基于圖像識(shí)別技術(shù)的智能小車(chē)跟隨系統(tǒng)

王清嘉

【摘要】本文將對(duì)智能小車(chē)跟隨系統(tǒng)進(jìn)行研究和說(shuō)明，并對(duì)運(yùn)用二值化方法作為智能圖像識(shí)別技術(shù)進(jìn)行智能跟隨的圖像處理模式進(jìn)行解釋?zhuān)接懭斯ぶ悄軋D像識(shí)別技術(shù)及其具體應(yīng)用，并分析了智能控制算法對(duì)圖像色素識(shí)別的不同模式及其優(yōu)缺點(diǎn)，此外還對(duì)智能小車(chē)跟隨系統(tǒng)的應(yīng)用場(chǎng)景進(jìn)行了說(shuō)明，最后對(duì)智能小車(chē)跟隨系統(tǒng)的標(biāo)準(zhǔn)化發(fā)展進(jìn)行了展望。

【關(guān)鍵詞】圖像識(shí)別;智能小車(chē);跟隨系統(tǒng);二值化

【DOI編碼】10.3969/j.issn.1674-4977.2022.03.025

Smart Car Following System Based on Image Recognition

WANG Qing-jia

（Liaoning Rail Transit Vocational College，Shenyang 110023，China）

Abstract：This paper will study and explain the intelligent car following system，explain an image processing mode that uses the binary method as the intelligent image recognition technology for intelligent following，discuss the artificial intelligence image recognition technology and its specific application，analyze the different modes of image pigment recognition by the intelligent control algorithm and their advantages and disadvantages，and explain the application scenario of the intelligent car following system. Finally，the standardization development of intelligent car following system was prospected.

Key words：image recognition;smart car;follow system;binarization

如今各領(lǐng)域?qū)χ悄芑\(yùn)輸工具或移動(dòng)工具的需求越來(lái)越大，因此促進(jìn)了智能小車(chē)的不斷發(fā)展。隨著智能控制技術(shù)的不斷進(jìn)步，智能小車(chē)的自動(dòng)路徑跟隨系統(tǒng)的研究也愈發(fā)高端，控制精度越來(lái)越高，行動(dòng)速率越來(lái)越快。小車(chē)的移動(dòng)控制方法從最初的機(jī)械控制、無(wú)線(xiàn)遙控、定位巡航等發(fā)展到如今的智能控制、自動(dòng)路徑導(dǎo)航等更先進(jìn)、更智能的控制方法。

目前無(wú)論是工業(yè)自動(dòng)搬運(yùn)小車(chē)、自動(dòng)巡航小車(chē)，還是高職院校的教學(xué)無(wú)人小車(chē)，大部分是采用技術(shù)成型設(shè)備固定的內(nèi)嵌式MCU芯片進(jìn)行所謂的智能控制。該控制方式雖然相較于無(wú)線(xiàn)遙控更智能，但是需要提前規(guī)劃路經(jīng)，設(shè)置好程序進(jìn)行無(wú)人車(chē)運(yùn)行作業(yè)。這類(lèi)無(wú)人車(chē)還不能進(jìn)行自動(dòng)路徑規(guī)劃，在未知路徑環(huán)境中不能隨外界環(huán)境柔性改變，以及快速有效規(guī)避障礙物規(guī)劃運(yùn)行軌跡等。但如果使用智能圖像識(shí)別技術(shù)，利用標(biāo)準(zhǔn)化協(xié)議及插口，預(yù)定好始發(fā)點(diǎn)和終點(diǎn)后，小車(chē)在行進(jìn)過(guò)程中利用攝像頭與圖像處理系統(tǒng)，自動(dòng)根據(jù)采集到的圖像分析運(yùn)動(dòng)的軌跡趨勢(shì)，自動(dòng)跟蹤行進(jìn)，使小車(chē)變得更智能化、柔性化、標(biāo)準(zhǔn)化。

1智能小車(chē)跟隨系統(tǒng)

