智能摄像机（通用10篇）
智能摄像机 篇1
随着网络摄像机不断取代模拟CCTV系统, 为摄像机增添重要附加功能的发展趋势可谓日益显著。图像质量、高性能处理器、先进软件算法等逐步升级, 为众多新型视频分析应用软件的发展铺平了道路。视频分析软件可以处理人类无法处理的海量数据, 例如:在拥有多监视器视频墙的监控室里, 一个人想要同时盯紧所有屏幕几乎是不可能的。但是, 我们又必须对视频数据流进行评估, 这样才能够不忽略任何安全事件, 并且快速而有效地处理有关的问题。
于是各种先进的图像处理软件应运而生。视频分析使得各组织机构能够充分利用其摄像机提供的海量视频镜头。它可以实时生成自动警报和相应措施信息, 提出预警, 通过标注相关数据来突出包含在视频流中的重要信息, 并提供情报和分析意见。简言之, 它使视频流更易于管理。
边缘视频分析
目前可用的视频分析应用软件涉及运动检测、人脸识别、摄像机防破坏报警、人员计数、虚拟警戒线等。此外, 视频分析也越来越多地被用于商业智能目的, 例如, 零售店通过视频分析了解顾客行为和改善顾客体验。
视频分析使得监控系统能够提供更具针对性的信息, 而不只是未经编辑的视频流, 所以视频分析能够提供众多的好处:更加有效地利用工作人员, 降低工作负荷, 更加迅速地获取存储的视频等。所以, 少量的操作人员就能够监控大型系统, 并对发现的情况进行快速响应。
此外, 还有一个好处:视频分析能够极大地降低网络负荷和存储需求, 并能够降低有关的成本。由于每台摄像机就是一台微型计算机, 所以处于网络边缘的摄像机至少能够处理和分析自己获取的部分数据。再也无需昂贵的专用中央分析处理器, 需要通过网络传输的数据大大减少, 未经压缩的馈送视频也可以进行分析。这样一来, 整体架构变得非常灵活且极具成本效益。以往通常只能处理几条视频流的分析系统, 现在则能够同时处理数百条视频流。
有了视频分析软件的触发, 摄像机还可以仅记录和传输那些包含了活动的视频, 因此进一步减少了视频数据和存储需求。
某些专业的应用, 比如人员计数和牌照识别, 只需要具体的数据而非整个的视频镜头, 此时通过摄像机进行视频分析对于网络和服务器的负荷有着显著的影响。摄像机仅提取并发送所需的数据和信息, 也许几个相关的镜头便足矣。
解决实际问题
从基本的摄像机增强型软件到复杂的视频分析系统, 视频分析应用软件可以量身定制, 以满足各种网络摄像机的多样化需求。它们还可以不断扩展, 以满足大多数的应用情形和场景, 但前提是摄像机厂商必须提供一个开放式的应用软件开发平台, 方便整合第三方解决方案。免费的、行业标准的应用编程接口保证了各种视频分析算法能够简便地嵌入, 最终形成先进的视频应用软件, 解决实际的问题。市场研究专业公司Markets and Markets预计, “到2020年, 视频分析市场规模将达到39.712亿美元, 远高于2015年的15.379亿美元。”而且, 随着视频分析技术的成熟, 更多低成本、易于安装和配置的解决方案将现身于市场。
视频分析使得现代视频监控系统更智能、更准确、更具成本效益并且更易于管理。各种各样的视频分析应用软件正在不断地涌现, 为最终用户带来了新的好处, 并为企业创造了新的业务机遇。
智能摄像机 篇2
英特尔推出Vaunt智能眼镜：没有摄像头 比智能手表更隐秘
【钛媒体瞬眼播报】北京时间2月6日凌晨消息，英特尔宣布推出名为Vaunt的智能眼镜。据美国科技博客The Verge称，Vaunt配备塑料边框，总重仅为不到50克，比正常眼镜略重，但远轻于Google Glass等其他智能眼镜产品。与其他智能眼镜不同的是，Vaunt不配备摄像头，而是控制一种功率非常低的一级激光在人眼上投射400x150像素的红色单色图像。Vaunt主要目标是为用户提供简单通知功能。英特尔称，这种智能眼镜比智能手表更隐秘，能让用户在从事其他活动时查看通知。更多精彩内容，关注钛媒体微信号(ID：taimeiti)，或者下载钛媒体App
智能摄像机 篇3
一直以来，家用入门级智能安防领域处于空白地带。不菲的器材价格和对硬件及软件的要求，并非一般家庭所能接受。
随着网络带宽的提速，智能监控摄像头也成为智能家居中不可或缺的重要环节。近期，小米在其官方网站推出旗下智能家庭设备——小蚁智能摄像机。之所以没有冠以“小米”的称号，主要是因为这款智能产品是由小米投资，第三方出品。
小蚁摄像机与传统摄像头最大的不同，在于它可以脱离于PC，通过无线网络与手机端进行实时互联，为用户提供实时画面。售价149元的小蚁摄像机，让普通百姓家庭也能体验到实时监控所带来的“安全感”与乐趣。平民的价格，方便实用的操作，使得小蚁与其他同类产品（360智能摄像头）刚一推出市场，就受到许多IT数码爱好者的追捧。
笔者通过小米官网购买了一台小蚁智能摄像机，并进行了深度使用体验。
外观：设计简洁 附着力强
小蚁摄像机延续了传统数码产品的风格，白色的塑料支架和黑色的摄像头构成了整个产品主体。在支架上和底部均印有“YI”字样，这也延续了小米产品LOGO的一贯风格。
黑白颜色的搭配整体感觉比较简洁，在摄像头的前面和背后分别有麦克风孔和扬声器，连接之后可通过APP实现手机端单向视频对讲通话。在摄像头的侧面有一个内存卡槽，可以插MicroSD卡。官方建议使用不少于8GB的存储卡，根据估算，一张8GB的卡大约可以录25小时左右的视频。
在摄像头背后的底部，是MicroUSB插孔，用来外接电源。由于摄像头本身没有电池，因此只能选择固定电源，2米长的数据线基本可以满足普通家庭的需求。电源适配器是5V1A的规格，移动电源也可以临时应急。
整个摄像头只有支架可以前后实现180°折叠，左右不能转动。比较值得称赞的是摄像头的底座，底座有一个橡胶圈垫，整个主体支架的重心也集中在底座上，配合橡胶圈垫的粘性，可以使摄像头不需要借助其他外力而轻易地附着在任何平面上。
实测：APP易上手 偶有断线
小蚁摄像机本身没有网络连接线，必须用WiFi才能实现与手机的互通互联。从视频监控到数据记录，这些操作都需要通过接入移动互联网来实现。
