哈尔滨理工大学学士学位论文
最小二乘法可以很容易求出上述线性方程组的解。采用更多的己知点，可以使方程的个数大大超过未知数的个数，用最小二乘法求解可以降低误差造成的影响，求得透视变换矩阵后，对其分解可得摄像机的内外参数[9]。
4.2.2 目标检测
上一节解决了目标的图像坐标与世界坐标之问坐标变换的问题，但是如何确定图像中哪些部分是目标没有解决。本节将解决这个问题。目标检测的方法有多种，本节介绍的是基于运动的背景差分法。
背景差分法提取目标是由Wren等人于1997年提出的，该方法首先拍摄一幅工作场景中没有目标出现时的图像作为背景．在工作场景中有目标出现的时候，使用当前拍摄的图像与事先学习得到的背景图像进行相减的运算，这样由于不包含目标的区域的像素灰度值与背景对应区域的灰度值相等或很相似，而包含目标的区域像素的灰度值与背景图像对应区域的灰度值有较大的差别，相减运算之后，就可以得到当前图像与背景图像之间的一个差值图像。如果差值大于一定的阈值，则认为发现目标。
采用简单的减法来检测目标．很容易受到自然光照变化以及系统外部干扰的影响。因此采用背景差分法检测耳标的难点在于背景模型的选择与背景的更新。常用的背景建模及更新方式主要有以下几种：平均值法、中值法、运动平均法、单高斯模型法、核密度估计法等。目前，背景差分主要有两个发展方向；一个方向是对像素过程的建模不断完善，并不断发展快速算法；另一个方向是在基本背景差算法的基础上结合其他信息，提高检测的鲁棒性[11]。
4.2.3 视觉跟踪的多假设法（MHT）
按照不同的标准可将视觉跟踪问题分为多种类型。根据摄像机和场景中的目标是否运动将跟踪问题划分为四种类型：摄像机静止--目标静止，摄像机静止--目标运动，摄像机运--目标静止，摄像机运动--目标运动。根据场景中目标的数目将跟踪问题分为：单目标跟踪与多目标跟踪。对于这些不同的类型的问题，需要不同的分析方法与算法。本文讨论的是摄像机静止--目标运动的多目标跟踪问题，采用的是多假设法。
MHT算法是由Reid于1979年首先提出的。在数据关联发生冲突时，MHT算法形成多种假设，并把多个假设继续传递，让后续的观测数据解决这种不确定性。
MHT的流程可以大体分为两个步骤：数据关联以及航迹维护。数据关联是将读入的扇扫数据按照其所处的波门和已有的Track进行关联。要求把所有落在波门内的扇扫数据和相应的Track都关联起来，暂时不考虑Track的质量。
- 22 -
哈尔滨理工大学学士学位论文
需要注意，某个数据和其对应得Track关联起米，并不等于说该数据就是这个Track中目标的新观测，有可能该数据是虚警，也有可能该数据是一个新目标的起始，这些问题的最终确定需要等到航迹维护时进行。这反映了MHT的基本思想：把困难的数据关联操作推后，等到获取更多的观测数据后再进行。
如果扇扫数据没有落在任何一个波门内，则该数据直接产生一个新的Track。另一方面，如果在Track的波门内没有观测数据，则利用预测技术将Track外推，并形成新的波门。
航迹维护的作用是把数据关联步骤中形成的粗略关联细化，消除其中的冗余和不确定性[15]。
4.3系统模拟运行
完成以上软件设计和硬件及硬件技术和算法的研究之后，我们就可以给出本系统的模拟运行流程图了，如图4-2所示。
失败
登陆 成功 开始运行 RFID 阅读器 有邮件 无邮件
读取数据
暂停运行 失败 自动输入 成功 失败 启动相机
成功
手动输入 机器人
抓取 成功 失败 退出系统
图4-2 系统模拟运行流程图 如图所示，首先我们要登录系统，如果用户名或密码不正确次数达到三次系统将自动退出。登陆成功后点击系统设置模块的开始运行和邮件信
