基于机器视觉的自动停车系统.doc
- 文档编号:30861047
- 上传时间:2024-05-02
- 格式:DOC
- 页数:53
- 大小:3.27MB
基于机器视觉的自动停车系统.doc
《基于机器视觉的自动停车系统.doc》由会员分享,可在线阅读,更多相关《基于机器视觉的自动停车系统.doc(53页珍藏版)》请在冰豆网上搜索。
摘要
基于机器视觉的自动停车系统
摘要
本论文设计实现了一种基于机器视觉的自动停车系统。
设计采用ARM系列控制板RaspberryPi作为自动停车小车的图像采集和控制的主控板,选用微型摄像头、电机驱动、电机、舵机等模块搭建了小车整体系统,利用神经网络算法训练出一个基于视觉的循迹控制模型,最终实现小车自动控制行驶在铺设的轨道上并能自动停车入库功能。
系统整体分两部分,首先搭建起小车手动控制系统在铺设的轨道上进行手动控制运行,利用小车上的微型摄像头采集轨道信息,收集轨道图像训练集,训练集图像命名用当前控制指令命名,采集完成后将训练集拷贝到PC端搭建神经网络算法模型进行训练;然后在第二部分将训练好的模型下载到主控板上,将小车运行时采集到的图像信息经过神经网络模型预测,预测出当前图像下应该执行的控制指令发送给小车控制程序,控制小车行驶和判断停车位进行自动停车。
系统硬件部分以最为精简的电路模块搭建,软件采用模块化编程,大大方便了硬件调试和软件功能实现。
经过在实际中铺设轨道反复测试表明,此次设计实现了视觉循迹和自动车位检测停车功能,性能稳定,具有一定的应用价值。
关键词:
RaspberryPi;机器视觉;神经网络;预测;循迹
论文类型:
应用研究
目录
目录
1绪论 1
1.1课题研究意义 1
1.2所属领域的发展状况 1
1.3课题主要研究内容 2
2系统方案论证及选型 3
2.1车体模型选择 4
2.2控制器选择 5
2.3摄像头 8
2.4电机选择 9
2.5电机驱动选择 10
2.6转向舵机选择 11
2.7电源选择 12
3硬件电路设计 13
3.1硬件搭建 13
3.2电源电路设计 13
3.3电机驱动电路设计 13
3.4系统总体架构图 14
4软件设计 17
4.1总体程序设计思路 17
4.2小车控制程序设计 18
4.3模型训练图像数据采集程序设计 20
4.3.1手动控制数据采集 20
4.3.2搭建Samba服务器 22
4.4神经网络模型 22
4.4.1神经网络算法介绍 22
4.4.2神经网络构成 23
4.5BP神经网络的算法及实现 24
4.6循迹模型和控制程序融合设计 27
5系统环境搭建与测试 29
5.1小车组装 29
5.2轨道环境搭建 30
5.3调试方案 30
5.4系统测试及结果 30
5.5结果分析与结论 34
5.6调试心得 35
6总结与展望 36
致谢 37
参考文献 39
附录 41
声明
1绪论
1.1课题研究意义
科学技术带动计算机领域的飞速发展,引领人工智能的前进方向,带给我们生活越来越便利的改变,使我们的生活变得越来越自动化、智能化。
感受到科技带给人们生活的便利后,人们对智能化的要求也越来越高,许多电子设备都在慢慢实现智能化,各种智能化设备正在慢慢代替人力,越来越多的工厂也开始从自动化工厂转向智能工厂,也有越来越多的智能化设备正在不断问世。
在这个技术高速提升的大背景下,各个行业的专家学者开始将注意力转移到对智能汽车领域的研究上。
除此之外,国内举办的各类电子设计大赛也开始出现涉及智能小车设计制作的相关比赛题目,也直接引导全国各大高校注重这方面的设计研究。
智能小车的设计是结合了环境感知、规划决策和多级辅助驾驶功能的多种技术结合体,是一个比较综合的设计系统。
智能小车研发的主要目的是为了解决复杂路况条件下,车辆可以实现自动驾驶或驾驶辅助,自动规避障碍物并按照交通规则行驶,减少由于人为驾驶的失误造成的不测,有很多因为人的注意力不集中或疲劳驾驶而引起的事故比比皆是,因此智能化小车的问世是必然[1]。