在智能化、信息化飛速發(fā)展的今天，智能小車(chē)跟隨系統(tǒng)結(jié)合計(jì)算機(jī)技術(shù)原理，充分利用計(jì)算機(jī)技術(shù)對(duì)圖片進(jìn)行算法處理，在圖像資料中得到可用的資源后再通過(guò)視覺(jué)處理技術(shù)將圖像進(jìn)行對(duì)比、錄制信息[1]，將圖形量轉(zhuǎn)換成數(shù)字量，用不同算法進(jìn)行一致性的確認(rèn)數(shù)據(jù)匹配，然后通過(guò)匹配的數(shù)據(jù)，利用數(shù)字信息化還原現(xiàn)實(shí)場(chǎng)景回歸圖像系統(tǒng)并進(jìn)行小車(chē)路線(xiàn)規(guī)劃。

該模式不同于以往的智能控制或智能路徑跟蹤方式，其依托高質(zhì)量傳感器模擬距離的遠(yuǎn)近判別位置信息。傳統(tǒng)的智能控制雖然簡(jiǎn)單且便捷易用，但是對(duì)方向的把控不嚴(yán)格，對(duì)距離的判別不夠精準(zhǔn)，對(duì)復(fù)雜道路的跟蹤行跡容易出現(xiàn)系統(tǒng)紊亂造成小車(chē)辨識(shí)不清方向。而智能圖像識(shí)別技術(shù)在傳統(tǒng)智能控制的基礎(chǔ)上，利用計(jì)算機(jī)技術(shù)和智能科學(xué)算法對(duì)圖像進(jìn)行識(shí)別，利用高性能攝、錄像機(jī)采集圖片信息，視覺(jué)技術(shù)的處理可以把控圖像質(zhì)量，從而使小車(chē)運(yùn)行過(guò)程中更加智能。

隨著5G通信技術(shù)的飛速發(fā)展，基于圖像識(shí)別技術(shù)和5G傳輸相融合的高新技術(shù)，提高了圖像的傳輸速度和精準(zhǔn)度。人眼對(duì)所觀(guān)察到的二維圖像進(jìn)行識(shí)別后，感官就可以快速辨識(shí)位置和路況信息并傳達(dá)大腦確認(rèn)，而智能圖像識(shí)別通過(guò)電腦形成二維到三維的轉(zhuǎn)換，使圖像更加逼真和精確，而且通信識(shí)別傳輸時(shí)間比傳感器信號(hào)傳輸時(shí)間更短[2]。所以，應(yīng)用智能圖像識(shí)別技術(shù)控制小車(chē)智能跟隨是未來(lái)的發(fā)展方向。

2圖像識(shí)別技術(shù)方式

與傳統(tǒng)的傳感器識(shí)別方式不同，智能圖像識(shí)別技術(shù)是先由圖像采集設(shè)備采集小車(chē)面前或周邊的圖像，然后傳遞給小車(chē)并進(jìn)行路況圖像識(shí)別分析，進(jìn)而進(jìn)行路線(xiàn)規(guī)劃。

1）進(jìn)行高清圖像采集，但是在該技術(shù)標(biāo)準(zhǔn)下只能轉(zhuǎn)換成灰色系圖像。在收錄圖像過(guò)程中，有效識(shí)別圖像，快速辨識(shí)同一位置、同一方向圖像的細(xì)微差別，留存這些圖像，刪除完全一樣的圖像以增加運(yùn)行速度。

2）甄別圖像，進(jìn)行初步圖像處理。在快速識(shí)別圖像過(guò)程中，通過(guò)5G信息技術(shù)將不同的圖像信息變換成數(shù)字信號(hào)或電信號(hào)，以便后期做算法處理及小車(chē)運(yùn)行變換。

3）對(duì)轉(zhuǎn)換的數(shù)字信號(hào)或電信號(hào)進(jìn)行視覺(jué)的算法處理，在這一過(guò)程中利用智能算法將圖像信號(hào)進(jìn)行再處理，刪掉多余的像素信號(hào)，使運(yùn)算速度和準(zhǔn)確度大大增加，重點(diǎn)比對(duì)排查相似度高卻有細(xì)微差別的信號(hào)，以推論和計(jì)算出小車(chē)下一步的行動(dòng)和有效規(guī)避障礙物并及時(shí)對(duì)偏差做出相應(yīng)調(diào)整。

