基于自动识别的自动打靶机器人系统
人工智能在军事上的应用自动化武器系统以及智慧作战
人工智能在军事上的应用自动化武器系统以及智慧作战人工智能在军事上的应用：自动化武器系统以及智慧作战随着科技的不断进步，人工智能在各个领域的应用日益广泛，其中军事领域也不例外。
人工智能的应用使军事作战更加智能化和高效化。
本文将重点讨论人工智能在军事上的两个重要应用，即自动化武器系统和智慧作战。
1. 自动化武器系统人工智能在自动化武器系统中扮演着重要的角色。
自动化武器系统通过整合无人机、无人车辆等智能设备，以及具备自主决策能力的智能算法，能够实现自动识别目标、规划路径、进行打击等任务。
这样的系统能够减少人力投入，提高作战效率，并且能够在危险环境下替代人员执行任务。
以无人机为例，人工智能技术使得无人机能够通过图像识别、目标追踪等技术，自动锁定目标并进行精确打击。
无人车辆则可以通过人工智能技术实现自主导航、障碍物识别等功能，使其能够应对不同的战场环境。
此外，人工智能还能够提高武器系统的智能辅助决策能力。
通过深度学习等技术，可以对战场情报进行实时分析，为指挥员提供全面准确的决策支持，帮助指挥员做出更加明智的决策。
2. 智慧作战智慧作战是指通过人工智能技术实现作战指挥与决策的智能化。
人工智能在智慧作战中的应用主要体现在以下几个方面：首先，人工智能能够对大数据进行快速处理和分析。
在现代战争中，战场情报、作战数据等庞大的数据量需要被快速处理和分析，以提供及时准确的指挥决策。
人工智能通过自动化的数据处理算法，能够帮助指挥员高效地处理数据，快速获取有用的信息。
其次，人工智能能够进行智能化的作战规划和战术决策。
通过深度学习和机器学习等技术，人工智能可以学习和模拟大量的作战经验和规则，从而能够对战场态势进行预测和分析，并提供多种作战方案供指挥员选择。
此外，人工智能还可以在作战中实现自主决策。
通过预设算法和自我学习，人工智能系统可以根据实时战场情报和指挥员的指令，自主判断和决策，进行精确打击、调整战术等。
然而，人工智能在军事应用中也面临一些挑战和争议。
智能化自动报靶系统问题分析与展望
智能化自动报靶系统问题分析与展望在现代科技的浪潮中，智能化自动报靶系统如同一位精准无误的裁判，为射击比赛提供了公正、客观的评价。
然而，这位看似完美的裁判也存在着一些不容忽视的问题。
本文将深入剖析这些问题，并展望未来的发展方向。
首先，智能化自动报靶系统的核心在于其准确性。
正如一把锋利的刀剑需要磨砺才能保持锋芒，系统的精度也需要不断校准和维护。
目前，部分系统在长时间运行后会出现微小的偏差，这就像一颗定时炸弹，随时可能引发误判。
因此，如何确保系统的长期稳定运行成为亟待解决的问题。
其次，系统的抗干扰能力也是关键所在。
射击比赛中的环境复杂多变，各种电磁信号、声音和光线都可能对系统产生干扰。
如果系统不能有效抵御这些干扰，就如同一艘在风浪中摇摇欲坠的船只，难以保持稳定。
因此，提高系统的抗干扰能力是提升其可靠性的重要途径。
此外，智能化自动报靶系统的易用性也不容忽视。
一个优秀的系统不仅要有强大的功能，还要具备良好的用户体验。
目前，部分系统的操作界面复杂难懂，让使用者望而却步。
这就像一本厚重的百科全书，虽然知识丰富但不易翻阅。
因此，简化操作流程、优化用户界面是提升系统易用性的关键步骤。
展望未来，智能化自动报靶系统的发展前景广阔。
随着人工智能技术的不断发展，我们可以期待系统在准确性、抗干扰能力和易用性等方面取得更大的突破。
同时，随着物联网技术的普及，系统有望实现与其他设备的无缝连接和协同工作，为射击比赛提供更加全面和高效的服务。
总之，智能化自动报靶系统作为现代射击比赛的重要组成部分，其存在的问题不容忽视但也并非无法克服。
通过持续改进和创新，我们有理由相信这位“精准无误的裁判”将在未来发挥更加重要的作用。
在这场科技与体育的交汇点上，智能化自动报靶系统正以其独特的魅力吸引着越来越多的关注。
它不仅是射击比赛的得力助手，更是推动射击运动发展的新动力。
让我们共同期待这位“精准无误的裁判”在未来的精彩表现！。
基于点识别的自动报靶系统