作为小米投资的产品，小米手机有多个APP可以对小蚁进行远程操控，包括“小蚁摄像机”、“小米路由器”以及“智能家庭”。而IOS用户则只能使用“小蚁摄像机”进行操控。无论是安卓还是苹果，APP的界面都非常简易，但在第一次连接摄像头时需花费点时间进行网络配置和摄像头匹配，之后只要摄像头通电，用户可直接通过手机APP来进行远程管理。
笔者发现，小蚁最大的一个特点，是可以搭配小米路由器进行使用，即录像的相关数据可以通过无线传输保存在小米路由器的1TB存储硬盘内，用户通过小米路由器客户端可以直接访问相关的视频数据。视频分辨率为1280×720的MP4格式，每段视频时长1分钟。小蚁智能摄像机的存储内容会自动按天标示，方便随时回看或编辑已存储的视频。
小蚁摄像机的APP，无论手机连接的是WiFi还是移动网络，都可随时查看监控画面以及回放，可通过远程遥控进行4倍数码变焦，画质有高清、标清和自动模式可选，自动模式下，独特的码流自适应技术可根据网络实时状况，自动匹配最适应你当前观看环境的模式。即使网络环境极差，也可以保持连接，以图片形式让你看到家中状况，满足即时监控完全没有问题。
除了提供视频画面外，笔者还测试了手机端和摄像头端的对讲功能。用户在手机端按住麦克风的图标讲话，摄像头会在“哔哔”两声后传递声音。通过实测发现，通话的语音质量一般，有明显杂音，并有短时间延时。
在可视角方面，小蚁的摄像头具备111°广角，画面可视范围非常宽广。如果置于比较高的角落，基本可以覆盖整个客厅。官方资料称，小蚁摄像机使用全玻璃镜头，比一般摄像机采用的树脂镜头有更好的光学性能，画面更通透细腻。摄像机的光圈为F2.0，笔者在实测过程中发现，在光线偏暗的环境下小蚁摄像头拍摄的画质依然比较清晰。
安全：移动侦测 自动报警
经过对比发现，安卓版的APP比苹果的功能更齐全。在高级设置中，可打开移动侦测录制模式。如检测到可疑的运动画面，会自动开启录像，并发通知到你的手机。在此模式下，小蚁能够在侦测到图像变化时开始录制视频，此功能开启后能节省存储空间，但无法录制全部声音。
此外，用户还可以根据需求选择，当摄像头侦测到画面异常时是否发送通知到手机进行提醒，其中包括全天报警以及自定义时间段报警两个选项，这一点显得尤为人性化。
这款产品支持画面截图和录像功能，在安全方面考虑得比较周到。小蚁配备了存储卡扩展槽，录制的画面存储在本地，而不是云端服务器中，因此用户完全不必考虑泄露隐私的问题。
小蚁APP另一个亮点，是加入了分享功能。用户在对其他账号授权后，其他用户也能观看监控视频，泄露风险相对较低。需要提到的是，实时监控这一功能并不是一对一的，而是多对一的连通模式，用户可将监控权限指定给其他安装了该APP的用户，实现多用户实时控制。
小结：体验度好 受制于网速
作为入门级的智能监控摄像头，小蚁最大的优势就在于能够脱离传统的电脑端，将整个产品加入到智能家居的应用场景中，比如父母在外面工作可以随时用手机来看家里的情况，包括孩子、宠物等。小蚁摄像机的理念就是让监控也变得更有趣、更智能。
优点方面，小蚁能够让普通家庭体验到智能家居的互联网应用场景，用户体验度较好，而且这款摄像机安装方便，操作易上手，支持多人使用，同时支持本地存储，在隐私安全方面也有保障。
高清摄像机与智能交通 篇4
随着视频监控数字化、网络化的发展，高清IP摄像机在世界各地已经有了相当广泛的应用。在我国，自百万像素高清摄像机进入市场以来，以其高清晰度图片，流畅的高清视频等特点，首先在智能交通领域得到广泛的应用。主要应用领域包括：闯红灯违章抓拍、道路卡口监控、超速执法等。
以300万像素高清摄像机为例，1台300万像素摄像机可对所监控断面(最宽为三车道)通过的车辆进行实时拍摄，清晰拍摄车辆的主要特征图像，系统自动识别视频中的机动车牌照并存储机动车图像，通过卡口软件的配合实现路径识别、黑名单报警等卡口功能。
表1为高清摄像机与普通模拟摄像机的某些性能特点进行的对比。
2 高清摄像机的系统特点
(1）百万像素视频
采用300万像素高清摄像机，每个方向三条车道只需要安装一台摄像机，通过IP网络传输，施工简单。
(2）百万像素视频检测技术
采用纯视频流逐帧识别技术，无需任何外部触发，高清视频流信号传送到识别服务器进行识别。视频为全数字视频直接通过UTP网络传输无需进采集设备，图像质量无损失。
(3）高清抓拍图片
图片分辨率达2048×1536，每幅图片均清晰完整反映全景景况，红灯信号、停车线、车辆牌照包含在一幅图片内，证据说服力强。克服了普通视频方式需要“全景与特写”合成的缺点。
图1为高清摄像机抓拍的图像，清晰度明显高于普通摄像机。
(4）超小车牌识别
计算机视觉技术与整体解决方案的有机结合，使得车牌识别系统对车牌大小的适应能力非常出色。车牌的宽度在80～200个象素时即可保证极高的识别率。
(5）对高车速大流量的强适应性
设备适应高车速大流量，当车速在120Km/h～200Km/h，单车道流量为30～45辆/分钟时，仍可保证高清拍摄识别。
(6）维护的便捷性
本系统设备全部采用TCP/IP协议接入外部网络系统，因此，设备的升级、维护、参数调整，均可以在整个网络中的任何一个计算机终端上在线完成，从而大大提高了维护的效率，减少了维护成本。
3 系统功能
◆视频流识别，提取出视频中所存在的车牌号码信息、颜色信息，并同时提供相应的包含车辆的单帧、二值化图等信息;
◆识别符合“GA36-92”(92式牌照)和“GA36.1-2001”(02式牌照)标准的民用车牌照和97式、04式新军车牌照与07式新武警车牌照的汉字、字母、数字、颜色等信息;
◆提供车辆附加信息输出，如实时车牌大小以及位置信息;
◆提供串口协议及TCP/IP两种协议，实现识别结果的上传;
◆提供300万像素单张图片的车牌识别;
◆提供130万、200万、300万、500万高清视频流信号接入识别功能(高清视频流识别设备支持);
◆允许车辆行驶速度：0～200km/h;
◆最佳抓拍范围：10m～30m;
◆图像分辨率：≥300万像素;
◆抓拍率：≥90%;
◆车牌识别准确率：≥90%;
◆平均无故障工作时间：≥20000h。
4 系统结构图（见图2)
5 结束语
看家小帮手Wi—Fi智能摄像头 篇5