本次设计一种基于机器视觉的自动停车系统也是基于这样的背景提出,也是智能小车的一个研究方向,它集中运用了计算机,传感器,ARM板,通信及自动控制等技术,能够实现通过摄像头获取轨道信息,可操控行驶速度、准确定位自动停车。
根据设计要求系统可分为检测部分,驱动部分和控制部分。
在此次设计中,图像处理上用了OpenCV计算机视觉库,用微型摄像头做图像采集,在电脑搭建神经网络算法模型进行训练;检测部分主要是对传输回来的图像进行判断,然后通过神经网络训练出的模型对小车的行驶进行预测和控制;驱动部分主要包括驱动电机、电机驱动板、舵机[2]。
1.2所属领域的发展状况
自动驾驶是一种涉及到各个领域的技术,国外对此研究的较为深入,在1996年,法国国家信息与自动化研究所率先实现了平行车位泊车电动车原型,依靠超声波传感器识别车位并控制汽车停入车库,因为依赖于车库前后区域已停泊车辆,局限性较大,但这也是第一次证实了自动停车的可行性。
在国内,2014年有人提出一种基于图像处理的泊车辅助系统设计,但最终重点依然是软件设计和硬件设计,主要是针对室内搭建的简化环境,没有针对实际的轨道环境进行研究。
目前市场上自动停车辅助系统有较多的科研成果,但是市面上带有停车辅助系统的国产汽车更多的是以倒车雷达或者倒车影像的方法提示,辅助驾驶员控制其汽车倒车入库,还没有完全自动的停车技术[3]。
1.3课题主要研究内容
设计研发一辆利用RaspberryPi控制板搭载Linux系统的基于机器视觉的自动停车系统小车,可以实时处理检测轨道和停车位,通过神经网络算法模型预测实现停车入库功能。
根据设计的要求,系统可以划分为硬件部分和软件部分。
硬件部分为了整体系统简洁高效,设计采用模块化子电路搭建,软件部分采用功能函数编程,最后整体组合调用。
因此要对电源电路、电机驱动电路、Raspberry、摄像头进行深入学习研究,同时在软件部分要着重学习python编程、OpenCv、NumPy、PyGame等第三方库函数,本次毕业设计要掌握机器视觉处理,ARM板的基本应用,小车的制作方法,电机驱动原理和PWM调速原理等相关知识。
2系统方案论证及选型
根据设计目标,系统主要实现通过摄像头采集图像信息经过提前训练好的神经网络学习模型按照预定轨迹自动寻迹并实现在停车位自动停车功能,其中模型的训练主要通过神经网络算法在PC机端训练。
传统的视觉循迹小车,更多的是通过摄像头获取车道图像,然后进行图像处理,得到实际位置与理想位置的偏差,然后依据得到的偏差去控制小车行驶状况,小车寻迹是否准确关键在于我们对图像处理的速度及人为判定条件设定,然后去选择接下来该怎么走,此种方式实时性较差,准确率低,抗干扰能力极差[4];而我们使用的神经网络算法是机器学习中一种相对来说较为成熟的学习算法,在学习过程中,小车的循迹功能我们主要通过使用神经网络来实现,与以往的方法相比,这更偏向于自主学习,算法学习思路大致如下,首先我们需要操纵小车运行一段时间,收集大量的训练数据(包括车道图像,控制值),然后通过神经网络训练出一套模型,再将这个模型加载到小车控制系统中,小车控制系统就可以根据这个模型,预测、控制小车行驶,并且还具有反复训练学习的能力,适应场合和抗干扰能力不断增强。
此次设计系统整体框图如图2-1所示,共分为六个模块,由电源模块、电压转换模块、CPU控制模块、摄像头模块、电机驱动模块、转向舵机模块[5]。
图2-1系统整体框图
2.1车体模型选择
目前国内关于智能小车的比赛众多,影响力比较大的有飞思卡尔智能车大赛、STEM智能车挑战赛,所有关于智能小车的模型也多种多样,从三轮、四轮到坦克履带式车模,每种车体模型适用场景也不一样,面对众多信号的车体模型,考虑到本设计适用场景和车体结构参数,有以下两种选择方案:
方案1:
在网络上购买一辆玩具遥控电动车,将车体拆卸,使用玩具车体底盘模型。
目前市场上购买的玩具电动车一般都拥有驱动电机、电机驱动电路以及组装完整的车架车轮,利用玩具车可以直接进行改造组装。
