[发明专利]基于Camshift算法的智能体模糊动态避障方法

摘要

本发明公开了一种基于Camshift算法的智能体模糊动态避障方法，其内容是智能体小车通过CCD摄像头获取智能体小车环境图像信息，DSP图像处理器模块将图像信息进行处理，利用OpenCV函数库的Camshift算法进行运动目标跟踪和定位，获取动态障碍物坐标并发送给底层控制器模块，将动态障碍物坐标、智能体小车速度和三侧超声波测距信息输入给动态避障模糊控制器，后者输出智能体小车的转向角ψ及速度v控制指令，实现动态避障。本发明利用Camshift算法实现了快速目标匹配和定位，提高了动态环境中捕获动态障碍物的速度，弥补了动态避障中因为捕获动态目标速度过慢而导致的避障滞后甚至失败。

主权项

一种基于Camshift算法的智能体模糊动态避障方法，其特征在于：该方法的实现基于移动的智能体小车，所述的智能体小车包括CCD摄像头模块、DSP图像处理器模块、超声波测距模块和底层控制器模块，其中：所述的CCD摄像头模块为车载摄像头，置于智能体小车正前方，具有俯仰和侧摆能力；所述的DSP图像处理器模块中嵌入了OpenCV图像处理函数库，具有图像处理功能，利用OpenCV图像处理函数库内的Camshift算法，在连续的图像中寻找目标的位置和目标的大小，匹配出目标，实时的进行运动目标跟踪和定位，获取动态障碍物坐标并发送给底层控制器模块；所述的超声波测距模块分别置于智能体小车车体正前方、左前方和右前方，左前方和右前方均与前方成角度θ，θ取45度，测量前方障碍物的距离信息，前方包括正前方、左前方和右前方；所述的底层控制器模块置有动态避障模糊控制器，所述的动态避障模糊控制器植入了动态避障模糊控制算法，所述的底层控制器模块与所述的DSP图像处理器模块通信获取动态障碍物坐标信息，并与超声波测距距离和智能体小车速度信息一起输入给动态避障模糊控制器，获得智能体小车的转向角和速度控制指令；其中动态避障模糊控制器基于动态避障模糊控制算法，共有五个输入和两个输出，五个输入为动态障碍物坐标、智能体小车速度以及车体正前方、左前方和右前方三侧的超声波测距信息，两个输出为智能体小车的转向角ψ及速度v，动态避障模糊控制器根据输入变量及内嵌的模糊控制规则，按模糊推理合成规则计算输出控制指令；所述的一种基于Camshift算法的智能体模糊动态避障方法依托组成智能体小车的模块实现智能体小车的模糊动态避障，其内容包括以下步骤：第一步：智能体小车通过车载摄像头的俯仰和侧摆获取智能体小车周围环境图像信息；第二步：DSP图像处理器模块将获取的图像信息进行预处理后，利用OpenCV图像处理函数库的Camshift算法，通过识别目标的颜色特征，在连续的帧图像中寻找目标的位置和目标的大小，从而实现动态目标跟踪和定位，捕获动态障碍物并将动态障碍物坐标信息发送给底层控制器模块；第三步：将获取的摄像头坐标，即动态障碍物坐标，转换为智能体所在的空间坐标，根据动态障碍物空间坐标在图像中的位置将空间坐标模糊化，分为障碍物位于智能体小车左侧L、障碍物位于智能体小车前方F和障碍物位于智能体小车右侧R，确定其在智能体小车前方的位置区域；将三侧超声波测距信息模糊化为近距N、远距F和不远不近M，速度模糊化为慢速S和快速F；将模糊化后的动态障碍物坐标、智能体小车速度和三侧超声波测距信息输入动态避障模糊控制器，输出智能体小车的转向角ψ及速度v控制指令，实现动态避障。