相对于大家熟悉的、连接在电脑上或者集成在显示器上的摄像头，智能摄像头通常采用Wi-Fi连接，甚至可以使用电池而脱离电源，使其使用更灵活，应用也更广泛。在本篇中，我们主要考虑Wi-Fi智能摄像头现在最常用，也是与之前家庭数码摄像头最大的应用差别，那就是“看家”。我们这里的看家功能主要包括对儿童、老人等家人的看护和外出防盗等安全监控功能两个方面。
家人伴侣——米家小白智能摄像机
新一代小米摄像头拥有小巧可爱的外形（图1），既可以放置或悬挂在角落里，也能放在桌面甚至床头。作为陪护和监控摄像头，在两方面都有不错的表现。
在监控能力方面，米家小白支持全高清分辨率（1920×1080），视角为100°。它自带可旋转底座，可进行左右和上下旋转，进行远程全方位监控（图2）。在监测到视野范围内的运动物体后，它会录制10秒的内容，存储到本机的TF卡中，同时向绑定的手机进行报警，用户可以直接查看推送的视频或者回家后下载查看。用户在不使用时可令其休眠，休眠状态时它会转向180°朝向后方，这一方向一般都是墙壁或天花板，可避免有运动物体激活其监控功能。它配置了10颗红外灯，在黑夜中也能有比较清晰的拍摄效果。
在陪护能力方面，米家小白不仅能进行双向语音、单向视频通话，而且带有语音识别和回应能力，用户只要呼喊 “小白看过来”，即可唤醒摄像头。米家小白智能摄像机可识别前方180°内的声音，并且将镜头自动转至声音方向。用户可以与摄像头进行简单交流，例如询问天气、温度、日期时间，或者询问简单的算数、唐诗宋词、日常百科等问题，甚至让它讲故事、说笑话等。
最简安防——360智能摄像机夜视版
360智能摄像机目前有大众版、夜视版、高清版等多种型号，它们的外形设计类似，采用比较可爱的水滴外形（图3），与底座的特殊连接方式让它可以进行360°旋转和90°弯折，布置方式更灵活（图4）。其底部可通过磁性贴附在钢铁家居表面，如冰箱、防盗门等处，也可以用强力双面胶直接粘贴在室内各种位置。
考虑到实际需求，我们选择了360智能摄像机的夜视版产品，它可支持1280×720/20fps摄像，可视角度为110°，带有9颗红外灯，可以在夜间拍摄较清晰的画面。它支持动作监控，在视野内出现运动物体时，它会对绑定的手机通报，同时录像并使用TF卡存储。这款产品带有麦克风，可进行双向语音和单向视频通话。
360为其摄像头提供了云存储功能，不过需要额外付费，有一周和一个月两种存储时限可选。在使用云存储时，用户可以随时调看存储时限内传至网上的视频，入户者即使破坏了网络和摄像头，也难以破坏之前录制的影像。而云存储功能可以和内置存储互为补充，如果出现了网络断开的意外情况，视频就会存储在本地。
中庸之道——联想看家宝Snow man 720P
如果想要结合米家小白的可爱外形和360智能摄像机更好的安防能力，我们可以选择联想看家宝Snow man摄像头（图5），它虽然没有两者的一些特色能力，但基本结合了两者所有的常用功能。看家宝Snow man有1080P版和720P两种选择，两者外形和基本功能其实非常相似，笔者认为分辨率达到720P的版本足以应对目前的家庭需求，而且性价比更好。
Snow Man的主体是由两个圆形部分构成，它们之间由磁性连接，可以拆开或进行全方位的旋转（图6），使其可以适应不同的安装位置和角度（图7），不过它并不支持从外部遥控旋转。其底部带有强力磁铁，可以直接贴附在各种家具电器的钢铁外壳之上。
Snow Man摄像头的视野达到了比较惊人的140°，内置8颗红外灯，可支持夜间拍摄。它不仅能监测视野中的移动物体，还能够监控突然的声响如婴儿啼哭等，会自动向用户手机报警和录像。它同时支持云存储（需交费）和内置存储卡，在网络出问题或摄像头被破坏的情况下都能保留一定的证据。当然这款产品也支持双向语音和单向视频通话，让用户可以方便地远程“陪伴”家人。
超高适应性——网件爱洛（Arlo）
网件最近引入内地市场的Arlo摄像头是一款代表了国际大厂水准的产品，从设计和使用方式看，它都和内地的主流产品有较大的不同。
网件爱洛摄像头由专用无线发射器和最多5个摄像头组成（图8），其无线发射器的外形和使用方式都与一般路由器类似，用网线与路由器连接，并且发射用于连接摄像头的专用Wi-Fi信号。爱洛摄像头可以平稳地直接放置在平面上，也可以和半圆形磁性座连接（图9），通过磁性座底部的挂钩锁定结构（图10），牢固地安装在墙壁等位置，半圆形底座为其提供了近于360°×180°的旋转范围，可以瞄准不同的位置。
爱洛摄像头的分辨率为1280×720，视角为110°，带有红外灯，夜间拍摄效果较好，它支持动态监控，可通过邮件或APP推送通知，同时会进行录像并上传到网络，它提供了7天时限的网络存储，并可自行缴费升级。爱洛最大的特色是其摄像头自带电源，并且有很强的防水能力（图11），使其可以安心部署到室外或其他比较恶劣的环境中，特别适合需要对室外进行监控的用户。
当然爱洛也有一些不太适合内地环境的设计，例如其拆装过于简单，用于室外监控时很可能会被直接摘走;不支持双向通话功能;不具备本地存储能力（在无线控制器上虽然带有USB接口及指示灯，但目前没有开放相应能力）等。
专业之选——海康威视萤石C3C监控枪机
前面介绍的产品都来自消费数码IT厂商，在安防方面多少显得有些不专业，那么专业摄像头厂商海康威视旗下面向消费市场的萤石品牌产品应该是家庭用户高端安防的最佳选择了。相对于大部分偏可爱、易用、易安装设计的消费数码IT厂商产品，C3C监控枪机看起来更像是我们看到的商用监控头，占地较大，安装牢固，当然威慑性更强，也更难以破坏（图12），不过其价格要比商用级产品便宜得多。
C3C监控枪机的分辨率为1280×720，支持红外补光，夜视距离达到30米，而前面几款家用产品的夜视能力大都在10米以内。根据监控场合的不同需求，用户可选不同镜头的型号，视场角为60°～114°，分别适合凝视重点场合或守护较大区域。它支持动态图像触发录像，录像可存储到内置TF卡或萤石云平台，通过数码设备可以远程查看。
除了常见的家用智能摄像头功能，海康威视商用摄像头的基因也体现在C3C监控枪机的功能上，例如IP66防护能力，使其可以安装在室外使用;而选配无线硬盘录像机（图13）后，它就可以频繁激活录像功能、监控人流车流量较大的地点，或者索性进行持续录像。
特别技巧
