一种运动目标位置检测系统及方法与流程

本发明涉及目标位置检测领域，特别是涉及一种运动目标位置检测系统及方法。

背景技术：

机器人的快速视觉导航与避障成为移动机器人的研究热点，其中未知环境下目标信息(尤其是空间位置信号)的快速获取与快速预判，是该研究的关键。复眼昆虫低空间分辨率、高时间分辨率以及近乎360°的大视场视野为该技术的研究提供了生物原型。

昆虫复眼的电生理学实验研究表明，(1)复眼眼部信号由视叶简单处理后直接传输给颈部和胸部神经节，构成视-控神经一体化机制，实现行为动作的快速执行，该种“低级信息处理模式”必定存在一种简化型的方式来实现复眼大视场下的高时间分辨率特性；(2)视动反应实验中，目标在生物复眼中的电信号表现为准高斯态；可根据高斯态分布的信号实现对目标的快速定位。

研究者常以光电传感器模拟复眼小眼，研究生物视神经网络电信号的快速处理模式，仿制相关视觉功能。褚金奎团队以沙蚁为原型，研制的光电二极管角度偏振导航系统，实现了机器人在自然环境下以太阳为基准的远场景的高实时、高精度的自我定位；reichardt以绿甲虫为原型，提出了基于延迟算法相关的动目标运动检测器(elementmovementdetector，简称emd)，利用相邻光电传感器响应信号的波峰检测实现了对近场环境中单一目标在传感器视轴垂直方向目标运动速度、方向及位置的检测；franchini等人采用基于emd模型的光学反馈系统控制微小型飞行器实时角度切换，实现了对自身视轴垂直面内目标的快速连续跟踪和凝视。

以生物原型仿制的光电传感器型仿生复眼，在远场偏振光导航及近场视轴垂直面运动状态分析中取得了良好的成效；但近场emd模型没有解决目标在视轴方向上距离的快速检测。

技术实现要素：

本发明的目的是提供一种运动目标位置检测系统及方法，以实现仿生复眼视觉传感器在视轴方向对目标的位置的快速准确检测。

为实现上述目的，本发明提供了如下方案：

一种运动目标位置检测系统，所述系统包括：目标运动装置、多通道数据同步采集装置、光学调节装置以及处理器；所述目标运动装置用于带动待测目标进行运动；所述多通道数据同步采集装置设置在所述光学调节装置上，所述多通道数据同步采集装置用于采集所述待测目标在运动过程中的运动数据；光学调节装置用于调节所述多通道数据同步采集装置的位置；所述处理器与所述多通道数据同步采集装置连接，所述处理器用于处理所述运动数据，确定所述待测目标的位置。

可选的，所述目标运动装置包括运动控制卡、驱动器、步进电机、同步轮同步带以及运动平台；所述运动平台用于放置所述待测目标；所述动控制卡、所述驱动器、所述步进电机、所述同步轮同步带以及所述运动平台依次连接；所述运动控制卡用于控制所述驱动器驱动所述步进电机转动，所述步进电机带动所述同步轮同步带转动，所述同步轮同步带用于带动运动平台运动。

可选的，所述多通道数据同步采集装置包括数据采集卡、信号处理模块以及环形传感器阵列；所述信号处理模块同轴设置于所述环形传感器阵列的正上方，所述信号处理模块与所述传感器阵列通过短距电缆连接，环形传感器阵列用于将所述待测目标目标的光信号转换为电信号，所述信号处理模块与所述环形传感器阵列连接，用于对所述电信号进行抗噪、稳定和放大处理，所述数据采集卡与所述信号处理模块以及所述处理器连接，用于将处理后的电信号发送至所述处理器。

可选的，所述光学调节装置包括光学面包板、xyz手动平台以及电动旋转平台；所述xyz手动平台固定于所述光学面包板上，所述电动旋转平台同轴安装于所述xyz手动平台正上方，所述环形传感器阵列同轴安装于所述电动旋转平台上方，所述电动旋转平台用于控制所述环形传感器阵列的旋转，所述xyz手动平台用于控制所述环形传感器阵列的坐标系与所述光学面包板的坐标系重合。

