基于DSP的蝗虫视觉神经网络碰撞预警实现研究.docxVIP

基于DSP的蝗虫视觉神经网络碰撞预警实现研究 随着科学技术的快速发展，人们认识到仿生学是开辟新技术的一条重要途径。视觉是人体与外界沟通的重要途径，借助视觉行为的机理建立人工视觉模型，并应用在图像处理、模式识别等学科中具有重要的科学价值。随着生物学与计算机科学的发展，众多科学工作者发现昆虫的生物结构虽然简单，但其追踪目标与回避障碍的能力相当出众。蝗虫是一种生存于热带、温带草地和沙漠地区的特殊昆虫，主要危害禾本科植物，其生物视觉特征已受到来自人工智能、计算机视觉领域科研人员的广泛关注。就其生物特性，小叶大型运动检测器（Lobula Giant Movement detector， LGMD）位于蝗虫视觉神经叶的中间神经元，其对靠近的目标会产生强烈响应，而对于远离的目标只会有极其微弱的响应[5-6]。实验表明，LGMD是一种解决碰撞回避的有效生物灵感。基于此，Rind和Bramwell建立了一种LGMD神经网络模型，能反映视觉区内目标逼近的程度，这对展开实际环境中碰撞检测研究具有深远意义。 虽然机器视觉的硬件开发尚处初级阶段，但其前景和工程意义引起了高度关注，并已在某些领域取得了突破，比如车牌识别、驾驶辅助系统、自动分拣系统、产品分级系统等。这些已投入运用的产品都有着共同点：可靠性与实时性高。碰撞检测的研究包括如何建立计算模型检测即将到来的目标，以及如何对将来可能发生的碰