在实际使用这些摄像头时，我们还可以通过一些技巧增加它们的实际能力。例如几款内地品牌的摄像头都采用标准USB接口供电，而且未被激活时耗电较低，所以我们完全可以为其配置移动电源，就可以应付一些宿舍和办公楼夜间断网断电的问题，通过内置存储保持全时段监控。当然在选择移动电源时，还是应该尽量选择容量较大且可提供1A大电流输出的产品。
智能摄像机 篇6
进入21世纪以来, 智能化与自动化这一课题, 随着时代的发展, 愈发扮演者重要的角色。到如今, 汽车行业在时代的前进脚步中同样不断进行着蜕变, 随着自动化产业的高速发展, 无人控制领域的诞生, 无人自主智能车应运而生。本设计以单片机为控制核心, 采用CCD摄像头实现对引导路线图像的获取, 并通过软件对图像进行处理提取路径, 然后通过控制算法控制智能小车实现自动行驶。
二、系统的总体设计
2.1系统的工作原理
智能车系统的工作原理是:CCD摄像头拍摄赛道图像, 通过片外AD进行模数转换, 将得到的数据输入MC9SXS128单片机, 通过程序提取黑色引导线;通过编码器检测车速, 通过单片机输入捕捉功能进行脉冲计数得到小车的实时速度。由得到的引导线, 选择参考行, 通过分段P系数算法来控制舵机;通过赛道的曲率, 计算得到目标速度, 利用PID相结合的闭环控制算法调整电机来控制小车速度。
2.2系统的总体设计框图
三、硬件模块的设计
摄像头采用TSL1401线性CCD模块, 此芯片主要是以TAOS公司生产的芯片TSL1401R为核心构成, 并且继承高达128像素的线性阵列传感器并且配套专门用于线性CCD的透镜。该模块成像所反映的是一维的图像, 当在伴随车身运动的过程中可以获得二维的图像。
小车转向控制使用的是SD-5数字舵机。主驱动电机采用RS-540速度电机, 其转速高达20000r/min, 内装散热风扇, 最大功率可达118w, 能够快速有力的带动车身前进后退, 是一款较为理想的驱动电机。测量速度采用欧姆龙编码器将车轮转速转换成以数字脉冲。RS-540电机功率比较大, 驱动电路板采用TC4427MOSFET驱动器加四支N沟道功率MOSFET管设计了一个直流电动机可逆桥式驱动电路, 其电路图如图2所示。
单片机选用Freescale公司16位的高速单片机MC9SXS128其可以达到25MHz的处理速度。
四、软件控制方案
4.1摄像头图像处理
图像信号采集作为整个控制算法的基础, 其效果好坏直接影响到智能车整体的稳定性、准确性。因而经过多次试验与反复尝试最终决定采用自适应曝光方案。由TSL1401线性CCD传感器的用户手册的分析可知, 每个像素所采集的图像灰度值与他所感知的光强和积分时间成正比, 积分时间越长亮度也就越高, CCD上就是采集到的电压值的高低。
在试验的过程中发现曝光时间最终确定在10-15ms是最为合理的, 原因有两个:首先曝光时间的增加就表示对于图像的采集周期变长, 不利于对于系统的控制, 就会导致系统的反应滞后, 降低了系统的稳定性, 准确性。其次曝光时间的延长会使采集回来的图像变得模糊, 不利于后期对于图像的分析提取。
4.2路径提取算法
由于智能车系统对实时性的要求很高, 过于复杂的黑线提取算法, 会导致决策周期溢出, 使程序崩溃, 所以必须采用简单高效的图像识别算法。在这里采用直接边缘检测算法。采用逐点扫描的方法, 首先从定义的起始点开始进行往两边扫描的方式, 这里的起始点是定义为中间64点处开始扫描, 找到从路面白色像素到路面边缘黑色像素的边沿, 计算两个沿的位置差, 通过阈值判断合理的话通过求平均值估算出路面的中心。
边沿的检测, 可以通过比较前后两次采样数的差值的绝对值是否大于一个阈值来判断, 如果差值为负, 则为上升沿;否则为下降沿。这里, 阀值可以根据经验设定, 基本上介于8~15之间 (当A/D模块的参考电压为2.5 V时) , 也可以采用全局自适应法设定, 每次采样后首先都遍历一次图像, 得到图像灰度值的平均值, 然后用这个平均值乘以一个调试系数即可得到所要的阈值。
4.3 PID速度闭环控制
速度控制策略的好坏就决定小车能否取得优秀成绩, 为了使赛车能快速达到给定速度, 经过很长时间的测试, 我们最终采用了增量式PID, Pdlt=Kp* (e (t) -e (t-1) +Ki*e (t) +Kd* (e (t) -2*e (t-1) +e (t-2) ) ;其返回的值是控制量所需加上的增量。其中e (t) 是当前测量真实值与设定的目标差。是当前测量真实值与设定的目标差。
比例项主要使快速达到目标, 但是过冲可能大, 积分以减小过冲但使反应变慢, 微分项可以提高系统灵敏度但是也会对于干扰信号进行放大。
五、结束语
在智能小车车开发过程中, 在行驶过程中发现, 如果对于前瞻过远容易发生丢失道路现象, 但是过于近的前瞻在直道入急弯时会发生舵机打角反应滞后现象, 所以好的前瞻可提高小车的反应速度, 通过对PID等参数的调整, 成功实现了小车通过CCD光电摄像头对路径的快速跟踪行驶。
摘要：为了实现无人控制智能车在特殊道路上实现的自主行走的目的;采用光电摄像头作为实时采集单元结合软件控制单元闭环反馈的方法, 在特殊赛道下自行调整舵机转向, 电机的加减速, 成功实现了在非人为环境下按照黑色引导路线快速准确的行驶。
关键词：摄像头,自主行驶,智能小车
参考文献
[1]卓晴, 黄开胜, 邵贝贝等.学做智能车—挑战“飞思卡尔”杯[M].北京:北京航空航天出版社, 2007.3
[2]贾秀江, 李颢.摄像头黑线识别算法和赛车行驶控制策略[J].电子产品世界, 2007 (5)
[3]樊国平.智能PID控制系统的设计与研究[D].浙江工业大学, 2005, 5
智能摄像机 篇7
智能车系统的总体工作模式为:CCD图像传感器采取道路图像, 输出PAL制式信号, 经过信号处理模块进行硬件二值化, 采用LM 1881进行视频同步分离, 二值化图像信号、奇偶场信号、行同步信号输入到MC9S12XS128微控制器, 进行进一步处理获得主要的道路信息;通过光电编码器来检测车速, 并采用MC9S12XS128的输入捕捉功能进行脉冲计算获得速度和路程;转向舵机和驱动电机都采用PID控制, 通过PWM控制驱动电路调整电机的功率。