基于点识别的自动报靶系统胡凯;沈新锋;张瑞东【摘要】设计分为激光枪打靶和激光枪着落点识别两个部分.在正式打靶前,需要手动按键进行靶心和靶环间的距离校准,校准完成后可正式打靶.正式打靶时,手动按键控制激光枪上下左右移动并发射激光束,通过按键控制摄像头采集激光点的信息.采集完成后,通过按键控制在液晶显示屏上显示相应的闪烁点,同时在显示屏上显示激光点的方位信息和环数信息.【期刊名称】《电气自动化》【年(卷),期】2015(037)004【总页数】3页(P87-89)【关键词】打靶;激光枪;摄像头;识别;方位;环数【作者】胡凯;沈新锋;张瑞东【作者单位】南京信息工程大学信息与控制学院,江苏南京210044;南京信息工程大学信息与控制学院,江苏南京210044;南京信息工程大学信息与控制学院,江苏南京210044【正文语种】中文【中图分类】TP2720 引言本设计采用msp430F149作为核心处理器，设有打靶和报靶两套装置。
打靶装置用来打靶和按键控制发送命令，报靶装置用来接收命令进行激光点的位置识别和报靶。
1 总体设计方案图1 实物模型图本设计包含两个部分，模型如图1所示。
第一个部分是激光枪打靶。
此装置的系统结构如图 2(a)所示，硬件［1］上采用了无线模块nRF905、细分器2M542、4*4矩阵键盘、激光笔和42步进电机搭建的二维云台。
本设计中选择四个按键控制步进电机上下左右移动，选择二个按键进行靶心校准和靶环距校准，选择二个按键进行图像采集和自动报靶，选择二个按键控制激光笔的打开和关闭。
在进行靶心校准时，将激光点打到靶心位置，MCU 控制摄像头识别激光点并记录下实际靶心位置的偏差值。
在进行靶环间的距离校准时，选择任意一个靶环，将激光点打到该靶环上，MCU控制摄像头识别激光点并记录下与显示屏上所画的靶环的比例系数。
校准完成后，便可将激光笔打到摄像头拍摄范围内任一位置，通过按键控制摄像头获取激光点的横纵坐标，根据记录的偏差值自动修改，再通过按键便可显示点的方位信息和环数信息。
基于人工智能的武器目标识别技术
基于人工智能的武器目标识别技术在当今科技飞速发展的时代，军事领域的创新也日新月异。
其中，基于人工智能的武器目标识别技术正逐渐成为现代战争中的关键要素。
这一技术的出现，极大地改变了武器系统的作战效能和战略格局。
武器目标识别，简单来说，就是让武器能够准确地分辨出什么是目标，什么不是目标。
这看似简单的任务，在实际的战争场景中却充满了挑战。
战场上的环境复杂多变，目标可能隐藏在各种障碍物之后，或者与周围环境相似，这就需要高度精确和灵敏的识别系统。
传统的武器目标识别方法往往依赖于人工操作和一些较为简单的传感器。
然而，这些方法存在着诸多局限性。
人工操作不仅速度慢，而且容易受到人为因素的影响，比如疲劳、紧张、判断失误等。
而简单的传感器则可能在复杂的环境中失去作用，或者无法准确区分不同类型的目标。
人工智能的引入为解决这些问题带来了新的希望。
它能够通过大量的数据学习和模式识别，快速准确地识别出各种目标。
但要实现这一点，并非一蹴而就。
首先，需要大量的数据来训练人工智能模型。
这些数据包括各种目标的图像、特征、运动模式等。
通过对这些数据的分析和学习，人工智能模型能够逐渐掌握目标的特征和规律，从而提高识别的准确性。
然而，仅仅有数据还不够，还需要强大的计算能力来处理这些数据。
在现代战争中，信息的产生速度极快，如果计算能力不足，就无法及时对目标进行识别和处理。
因此，高性能的计算机和云计算技术成为了支撑人工智能武器目标识别的重要基础。
在实际应用中，基于人工智能的武器目标识别技术可以应用于多种武器系统。
比如，在导弹防御系统中，能够快速识别来袭的导弹，并准确地进行拦截；在无人机侦察中，可以自动识别敌方的军事设施和人员，为作战决策提供及时准确的情报。
同时，这一技术还可以与其他技术相结合，进一步提高武器系统的性能。
例如，与卫星导航技术结合，能够更精确地定位目标；与通信技术结合，可以实现实时的目标信息共享，提高整个作战系统的协同作战能力。
基于监测特殊机器人图像识别及射击准确度装置
·89·兵工自动化Ordnance Industry Automation2020-07 39(7)doi: 10.7690/bgzdh.2020.07.020基于监测特殊机器人图像识别及射击准确度装置汪涌泉1，李文嫄1，马鲁霞2，汪孝良3(1. 山东科技大学电气与自动化工程学院，山东 青岛 266590；2. 国网山东省菏泽市电力公司，山东 菏泽 274000；3. 国网山东省威海市电力公司，山东 威海 264200) 摘要：为解决机器人无法对连续不断改变的动态物体进行快速识别以及准确找到图像中心位置的问题，设计一种训练特殊机器人图像识别和监测射击准确度并进行实时报靶的装置。