本设计中要求具有舵机控制转向功能,玩具遥控电动车前轮机械结构也非常符合设计要求。
虽然玩具车可以满足部分设计要求,但玩具车的动力驱动部分直流电机的力矩很小,空载转速过快,没有动态调速功能,负载性能较差。
方案2:
使用著名智能车设计大赛“飞思卡尔”大赛的官方指定专用车模。
飞思卡尔专用车模是国内厂商生产的1:
16电动越野底盘部分,其车底突出特点为四轮都可单独驱动也可组合驱动、车轮独立悬挂。
通过机械多参数调节可改变小车性能,当车子满载时可以通过改变前后桥的六角螺丝来改变底盘与地面的高度;智能小车的车辆转向反应和直线行驶稳定性由前轮Toe角度决定,飞思卡尔车模可以通过改变前轮万向节拉杆的长度来改变Toe角度,对车辆转向提供非常简单的设计要求。
飞思卡尔专用车模设计的目的就是满足不同场合、不同跑道下的各种场景设计要求,其功能全面丰富,设计合理,因此大多智能小车设计的首选车模都会采用此系列车体。
经过反复考虑论证,本项目小车模型最终决定采用方案2,由后面两轮分别驱动,在车体前轮连杆处安装舵机进行方向控制。
在动力驱动部分分别安装两个型号、转速和力矩完全相同的直流电机进行车体驱动。
为减小前进后退是产生的反向电流干扰,利用后两轮中间的机械连杆设计,前进时利用一个电机驱动带动两轮转动,后退时由另外一个电机驱动带动两轮转动。
本设计中最终选择的小车模型下图2-2所示。
图2-2本设计小车模型
2.2控制器选择
控制器、电机驱动和电机三个部分构成智能小车的主体框架,作为智能小车的“大脑”,控制器的选择尤为重要,它决定着小车的整体性能,控制器的优良与否关系整个系统的成败,根据此次设计要求,有32系列单片机、430系列单片机以及树莓派、cubieboard开发板等多种方案可选,考虑到本次设计涉及图像获取、无线传输和图像处理等功能,在综合考虑目前市场上能实现这些需求的控制器中,按照实际资源需求和成本,最终优先考虑基于嵌入式ARM处理器的RaspberryPi单片机和STM32单片机,RaspberryPi单片机如图2-3,STM32单片机如图2-4。
图2-3RaspberryPi单片机
图2-4STM32单片机
单片机是高度集成在一小块电路集成板上的嵌入式微型处理器,广泛应用于嵌入式产品中。
单片机的组成电路简单,其内部主要构成器件有控制器、运算器、存储器以及GPIO输入输出构成。
随着电子科学技术的发展,尤其是伴随人工智能技术的普及,在我们的日常生活中随处可见集成有微型电子集成电路的嵌入式设备,如较小的电子手表、智能闹钟、遥控器、手机、电子锁等等,较大的冰箱、电视、空调等等,在每件电子产品中都集成有单片机。
单片机的普及离不开它完善的微型计算机系统这一特点,它采用先进的集成技术将所有器件集成到一块硅片上,呈现高度集成化形态,同时构成一个比较小但是很完善的微型计算机系统。
单片机从诞生以来就具有体积小、功耗低、性价比高这一特点,同时兼具控制功能强、运算速度快,而且在后期系统升级过程中极易实现扩展升级,由于这些单片机特性,使得它的发展速度非常快,有着大量的使用人群,所以有着丰富的开发资源可以借鉴,使得开发、研制周期可以大幅缩短。
随着单片机的迅速发展开始出现了适用于特殊指定场合的专用单片机,厂家开始生产各种型号的单片机产品,方便研发人员根据实际控制需求,选用功能更专一的单片机。
在市场上一般最常见是8位单片机,其应用场景广泛属于通用型型号,在中/小规模的电子设计领域比较常见。
随着控制系统的复杂程度和设计功能丰富程度的提升,逐步使用高性能的16位和32位单片机取代8位单片机型号,以提高系统整体性能[6]。
高性能的系列单片机是一般是小型控制系统的最佳选择,在兼顾性能的同时可以完美的符合设计需求。
其中STM32系列单片机的功耗特别小,具有多种型号可更具设计需求的各种要求选择,是目前使用最多的控制芯片。