1 硬件系统模块
智能车的硬件模块主要包含摄像头模块, 电源模块, 舵机模块以及电机模块。其中摄像头模块主要功能是采集道路的图像, 电源模块是为摄像头, 舵机以及电机提供所需要的电源。舵机主要是控制智能车的转向, 电机为智能车提供动力。
1.1 摄像头模块
本方案主要采用CCD摄像头对道路进行检测, 摄像头输出的是标准PAL (Phase Alternating Line) 电视信号。摄像头视频信号中除了包含图像信号之外, 还包括了行同步信号、行消隐信号、场同步信号、场消隐信号以及槽脉冲信号、前均衡脉冲、后均衡脉冲等。因此, 若要对视频信号进行采集, 就必须通过视频同步分离电路准确地把握各种信号间的逻辑关系。我们使用了LM1881芯片对电视信号进行视频同步分离, 得到需要的行同步、场同步信号。并使用TLC5510芯片制作了外部A/D转换器。TLC5510是美国德州仪器 (TI) 公司生产的8位高速A/D转换器, 它可提供最大20Msps的采样频率。大大提高了赛道检测的信息量并提高了信息处理的灵活度。
1.2 电源模块
本设计需要用到的电源有5v的单片机供电电源, 6v的舵机供电电源, 12v的CCD摄像头供电电源、以及3.3v的调试模块供电电源。其中舵机电源, 选用LM2941T, 5v电源用LM2940得到, 摄像头电源由MC34063得到。
1.3 舵机模块
舵机转向是整个车模系统中延迟最大的一个环节, 为了减小此时间常数, 通过改变舵机的安装位置, 加长力臂可以提高舵机的响应速度。考虑到舵机响应时间、稳定性以及虚位的诸多因素, 我们最终选择竖直安装舵机, 延长舵机臂杆至33mm。舵机的输出转角大小与给定的PWM信号值成线性关系, 以PWM信号为系统输入信号, 改变PWM的占空比, 实现舵机开环控制。
1.4 电机模块
电机是小车的动力之源, 故我们需要将最大最好的电源供给得电机, 电机驱动系统要求大功率的电源供应:低内阻、大电流、对电源的纹波不敏感;单片机和图像采集系统对电源质量要求较高:低内阻、波纹小、自身功耗不大, 但严防电动机在工作时产生的干扰。通过参考技术报告和我们的实际情况, 最终选定BTS7960作为电机的驱动设计芯片, 因其只有16m欧的电阻完全能够满足我们的需求, 其中为了能让电机更好的识别PWM信号, 我们采用了74ALS244作为信号的稳定元件。
2 软件系统模块
在设计好硬件模块后, 需要设计软件模块使智能车能自动沿着跑道行驶。在软件设计中图像处理和舵机控制尤为重要, 因为只有采集到清晰的图像, 以及拥有灵活的转向功能, 智能车才能沿着跑道快速而平稳的行驶。
2.1 图像处理
在图像采集的过程中, A/D的采样频率是很重要的, 其高低直接影响赛道信息的可靠性, 从而影响小车的控制。本系统采用的M C9S12XS128单片机的时钟频率最高能达到16 M Hz, 利用锁相环超频到80MHz但是由于单片机内部A/D模块的局限性, 我们采用了外部A/D模块。鉴于系统对图像分辨率的要求和对数据处理的速度, 我们每行采集45个点, 每列采集95个点。这样完全可以满足系统的要求。
2.1.1 二值化处理
图像处理简单的来说就是根据摄像头传回来的视频信号中提取出黑线的位置。常用的黑线提取算法划分为二值化算法、直接边缘检测算法和跟踪边缘检测算法。二值化算法的思路是:设定一个阈值valve, 对于视频信号矩阵中的每一行, 从左至右比较各像素值和阈值的大小, 若像素值大于或等于阈值, 则判定该像素对应的是道路中的白色点, 用0表示;反之, 则判定对应的是道路中的黑色点, 用1表示。但在实际情况当中, 道路中可能会出现与导引线颜色相近的一些杂点, 这会干扰导引线的提取。因此, 本文采用中值滤波对干扰点滤除, 即对每个白点周围的若干个数据点求平均值, 按照给定阀值进行判断, 从而有效滤除白色孤点和噪声干扰, 保留连续的中心白点, 保证了导引线的平滑性。鉴于远处的图像受光线反光影响比较严重故我们采用动态阈值进行二值化, 以增强小车对不同环境的适应能力。
2.1.2 目标引导线的提取
由于道路没有了黑色的引导线, 又为了尽量滤去干扰, 并提高搜索效率, 在前20行我们采用逐行扫描的方法记录左右0和1的跳变时的列值相减并求平均值, 将得到的平均值除以2即得到道路的中心的平均值。在后25行数据的搜索中采用窗口法减少处理的数据。若没有搜索到0和1的跳变就直接对这一行赋上一场或上一行的中心点的值。这样提取的中心不仅准确而且处理的数据比较少, 占用的处理时间也较少。
2.2 舵机转向的PID控制算法
为了使小车能快速且平稳的通过各种道路, 我们采用分段式PID对小车的转向进行控制, 即将每一场图像分为四段, 每一段分别采用PID控制。通过不断改变PI D三个参数进行实验, 得到最理想的一组参数。这种设计很好的减少了由于路况的不确定性而产生的控制错误。PID控制器是一种线性控制器, 它根据给定值与实际输出值构成控制偏差。将偏差的比例 (P) 、积分 (I) 和微分 (D) 通过线性组合构成控制量, 对被控对象进行控制, 故称PID控制器。原理框图如图所示:
3 实验结果
根据以上的介绍将小车组装好, 并下载程序到芯片中, 将其调试成功后将小车放在预先设计好的跑道中进行试跑。通过观察小车能在直道, 大S弯道, 小S弯道以及十字弯道上较好的沿着跑道的中心行驶, 但是由于中心线提取时, 没有很好的滤波程序所以在由弯道进入十字弯道以及连续的弯道时的时候偶尔会出现跑出跑道的现象, 但是通过对速度的调整后改善了此现象。
4 实验结论
本文介绍了基于CCD摄像头和以MC9S12XS128为微控制器的智能车的系统设计。首先利用摄像头采集图像并对图像进行处理, 处理成我们所需要的一组二维矩阵。然后利用二维矩阵进行中心线的提取, 并判断出各种路况, 包括直道、大S弯道、小S弯道、十字道路等等。最后根据以上的数据运用PID对舵机的转角和小车的速度进行控制使智能小车可以自己分辨出跑道的中线并根据跑道的类别自己进行转角控制和速度控制。小车完全是智能控制, 具有非常好的实用价值。
参考文献
[1]谭浩强.C程序设计[M].北京:清华大学出版社, 2005.