- 23 -
哈尔滨理工大学学士学位论文
息处理模块的自动运行按钮后启动相关硬件，RFID阅读器将自动检测一段时间内有无邮件存在，如果没有，系统将自动退出。检测到邮件后，RFID阅读器将自动读取邮件标签信息，并将数据传送给PC机，这时软件系统会尝试自动输入读取到的数据，成功后将启动机器人捡取邮件，若失败将暂停运行改由工作人员手动输入数据，并启动机器人捡取邮件。若机器人启动成功系统将以此往复直至邮件分类捡取完毕。若失败，系统将自动退出，待工作人员解决了所有问题后再人工启动器系统。
4.4本章小结
本章主要介绍和研究了系统要用到的一些硬件与算法并给出了理论上的系统模拟运行，由于客观条件所限，本文对这些内容的研究大部分只限于理论方面，具体应用时必然还会遇到一些新问题，这就需要后续的研究人员来解决。此外本文采用Motocom32控制机器人运动，但是Motocom32使用并不十分特别方便，并且只可适用于Motoman机器人。因此后续工作可考虑跳过Motocom32，研究基于运动控制卡的机器人运动控制。
- 24 -
哈尔滨理工大学学士学位论文
结论
本文主要工作
本文围绕一个工作于传送带上的邮件分拣系统，主要研究了以下内容：
本文研究了该系统的系统体系结构和数据库。以图表的形式给出了本系统的体系结构并对本系统要实现的功能给出了大体的介绍。研究了系统的数据库设计，并给出了数据库的详细设计数据。
本文研究了邮件自动分拣系统软件部分的设计与实现。研究了系统软件各模块的实现过程，介绍了各模块的主要功能，并给出了部分的程序代码。
本文研究了系统主要的硬件设施。研究了各硬件的性能与参数，并对他们进行了初步的介绍。
本文研究了系统硬件部分用到的一些算法。这些算法包括：相机标定技术方面的直接线性法；目标检测方面的背景差分法以及视觉跟踪方面的多假设法。
对后续工作的展望
软件数据测试方面，由于条件所限测试数据 数量较少，为了加强系统稳定性，后续工作应该采用大数据量对系统进行检测和改进。
由于条件限制，本文所述系统采用单个相机(单目)，只能抓取高度尺寸已知的目标。如果采用立体视觉相关算法，系统将能自动适应高度未知的目标，因此后续可研究立体视觉算法。
在目标检测方面，本文采用的背景差分法未进行背景维护，为了使系统更稳定的工作，后续工作需完成背景维护的研究。
本文采用Motocom32控制机器人运动，但是Motocom32使用并非特别方便，并且只可适用于Motoman机器人。因此后续工作可考虑跳过Motocom32，研究基于运动控制卡的机器人运动控制。
在系统软硬件结合方面，由于客观条件所限，本文给出了系统的模拟运行过程并为这部分预留了相关接口，后续工作应该在条件允许的前提下完全实现这部分。
- 25 -
哈尔滨理工大学学士学位论文
致谢
四年的时光匆匆而过，我的本科阶段的学习和生活即将结束了。在即将毕业之际，首先衷心感谢各位任课老师几年来在学习、生活上给予的指导和关怀，其中要特别感谢我的毕业设计指导教师李善强老师，从课题的确定到研究方法的选择都给了我极大的帮助。在本科学习中各位老师对科研工作认真严肃、精益求精的态度以及踏实勤恳的工作精神都给我留下了深刻的印象，这些无疑将成为我受益终生的宝贵财富。在此衷心祝愿各位老师工作顺利、合家欢乐!
在各位同学默契配合和大力支持下，我顺利完成了学士学位论文。特别要感谢杨忠胜同学在整个科研和论文写作阶段给予的帮助。
衷心感谢所有曾关心我、帮助我的师长、朋友和同学们，你们使我在哈尔滨理工大学求学经历更加美好，终生难忘。
我还要深深感谢我的父母，感谢他们多年来所给予我的无私关爱和支持。
李伟
2011年六月于哈理工
- 26 -