通过Mini PC 输出和更换图像，讨论一种基于有限脉冲响应的多项式预测滤波器和改进的中值滤波相结合的混合滤波方法，对压力传感器的输出信号进行滤波降噪，STM32通过识别消噪和放大后的信号判断受击打的位置；并通过数码管进行显示。
实验结果表明，该装置具有较高的灵敏度和准确性。
关键词：压力传感器；AD8230；STM32；多项式预测滤波器；中值滤波 中图分类号：TP311.1 文献标志码：AImage Recognition and Strike Accuracy Device Based onMonitoring Special RobotWang Yongquan 1, Li Wenyuan 1, Ma Luxia 2, Wang Xiaoliang 3(1. College of Electrical Engineering & Automation , Shandong University of Science & Technology , Qingdao 266590, China;2. Heze Company of State Grid Shandong Electric Power Company , Heze 274000, China ;3. Weihai Company of State Grid Shandong Electric Power Company , Weihai 264200, China ) Abstract: To solve the problem that the robot can not quickly identify continuously changing dynamic objects and accurately find the center position of the image, a device is designed to train special robot image recognition, monitor shooting accuracy and report target in real time. First, output and replace the image with the Mini PC. Next, pressure sensor output signal polluted by additive noise are processed by mixed filter with polynomial prediction filter of finite impulse response and the improved median filter. Then, the STM32 determines the location of the hit by identifying the de-noised and amplified signals. Finally, the hit data is displayed by digital tube. The experimental results show that the device has high sensitivity and accuracy.Keywords: pressure sensor; AD8230; STM32; polynomial prediction filter; median filter0 引言近年来，我国自然灾害及高危行业事故频发，导致人员伤亡与财产损失严重[1]。
自动定位打靶机
自动定位打靶机如何让操作自动定位打靶机是电脑控制打孔动作、运行轨迹的一种打孔机；是电脑软件技术与机械工程技术完美配合的新方向和典范。
电脑控制，CCD扫描识别。
只需产品放上机器工作台面CCD 高清摄像头扫描区域范围，自动打孔机自动捕抓产品上的靶标并移动导轨对位冲孔，就可以全自动的控制产品质量。
整个过程只需0.5秒。
即可解决打孔报废率高、手动打孔人工定位偏差大，打孔慢，解决雇佣人数多及耗费大量时间和金钱成本。
自动定位打靶机工作原理CCD打孔机运作是靠电脑控制与机械完美的配合而完成打孔的。
超大LCD让CCD放大定位孔约50倍，由CCD摄像捕捉工作靶心，成像后操作系统进行分析处理，并由中央处理器控制X、Y轴及导轨滑块移同时传输信号进行打孔加工，操作者只需将工件放至于CCD 可视范围内任意一点即可。
