基于嵌入式的全景視覺移動目標跟蹤系統(tǒng).pdf

1、過去的半個多世紀,人工智能技術經歷了高速的發(fā)展,給移動機器人的視覺導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)。本文設計了一個可用于智能監(jiān)控和機器人導航的嵌入式機動目標跟蹤系統(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。
　　 目標的視覺跟蹤是機器人自主導航和智能監(jiān)控系統(tǒng)

2、的關鍵技術,諸多算法中粒子濾波以其適應復雜環(huán)境、跟蹤穩(wěn)定等優(yōu)點倍受關注。然而在設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,但往往被跟蹤目標與鏡頭是相對運動的,因此目標圖像的尺度可能發(fā)生變化,即目標圖像是或大或小變化的,這樣很可能導致丟失跟蹤目標。為解決這一問題本文提出了一種視覺目標跟蹤的改進方法: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,本文提出了多種關于圖像小波變換和粒子濾波的簡化處理,并結合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