登录

  • 登录
  • 忘记密码?点击找回

注册

  • 获取手机验证码 60
  • 注册

找回密码

  • 获取手机验证码60
  • 找回
毕业论文网 > 文献综述 > 机械机电类 > 过程装备与控制工程 > 正文

基于卡尔曼算法的小车控制系统设计文献综述

 2020-04-30 04:04  

1.目的及意义

随着生活水平的不断提高和技术的快速进步,特别是无人驾驶汽车的出现,人们对于汽车性能的要求越来越高,这促进了智能车的研究和发展。智能车在诸多领域都有着广阔的应用前景。例如:在军事上,智能车可以代替人类完成侦查,携带武器打击敌人甚至自爆;在工业上,智能车能够代替工人完成搬运货物,对环境进行检测等工作;在农业方面,智能车可以代替人类完成喷洒农药、收割作业、中耕除草等工作;在物流领域,智能车可以快速的实现快递的分拣,极大地提高了效率[1]。然而这些都离不开智能车的定位与导航,其中最为基础的技术就是智能车的实时检测与跟踪。在智能车实时检测与跟踪技术研究中,机器视觉技术引起了人们的广泛关注。

机器视觉技术也称为计算机视觉技术,是指通过计算机来实现人的视觉功能,也就是用计算机实现对客观三维世界的识别。简言之,机器视觉就是用机器代替人眼来做测量和判断[2]。在国外,从机器视觉的底层开发到机器视觉应用,积累了大量的技术基础,成熟的技术将机器人视觉系统应用在半导体和电子行业。20世纪50年代机器视觉主要用于二维图像的研究,60年代MIT的Roberts开创了三维场景为目的的视觉研究,70年代提出了较为完整的机器视觉理论:Marr视觉理论,20世纪80年代视觉技术快速发展,进入发展正轨,90年代至今进入最活跃的阶段,广泛应用于多个领域[3]

目前,欧美、日本等发达国家机器视觉技术发展较快,相应应用较为成熟,主要集中在电子行业、半导体行业和工业测量方面[4]。比如,S.Trika等研究了一种基于机器视觉的多面体零件特征提取技术,获得了零件的特征;J.Merlet等将机器视觉技术应用于部件装配,极大降低了误差;Du-Ming Tsai等机器视觉与神经网络技术相结合,实现了对机械零件表面粗糙度的非接触测量[5];由马里兰大学和IBM公司共同研发的W智能监视系统,该系统通过单目灰度或者红外摄像机对目标进行信息的采集,然后通过目标跟踪技术对采集的信息进行分析,从而实现对目标的定位检测与跟踪,为了提高系统的跟踪性能,在检测跟踪到目标的同时会对目标的外观进行建模,这样,即使发生目标遮挡或者有相似于目标干扰的情况时该系统仍能够对目标进行准确跟踪[6],苏黎世工业大学计算机视觉实验室研制了一种手指跟踪系统,利用机器视觉可以精确测出手指与摄像头的距离,配合另一个摄像头,能对手指进行空间定位并实时跟踪[10]

国内对于机器视觉技术的研究起步较晚,与国外还有差距,但随着国内各大高校、研究所和相关企业对该领域的重视,经过多年努力,在机器视觉技术上取得了巨大的成就。比如,根据物流行业的需求,华睿科技推出了三款不同的工业相机,可满足各种场景下的视场、景深和分辨率需求,保证了成像的清晰度,提高了物流分拣效率;大恒图像研发设计出了专门针对工业级机器视觉应用的相机-水星系列千兆网工业相机,即使被布置在空间狭小的范围,也能完成定位、测量和目标识别等任务;上海交通大学基于机器视觉技术研制的F-rontiers-II移动机器人,通过预先的颜色学习,可以对多种目标颜色同时进行跟踪和信息提取,具备目标跟踪、路径规划以及多机器人协作等多种功能,在全自主机器人足球比赛和机器人定位实验中得到了很好的应用;大疆Phantom 3集成了视觉定位系统,通过内置的视觉和超声波传感器感知地面纹理和相对高度,来实现低空无GPS环境下的在狭小的空间中的精确定位和平稳飞行;在国防和航天等领域,机器视觉也具有相当重要的应用,如运动目标的自动跟踪与识别、自治战车导航、登月舱的自动着陆以及空间机器人的视觉控制等[7];在工业领域,对于复杂和恶劣环境下的一些测量,比如空气污染物(包括温室气体,臭氧消耗物质,放射性物质,重金属颗粒和其他有毒物质)、噪声和振动源(交通,工业过程,建筑或其他事件)以及光和大气条件(温度、湿度等),通常是基于机器视觉技术对移动机器人进行定位,依靠其携带传感器等装置进行测量,可以精确地测量出任意地点的信息状态。

因此,随着机器视觉技术的不断发展,智能小车的研究又进入了新的阶段。在智能车的实时检测与跟踪特别是智能车的定位中,大多采用射频识别技术、红外线定位技术、超声波定位技术等方法,但这类方法由于误差较大、易受干扰或是难以适应复杂恶劣的环境,因此具有很大的局限性。而采用机器视觉的技术进行检测与跟踪,不仅抗干扰性强、能够适应各种不同的复杂环境,而且具有定位精度高、实时性强、自动化程度高等优点,同时利用卡尔曼滤波对速度、加速度估计测量易实现先进控制算法设计。


{title}

2. 研究的基本内容与方案

{title}

设计基于卡尔曼算法的小车控制系统目的是为了在小车运行的过程中,通过相机系统,采用卡尔曼算法来检测小车的实时位置、速度、加速度等信息,以便能够对小车进行检测与跟踪。

基于卡尔曼算法的小车控制系统设计的基本内容和技术方案包括以下三部分:

1.智能小车的总体设计:以51单片机为控制核心,采用模块化设计,包括电源模块、驱动模块,蓝牙通信模块、红外LED模块等,电源模块和驱动模块能驱动小车运行,51单片机控制小车运行状态,红外LED灯能被Wiimote相机感知并进行定位和状态检测,蓝牙通信模块可以与电脑进行通信。

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

企业微信

Copyright © 2010-2022 毕业论文网 站点地图