基于神經網絡的輪式小車系統的模式識別研究.pdf

1、研究具有圖像處理及模式識別能力的車載型機械手，在當今信息化、自動化的世界中，其意義深遠，實用性強。有關智能小車搭載機械手的研究在國內外已有很多案例。在應用方面，具有視覺機能的搭載機械手的智能車輛系統不僅可以在危險地區進行探查、搜救，而且可以應用于醫療，照顧老年人和行動不便的人等。
　　本課題是基于ART神經網絡的搭載機械手的輪式小車系統的模式識別研究。近些年來，智能控制發展得十分迅速，已廣泛地應用于自動化、電子等行業。其中，神經網

2、絡更是其中的佼佼者。輪式小車系統最能反映出智能控制的優越性，所以通常被用作智能控制的被控對象。理論上就機器人的智能而言大多是指兩個方面:一是通過各種傳感器自動感知周圍環境，二是在了解周圍環境的基礎上，自動采取下一步行動。本課題設計的搭載機械手的智能小車系統就是利用模式識別的結果，實現機械手與車體配合協調，完成抓取任務。理論上進行研究和創新，將圖像處理、模式識別和ART神經網絡三者相互配合，共同完成從識別到抓取字母的一系列任務。
　

3、　本課題，在可以循跡、紅外避障以及紅外遙控的智能輪式小車上，搭載了筆記本、視頻攝像頭和五自由度機械手。以筆記本為平臺，首先將攝像頭拍攝到的圖像利用OpenCV庫函數對其進行圖像處理，然后將提取出來的5*5特征矩陣輸入給ART神經網絡進行模式識別，辨別其是否是需要抓取的特定目標物體，之后將得到的各項控制參數傳輸給單片機，控制機械手抓取特定目標物體。
　　通過實驗，達到了事先的預期——該模式識別方法可以成功區分不同的字母實物和機械手可