（自动打孔机系统通过计算机对摄像头可视范围内的采样图形捕捉，分析；控制传动部件移位，气动部件打孔。
自动达到客户要求的定位孔打孔速度快，精确度高，操作简单的需求。
）自动定位打靶机分类一、CCD自动定位钻靶机（也叫CCD打靶机,CCD打孔机）是用钻的方式来加工的，适用较硬的板材，如线路板、铝基板、亚克力、镜片等板材。
二、CCD自动定位冲孔机（也叫CCD打靶机，CCD打孔机）是用冲的方式来加工的，适用薄膜材料，如菲林、胶片、PET、薄膜线路、重氮片等薄膜材料。
自动定位打靶机主要客户群体：印刷厂家、包装纸业、铝基板厂家、PCB线路板厂、电子厂、手机厂、菲林厂、亚克力厂、PC板材厂等软板薄膜厂家。
自动定位打靶机技术参数品牌：敬群精工打孔机型号：JQZB-II型主轴转速：2-6万/rpm可调工作台面积：（710×780）mm加工速度：控制在0.4~ 0.6秒/孔加工精度：±0.015mm加工孔直径：Φ0.5-Φ4.0mm(标配)(可为客户需求另制更大）加工厚度：0.2mm-4.9mm（视材料而定）自动打孔机识别圆直径:Φ0.5－Φ5mm（可带“十字圆”标致双圆图）电源要求：单相220v±5%气压要求：干燥空气≥0.5MPA最大功耗：1KV A外型尺寸：710×780×1100mm设备重量：220kg。
基于图像的机器人自动瞄准系统设计与实现
基于图像的机器人自动瞄准系统设计与实现摘要：智能机器人对战、瞄准射击是当前机器人技术的研究难点和热点。
本文针对轮式智能机器人的特点，设计实现了基于图像识别的智能机器人的自动瞄准系统。
该机器人采用嵌入式控制平台和射击控制平台，针对机器人特点和目标识别要求，设计了基于图像训练的目标识别算法，接着通过检测目标特征的图像识别模型和自身状态，检测出视野范围内射击目标位置，并调整射击角度位置，完成对目标进行智能瞄准的功能。
通过在实际机器人中进行测试，实验结果表明，本文的自动瞄准系统能够实现对给定目标的自动检测和自动瞄准。
关键词：智能机器人；图像识别；目标检测；自动瞄准1.引言机器人技术是当今世界的主流尖端科技之一，经过50多年的发展后，机器人产业迎来了全新的时代。
智能射击机器人已经可以在军事活动、消防、安保等极端或危险工作环境下协助人类，具有巨大的发展前景[1-3]。
上个世纪 90 年代初开始，世界上研究人员和企业界对智能机器人进行了深入研究，取得了较快的发展。
日本、德国、美国和韩国等先进国家在机器视觉和智能机器人[3]领域处于领先地位。
日本最初也是模仿欧美等发达国家，但是现在它已经找到了自己的技术创新方法。
以库卡（KUKA）等公司为代表的德国紧跟时代发展步伐，已将机器视觉应用于生产线工件分拣[4]、汽车发动机装配等工业环节。
美国是最早进行机器人技术创新的国家，它的机器视觉发展也最广，不论是在民用工业方面，还是军事领域均得到了较大应用。
企业界方面，包括德国库卡（KUKA）、瑞士ABB、发那科（FANUC）等机器人公司均推出了自己公司的机器视觉系统。
国内研究人员和企业界对智能机器人目标识别和智能检测进行了多年的研究积累。
比较有代表性的有深圳市大疆创新科技有限公司、浙江大华技术股份有限公司、视觉龙科技有限公司、中国科学院自动化研究所等。
目标检测[4-5]技术已广泛应用于智能交通，视频监控，自动驾驶等领域，也是机器人对战中实现智能射击的一个重要技术。
基于机器视觉的真人射击游戏智能仲裁系统
基于机器视觉的真人射击游戏智能仲裁系统
孟一飞;毛威;孟斌;杨丽娟
【期刊名称】《传感器与微系统》
【年(卷),期】2022(41)10
【摘要】为解决真人射击游戏得分和输赢难以评判的问题,提出一种基于机器视觉技术的射击游戏仲裁系统设计。
在该系统中,游戏参与者身上贴有特殊设计的AprilTag靶标,游戏枪上配置智能图像识别装置,在击发时检测靶标与虚拟弹着点的误差,判定对手是否被击中。
通信模块将判定结果上传到仲裁系统服务器网关进行信息汇总和发布,通过手机客户端访问网关,即可实时查看比赛得分及排名。
在靶标识别范围的改进方面,使用了双层嵌套式标签的设计方案,支持游戏枪在远近距离处均能准确识别目标,有效检测范围为0.5~20 m。
在靶标定位精度的提升方面,将贝叶斯数据融合算法应用于嵌套式靶标的位姿评估,该算法使靶标定位误差减小了10%。