虽然单片机性能已经发展到很高的程度,但它有着无法忽视的缺陷,受限于它自身体积和架构设计,单片机整体资源受限,程序只能以单进程运行,不能搭载系统。
为了解决这一缺陷,市场上又出现一种高性能的单片机通常称为ARM微型卡片式电脑,它可以完美取代传统单片机,用于实现复杂控制系统,更丰富的集成资源让它可以用于计算量大的运行环境,快速处理后端数据,甚至可以作为一个通用计算机来用。
基于以上对控制器的了解,本设计对控制器的选择有以下几种方案:
方案1:
采用以传统的高性能单片机STM32,选用搭载Cortex-M3为内核的STM32VET6芯片,这是一款增强型型号,时钟频率达到了72MHz,通过配置可以设置成不同频率,可以同时使用6个定时器,2个SPI接口,5个USART接口,有80个IO端口,配置资源丰富,具有高性能、低成本、低功耗等优点。
STM32VET6可以实现实时控制要求较高的场合,也容易扩展外围资源,根据具体任务需求增加外设,结合本次任务要求和实际需要,该系统所需要的数据处理量比较大,尤其设计到图片数据采集和无线传输,因此在STM32自身基础上增加摄像头模块、蓝牙或无线通讯模块是可以满足本次设计需要的。
方案2:
采用RaspberryPi作为主控制器。
选用在2018年最新推出的RaspberryPi3B+作为主控制器,它的设计是以集成开发板形式面向设计使用者,是一款硬件开源板,上面集成了最新的wifi模块、高性能CPU、大容量存储内存,各个模块以分立的芯片形式存在,方便出现故障时快速排除更换,其CPU性能甚至超过普通单片机,可以运行Linux操作系统。
RaspberryPi3B+是目前非常流行的一款小型计算机系统,其芯片为博通公司最新设计研发的基于ARM11架构的BCM2835芯片,设计主频理论值最高可达700M,运行系统以SD卡作为系统存储介质,主板周围配置有4个USB接口和一个网口,可连接键盘、鼠标和网线。
除此之外,其板载资源还拥有HDMI高清视频输出接口,能执行如电子表格、文字处理、玩游戏、播放高清视频等著多功能。
RaspberryPi3B+还引出40路GPIO用来连接各种传感器,输入输出控制信号,作为控制器有着较强的控制性能。
本次设计可以直接使用RaspberryPi的摄像头模块采集视频保存在本地,然后通过自身的WiFi模块传输数据给PC机,同时小车的控制也可以直接通过GPIO引脚输出控制信号给驱动板,符合设计要求。
通过成本比较、性能验证,结合此次设计功能需求以及资源最大化合理利用原则,最终决定使用方案2采用ARM系列以Raspberry作为控制器,因为STM32最小系统板不带摄像头、无线模块,需要自行购买配置,相比较于Raspberry自身高度集成摄像头和无线模块来说显得硬件布局更加复杂。
2.3摄像头
当主控板选定采用RaspberryPi后,必须选择RaspberryPi所支持的摄像头模块进行数据采集,经过资料查询发现RaspberryPi使用摄像头模块主要有以下两种方案可选:
方案1:
采用无驱动USB摄像头。
RaspberryPi自带4路USB接口,支持热插拔,可以实现USB摄像头的实时识别连接,选用通用的无驱动USB摄像头可以在RaspberryPi上正常工作,此方案符合本次设计要求。
方案2:
采用RaspberryPi3B+自带的官方设计原装摄像头Camerav2。
Camerav2是RaspberryPi推出的官方摄像头板,其设计是由索尼公司专为微型系统研发的IMX219传感器扩展板,实现了微型系统采集高质量8百万像素设计要求,拥有定焦镜头,可以实时捕捉最高3280x2464像素的静态图片和30FPS1080P的视频,也支持1080p30,720p60和640x480p60/90摄像功能,其性能参数见表2-1所示。
摄像头通过板上表面的小插槽连接RaspberryPi,并使用专门设计的CSI接口连接,可以应用于图像识别和图像追踪、拍照、监控等多个场合,综合考虑此方案符合本次设计要求。
表2-1Camerav2性能参数
