基于DSP的人工路標(biāo)識(shí)別算法研究與實(shí)現(xiàn).pdf

1、自動(dòng)導(dǎo)引車(Automated Guided Vehicle，AGV)自從問(wèn)世以來(lái)，已經(jīng)被廣泛應(yīng)用于工業(yè)生產(chǎn)和日常生活之中。目前，自動(dòng)導(dǎo)引車的導(dǎo)引方式中，視覺(jué)導(dǎo)航由于其難度較大而并未得到推廣。但是它獲取的信息豐富、引導(dǎo)柔性、不受電磁干擾，是未來(lái)導(dǎo)引技術(shù)中的主要發(fā)展方向。視覺(jué)導(dǎo)航中利用人工路標(biāo)作為導(dǎo)引標(biāo)識(shí)更是受到了越來(lái)越多的關(guān)注。
　　本文在廣泛調(diào)研國(guó)內(nèi)外學(xué)者所設(shè)計(jì)的人工路標(biāo)，并對(duì)各路標(biāo)的特點(diǎn)進(jìn)行分析的基礎(chǔ)上，設(shè)計(jì)了包括導(dǎo)引燈、黑帶

2、和數(shù)字三部分的人工路標(biāo)模式。導(dǎo)引燈和黑帶用于對(duì)人工路標(biāo)進(jìn)行定位，其中導(dǎo)引燈對(duì)人工路標(biāo)的快速定位起著關(guān)鍵作用。最后，利用主成分分析(Principal Component Analysis，PCA)進(jìn)行特征提取，并利用最小距離分類器對(duì)人工路標(biāo)數(shù)字進(jìn)行識(shí)別。
　　在確定系統(tǒng)總體方案之后，分別利用Matlab和DSP進(jìn)行各算法仿真與實(shí)現(xiàn)。在Matlab上完成了對(duì)導(dǎo)引燈的基于灰度信息的識(shí)別算法和基于PCA的數(shù)字訓(xùn)練樣本特征提取，得到訓(xùn)練樣

3、本均值向量、找到使分類效果最好的PCA維數(shù)及其所對(duì)應(yīng)的PCA投影矩陣。在DSP上完成基于灰度信息的導(dǎo)引燈識(shí)別與定位、基于交比不變性原理的數(shù)字定位、投影法數(shù)字分割和利用訓(xùn)練樣本均值向量和投影矩陣對(duì)圖像數(shù)據(jù)進(jìn)行降維，最后利用最小距離分類器進(jìn)行數(shù)字識(shí)別。
　　本設(shè)計(jì)的硬件部分以ICETEK-DM6437-B評(píng)估模塊作為開(kāi)發(fā)平臺(tái)。該模塊的核心處理器是TMS320DM6437。
　　通過(guò)實(shí)驗(yàn)表明，本次設(shè)計(jì)的人工路標(biāo)識(shí)別算法在一定拍攝角