【总页数】5页(P82-86)
【作者】孟一飞;毛威;孟斌;杨丽娟
【作者单位】宁夏大学物理与电子电气工程学院
【正文语种】中文
【中图分类】TP242.6
【相关文献】
1.基于unity3d的第一人称射击游戏中的智能虚拟角色的设计
2.基于Unity射击游戏的人工智能与碰撞检测的研究
3.棉花虫害自动识别和智能决策系统设计-基于机器视觉系统
4.基于unity3d的第一人称射击游戏中的智能虚拟角色的设计
5.基于智能机器视觉和物联网的煤场智能管理系统
因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
基于自动识别的自动打靶机器人系统李虎,张健(兰州交通大学电子与信息工程学院,兰州730070)摘要:开发了一种基于图像识别的自动打靶机器人系统㊂该系统利用O V7670摄像头获取靶面图像,经过图像处理及靶面识别后得到射击成绩㊂本系统完成了对图像的采集㊁识别㊁判靶算法的研究,综合运用图像灰度化㊁二值化㊁阀值分割等图像预处理方法,采用局部特征识别的算法进行靶面检测,应用灰度特征识别光斑区域,以S TM32F407单片机进行实时处理㊁控制触摸屏显示环数㊂关键词:图像处理;阀值分割;O V7670摄像头;S TM32F407中图分类号:T N911.73文献标识码:AA u t o m a t i cT a r g e t S h o o t i n g R o b o t D e s i g nB a s e do nA u t o m a t i cR e c o g n i t i o nL iH u,Z h a n g J i a n(C o l l e g e o fE l e c t r o n i c a n d I n f o r m a t i o n,L a n z h o u J i a o t o n g U n i v e r s i t y,L a n z h o u730070,C h i n a)A b s t r a c t:I n t h e p a p e r,ak i n do f a u t o m a t i c s h o o t i n g r o b o t s y s t e mb a s e do n i m a g e r e c o g n i t i o n i s p r o p o s e d.T h e s y s t e mu s e s t h eO V7670 c a m e r a t oo b t a i n t h e t a r g e t i m a g e a n d g e t t h e s h o o t i n g r e s u l t s a f t e r i m a g e p r o c e s s i n g a n d t a r g e t s u r f a c e r e c o g n i t i o n.T h i s s y s t e mn o t o n l y c o m p l e t e s t h e r e s e a r c ho f i m a g e c o l l e c t i o n,i d e n t i f i c a t i o n a n d j u d g m e n t o f t a r g e t a l g o r i t h m,b u t a l s o c o m p r e h e n s i v e l y u s e s t h e i m a g e p r e-p r o c e s s i n g t e c h n i q u e s l i k e i m a g e g r i z z l e d p r o c e s s i n g,i m a g e b i n a r y a n d t h r e s h o l d s e g m e n t a t i o n,e t c.B e s i d e s,i t a d o p t s t h e l o c a l f e a t u r e r e c-o g n i t i o na l g o r i t h mt od e t e c t t h e t a r g e t i m a g e a n d g r a y-s c a l e f e