类型
参数
通道数目
1
支持的总线接口
CSI-2
支持*高分辨率
3280x2464
大帧率(捕获)
30fps
尺寸
23.86x25x9mm
高度
9mm
长度
23.86mm
高工作温度
+60°C
低工作温度
-20°C
宽度
25mm
对比两种方案,其功能实现都没有问题,在确保功能的前提下,本设计倾向于选择方案2,使用RaspberryPi自带的官方摄像头,如图2-5所示,主要是它不需要占用USB插口,有独立设计的CSI接口占用空间面积小,其数据传输采用软排线连接,安装起来比较简单,数据传输也比较稳定。
图2-5Camerav2
2.4电机选择
智能小车电机种类较多,有竞速型的、功率型的、带霍尔传感器型的,选择电机主要看设计需求是针对哪一类,本设计目的不在于竞速,所以选择普通的小车电机即可,面对众多型号,符合本设计要求的电机主要有以下几种方案可选:
方案1:
采用常见的小扭矩步进电机作为该系统的驱动电机。
步进电机常用于控制精度要求较高的场合,通过对步进电机转动的角度的控制可以精确定位控制电机转动。
基于这个特性,本设计利用步进电机可以实现小车前进距离和位置的精确控制,所以利用其设计大功率负载小车是一个比较好的选择。
步进电机虽然有着其他电机不可取代的优势,但步进电机的输出力矩较低,会随转速的升高而下降,且在较高的转速时会急剧下降,因此不适用于对转速有一定要求的的小车系统。
因此,此方案虽能满足设计要求,但对于后期升级提升车速会有一定限制。
方案2:
采用智能车设计大赛最常使用的直流减速电机作为小车驱动部分。
直流减速电机最明显的特点就是转动力矩大,体积小,重量轻,装配简单,使用方便。
除了这些固有特点之外,有些小车在电机内部还装有减速齿轮组,以实现各种速度要求下的变速设计要求,选用此种电机不需要考虑调速功能,很方便实现通过控制器对直流减速电机执行前进、后退、停止等操作,同时驱动电流要求较小。
在本设计中还可以根据设计需求选用前后双滚珠轴承设计的电机,这种电机功率最高可达288w,电流最大为12A,供电范围较宽可采用直流12v-24v电压供电,电机还自带散热风扇,最高转速在12v时可达6000转,24v时可达12000转,扭力可带动3.8公斤,技术指标性能远远超出设计要求。
综合以上方案,考虑到本设计的后期升级优化,优先选择方案2的直流减速电机作为小车的驱动电机。
本设计中选用的驱动电机如图2-6所示。
图2-6驱动电机
2.5电机驱动选择
一般情况下小车的驱动系统由控制器、电动机驱动和电机三个部分组成。
如果直接用控制对电机输出控制信号,由于控制器GPIO输出电流受限,是无法使电机正常工作的,除此之外,电机采用驱动电路可以实现对电机的转速调制控制,满足这种通用电机的正常工作功率要求,同时电机驱动模块内部带有光耦隔离也会有效的避免电机启停时对电源部分的干扰。
选用小车驱动模块时主要考虑两个技术指标:
一是要有较宽的调速范围;二是要有较宽的高效率区,这是由于电源功率会对电机的转速造成影响。
所以通过文献查询和资料收集,有以下几种可选方案:
方案1:
使用专用的驱动芯片L298N,这是ST公司专门针对电机驱动生产的,该芯片是一种高电压、大电流电机驱动芯片,工作电压最高可达46V;输出电流大,瞬间峰值电流可达3A,除此之外,L298N内含两个H桥的高电压大电流全桥式驱动器,可以驱动感性负载,逻辑电平信号控制采用标准TTL;使能控制端有两个,有一个逻辑电源输入端,使内部逻辑电路部分在低电压下工作,将变化量通过外接检测电阻检测后反馈给控制电路,控制器输出PWM对它进行控制,但是L298N的工作在线性区,存在功率低和散热的问题,短距离测试没有问题,如果长时间工作必须配套使用散热模块,否则这将严重影响小车整理性能,限制小车行驶距离,故此模块不适用于本次设计。
方案2:
采用MOS管双电机驱动采用8片低阻值大功率芯片,组成双H桥可以同时驱动两路电机,最大允许电流可达160A,使用74HC245与控制器电气接口进行隔离,有效保护控制器。