3二值化法圖像處理

圖像處理的方式非常多樣，但由于智能小車(chē)對(duì)精度和反應(yīng)靈敏度有一定的要求，過(guò)于復(fù)雜的圖像處理方式并不適用。本文舉例二值化的圖像處理技術(shù)來(lái)進(jìn)行說(shuō)明。此方法實(shí)時(shí)性較高，效果也很好，比較適用于小車(chē)智能循跡跟隨系統(tǒng)。

在圖像處理過(guò)程中，由圖像采集裝置傳回的信息十分龐雜，很多冗雜信息存在于最初的傳遞數(shù)據(jù)中，所以需要對(duì)這些初始圖形信息進(jìn)行數(shù)字化處理。利用圖像二值化對(duì)小車(chē)的智能跟隨系統(tǒng)采集的圖像進(jìn)行處理時(shí)，先假設(shè)主色調(diào)為白色，道路的引線(xiàn)為灰色，選取一個(gè)灰度值為二值化閾值，像素點(diǎn)的灰度大于該閾值時(shí)定義為1，相反則被定義為0。所以對(duì)閾值的選取直接影響二值化圖像處理效果。實(shí)際上處理時(shí)常選取一個(gè)臨近二值化閾值的范圍進(jìn)行定義。整體上二值化圖像分成兩種：一是，全圖像素設(shè)定一個(gè)閾值，而后利用二值化法處理每一個(gè)像素;二是，每個(gè)像素或區(qū)域定義一個(gè)二值化閾值并進(jìn)行處理。

但是，小車(chē)運(yùn)行過(guò)程中所收取的圖像會(huì)受到光線(xiàn)強(qiáng)弱的影響，在一定程度上改變選取的閾值。因此不能固定一個(gè)單一的閾值進(jìn)行二值化處理，可以采用統(tǒng)計(jì)像素點(diǎn)動(dòng)態(tài)變化比對(duì)進(jìn)行選取[3]。比如在不同光線(xiàn)下的相似圖片，可以加入不同二值化閾值進(jìn)行不同的像素比對(duì)，進(jìn)而區(qū)分不同行動(dòng)場(chǎng)景和路徑信息。另一個(gè)會(huì)影響圖像選取和辨識(shí)的因素就是小車(chē)的軌跡。小車(chē)在行進(jìn)過(guò)程中的遠(yuǎn)近也會(huì)影響反射光的強(qiáng)弱，進(jìn)而影響到閾值的選取。利用局部二值化對(duì)每一個(gè)像素或區(qū)域內(nèi)的像素進(jìn)行處理，可以完整地保留中心道路引線(xiàn)[4]。

二值化智能算法對(duì)圖像識(shí)別的應(yīng)用和分析非常有效，而且運(yùn)算速度更快，識(shí)別效果更精準(zhǔn)，使動(dòng)態(tài)運(yùn)行的小車(chē)有效快速到達(dá)目的地，規(guī)避障礙物，甚至在行進(jìn)過(guò)程中能夠針對(duì)移動(dòng)障礙快速進(jìn)行道路規(guī)劃和新路徑設(shè)定。但二值化圖像處理只是一種簡(jiǎn)單的智能小車(chē)跟隨系統(tǒng)的處理模式，想要小車(chē)有更復(fù)雜和精準(zhǔn)的功能，更多的應(yīng)用場(chǎng)景，還需要探索更多更先進(jìn)的圖像處理模式。

4智能小車(chē)跟隨系統(tǒng)的應(yīng)用

智能小車(chē)擁有非常廣泛的應(yīng)用場(chǎng)景。工業(yè)生產(chǎn)中的現(xiàn)代物流工作，往往需要小車(chē)在大型倉(cāng)儲(chǔ)空間里擁有智能跟隨與定位的能力。智能小車(chē)跟隨系統(tǒng)只需要在小車(chē)框架中加入圖像采集及圖像處理模塊即可實(shí)現(xiàn)這一功能，并且使用模塊化、標(biāo)準(zhǔn)化的功能，還有利于同場(chǎng)景不同廠(chǎng)區(qū)的統(tǒng)一應(yīng)用及管理。

