[发明专利]一种小车对红外物体检测、识别及跟踪方法

权利要求书

1.一种小车对红外物体检测、识别及跟踪方法，采用目标识别跟踪闭环控制算法，用X坐标跟踪旋转方向，用Y坐标跟踪升降方向；图像传感器识别到小车B上的目标物后返回其中心点的初始坐标(X₀，Y₀)，图像传感器测量出的下一帧数据中心坐标为(X₁，Y₁)，则可得到偏差△X，△Y；将偏差△X输入到施力水平的PD控制中，得到舵机的输出值，将偏差△Y输入施力升降的PD控制中，得到电机的输出值；其特征在于：

小车运动时，图像传感器根据物体在图像坐标系下的中心坐标，获得物体的宽度和高度，并知道物体此时的面积大小，由于物体越近，面积就越大，物体越远，面积就越小，因此，通过采集数据来拟合出物体离图像传感器的距离值；

小车知晓与红外物体的距离以及红外物体是否向下运动，通过用面积值可以判断，当面积值小于一定值时，则判断红外物体向下运动；

由于物体倾斜，物体在摄像头XOY平面坐标系下会有一定的倾斜角度，导致其返回的面积数据会发生变化，通过将此时摄像头识别的图形面积进行计算，可对物体面积进行校正；

同一距离下，物体在0°时刻和非0°时刻的面积不同，物体在摄像头XOY平面坐标系下会有一定的倾斜角度，导致其返回的面积数据会发生变化，再加上距离的变化，会同时改变摄像头返回的面积值；由于知道实物在图像传感器摄像头XOY平面坐标系下的倾斜角度α、宽度P_Height、高度P_Width，通过如式3-1和3-2所示的理论关系式建立转换模型，得出0°时刻的宽度Z_Height和高度Z_Width，以及0°时刻的面积值Z_Area；

Z_Height×sinα+Z_Width×cosα＝P_Height 式(3-1)

Z_Height×cosα+Z_Width×sinα＝P_Width 式(3-2)

α、P_Height、P_Width均是已知量，Z_Height和Z_Width才是需要求的两个量，两个方程两个未知数，可以将式3-1、式3-2推导成以下结果：

则0°时刻的面积值Z_Area为：Z_Area＝Z_Height×Z_Width 式(3-5)。

2.根据权利要求1所述的小车对红外物体检测、识别及跟踪方法，其特征在于：PID控制器中，r(t)为设定目标值，即需要达到的X，Y目标值；c(t)为实际输出值，即实际得到的X，Y坐标值；e(t)为系统偏差值，即e(t)＝r(t)-c(t)；u(t)为控制量，即PID调节参数整定的公式：

控制器的输出与设定的偏差值成比例关系，当系统出现偏差时，比例P的调节能减少偏差，积分I能消除P剩下的余差，提高无差度，微分D反映偏差的变化速率，能消除系统滞后现象；

通过PD调节实现功能，则将式(4.1)改为

u(t)＝P×e(t)+D×[e(t)-e(t-1)] 式(4.2)

式(4.2)中e(t-1)即为上一次的偏差值；

设定的理想目标值为r(t)＝(x₀，y₀)，图像传感器识别到机器人B上的红外LED阵列后返回的实际值为c(t)＝(x₁，y₁)，则可得到偏差e_x(t)＝x₀-x₁、e_y(t)＝y₀-y₁；

将偏差e_x(t)输入到施力水平的PD控制中，得到舵机的输出值，将偏差e_y(t)输入施力升降的PD控制中，得到电机的输出值。

3.根据权利要求2所述的小车对红外物体检测、识别及跟踪方法，其特征在于：小车跟踪物体的整个运动过程中，目标识别物的坐标是平缓变化的，所以需要对图像传感器接收到的数据进行递推中值滤波，滤除一些突变值：所述的递推中值滤波主要是把连续N个采样值看成一个队列，队列长度固定为N，N为奇数；每当采样到一个新数据时，即放入队尾，实行先进先出的原则，舍弃原队首数据；再把N次采样值按大小排序，取中间值为有效值。