驱动模块与控制器用5根信号线(GND、PWM1、PWM2、PWM3、PWM4)通信,能够实现电机正转反转,其中四路PWM输入信号,在实现调速的同时驱动两路电机。
为了有足够大的基极电流流过场效应管可以用三极管加在场效应管的基极加以驱动这个方法解决,再通过PWM波控制MOS管达到控制直流电机电压的目的。
调节电机的速度只要改变控制器输出的PWM信号改变占空比就可以,电机的速度与占空比大小成正比,占空比越大电机速度越快,当占空比为1时,电机转速最大。
此设计方案可以满足本项目电机控制参数要求,选择此模块可以很好地兼顾小车电机调速和功率驱动要求,可以优化提升小车整体性能。
通过比较,为了保证电机长时间正常稳定工作,同时提升智能小车整体性能,达到理想的设计要求,最终电机驱动模块选择方案1中的MOS管双电机驱动模块,模块如图2-7所示[7]。
图2-7MOS管双电机驱动模块
2.6转向舵机选择
舵机是一种位置伺服的驱动器,它使用一个反馈系统来控制电机的位置,通常一些角度经常变化并且还需要可以保持的控制系统会使用到舵机。
主要由外壳、电路板、无核心马达、齿轮与位置检测器所构成。
舵机内部有一个基准电路,产生周期为20ms、宽度为1.5ms的基准信号,将获得的直流偏置电压与电位器的电压比较,获得电压差输出,经过电路板IC方向判断,再驱动无核心马达开始转动,透过减速齿轮将动力传至摆臂,同时由位置检测器送回信号,判断是否已经到位。
舵机转动的角度是通过调节脉冲宽度调制(PWM)信号的占空比来实现的,标准的PWM信号的周期固定为20ms,脉宽分布由0.5ms到2.5ms之间,脉宽与转角0°-180°相对应。
大多数舵机最大旋转角度为180°,也有一些特殊要求场合使用的舵机能实现360°转动[8]。
舵机比较多的用于对角度有要求的场合,比如摄像头,智能小车前置探测器,而在本设计中,将舵机用作方向转动控制器,转动范围较小,因此选用一般的0°—180°转动范围的小型舵机即可,本次设计选用的是SG90舵机,如图2-8所示,该信号舵机体积比较小,扭矩虽然不是很大,但是足够带动小车转向装置,符合设计要求。
该舵机控制信号与角度对应关系式如式(2-1)所示,角度关系对照表如表2-2所示。
(2-1)
图2-8SG90舵机
表2-2角度关系对照表
高电平时间(t)
对应位置()
0.5ms
0度
1.0ms
45度
1.5ms
90度
2.0ms
135度
2.5ms
180度
2.7电源选择
智能小车要想动起来非常重要的一个部分就是要有电源提供能量,它是各模块正常工作的前提,为各模块提供必需的电源。
电源的正确选择使用是系统稳定工作运行的前提,也是对各电路模块的保护,考虑到本次设计各模块供电需求,电源模块主要有以下几种方案设计:
方案1:
电源不经处理直接给电机驱动和系统各个模块供电,但是考虑到电机启动瞬间冲激电流会比较较大,有可能造成电源电压波动,影响系统稳定性。
除此之外,为有效提供各模块工作电压,必须从主控板和驱动板引出不同电压等级,但是其输出电流会有所受限,所以虽然其供电电路比较简单但不可靠,同时,长时间工作有可能造成电压不稳波动较大,此方案可行但缺陷较多。
方案2:
采用线性稳压转换芯片。
通过电压转换将主电源分成两路,第一路经过LM2940线性稳压芯片将主电源电池从7.2V降压转换为5V。
第二路利用MOS管双H桥电机驱动芯片将主电源电池从7.2V升压转换为12V给电机供电。
这样通过线性稳压芯片分别供电,使各个系统的供电分开独立运行,互不干扰,避免了启动瞬间电压波动造成系统运行故障。
这样设计供电电路比较简单,又消除电动机驱动对芯片造成干扰,提高了系统的稳定性,符合本次设计的要求。
通过比较,根据设计方案中小车各
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 机器 视觉 自动 停车 系统