1.前言
机器视觉和嵌入式体系是智能机器人研究领域非常热门的两种研究方向。机器视觉是在上世纪六十年代末出现的，将机器视觉用于机器人的研究大概起始于七十年代，八十年代以后，随着数字处理硬件的发展，机器视觉的发展才真正走向系统化，到了九十年代初期，计算机技术开始迅速发展，高性能计算机开始出现在人们眼前，有关图像处理的微电子产品的快速发展和数字摄像机的出现，使得机器视觉技术取得突飞猛进的进步。目前，机器视觉基本都建立在PC-BASED系统或PLC-BASED系统上，软硬件环境要求高、体积较大、成本较高，因而应用范围受到一定限制，与此同时随着IC制造技术的发展，基于32位单片机的嵌入式系统无论在体积、价格、还是性能上均能很好满足机器人控制的需求。机器人技术的发展从来就是与嵌入式系统的发展紧密联系在一起的。近年来，由于嵌入式处理器的高度发展，机器人从硬件到软件也呈现出新的发展趋势，无论从控制系统的结构还是机器人的智能程度都得到了很大的提高。
1.1国内外移动视觉机器人的研究背景及现状
机器人技术，20世纪以来最重要的发明之一，已经经历了40多年的发展并取得了长足进步。随着计算机技术、自动化技术和相关支持技术的发展，机器人技术取得了很大的突破。在此期间，机器人技术的发展分为三个阶段。第一代机器人是再现型的机器人，从事经过人编程的简单重复的工作。第二代机器人具有一定的对环境反应的能力，根据外界环境，通过反馈控制实时校正运动，以适应不同的工作任务的需要。而第三代机器人为自主智能机器人，携带者多种多样的传感器，可以感知外部环境的特点和自己的状态，然后借助所得到的信息来判断决策自己的行为。目前，在工业生产中服役的大多属于第一代或第二代机器人。这些机器人在室内结构化环境来进行工作，工作环境是已知的而且精度完全确定，所以机器人可以按照人预先设定的计划重复工作。
近年来，由于人类活动已扩大，机器人技术也从制造业向非制造业领域扩展开来，如太空探索、灾害现场搜索和救援、军事侦察、海底矿产勘探、采矿、建筑、医疗、农业和林业等行业。在这些行业中，其主要特点是工作环境的非结构化和不确定性，因此，对机器人有了新的要求。如果把固定的工业机器人看作为模拟人类手臂动作和功能，则移动智能机器人对应的是模拟和增强人类的行走功能，而这需要一个灵活的运动环境感知能力和自我规划能力的机器人。只有这样，机器人才可能进行必要的分析推理和决策，利用内置的智能系统在非结构化环境中独立行动并时刻感知环境特点，以规避障碍，选择合理的行走路径，完成所需的任务。因此，第三代的智能移动机器人，包含了多个学科的内容如制造技术、刚体力学、传感器技术、能源技术、仿生、自动控制技术和人工智能技术、计算机技术、通信技术等，而且一直是机器人研究领域中的热点问题，受到各国的广泛关注。
自21世纪初至今，人类为了可持续地开发和利用自然资源，一直加强行星探测及地球科学调查的广度和深度。宇宙中许多行星蕴含了丰富的能源、矿产资源和独特的环境资源，有很大的价值。但由于在空间探索和检查工作中，宇航员是非常贵且稀少的资源，而恶劣的空间环境对人类生存活动带来了很大的威胁。要使人类在太空逗留，需要庞大而复杂的环境控制系统、生命支持系统、物资供应系统、生命安全系统，这些系统的成本是巨大的。为了减少太空探索的风险和成本，用自主移动机器人代替宇航员在恶劣空间环境中工作是必要的。这将使太空探索变得安全，成本经济的移动机器人可以接触到遥远的美丽星球，并将其资源数据收集和抽样调查后发回地球，以及进行某些科学实验，然后从实验结果可以验证人的推理的各种科学理论推测是否正确。地球上有许多地区不为人类完全掌握，这些地区与人类生存的发展息息相关，所以人类开始了越来越多的海洋矿产资源勘探，火山状态监测和取样，智能移动机器人的身影便在此处显得愈发重要。还有一些诸如在社会公众安全事业和军事上的应用，如灾难地点搜索和救援定位，核工业地区和风险生化污染环境的操作，排爆，军事侦察和对抗等领域越来越凸显其重要性。这些活动的蓬勃发展决定了移动机器人的进步，不断增加的需求成为移动机器人的向前发展的重要原因，也对机器人设计提出了更高的挑战。
3.2 图像的预处理......... 35-48
3.2.1 图像噪声消除......... 36-40
3.2.2 直方图均衡......... 40-41
3.2.3 图像二值化......... 41-44
3.2.4 形态学滤波......... 44-48
3.3 运动目标检测 .........48-54
3.3.1 帧间差分......... 49-51
3.3.2 背景差分......... 51
3.3.3 光流法......... 51-52
3.3.4 本文使用的方法......... 52-54
3.4 运动目标跟踪......... 54-67
3.4.1 卡尔曼滤波跟踪......... 54-56
3.4.2 Camshift跟踪......... 56-60
3.4.3 粒子滤波跟踪......... 60-63
3.4.4 本文使用的跟踪算法.........63-67
3.5 本章小结......... 67-69
4 基于OpenCV的目标跟踪......... 69-85
4.1 程序设计整体.........69-70
4.2 前景检测......... 70-72
4.3 目标检测跟踪......... 72-81
4.3.1 CamShift算法的目标跟踪......... 73-76
4.3.2 粒子滤波算法的目标跟踪......... 76-81
4.4 程序运行演示......... 81-85
5 全文总结及展望......... 85-87
总结及展望
本论文的研究涉及的范围包括:移动平台的模块化设计，数字图像处理，运动目标的检测与跟踪，基于OpenCV的框架式运动目标分析系统的设计。对图像序列选取并设计合适的算法。通过VS 2008和OpenCV，编制程序，最终实现正确的识别序列图像中的运动目标，并能分析出运动目标的运动方向或轨迹。
现将论文的主要工作总结如下:
1.设计一个移动机器人的整体硬件及机械平台，针对嵌入式系统硬件特点对运动目标跟踪进行研究改进。对于整个系统的各个层面，均采用模块化的设计思想来完成，便于应对今后的改进和实际使用时的需求变化。