[2]王宜怀, 曹金华.嵌入式系统设计实战:基于飞思卡尔S12X微控制器[M].北京:北京航空航天大学出版社, 2011.
[3]贺亮亮, 谢剑桥, 周沈刚.第六届全国大学生智能车大赛北京科技大学"摄像头一队"技术报告[R].2011.
[4]钱程晨, 蔡晓权, 宫建峰.第六届全国大学生智能车大赛河海大学"清风队"技术报告[R].2011.
[5]董志聪, 张朋赫, 刘少雄.第六届全国大学生智能车大赛湖南大学"睿思队"技术报告[R].2011.
[6]邵贝贝.单片机嵌入式应用的在线开发方法[M].北京:清华大学出版社, 2004.
[7]田瑶, 刘晓邦, 瞿少成, 陈婵, 艾宁.基于CCD摄像头的智能小车系统的研制[J].电子测量技术, 2010.
[8]葛广军, 杨帆.基于单片机的智能小车控制系统设计[A].河南城建学院学报, 2011.
[9]张明, 李超然, 程立.第六届全国大学生智能车大赛西北工业大学"翱翔队"技术报告[R].2011.
智能摄像机 篇8
在某智能车系统的设计中,采用了CCD摄像头获取路径图像信息,用飞思卡尔S12系列的16位单片机MC9S12DG128作为控制处理器,使智能车能在白色的场地上通过控制转向角和车速,自动沿着一条任意给定的黑色带状引导线行驶。本文重点阐述了如何利用CCD摄像头进行该黑色引导线的识别。
1 智能车整体方案设计
本智能车控制系统共包括六大部分,如图1所示。
图像采样部分由CCD摄像头、视频同步信号分离芯片LM1881电路等部分组成,其功能是获取路径图像数据,以供单片机作进一步分析处理。
MC9S12DG128单片机负责对路径图像数据、智能车速度等信息进行处理,形成合适的控制量来对舵机与驱动电机进行控制。MC9S12DG128单片机采用5V供电,总线速度25MHZ,主要用于工业控制,特别适合用在汽车上。该系列单片机的特点是丰富的I/O模块和工业控制专用的通信模块,功能高度集中,易于扩展且支持C语言程序设计,从而降低了系统开发和调试的复杂度。
速度传感器部分由附在驱动齿轮上小磁铁和霍尔传感器组成,通过霍尔传感器获得的高低电平来间接求得赛车的速度值。舵机模块和驱动部分分别用于实现赛车转向和驱动。
2 摄像头图像识别系统的硬件设计
2.1 CCD摄像头工作原理
CCD图像传感器分为线阵式与面阵式两种。线阵式图像传感器应用于系统对检测精度有特殊要求的场合,一般价格较昂贵。面阵式图像传感器应用于普通的视频检测,价格较便宜。根据MC9S12DG128单片机的处理能力,此处选用面阵式CCD图像传感器,输出格式为PAL电视信号。[1]
为实现路径识别,只需提取画面的灰度信息,而不必提取其色彩信息,所以本设计中采用的是黑白摄像头。采集的视频信号如图2所示。
摄像头连续地扫描图像上的一行,输出一段连续的电压信号,当扫描完一行,视频信号端就输出一个行同步脉冲,它是扫描换行的标志。扫描完该场的视频信号后,会出现一段场消隐区,该区中有若干个复合消隐脉冲,还有远宽于其它消隐脉冲的场同步脉冲,它是扫描换场的标志。场同步脉冲标志着新的一场的到来。[2]
2.2 信号分离电路
要能有效地对视频信号进行采样,首先要能从摄像头信号中提取出行同步脉冲、消隐脉冲和场同步脉冲和奇、偶场等信息。考虑到单片机的速度有限,而一些脉冲的间隔时间又较短,此处采用视频同步信号分离芯片LM1881从摄像头信号中提取信号的时序信息,并将它们转换成TTL电平直接输给单片机的I/O口作控制信号之用。
LM1881可以从PAL制视频信号中提取复合同步、场同步、奇偶场同步等信号,有了它们,便可确定采集点在哪一场,哪一行。当摄像头信号的场同步脉冲到来时,场同步信号将变为低电平,一般维持230us,然后重新变回高电平。当摄像头信号处于奇场时,奇-偶场同步信号输出端为高电平,当处于偶场时,为低电平。事实上,不仅可以用场同步信号作为换场的标志,也可以用奇-偶场间的交替作为换场的标志。[3]
图3用LM1881视频分离芯片将视频信号中的场信号,行信号传入MCU,用作采集视频图像信号的根据。
3 摄像头图像识别系统的软件设计
3.1 摄像头初始化
由于摄像头行同步信号,场同步信号分别接在S12单片机的外部中断IRQ引脚、定时器1引脚上,所以当每行视频信号到来时,会产生一个中断。此时如果需要采集该行,就开始进行AD转换。摄像头的初始化包括初始化中断和AD模块,考虑到智能车实际路径只是在白色KT板上布置黑色引导线,路径识别只需大致提取出黑色引导线即可,不必每行采集。因此,我们可以采用隔行采集思想来压缩图像的数据。
3.2 摄像头采集
当行同步信号过来时,先判定该行信号是否处于场消隐区,处于则退出。反之,延时一段时间使场消隐区过去,再判断是否采集数据,是则采集AD值传至数组中。
当场同步信号过来时,先关闭中断,再交换图像指针,处理图像,判断道路特性,从而判断舵机和电机工作。
具体流程如图4所示。
3.3 采集结果验证
为了证明我们采集到的图像数据是有效的,我们通过程序将图像数组的信息打印到终端下显示,当我们放置直线,其结果如图5(a)所示:当我们放置单拐弯,其结果如图5(b)所示:当我们放置S弯,其结果如图5(c)所示。
从图5中我们可以看出,黑色引导线为图中大量“1”所排列的位置,白色区用“0”来表示,白色区中的少量“1”为道路干扰信号,在软件设计时要排除。
3.4 摄像头图像处理
图像处理部分采用了二值化算法,此方法虽然没有直接边缘检测算法好,但是它有简单方便等优点,而且通过测试基本满足我们数据处理的要求。[4]
二值化算法的思路是:设定一个阈值valve,对于视频信号矩阵中的每一行,从左至右比较各像素值和阈值的大小,若像素值大于或等于阈值,则判定该像素对应的是白色赛道;反之,则判定对应的是黑色的目标引导线。记下第一次和最后一次出现像素值小于阈值时的像素点的列号,算出两者的平均值,以此作为该行上目标引导线的位置。
4 结束语
本智能车用飞思卡尔16位单片机MC9S12DG128做核心控制单元,用CCD图像传感器采集黑白路径信息,单片机通过对检测图像的分析与计算,自动控制小车的运行方向和速度,从而实现智能车快速稳定的沿黑线行驶。经过实验证明,该摄像头电路工作稳定,可靠性高,能很好的识别出路径信息。
摘要：路径识别是智能车应用中的一项关键技术,直接决定了智能车行驶的质量。本智能车采用飞思卡尔16位微控制器MC9S12DG128为核心控制单元,利用CCD摄像头进行黑白道路图像采样以获取道路图像信息,通过二值化算法提取道路黑线,进而对小车的运行方向和速度进行控制。实际测试表明,能较好地实现智能小车的路径识别功能。
关键词：智能车,CCD摄像头,图像采样,路径识别
参考文献
[1]王明顺,沈谋全.传感器与智能车路径识别[J].电子产品世界,2007(4):142-143.
