论文部分内容阅读
视觉定位与实时跟踪技术在科学研究与工业应用中一直以来都扮演着重要角色。随着视觉定位与跟踪算法的研究日趋成熟,如何有效提高视觉定位与跟踪的准确性和实时性一直以来都是人们研究的热点和难点。目前,绝大多数图像处理器都是以传统的x86架构的串行处理器为主,其图像处理速度慢、效率低,难以满足高实时性应用场景的要求。因FPGA技术具有数据并行处理和流水线处理的优势特征,其在图像处理中得到越来越广泛的应用。本文采用FPGA作为图像嵌入式处理器,设计了两种灰度模板匹配FPGA算法,提出了一种基于该FPGA算法的嵌入式视觉目标定位方案,并将其应用于Delta并联机器人目标实时跟踪系统中。本文主要研究工作如下:1)研发了两种基于灰度模板匹配算法的FPGA硬件核心。在FPGA上实现了基于双线性插值法原理的图像畸变校正,并搭建Matlab联合FPGA的硬件仿真环境。研发了绝对差求和(SAD)和零均值归一化互相关(ZNCC)两种灰度模板匹配FPGA硬件核心及其详细的时序设计。通过与基于PC的灰度模板匹配算法(基于OpenCV)的对比,表明本文设计的半并行架构的硬件算法在保持较好匹配精度的基础上在处理时间和资源消耗上具有较大优势。2)设计了用于视觉跟踪的FPGA辅助功能模块。完成了摄像头驱动与图像捕获模块设计、SDRAM控制器设计、VGA驱动设计、矩形包围盒设计、FPGA与PC之间通信的串口设计。实验结果表明各模块工作正常、能够准确实现FPGA端与PC端的目标位置信息串行发送与接收。3)构建了目标实时视觉跟踪实验系统。提出了一种前置半透膜图像滤波和45°平面反光镜的光路设计方案,搭建了Delta并联机器人目标实时视觉跟踪平台;编写了视觉跟踪上位机机器人运动控制软件;完成了相机内参标定和相机/机器人之间的手眼标定,从而确定了相机坐标系和机器人坐标系之间的变换关系。4)完成了基于灰度模板匹配FPGA算法的目标实时跟踪实验研究。为了验证所设计的灰度模板匹配FPGA算法的目标实时跟踪性能,基于建立的视觉跟踪实验系统,完成了目标图像匹配精度、基于视觉伺服的Delta并联机器人重复定位精度实验,以及目标轨迹实时跟踪和机器人目标动态跟踪性能评估实验,验证了所提出的硬件级匹配算法在Delta并联机器人目标实时跟踪应用中的可行性。