在服務(wù)行業(yè)如導(dǎo)購(gòu)指引、餐飲送單送菜等場(chǎng)景中，智能跟隨小車(chē)依然有著十分靈活的應(yīng)用。在擬人化外形的小車(chē)外殼下，嵌入適用該服務(wù)模式的智能小車(chē)跟隨系統(tǒng)，使小車(chē)能夠?qū)崿F(xiàn)一對(duì)一、一對(duì)多的個(gè)性化跟隨服務(wù)。比如導(dǎo)購(gòu)模式下對(duì)單一顧客的跟隨，同時(shí)小車(chē)附帶托盤(pán)供應(yīng)飲食、物品存儲(chǔ)、商品內(nèi)容講解、商品結(jié)單付款等功能，針對(duì)同一顧客由始至終跟隨服務(wù)，顧客結(jié)單后，調(diào)整跟隨目標(biāo)為下一顧客即可。服務(wù)行業(yè)應(yīng)用場(chǎng)景中的智能跟隨小車(chē)擁有更多樣更人性化的功能，但核心功能還是能夠?qū)δ繕?biāo)進(jìn)行有效識(shí)別和跟隨。

在高校教育中，智能跟隨小車(chē)應(yīng)用更偏重于實(shí)驗(yàn)教學(xué)及學(xué)生模擬訓(xùn)練。利用標(biāo)準(zhǔn)化、模塊化的功能塊搭建智能跟隨小車(chē)，通過(guò)搭建的過(guò)程熟悉每一模塊的功能及原理。學(xué)生可在小車(chē)的框架中任意拼搭和增加新奇的功能模塊，激發(fā)學(xué)生的興趣，提高學(xué)生的動(dòng)手能力與創(chuàng)造力。此外，各大競(jìng)賽以智能小車(chē)為依托，進(jìn)行智能小車(chē)搭建的比賽，從跟蹤精度、避障準(zhǔn)確性和及時(shí)性、功能的創(chuàng)新性、外形的創(chuàng)造性、應(yīng)用的合理性等角度進(jìn)行評(píng)審打分，使教學(xué)環(huán)節(jié)更趨向于目標(biāo)型、任務(wù)型而非知識(shí)灌注型、講授型。此模式利于學(xué)生更主動(dòng)地進(jìn)行探索與學(xué)習(xí)。

道路交通及新型汽車(chē)的應(yīng)用。在無(wú)人駕駛汽車(chē)應(yīng)用的多重智能駕駛功能中，智能跟隨系統(tǒng)也是不可或缺甚至具有核心地位。跟隨前車(chē)這一功能應(yīng)用的技術(shù)多種多樣，但是圖像采集與處理仍然是這一功能中的重要技術(shù)。同時(shí)汽車(chē)行業(yè)也亟須統(tǒng)一各企業(yè)技術(shù)，打破技術(shù)壁壘和壟斷，實(shí)現(xiàn)標(biāo)準(zhǔn)化的、可控的智能跟隨。

智能跟隨小車(chē)還有一大應(yīng)用領(lǐng)域便是人力不能及的災(zāi)難現(xiàn)場(chǎng)，如地震現(xiàn)場(chǎng)、火災(zāi)現(xiàn)場(chǎng)等。安裝上智能跟隨系統(tǒng)的防火防震小車(chē)，布置多重傳感器、多重?cái)z像頭，甚至可在行進(jìn)過(guò)程中布撒無(wú)線(xiàn)傳感器，幫助在災(zāi)難現(xiàn)場(chǎng)布置無(wú)線(xiàn)傳感器網(wǎng)絡(luò)，并重建災(zāi)難現(xiàn)場(chǎng)三維立體模型，使災(zāi)難現(xiàn)場(chǎng)外的救援人員能夠及時(shí)了解現(xiàn)場(chǎng)情況、制定救援措施等[5]。智能跟隨小車(chē)還可以具有救援功能、指引功能等，對(duì)被困的傷者進(jìn)行輔助救援和現(xiàn)場(chǎng)資源補(bǔ)給。

