【摘要】介绍了一种以STM32F103ZET6芯片作为CPU，使用红外测距传感器作为对前方路径信息采集，完成自主壁障，" />
免费阅读期刊
论文发表、论文指导
周一至周五
9：00&22：00
基于STM32的双摄像头图像采集自主避障机器鱼设计
&&&&&&本期共收录文章20篇
　　【摘要】介绍了一种以STM32F103ZET6芯片作为CPU，使用红外测距传感器作为对前方路径信息采集，完成自主壁障，同时采用双摄像头采集鱼体周围的图像信息，将信息存储以待使用。该方案一方面有利于机器鱼向着智能化的方向发展，另一方面也是自主壁障机器鱼在信息采集中的实际应用。 中国论文网 /8/view-6064817.htm　　【关键词】STM32F103ZET6；机器鱼；双摄像头；自主避障；红外测距 　　作为一种新的智能机器，机器鱼具有机动性、高效性、低噪性等优点，随着它的问世和近几年的不断发展，机器鱼已经运用到了很多领域，如水域质量检测，海洋资源探测和水下地形勘探等。目前机器鱼类型主要有遥控机器鱼，语音机器鱼及自主避障机器鱼等。这里提出一种基于红外的自主避障机器鱼进行图像采集的方案[2]。 　　1.系统硬件设计 　　整个系统由四个部分组成，分别是双摄像头组成的图像采集模块、由STM32微控制器组成的CPU模块、彩色液晶显示模块、机器鱼硬件平台模块、红外测距避障模块。硬件构成框图如图1所示。 　　工作流程是：首先通过红外传感器传回障碍物距离的模拟电压信息，通过AD芯片转换后传送给CPU进行判断，根据障碍物距离由CPU发出指令，控制机器鱼硬件平台做出动作，与此同时双摄像头将采集到的图像信息存储在存储器中，并且机器鱼的相关数据显示在显示屏上（如速度、方向等）。 　　1.1 双摄像头模块 　　1.2 主控器模块 　　1.3 机器鱼硬件平台模块 　　机器鱼舵机组是由三个舵机构成，以鱼体波函数为核心算法的智能机器，在舵机的配合运作下完成相应动作，进而来实现仿生机器鱼的游动。其中，单片机通过所执行的程序计算出各个关节的转动角度，以此产生十五位的不同占空比的PWM波，控制舵机旋转，继而控制“鱼体”摆动[5]。 　　1.4 红外测距避障模块及AD芯片 　　1.5 电源模块 　　2.系统软件设计 　　芯片通过AD管脚对红外传感器的发射模块传送命令。通过返回光强产生相应的模拟电压，经过A／D转换器后变成十位的二进制数据量，通过算法计算出到障碍物的距离。芯片判断计算出的距离与预设值的逻辑关系，根据结果判断是否执行相应的程序进行躲避障碍物的动作。而双摄像头分别采集机器鱼前后视觉状况，经处理后返回给观察人员，以便了解鱼体周围环境状况。具体流程框图如图5所示。 　　2.2 摄像头模块 　　摄像头属于字符类设备，所以能够像字节流一样被程序访问，而且只能够按顺序读写[2]。同时，双摄像头在多功能机器鱼（如：潜水类机器鱼）中，可以选择其他安装方式（如：一上一下），以便对鱼体的环境状况进行更多视角的观察。 　　3.结束语 　　本文介绍了借助双摄像头采集图像信息，利用红外测距实现机器鱼智能避障的新方法。其中通过双摄像使得采集的图像数据更为全面，为后续自主视觉的发展提供了一定的帮助。最后，相信随着科研的进步，机器鱼的研究与设计会更加智能化，并给人类在海洋发展等方面提供更多的资源。 　　参考文献 　　[1]楼永坚,曹向群.CMOS图像传感器的性能及应用发展[J].杭州电子工业学院学报,2003(02). 　　[2]黄福勇,向伟,杨洋.基于ARM自主避障机器鱼设计[J].电子元器件应用,2012(07). 　　[3]万少云,向强.基于TMS320F2812的自主视觉机器鱼控制系统设计[J].西南民族大学学报自然科学版,2011(37). 　　[4]桑海泉,王硕,谭民,张志刚.基于红外传感器的仿生机器鱼自主避障控制[J].系统仿真学报,2005(6). 　　[5]丁俐,余瑾,吴垠,王伟东.基于PIC单片机的仿生机器鱼的舵机控制[J].微计算机信息(嵌入式与SOC),2010(26). 　　作者简介： 　　杨旭琼（1991―），女，大学本科，现就读于西南民族大学。 　　贾雪蕾（1991―），女，大学本科，现就读于西南民族大学。
转载请注明来源。原文地址：
【xzbu】郑重声明：本网站资源、信息来源于网络，完全免费共享，仅供学习和研究使用，版权和著作权归原作者所有，如有不愿意被转载的情况，请通知我们删除已转载的信息。
xzbu发布此信息目的在于传播更多信息，与本网站立场无关。xzbu不保证该信息（包括但不限于文字、数据及图表）准确性、真实性、完整性等。用摄像头快速二维码有可行性吗？
现在已经完成在STM32上面用摄像头进行识别二维码，效果很好，但是如果摄像头是在运动过程中的，摄像头会由于拖影，导致无法识别二维码。所以我想知道，究竟这个方案是否可行，二维码是否合适在运动摄像头中识别应用？
按投票排序
先写结论不能，因为1，stm32主频太低，处理图像吃力，不能进行复杂算法计算2，摄像头动起来就会有拖拽现象，影响到特性信息提取那么如何才能做到动态识别二维码呢？一，需要考虑几个问题:1.STM32主频72M，处理一帧图像要多长时间？2.你使用的摄像头动态成像特性如何？3.还有就是你的智能识别算法是否高效。二，使用场景假设及分析:假设我们用电机控制摄像头360度旋转，扫描我们周围环境，检测是否存在二维码，并识别出来。我们知道摄像头工作的时候会以一定速度输出图像数据，通俗说就是1秒输出了几张照片，这是摄像头特性决定的。忽略其他因素，速度越高越好。我们的CPU呢，就不停的接受摄像头发传来的数据，并且不停的进行图像处理。这里就有个问题了，CPU和摄像头谁更快？我这里就假设，你的摄像头是50帧的，因此两帧之间只有20ms时间，这个20ms留给CPU处理图像用，对于stm32来说是不够的（算法简单的另说），因此最好就是选用更加快速的CPU。越快速的摄像头，意味着一定时间内我们获得更多的图像，更多的信息，但是帧与帧间隔时间就越短，因此对CPU速度要求更快。还有一个地方要注意，摄像头的动态特性。运动相机摄像头和我们普通的手机摄像头不一样的地方动态特性。运动相机当拍摄知道运动物体时拖拽现象没那么厉害。因为上面假设摄像头是安装在电机上并按照一定速度旋转，不好的摄像头就会拖拽严重，就算摄像头帧速再高也没用。以上都解决之后就是算法问题了，看你的算法识别能力。浅的就是写几行程序，找下特性，深的就是人工智能，无底洞。
希望有人回答这个问题 题主解决了吗？
你好，我现在也在做这个，但是遇到一些困难，可以交流一下吗？QQ
是不是你STM32性能不够呀，理论不该有拖影呀。我qq：8674183
希望这个问题能够得到解答。}