a t u r e t o i d e n t i f y t h e f l a r e a r e a.T h eMC US TM32F407i s u s e d f o r r e a l-t i m e p r o c e s s i n g a n d c o n t r o l l i n g t h e t o u c h s c r e e n t od i s p l a y t h en u m b e r o f r i n g s.K e y w o r d s:i m a g e p r o c e s s i n g;t h r e s h o l d s e g m e n t a t i o n;O V7670c a m e r a;S TM32F407引言移动激光打靶系统具有广泛的应用前景和现实的军事意义,能够提高军事训练水平,降低军事训练成本,保障训练人员安全㊂研究者采用基于图像处理的激光打靶系统硬件要求较低,只需普通高清摄像机采集靶位图像,通过软件控件识别靶位和激光光斑,硬件成本低,安装维护方便,并且采用图像处理算法可以使激光打靶系统能够在复杂光线环境下稳定运行[2]㊂激光打靶系统根据打靶对象又可分为基于固定靶位和基于移动靶位两类[3]㊂目前的激光打靶系统大多是针对固定靶位打靶,针对移动靶位的激光打靶系统应用较少,特别是基于图像处理的移动激光打靶系统还处在研究与发展中㊂对移动靶位的目标跟踪成为系统需要解决的关键技术之一,而激光光斑是在运动的靶位背景下进行识别,也需要进一步研究改进[4]㊂本文设计了一种基于图像识别的自动打靶机器人系统,采用O V7670摄像头来获取靶面图像,利用图像处理技术获取准确的射击信息,得出激光模拟打靶的成绩,且具有安全㊁体积小㊁实用性高的优点,能够满足模拟射击训练的需求㊂1系统总体设计方案自动打靶机器人系统是集数字图像处理技术与嵌入式应用技术于一体的模拟打靶系统㊂它用激光束代替真实的子弹模拟实弹射击训练,图像接收端利用O V7670摄像头获取带有激光光斑的靶面图像,并经过图像处理技术与靶面识别算法,包括图像的灰度化㊁二值化㊁标靶识别㊁中心判定㊁光斑识别等,最终获取激光模拟打靶的成绩并通过触摸屏显示,实现自动报靶的功能,满足系统对实时性㊁准确性㊁可靠性的高要求㊂本系统基于S TM32F407单片机实现控制小车转动,摄像头图像采集等功能㊂系统总体框图如图1所示㊂2硬件系统总体设计2.1S T M32F407S TM32F407的内核带有A R M C o r t e x-M432位图1 系统总体框图M C U+F P U ,主频高达168MH z (可获得210D M I P S 的处理能力),具有1M BF L A S H ㊁(192+4)K BS R AM ㊁多达140个具有中断功能的I /O 端口㊁15个通信接口㊁多达17个定时器[5]㊂与S TM 32F 1/F 2等A R M C o r t e x -M 3产品相比,S TM 32F 4最大的优势,就是新增了硬件F P U 单元以及D S P 指令[6],适用于需要浮点运算或D S P 处理的应用,使用该控制器能够很好地完成系统的各项功能㊂2.2 图像传感器O V 7670图像传感器O V 7670体积小㊁工作电压低,可提供单片V G A 摄像头和影像处理器的所有功能[7]㊂O V 7670并行摄像头控制引脚多,接线复杂,但采集到的图像无需解码就能显示,符合本设计对系统的实时性要求㊂2.3 触摸屏显示模块3.2寸T F T 彩色液晶触摸屏是一款广泛应用于单片机系统㊁电子设计大赛项目㊁手持机等设备上的彩色T F T 液晶显示屏[8],具有3.2英寸显示面积,同时兼有240ˑ320的分辨率㊂在有限的平面内显示更多信息,采用16位标准8080总线接口方式,色彩支持26万色,可使图像更加细腻,可以和任意高速系统接口㊂适配C P U :A V R ㊁P I C ㊁S TM 32系列㊁L P C 2X X X ㊁M S P 430㊁51单片机㊁D S P ㊁F PG A ㊁X 86㊁8088㊁Z 80等[9]㊂3 软件系统总体设计硬件是保障自动打靶系统的基础,而软件部分则是系统的核心,软件部分中功能模块和关键技术设计与实现对整个系统的性能有着极大的影响㊂本系统在基于K e i l 4的开发平台下,采用C 语言编程实现系统的主要功能㊂系统软件的总体结构图如图2所示㊂图2 