一种运动目标位置检测方法，所述方法应用于上述运动目标位置检测系统，所述方法包括：

通过高斯拟合法标定多通道数据同步采集装置中子传感器单元的视轴；

根据标定好子传感器单元视轴的所述多通道数据同步采集装置，基于信号加权的侧抑制神经网络算法，检测待测目标的运动角度以及运动距离；

根据所述运动角度以及所述运动距离确定待测目标的位置。

可选的，所述通过高斯拟合法标定多通道数据同步采集装置中子传感器单元的视轴，具体包括：

获取所述多通道数据同步采集装置中各子传感器单元的光电信号；

根据所述光电信号绘制各子传感器单元的光电信号输出曲线；

选择各所述光电信号输出曲线中的最大光电信号值；

根据各所述最大光电信号值标定各子传感器单元的视轴。

可选的，根据标定好子传感器单元视轴的所述多通道数据同步采集装置，基于信号加权的侧抑制神经网络算法，检测待测目标的运动角度以及运动距离，具体包括：

获取各子传感器单元之间的角度间隔；

通过信号加权的侧抑制神经网络算法，对各子传感器单元的信号值进行侧抑制；

通过所述角度间隔以及侧抑制后的信号值，计算所述待测目标的运动角度以及运动距离。

可选的，所述通过信号加权的侧抑制神经网络算法，对各子传感器单元的信号值进行侧抑制，具体包括：

获取各子传感器单元的侧抑制系数；所述侧抑制系数通过高斯分布模型获取；

获取各子传感器单元的信号输入值；

获取各子传感器单元的侧抑制半径；所述侧抑制半径表示具有侧抑制作用的两个子传感器单元之间的距离；

根据所述侧抑制系数、所述信号输入值以及所述侧抑制半径，计算各子传感器受抑制后的信号值。

可选的，所述根据所述光电信号绘制各子传感器单元的光电信号输出曲线，具体包括：

采用最小二乘法对各子传感器单元的光电信号进行拟合，得到光电信号输出曲线。

与现有技术相比，本发明具有以下技术效果：本发采用tsl250r传感器为传感单元，设计一套仿复眼环形视觉测距装置；利用传感器阵列中目标信号准高斯态，提出了传感器阵列视轴快速标定法；基于复眼视神经的侧抑制特性，结合加权算法，实现视觉传感器高时间分辨率下对环境目标运动参数的超分辨率角度定位与测距，从而能够快速准确的检测运动目标的位置。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例运动目标位置检测系统的结构框图；

图2为本发明实施例运动目标位置检测方法的流程图；

图3为本发明实施例光电信号输出曲线示意图；

图4(a)为本发明实施例以环形传感器阵列圆心为坐标系原点建立直角坐标系的示意图；

图4(b)为本发明实施例旋转过程子传感器单元信号变化示意图；

图5为神经网络模型示意图；

图6为本发明实施例传感器子单元标定前后的角度检测结果示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的目的是提供一种运动目标位置检测系统及方法，以实现仿生复眼视觉传感器在视轴方向对目标的位置的快速准确检测。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

如图1所示，运动目标位置检测系统包括：目标运动装置101、多通道数据同步采集装置102、光学调节装置103以及处理器104。

所述目标运动装置101用于带动待测目标进行运动。所述目标运动装置101包括运动控制卡amp208c、驱动器、步进电机、同步轮同步带以及运动平台；所述运动平台用于放置所述待测目标(2mmccfl柱光源)，所述动控制卡、所述驱动器、所述步进电机、所述同步轮同步带以及所述运动平台依次连接；所述运动控制卡用于控制所述驱动器驱动所述步进电机转动，所述步进电机带动所述同步轮同步带转动，所述同步轮同步带用于带动运动平台运动。其中，目标竖直放置在运动平台上，上位机通过运动控制卡控制步进电机实现目标在二维平面内运动。

光学调节装103用于调节所述多通道数据同步采集装置102的位置。所述光学调节装置103包括光学面包板、xyz手动平台以及电动旋转平台。其中，所述xyz手动平台固定于所述光学面包板上，所述电动旋转平台同轴安装于所述xyz手动平台正上方，所述环形传感器阵列同轴安装于所述电动旋转平台上方，相互间依靠螺栓连接固定。所述电动旋转平台用于控制所述环形传感器阵列的旋转，所述xyz手动平台用于控制所述环形传感器阵列的坐标系与所述光学面包板的坐标系重合。电动旋转平台同样由amp208c控制驱动，用于控制环形阵列旋转运动并通过内部旋转编码器实现角度值反馈。