5智能小車(chē)跟隨系統(tǒng)的標(biāo)準(zhǔn)化研究

智能小車(chē)跟隨系統(tǒng)廣泛的應(yīng)用場(chǎng)景，其實(shí)也恰恰要求了其功能和技術(shù)的統(tǒng)一性與標(biāo)準(zhǔn)化。目前智能小車(chē)跟隨系統(tǒng)的應(yīng)用還處于各自為政的狀態(tài)，并沒(méi)有形成各行業(yè)間的有效溝通與信息共享。但涉及基于圖像識(shí)別的智能跟隨系統(tǒng)依然有著最基礎(chǔ)的一些共通之處，在此基礎(chǔ)上，未來(lái)智能小車(chē)跟隨系統(tǒng)的研究與發(fā)展必然將實(shí)現(xiàn)標(biāo)準(zhǔn)化、統(tǒng)一化，最終形成一套通用的系統(tǒng)，能夠更加靈活地適用各種場(chǎng)景。

首先是定位技術(shù)與通信協(xié)議的標(biāo)準(zhǔn)化。目前常用的有WLAN技術(shù)、ZigBee技術(shù)、UWB技術(shù)、藍(lán)牙技術(shù)等?；谶@些技術(shù)進(jìn)行信息傳輸，使系統(tǒng)在多場(chǎng)景下可以通用，實(shí)現(xiàn)了一定的信息傳輸標(biāo)準(zhǔn)化。其次是硬件輸入輸出接口的標(biāo)準(zhǔn)化。目前應(yīng)用最多的有USB接口等。USB接口目前有以下幾種常用種類(lèi)：Type-A、Type-C、USB-micro等。USB接口具有應(yīng)用廣泛、適用性高、傳輸速度快、更適用于非工業(yè)場(chǎng)景等優(yōu)點(diǎn)，也便于與手機(jī)進(jìn)行通信，應(yīng)用手機(jī)App進(jìn)行控制和查看數(shù)據(jù)等。

除此之外，軟件的標(biāo)準(zhǔn)化也是可以進(jìn)一步完善和統(tǒng)一的，這有利于智能跟隨小車(chē)的批量化生產(chǎn)和成本降低。標(biāo)準(zhǔn)化后的智能小車(chē)應(yīng)用場(chǎng)景將更多，成本更低，能夠服務(wù)更多行業(yè)。

6結(jié)語(yǔ)

基于圖像識(shí)別的智能小車(chē)跟隨系統(tǒng)大大提升了小車(chē)圖像辨識(shí)能力和行動(dòng)速率，隨著人工智能和計(jì)算機(jī)技術(shù)的不斷創(chuàng)新和完善，這類(lèi)無(wú)人智能跟隨小車(chē)的發(fā)展和應(yīng)用將越來(lái)越廣泛。但該系統(tǒng)的標(biāo)準(zhǔn)化進(jìn)程還需加快，以適應(yīng)更多場(chǎng)景的應(yīng)用及降低生產(chǎn)成本。相信在多種科學(xué)算法和軟硬件技術(shù)的提高的過(guò)程中，未來(lái)會(huì)迎來(lái)智能跟隨小車(chē)更廣闊的應(yīng)用與發(fā)展。

【參考文獻(xiàn)】

[1]張曉冉.圖像信息識(shí)別的智能處理方法分析[J].集成電路應(yīng)用，2019，36（11）：114-115.

[2]趙永良，付鑫，吳尚遠(yuǎn)，等.基于計(jì)算機(jī)視覺(jué)的智能倉(cāng)儲(chǔ)圖像識(shí)別系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J].電力信息與通信技術(shù)，2019，17（12）：31-36.

[3]吳冰，秦志遠(yuǎn).自動(dòng)確定圖像二值化最佳閾值的新方法[J].測(cè)繪學(xué)院學(xué)報(bào)，2001（4）：283-286.

[4]吳冰，山海濤，郭建星.基于邊緣灰度的二值化閾值確定方法[C]//全國(guó)數(shù)字媒體與數(shù)字城市學(xué)術(shù)會(huì)議.中國(guó)圖像圖形學(xué)會(huì)，中國(guó)測(cè)繪學(xué)會(huì)，中國(guó)地理信息系統(tǒng)協(xié)會(huì)，武漢大學(xué)，2003.

[5]金鼎堅(jiān)，支曉棟，王建超，等.面向地質(zhì)災(zāi)害調(diào)查的無(wú)人機(jī)遙感影像處理軟件比較[J].國(guó)土資源遙感，2016，28（1）：183-189.