系统软件的总体结构图3.1 小车控制程序在软件设计中用C 语言编程方式,采用P WM 控制直流电机转动很小的角度,编程过程中采用主函数调用模块图3 小车控制流程图函数实现对应功能,其中控制小车流程图如图3所示㊂3.2 T F T 显示程序T F T 显示程序采用C 语言的编程方式,将T F T 类化,提高了程序的集成度和可用性,对T F T 显示程序的显示采用了独立编程的思想进行编程㊂T F T 显示流程图如图4所示㊂3.3 图像处理程序图像处理程序是整个软件系统中最重要的部分,经过图像预处理及靶面识别,最终得到打靶的环值㊂图像处理流程图如图5所示㊂图4 T F T显示流程图图5 图像处理流程图4 靶面图像处理系统的设计通过摄像头采集得到靶面图像,经过预处理和识别判靶处理,计算得到环值㊂图像预处理是为了改善图像质量而进行的各种图像滤波和灰度㊁二值化等所作的标准化处理环节[10],图像识别处理则是为了得到图像中我们所需要的信息,因此预处理信息的好坏会直接影响图像识别的准确度[11]㊂图像识别判靶算法是整个自动打靶系统的核心部分,为了使系统能够快速㊁准确㊁自动地显示出打靶成绩,就需要设计一套良好可行且灵活快速的靶面图像识别算法,毕竟,一个算法的好坏直接影响到结果的执行效率㊂识别与判靶的前提是先获取靶环中心坐标㊁各圆环半径㊁光斑斑点中心坐标,再经过计算光斑中心到靶环中心的距离,并与摄取到的靶面图像中靶环各环半径相比较得到环值,实现判靶㊂靶面图像处理系统设计过程图如图6所示㊂图6 靶面图像处理系统设计过程图4.1 图像采集与预处理采用并行摄像头O V 7670图像传感器采集图像数据,如图7所示㊂经过灰度㊁二值化预处理后,如图8所示㊂图7采集图图8 预处理后的图4.2 标靶与光斑识别特征提取是图像目标识别中的关键技术,对于识别的最终效果有着决定性的影响[12]㊂本文采用局部特征识别的算法,在小车转动过程中扫描图像中的三条白线,当同时扫描到三条等间隔的白线时,即发现了目标标靶㊂标靶识别图如图9所示,图像处理中一个重要的环节是标靶环线的识别,经过二值化后的靶纸图像中的环线具有几个像素宽度,靶面识别后,横向扫描靶环的多条环线,对其求平均值,以确定标靶的中心㊂经过多次测试,寻求规律,对标靶中心加以修正即可准确地得到靶中心坐标㊂光斑中心识别是图像处理过程中关键步骤之一,它的准确程度直接决定了环数精度㊂本文就利用这个灰度特征识别光斑区域,光斑识别图如图10所示㊂图9标靶识别图10 光斑识别图想要计算出打靶成绩,即判定环值,就需要先知道光斑的中心点位置㊂系统中采用阀值法,即通过提取光斑区域的像素值来计算光斑中心位置㊂当求取光斑中心位置后,也就相当于得出了打靶的位置㊂求出光斑中心到靶环中心的距离,再与各环所处的值的范围比较,便可得出打靶环数㊂环值计算公式如下:S c o r e =0r p >r m a x 10-r m a x -rp d r m i n <r p <rm a x 10r p <rm i n ìîíïïïï(1)式中,r p 为光斑点到靶心的距离,d 为相邻靶环半径的差值㊂5 实物展示与分析5.1 实物展示十环图和六环图如图11和12所示㊂图11 十环图5.2 理论分析进行200次试验,分析环值结果如表1所列㊂表1 分析环值结果环值5678910总次数222434473736错误次数213342失误率/%9.094.178.826.388.515.56图12 六环图在整个试验过程中,由于外界环境的影响,图像二值化的效果不明显,使得靶面中心点的识别有5~7个像素点的偏差,导致判靶环数的误差在1环左右,通过多次试验,对靶面中心加以修正,减少误差,达到本设计的要求㊂小车底盘直流电机的驱动能力有限,无法实现小角度的慢速转动,在小车的转动中会出现一些误差,但相对完成效果较好㊂结 语在软件方面采用C 语言编程方式,对激光头㊁直流电机㊁触摸屏驱动程序的开发,实现了通过应用程序去控制各个相关部件完成各自的任务㊂硬件方面以S TM 32f 407单片机作为控制核心,选用摄像头及触摸屏完成对图像信息的采集与显示,实现自动报靶的功能㊂本系统能够满足日常学生军事模拟射击训练的要求㊂参考文献[1]罗杰,张之明.基于图像处理技术自动报靶系统综述[J ].激光杂志,2016,37(7):16.