所述多通道数据同步采集装置102设置在所述光学调节装置上，所述多通道数据同步采集装置102包括数据采集卡、信号处理模块以及环形传感器阵列；所述信号处理模块同轴设置于所述环形传感器阵列的正上方，所述信号处理模块与所述传感器阵列通过短距电缆连接，环形传感器阵列用于将所述待测目标目标的光信号转换为电信号，所述信号处理模块与所述环形传感器阵列连接，用于对所述电信号进行抗噪、稳定和放大处理，所述数据采集卡与所述信号处理模块以及所述处理器连接，用于将处理后的电信号发送至所述处理器。其中，环形传感器阵列安装于电动旋转平台上，设计半径为75mm，以6°角等间距设计排布子传感器单元。

所述处理器104与所述多通道数据同步采集装置连接，所述处理器用于处理所述运动数据，确定所述待测目标的位置。

该运动目标位置检测系统的工作过程具体如下：

1)安装位调整。取某传感器为0号子眼，预先设定0号子眼是为了确定各传感器在坐标系中的初始角度位置，确定0号子眼，记录其数据采集通道号，方便信号采集后数据的处理。调整0号传感器视轴方向与x轴正向(0°线)重合，先调整0号子眼大致与0°线重合，再左右微旋转环形阵列，当0号子眼信号值出现最大时即为视轴重合。在距离传感器中心l＝500mm处安装目标(柱光源)，柱光源竖直放置于运动平台上，通过铅垂线校直，光源中心由安装座设计中心确定，固定于二维运动平台滑块上并与滑块中心重合，二维运动平台安装于光学底板上，位置参数可调，通过参数计算可获得光源中心相对于底板上某一特定点位的位置参数，同理可知环形传感器中心相对于该点位的位置参数，取该点位与环形传感器中心重合则可知目标(柱光源)位置。由于传感器存在一定的量程范围，目标取250-550mm区间测量较为合适，实验选取在500mm处进行。

2)数据采集。通过上位机编写的labview运动系统给运动控制卡发送运动指令并驱动电机，实现电动旋转平台的旋转。控制卡可实现的速度为0-8rad/s的正反运动，速度过快或过慢会引起电机及平台的抖动。同时，由于传感器信号存在不可避免的延时问题，所以标定旋转速度应该尽可能小，最终实验选取了3°/s的平稳速度进行。运动方向不对本实验产生任何影响，实验取图4(a)中的转动方向，控制转台以3°/s的角速度匀速旋转，旋转角度范围为360°。利用数据采集装置实时采集子传感器单元信号和转台旋转编码器信号，旋转编码器输出信号为电压模拟量，反映旋转角度，传感器为光电传感器，输出信号为电压模拟量，大小反映光强弱，在电动旋转平台360°的旋转过程中，通过上位机数据采集卡以2000hz的采集速度实时采集环形阵列中60个光电传感器的信号值以及旋转编码器的反馈电压值。

3)数据处理。由于平台电机等其他设备对原始信号存在噪声干扰，因此，对原始信号进行频谱分析，使用低通滤波去除频谱噪声，再对信号进行smooth平滑滤波，采用局部加权回归(lowess)的方式实现数据平滑，剔除传感器信号的异常值，最后采用高斯拟合法实现信号峰值寻找。处理后数据拟合仍会存在数据不平滑，偶尔出现不稳定跳动(噪点)的现象，可通过二次滤波对数据进行平滑处理。

如图2所示，应用于上述系统的运动目标位置检测方法包括：

步骤201：通过高斯拟合法标定多通道数据同步采集装置中子传感器单元的视轴。

具体包括：

获取所述多通道数据同步采集装置中各子传感器单元的光电信号；

根据所述光电信号绘制各子传感器单元的光电信号输出曲线；采用最小二乘法对各子传感器单元的光电信号进行拟合，得到光电信号输出曲线；

选择各所述光电信号输出曲线中的最大光电信号值；

根据各所述最大光电信号值标定各子传感器单元的视轴。

采用tsl250r光电二极管为基本感光单元，其信号输出光电特性(绕传感器自身中心o'旋转360°获得)如图3中曲线1所示，呈准高斯态——在同等输入下视轴0°方向获取的目标信号值最大。基于该光电特性，将该传感器围绕环形中心o旋转一周时，获取目标信号如图3中曲线2所示。与光电信号输出曲线相比较，该输出曲线同样符合准高斯态——视轴方向为信号最大值。因此，可以高斯拟合法来寻找信号峰值，标定子传感器单元视轴，具体方法如下：

