- 1、本文档共11页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
非接触物体形状尺寸测量
设计报告
2
目录
一、方案比较论证 4
1、物体检测识别方案 4
2、主控制器的选择 4
二、理论分析与计算 5
1、系统整体框架和程序流程图 5
3、颜色识别方法 5
4、形状识别方法 6
三、电路设计 7
1、主控制器 7
2、物体检测识别模块 7
3、距离测量模块 7
4、机械动力模块 8
5、电源电路 8
6、背景板和目标物 9
四、测试方案与测试结果 9
1.测试方案 9
2.测试结果完整性 9
3.测试结果分析 10
五、总结 10
3
摘要
本设计采用OpenMV进行测量物体形状,尺寸等参数,利用OpenMV进行图形的识别,用像素点的大小通过比对测量出物体的大小,用VL53L1进行激光测距,OpenMV与单片机STM32F103VCT6之间进行通信,将需要的一些参数等显示在用STM32F103VCT6控制的屏幕中,通过单片机控制云台带动舵机跟踪目标,检测识
别完成时单片机系统产生实时声光报警。
关键字:STM32F103VCT6、OpenMV、VL53L1激光测距、二维云台
4
一、方案比较论证
1、物体检测识别方案
方案一:采用OpenMV4机器视觉模块作为检测识别,通过机器算法寻找色块,进行目标跟踪,实现物体形状的识别,然后利用算法通过二位云台达到上下
左右移动的目的。本方案性价比高,有实战经验。
方案二:采用全新上市的MAIXDock开发板,一款基于嘉楠堪智科技的边缘智能计算芯片K210设计的一款AlOT开发板,通过机器视觉算法寻找色块,进行目标检测和跟踪,并识别出物体的形状,然后利用二位云台带动摄像头上下左右
移动。本方案实施难度较大,且没有实战经验。
综上所述选择方案一。
2、主控制器的选择
方案一:采用通俗的51单片机,运用比较广泛,有良好的知识作为基础,
上手很快。但是本系统的程序量比较大,需要的I/O口资源比较多,51单片机不
能胜任。
方案二:采用STM32F103VCT6作为主控制器,I/O资源较多,驱动TFT屏幕
来实时表示出检测识别的状态,方便人机交互。
综上所述选择方案二。
3、距离测量模块
方案一:采用超声波测距的方式,利用单片机控制超声波模快发出一系列超声波,遇到障碍物反弹回来,被超声波接收模块接收到,然后计算这段时间(声音在空气中传播的速度为340m/s),通过计算得出距离。本方案中,模块发射的超声波有发散的情况,对于本题中的远距离测距来说,有相当大的误差,造成测量
不精确。
方案二:采用激光测距的方式,利用单片机控制激光测距模快发出激光,遇到障碍物反弹回来,被激光测距模模块接收到,然后计算这段时间(激光在空气中传播的速度为3*10^9m/s),通过计算得出距离。本方案性价比较高,可行性较好,
测量准确度高。
综上所述选择方案二。
4、电池供电系统
采用二维云台系统和单片机单独供电,共同接地的方式,二维云台在工作的
时候,负载使用率较大,如果和单片机使用同一电源容易造成控制系统短暂断电
5
的情况。
综上所述,我们采用的系统方案是利用STM32F103VCT6作为主控系统,通过OpenMV机器视觉检测识别物体形状、颜色、尺寸,利用激光精准测量测试装置与被测物的距离,并实时反馈到TFT屏幕上,用于比对数据的准确性;通过驱
动二维云台来带动摄像头移动跟踪目标物,并将激光精准打在被测物体几何中心。
二、理论分析与计算
1、系统整体框架和程序流程图
本设计的整体系统框架如图3.1.1,程序流程图设计如下,如图3.2.1所示,
图3.1.1系统框架图
3.2.1程序流程图
3、颜色识别方法
通过Lab颜色模型将光线检测出将要提取出来的色块,便于后续色块形状的识别。Lab颜色模型弥补了RGB和CMYK两种色彩模式的不足。它是一种设备无关的颜色模型,也是一种基于生理特征的颜色模型。Lab颜色模型由三个要素组成,一个要素是亮度(L),a和b是两个颜色通道。a包括的颜色是从深绿色 (低亮度值)到灰色(中亮度值)再到亮粉红色(高亮度值);b是从亮蓝色(低
亮度值)到灰色(中亮度值)再到黄色(高亮度值)。因此,这种颜色混合后将
产生具有明亮效果的色彩。LAB模型如图2.3.1所示。
6
图2.3.1LAB模型
4、形状识别方法
1.圆形检测
根据极坐标,圆上任意一点的坐标可以表示为如下形式,所以对于任意一个圆,假设中心像素点p(x0,yO)像素点已知,圆半径已知,则旋转360°由极坐标方程
可以得到每个点上得坐标
文档评论(0)