[2]L i nYC ,M i a o u SG ,L i nYC ,e t a l.A n a u t o m a t i c s c o r i n gs y s t e mf o ra i r p i s t o ls h o o t i n g c o m p e t i t i o n b a s e do ni m a ge r e c o g n i t i o nof t a rg e tsh e e t s [C ]//I E E EI n t e r n a ti o n a lC o n f e r -e n c e o nC o n s u m e rE l e c t r o n i c s T a i w a n I E E E ,2015:140141.[3]张晓锟,林嘉宇.一种基于图像处理技术的自动报靶系统设计[J ].微处理机,2010,31(3):101104.[4]蔡勇智.基于图像识别的无弹射击自动报靶研究[J ].科技信息,2013(20):127128.[5]任志敏.基于S TM 32F 407的图像采集系统设计[J ].山西电子技术,2016(3):6163.[6]杨宇,贾永兴,荣传振,等.基于S TM 32F 407的图像采集与传输系统的设计与实现[J ].微型机与应用,2015,34(8):2628.[7]李慧敏,樊记明,杨笑,等.基于S TM 32和O V 7670的图像采集与显示系统设计[J ].传感器与微系统,2016,35(9):114117.[8]张勇强,阳泳,余建坤.基于S TM 32的图像采集与显示系统的设计与实现[J ].电子世界,2016(2):3436.[9]胡凯,沈新锋,张瑞东.基于点识别的自动报靶系统[J ].电气自动化,2015,37(4):8789.[10]陈广庆,孙建,王吉岱,等.基于激光靶的野外自动报靶系统设计[J ].电子技术应用,2015,41(5):3234.[11]X uL ,G a nE ,Z h e n g S .A na u t o m a t i c l a s e r g u ns h o o t s ys -t e mb a s e do ni m a g e i d e n t i f i c a t i o nt e c h n o l o g y [J ].I c i cE x -p r e s sL e t t e r sP a r tB A p pl i c a t i o n sA nI n t e r n a t i o n a l J o u r n a l o fR e s e a r c h &S u r v e y s ,2015(6).[12]洪佳敏,曾培峰.嵌入式自动报靶系统的设计与实现[J ].计算机应用与软件,2015,32(1):234238.李虎(硕士研究生),主要研究方向为信号处理㊁嵌入式系统;张健(硕士研究生),主要研究方向为无线传感器网络㊂(责任编辑:杨迪娜 收稿日期:2017-09-04) 重要意义㊂参考文献[1]王志贺,马国旗,纪亿.浅谈W i F i 技术[J ].魅力中国,2011(16):213.[2]E s p r e s s i f S y s t e m s .E S P 8266S D K 编程手册V 1.3.0,2015.[3]曾磊,张海峰,候维岩.基于W i F i 的无线测控系统设计与实现[J ].电测与仪表,2011,48(7).[4]梁永恩,万世明.基于S 3C 6410的智能家居控制系统的设计[J ].计算机与数字工程,2014(6):11041107.[5]石志国,王志良,丁大伟.物联网技术与应用[M ].北京:清华大学出版社,2012:22.[6]李朝青.单片机原理及接口技术[M ].北京:北京航空航天大学出版社,2006.[7]曾金,雷建云.基于A r d u i n o 的果园基地环境W e b 监测系统设计[J ].物联网,2016,6(8):6061.焦再峰,主要从事电光源产品检验工作㊂(责任编辑:杨迪娜 收稿日期:2017-08-31)更正声明刊登在本刊2017年第8期的‘1553B 容错解码器对抗干扰的可信赖性改进“一文中,作者在计算拖尾电压出错概率时,误将250m v p 等同于250m v p p,致使计算结果严重偏小,如果没有正确处理拖尾的方案,因此而产生的字错率贡献应为0.38(此前为3.7ˑ10-5),特此更正㊂在此,感谢本文作者杨福宇老师的认真严谨!。