理:前端处理实现对运动特征的提取,中端处理实现对手势的准确辨认;末端处理实现对手势意图的准确翻译。实验结果表明,该系统可以实时有效的识别手势并准确发出指令遥控小车运动,实现了人体手势对智能系统如智能小车的体感遥控。该手势控制系统具有可观的应用前景,可以为人们的生活带来更加智能化的体验。