基于嵌入式的全景視覺移動目標(biāo)跟蹤系統(tǒng).pdf

1、過去的半個多世紀,人工智能技術(shù)經(jīng)歷了高速的發(fā)展,給移動機器人的視覺導(dǎo)航提出了更高的要求,如:高精度和強魯棒性的軟件系統(tǒng)與高速、節(jié)能和小型的硬件系統(tǒng)。本文設(shè)計了一個可用于智能監(jiān)控和機器人導(dǎo)航的嵌入式機動目標(biāo)跟蹤系統(tǒng),該系統(tǒng)采用的攝像機配備了具半球域視覺的魚眼鏡頭,擴大了系統(tǒng)的視覺范圍。文章主要介紹了系統(tǒng)的軟硬件實現(xiàn),主要研究工作包括:跟蹤算法改進、實時性優(yōu)化、硬件搭建與資源分配。
　　 目標(biāo)的視覺跟蹤是機器人自主導(dǎo)航和智能監(jiān)控系統(tǒng)

2、的關(guān)鍵技術(shù),諸多算法中粒子濾波以其適應(yīng)復(fù)雜環(huán)境、跟蹤穩(wěn)定等優(yōu)點倍受關(guān)注。然而在設(shè)計出一個粒子濾波跟蹤器后,濾波器的粒子大小基本不會改變,但往往被跟蹤目標(biāo)與鏡頭是相對運動的,因此目標(biāo)圖像的尺度可能發(fā)生變化,即目標(biāo)圖像是或大或小變化的,這樣很可能導(dǎo)致丟失跟蹤目標(biāo)。為解決這一問題本文提出了一種視覺目標(biāo)跟蹤的改進方法:多路徑粒子濾波方法(Particle.Filter with Multi-path Particles,PFWMP),PFWMP

3、方法原理是將小波變換融入傳統(tǒng)的粒子濾波之中,使多組粒子分別在原始圖像與小波變換圖像中傳播,實驗證明該方法對目標(biāo)圖像尺度變化較大的情況下有很精確地跟蹤效果,提高了濾波器的魯棒性。
　　 在算法的嵌入式化中,本文提出了多種關(guān)于圖像小波變換和粒子濾波的簡化處理,并結(jié)合PFWMP進行了算法優(yōu)化,在不降低跟蹤精度與跟蹤魯棒性的基礎(chǔ)上,減少了算法的計算量,使算法適合小系統(tǒng)的實現(xiàn)。
　　 在嵌入式系統(tǒng)硬件平臺方面,我們采用了ARM+D