以环形传感器阵列圆心为坐标系原点建立直角坐标系，柱光源中心位于坐标系x轴(0°线)，与环形传感器阵列圆心间距为l，ω为电动旋转平台角速度。θi为子传感器单元i视轴与x轴正方向间的夹角。如图4(a)所示。

图4(b)所示信号达到umax时的子传感器单元视轴角度...,θi-1,θi,θi+1,...即为旋转过程中不同时刻所检测到的目标方向，其中为子传感器单元i视轴与x轴正向的初始夹角，θt为t时刻转台旋转的角度。在子传感器单元视轴标定过程中，旋转环形传感器阵列，当子传感器单元信号出现最大值时，表明目标(柱光源)位于该子传感器单元视轴方向，获取该子传感器单元的视轴方向。在实际处理过程中，由于子传感器单元中目标信号为准高斯分布信号，采用具有抗信号局部跳动的最小二乘法对单子眼信号进行高斯曲线拟合计算，获得目标方向。

步骤202：根据标定好子传感器单元视轴的所述多通道数据同步采集装置，基于信号加权的侧抑制神经网络算法，检测待测目标的运动角度以及运动距离。

具体包括：

获取各子传感器单元之间的角度间隔。

通过信号加权的侧抑制神经网络算法，对各子传感器单元的信号值进行侧抑制。获取各子传感器单元的侧抑制系数；所述侧抑制系数通过高斯分布模型获取；获取各子传感器单元的信号输入值；获取各子传感器单元的侧抑制半径；所述侧抑制半径表示具有侧抑制作用的两个子传感器单元之间的距离；根据所述侧抑制系数、所述信号输入值以及所述侧抑制半径，计算各子传感器受抑制后的信号值。

通过所述角度间隔以及侧抑制后的信号值，计算所述待测目标的运动角度以及运动距离。

为提高目标方向的定位精度，解决传感器阵列离散分布问题，提出基于信号加权的侧抑制神经网络算法，实现目标所在阵列传感器中的高精度角度检测，神经网络模型如图5所示，数学模型见公式1。

其中，ri,j为侧抑制半径，由均匀排布起相互抑制作用的两个传感器编号i和j决定；kij为i号传感器对j号传感器的侧抑制系数，通过标准高斯分布模型(σ＝1，μ＝0)获取；si为侧抑制算法后获得的各传感器对应的信号值；ei、ej分别为i号和j号传感器的信号输入值；为最终计算获得的目标方向与定义初始角度0之间的夹角，δδ为传感器间等角度间隔。

为校准并实现传感器阵列中各传感器对相同目标输出信号的一致性，在信号处理过程中，以其中一个传感器为参照(0号传感器)，对每个光电二极管进行了处理，见公式2。

其中，为目标围绕环形复眼做定圆旋转时测得的i号传感器的最大值；为测距过程中某一时刻i号传感器信号强度；为i号传感器在无光照情况下的电压值。

步骤203：根据所述运动角度以及所述运动距离确定待测目标的位置。

根据本发明提供的具体实施例，本发明公开了以下技术效果：本发采用tsl250r传感器为传感单元，设计一套仿复眼环形视觉测距装置；利用传感器阵列中目标信号准高斯态，提出了传感器阵列视轴快速标定法；基于复眼视神经的侧抑制特性，结合加权算法，实现视觉传感器高时间分辨率下对环境目标运动参数的超分辨率角度定位与测距，从而能够快速准确的检测运动目标的位置。

结果与分析：

子传感器单元视轴标定结果

根据上述分析，测距时实际只用到半环形传感器阵列，采用上述方法实现了两环形传感器阵列的0-180°范围内的31个子传感器单元的角度标定。

定义标定之后编号为i的子传感器单元视轴方向为λi，在动目标角度检测过程中，将其代入公式(1)取代i·δδ，可得：

目标方向检测结果与分析：

在操作过程中，固定传感器阵列，电动旋转平台控制目标以匀角速度绕传感器阵列中心旋转；多通道数据采集系统采集传感器阵列采的信号，结合公式(3)，实时判断目标所在角度。传感器标定前后的角度检测结果具体如图6所示。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。

本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。