基于嵌入式平台的双目主动测距系统的中期报告.docxVIP

基于嵌入式平台的双目主动测距系统的中期报告 一、项目背景 随着机器人、自动驾驶、虚拟现实等技术的发展，对场景深度信息的需要越来越大。传统的单目相机、激光雷达等设备虽然具有一定的测距能力，但仍然存在精度不高、盲区多等问题。而双目视觉系统可以通过左右两个相机同时拍摄场景，通过计算像素差异得到深度信息，具有高精度、低盲区等优点，因此被广泛使用。 本项目旨在通过嵌入式平台实现一个双目主动测距系统，包括硬件和软件部分。硬件部分需要设计一个双目相机模块，软件部分需要实现测距算法和前端显示界面。 二、硬件设计 本系统采用两个相同的OV5640相机和一颗FPGA芯片进行双目图像采集和处理。OV5640是一款常用的Cmos图像传感器，可以拍摄1280x720分辨率的彩色图像。FPGA芯片则负责对图像进行预处理、匹配、测距等操作。 具体的硬件设计如下： 1. 电源模块 系统的电源模块包括一个5V DC稳压器和一个3.3V DC稳压器。5V DC稳压器为相机、FPGA等模块提供5V电源，3.3V DC稳压器为FPGA提供3.3V电源。 2. OV5640相机模块 OV5640相机模块包括OV5640传感器、晶振、滤波器、接口电路等部分。传感器拍摄到的图像通过接口电路发送给FPGA芯片进行处理。 3. FPGA芯片 FPGA芯片采用Altera Cyclone IV系列，主要负责图像预处理、相机参数调节、图像匹配和距离计算。其架构如下： 4. 显示模块 显示模块采用7寸LCD显示屏，用于显示测距结果及实时图像。 三、软件设计 系统的软件部分主要包括驱动程序和测距算法。驱动程序负责与硬件部分进行数据交互，测距算法则通过对预处理后的图像进行匹配和像素差分析计算目标距离。具体流程如下： 1. 驱动程序 驱动程序主要包括相机驱动和FPGA驱动。相机驱动负责从OV5640相机中读取图像数据并发送至FPGA芯片；FPGA驱动负责控制FPGA芯片进行图像预处理、图像匹配和测距算法等操作，并将测距结果发送至显示模块进行显示。 2. 测距算法 测距算法采用双目视觉三角测量方法，具体分为以下几个步骤： （1）校准 首先需要对相机进行标定，获取相机的内部参数矩阵和外部参数矩阵。 （2）预处理 对左右图像进行预处理，包括去噪、直方图均衡化、Sobel边缘检测等。预处理后的左右两幅图像如下图所示： （3）特征提取 利用SIFT算法提取图像中的关键点和描述子，从而将图像转换为高维空间中的向量。 （4）特征匹配 通过对左右两个图像中的关键点进行匹配，找到其在另一幅图像中的对应点。匹配后的结果如下图所示： （5）三角测量 利用匹配点的像素坐标和相机内参、外参等参数进行三角测量，得到目标离相机的距离。 （6）结果显示 最终的测距结果通过显示模块显示在LCD屏幕上，如下图所示： 四、目前进展 目前我们已经完成了硬件部分的设计和制造，包括电源模块、OV5640相机模块、FPGA芯片和LCD显示屏等模块。软件部分我方已经初步完成了驱动程序和部分测距算法的实现，可以读取相机拍摄的图像数据并进行预处理和匹配。下一步计划集中精力进行算法优化和距离计算的实现，争取在后续的工作中实现一个稳定、高精度的双目主动测距系统。