[2]杨明,胡晨晖,关军,等.上海交通大学CyberSmart队技术报告[R].2006.
[3]National Semiconductor.LM1881Video Sync Separator General Description[OL].http://www.national.com/mpf/LM/LM1881.html#Overview.
智能摄像机 篇9
智能车是自动控制、环境感知、模式识别、计算机、机械多个学科领域交叉的综合体现,具有重要的应用价值。飞思卡尔智能汽车竞赛要求参赛车辆能够自主识别行驶路径,控制小车的转角和速度,使小车沿着给定的黑线以最快的速度跑完全程。本文介绍的智能车系统是以MC9S12XS128为核心,采用CMOS摄像头OV6620获取赛道信息,利用合理的算法控制智能车运动,从而实现快速稳定的自动行驶。
1 系统硬件结构
系统总体框图如图1所示。智能车的控制核心是MC9S12XS128。MC9S12XS128是飞思卡尔公司生产的一款16位单片机,标称总线频率40 MHz,片内资源包括8 KB RAM,128 KB FLASH,2 KB E2PROM,SCI,SPI,CAN通信接口模块、脉宽调制(PWM)模块、A/D转换器、周期中断定时器(PIT)模块、增强型捕捉定时器等[1,2]。道路信息采集模块通过CMOS摄像头OV6620获取赛道信息。系统采用欧姆龙E6A2旋转编码器检测小车的行驶速度。电机驱动模块采用2片MC33886芯片并联的工作方式驱动直流电机正反转,实现小车的加减速[3]。舵机转向模块通过MC9S12XS128的PWM模块联合产生一个16位的PWM信号。改变PWM信号的占空比即可改变舵机的转动角度,从而实现智能车的实时转向[2]。系统供电电池的电压为7.2 V,电源模块利用LM2940作为5 V稳压芯片,为单片机、摄像头、编码器和电机驱动模块供电,采用LM1117稳压芯片为舵机提供6 V电源[4]。单片机处理所采集的信息后,形成相应的实时控制策略,调节智能车的速度和转向实现路径跟踪。
2 路径信息的获取
2.1 图像采集
采用摄像头作为路径信息的获取手段,探测距离远,获得的信息丰富,能够尽早地感知前方的路径信息以进行预判断。摄像头主要有CCD和CMOS两种,CCD摄像头的分辨率较高,图像质量好,但是在使用时需要视频同步分离芯片LM1881以及A/D转换器件[5],增加了系统设计的成本和复杂性。CMOS图像传感器通过CMOS技术将像素阵列与外围支持电路(如图像传感器核心、单一时钟、所有的时序逻辑、可编程功能和A/D转换器)集成在同一芯片上,与CCD图像传感器相比,具有体积小,重量轻,功耗低,编程方便等优点[6]。该系统采用了OmniVisipn公司的数字式CMOS摄像头OV6620[7]。OV6620采用5 V电源供电,能够同时提供数字和模拟两路信号,便于接线和调试。OV6620与MC9S12XS128的接线方式如图2所示。
图2中Y[7:0]为OV6620的灰度信号输出,直接与单片机的PA口相连,其灰度数据可以由单片机直接读取。HREF为行中断信号,与单片机的PT1引脚相连,用来判断新的一行数据到来。VSYNC为场中断信号,与单片机的PT2引脚相连,用来判断新的一场数据的开始。OV6620内部集成了356×292的彩色图像阵列,每秒25帧,一帧包括奇偶两场数据,因此单片机每20 ms可读取一场数据。考虑到单片机的处理速度,本智能车系统只保留39行80列作为一场的路径信息。通过试验证明, 39×80分辨率的图像可以完整地反映出道路状况,采集效果如图3所示。
2.2 图像二值化处理和去噪
采集的原始数据包含了黑线的位置信息,为了稳定可靠地提取这些信息,给单片机提供一幅更易判断的赛道图像,还必须对原始图像进行二值化处理和去噪。
二值化处理就是对于输入图像的各个像素,先确定某个灰度值为阈值,当像素的灰度值超过该阈值时,则将对应输出图像的像素值设为1,代表白点;否则为0,代表黑点。原理公式如下[8]:
式中:t为阈值;f(x,y),g(x,y)分别为处理前、处理后图像中处于(x,y)位置上的某个像素点的像素值,x为列号,y为行号。图4为赛道信息二值化后的效果。
二值化后的图像仍有干扰存在,该系统采用文献[9]使用的1×3窗口中值滤波法对噪点进行去除,即将某个像素点和相邻两个像素点的像素值进行比较,若不相同则取反。该方法能够有效抑制脉冲干扰和椒盐噪声,能有效保护图像边缘,并且计算量相比去噪常用的3×3模板要小得多。
2.3 赛道中心线的提取
提取赛道中心部分是小车路径识别系统中最为重要的一个环节,关系到智能小车运行质量的好坏。从去噪后的图像可以看出,除了赛道中心线是黑色以外,铺设赛道的场地也可能呈现黑色,如果算法设计不合理,可能会将比赛场地误认为是赛道而冲出跑道。本系统采用赛道边缘检测的方法来获取赛道中心线。
首先给出在指定列范围[left_limit,right_limt]内搜索第i行图像信息的中心点坐标(center_i,i)的方法,其中left_limit,right_limt表示指定范围的左右极限,center_i为第i行中心点的列值。从左极限left_limit开始向右搜索,当像素值由白变黑时认为到达赛道的左边界,此时的列号记为LeltB;再从右极限right_limit开始向左搜索,当像素值由白变黑时认为到达赛道的右边界,此时的列号记为RightB。由此可得赛道的宽度Width=RightB-LeltB。若Width的值满足赛道宽度范围,认为成功搜索到第i行赛道,若不满足宽度范围,认为第i行赛道搜索失败,这里的赛道宽度范围通过实验获得。若搜索成功,则第i行赛道的中心点列值center_i=(RightB+LeltB)/2。
