基于机器视觉的位置感知与轨迹跟踪的研究

运动物体位置感知与轨迹跟踪是智能交通系统的重要组成部分,以美国国家仪器公司(National Instruments,NI)视觉处理软件包IMAQ Vision和Vision Assistant对移动物体图像与视频进行采集和处理。根据不同运动物体的图像特征,依次采用畸变矫正、特征抓取、图像滤波、粒子运算等过程检测运动物体的相对位置,再将图像处理Vision Assistant过程嵌入到LabVIEW应用程序,实现运动物体的位置实时感知与轨迹跟踪。实验实测表明,采用该方法的位置测量系统在1.2 m*1.2 m范围内平均定位误差约为1 cm,均方根误差RMSE=0.3 cm。

手绘路径下两轮智能车控制方法设计与实现

搬运、巡检等工作场景中,考虑到其场所内物品的平面部署多具有复杂性和多变性,本文提出一种采用自由手绘方式生成小车路径控制坐标、批量生成小车控制参数的方法。PC端利用LabVIEW实现手绘路径、路径参数抽取和优化、Back-stepping控制参数解算和无线批量下载。小车端定时读取控制参数并开环执行。实验表明:本文所设计手绘方法和跟踪控制策略正确有效,小车按照手绘路径行驶,误差满足要求。

基于TMR磁传感器的位置感知与跟踪

基于TMR(tunnel magnetic resistance)磁传感器良好的线性度,提出一种通过多TMR传感器测距感知磁体的平面位置和移动轨迹的方法。首先,利用LabVIEW和Arduino获取单一TMR传感器的测距性能曲线,再通过平面内部多个TMR传感器检测获取磁场强度的指纹特征矩阵,最后利用加权K近邻算法(WKNN)估计磁体实时位置并绘制移动轨迹。在构建的检测装置上实测,结果表明:采用该方法的位置测量系统在10cm×10cm范围内平均定位误差约为1mm,均方根误差RMSE=0.3。

基于Wi-Fi的智能机器人监控平台

无线Wi-Fi技术和嵌入式技术在现代监控系统中起着越来越重要的作用。本文给出一种基于Wi-Fi与Cortex-M3的智能监控机器人平台的设计方案。系统主要由驱动电机、摄像头、超声传感器、电子罗盘、Wi-Fi模块组成,通过Wi-Fi由手机APP或PC界面进行无线控制。实验表明:系统在满足高效低能的同时,可实现对特定场合进行无线图像监控与超限预警。