基于嵌入式设备与深度学习模型的智能小车的设计与研究

耿韶光

摘要：近年来，深度学习凭借其在识别应用中超高的预测准确率，在图像处理领域获得了极大关注，这势必提升现有图像处理系统的性能并开创新的应用领域。本文在充分研究深度学习常用模型和技术框架等最新热点前提下，基于树莓派、Arduino这两种嵌入式设备，设计了一款实现物体识别与追踪的智能小车机器人。该智能小车通过搭载在智能小车上的摄像头采集数据，利用计算机视觉的目标识別与追踪模型计算出被跟踪物体的位置信息，在目标物体移动的过程中，通过嵌入式设备分析位置数据计算出控制命令来操控智能小车实现目标跟踪。

关键词：树莓派;Arduino;深度学习;目标跟踪

中图分类号：TP23 文献标识码：A 文章编号：1007-9416（2020）05-0161-02

0引言

视频目标跟踪是计算机视觉领域的重要研究方向之一，它在智能视频监控、人机交互等领域有广泛应用。随着深度学习方法的发展，视频目标跟踪变得越来越精准。树莓派是一款具备高级功能的嵌入式主板，Arduino是一款便捷的嵌入式开发工具，可做实时信号采集和控制。然而树莓派硬件扩展能力差，Arduino没有强大的处理能力。当二者结合起来使用时，各自的特性便具有互补性。本文中的智能小车利用深度神经网络模型计算出被跟踪物体的位置信息，用树莓派与Arduino控制小车跟随目标物体的移动而运动。

1智能小车总体架构设计

具体来讲系统分为移动小车、图像采集模块，数据计算模块、逻辑总控模块、机械总控模块这5个部分构成。……