在提取整场图像的赛道信息时,先对第1行进行整行范围的搜索,若搜索失败,从下一行开始继续搜索,直到成功搜索到一个赛道中心点(center_j,j),则该点为第1个有效中心点。考虑到赛道的连续性,在搜索第j+1行中心点时,搜索范围可以不再是全部列而缩小成为[center_j-L,center_j+L],这里L是预期赛道出现的半径,缩小搜索范围可以减少计算量,同时可以有效地将比赛场地同赛道区分开来。若成功得到下一个赛道中心点,继续由该点搜索下一列的中心点,若不成功,则扩大L后对第j+2行中心点进行搜索。在搜索过程中,若连续5行丢失,认为后续赛道信息丢失严重,停止搜索。若中心点到达图像的边界,认为赛道已经脱离摄像头范围,停止搜索。当对所有的39行搜索完毕后,会得到一个中心点集合,将整个集合的中心点在图上标明后可以得到清晰的赛道信息,如图5中的小方块所示。
从图5可以看出,赛道信息在某些行有丢失现象,赛道局部反光或者遇见十字交叉赛道均有可能造成赛道信息的丢失。为了更好地得到赛道的真实信息,有必要加入断点修补[10]环节填补丢失的赛道信息,本系统采用了简单的线性插值操作来完成这一任务。经过插值后的赛道信息如图6中的小圆圈所示,可以看出经过修补的赛道信息是连续的。
3 控制策略
经过插值后的中心点集合包含了当前赛道的所有信息,充分利用这些信息进行判决,可实现转向和速度的实时控制。
3.1 转向控制
假设经过断点修补后集合含有n个中心点,每个中心点的坐标形如(x,y),其中x为列号,y为行号。利用最小二乘法将这些中心点拟合出一条直线[11]x= ky+b,与如图6中的实线所示,其中:
该直线反映出当前赛道的列坐标x随着赛道距离延伸(行号y的增加)的变化趋势,因而包含着小车转向的信息。定义小车转向参考偏差err=k×refer_line+b-40,err值反映了该拟合直线在第refer_line行位置上与小车中轴线的偏差,refer_line称为转向参考行,err为小车的转向控制提供了依据。小车的转角控制采用PD控制算法,其控制量为:
式中:θ为舵机控制PWM的占空比;θ0为舵机正位时的占空比;KP为比例控制常数;KD为微分控制常数;pre_err为上一场数据的转向参考偏差。
当KP,KD的取值偏大时,小车转向时角度偏大,转弯时切内道;当KP,KD的取值偏小时,小车转向时角度偏小,转弯时切外道。在比赛中,一般选择较大的参数使小车切内道,以缩短行车路线,减少用时。
3.2 车速控制
为了提高智能车运行的稳定性,必须对速度调节采用闭环控制,本系统采用PID算法实现直流电机的转速闭环调节,PID控制器的输入量为给定车速与实际车速的差值,采用增量式PID算法进行控制[12]。其中,实际转速通过车速检测模块进行测量,给定转速指依据当前赛道信息和小车运行情况所确定的小车期望速度值。小车的期望速度v由下式计算而得:
式中:v_max为小车的最大期望速度;Δθ为本次转向角与上次转向角之间的差值;P为比例系数。式中可以看出,当小车发生转角调整时,小车将减速,保证了小车的平稳行驶。
4 结 语
以MC9S12XS128作为控制核心,采用CMOS摄像头采集赛道信息,通过对赛道信息的提取和分析,通过直线拟合后的相关参数控制舵机转向,利用转向信息决定小车的期望速度,采用增量式PID实现直流电机的闭环控制。实验证明,该智能小车在白底黑线的跑道上能够以较快的速度平稳地跟踪黑线赛道前进,转向和速度控制效果良好,实现了小车智能跟踪的目的。该方案已应用于全国智能车大赛,并取得了西北赛区二等奖。
参考文献
[1]孙同景,陈桂友.十六位单片机原理及嵌入式开发技术[M].北京:机械工业出版社,2008.
[2]卓晴,黄开胜,邵贝贝.学做智能车:挑战“飞思卡尔”杯[M].北京:北京航空航天大学出版社,2007.
[3]梁业宗,李波,赵磊.基于路径识别算法的智能车控制系统的设计[J].自动化技术与应用,2009,28(1):121-123.
[4]魏武,龚树锋.基于MC9S12DG128智能模型车的设计与实现[J].重庆工学院学报:自然科学版,2009,23(9):5-10.
[5]郑建立,黄丽佳,葛鹏飞,等.基于CCD的智能车寻迹方法[J].东华大学学报:自然科学版,2008,34(6):728-731.
[6]刘九维,陈锋,邢岚.数字式CMOS摄像头在智能车中的应用[J].单片机与嵌入式系统应用,2010,10(7):42-44.
[7]周习鹏,吴青,张蕊.标识线导航的智能车路径辨识方法研究[J].交通信息与安全,2009,27(3):142-144.
[8][日]井上诚喜.C语言实用数字图像处理[M].白玉林,译.北京:科学出版社,2003.
[9]吴吟箫,张虹,王新生.基于黑白摄像头的智能小车路径识别系统设计[J].计算机技术及应用,2009,29(2):42-45.
[10]甄红涛,齐晓慧.一种非均匀行采集的智能车路径识别算法[J].电子产品世界,2010,17(11):27-30.
[11]艾宁,瞿少成,刘冬,等.基于CCD摄像头的智能车路径识别及跟踪研究[J].电子测量技术,2009,32(8)77-80.
智能摄像机 篇10
日前,德州仪器(TI)宣布推出一款可支持全高清(HD)分辨率的最新DMVA1 IP网络摄像机片上系统(SoC)。通过为设计增加智能视频功能,该解决方案将掀起视频监控市场一轮重大的创新热潮。此前,视频分析系统的开发不仅成本高昂、极具挑战性,而且非常难以实现集成,但TI业界领先的最新DMVA1 SoC将改变这一局面。DMVA1的目标领域为视频监控市场,其通过集成TI的第一代视觉协处理器提供入门级的分析功能,从而使客户能够轻松部署众多智能分析功能,如人数统计、触发区(trip zone)、智能运动检测、摄像机篡改检测以及流媒体元数据(streaming metadata)等。此外,由于在同一芯片中紧密耦合了视觉协处理器与智能分析功能,客户能够将具有视频分析功能的IP网络摄像机的成本降低一个数量级。
作为TI专用发展规划中针对IP网络摄像机应用推出的新一代产品的一部分,DMVA1SoC将使视频分析成为该市场的事实特性,并将为安防客户的设计工作提供更多选择。为了简化实施方案,加速产品上市进程,客户可通过订购完整的IP网络摄像机参考设计评估DMVA1视频安全摄像机SoC。