基于DSP的车辆智能跟踪系统结合了数字图像处理、人工智能、自动控制等多个学科领域的技术,具备广阔的应用前景。随着经济社会的高速发展和人们对交通安全的迫切需要,人们对车辆交通的安全可靠性的要求越来越高。现实中的交通环境复杂,传统的被动安全技术并无法从根本上解决安全问题,基于机器视觉和模式识别的主动安全技术备受关注。检测跟踪技术是其中的研究热点之一。本课题设计的智能车辆跟踪系统的功能是实现一台车(自主车)在无人干预的情况下自主跟踪另外一台车(引导车)。整个系统由导航系统、引导车和自主车三大部分组成。导航系统由CCD摄像机、DSP视频处理板、串口通信数据转换板、无线通信模块、供电系统等组成。导航系统的主要任务是在DSP视频处理板上实现运动目标检测和跟踪,并控制自主车。自主车主要是由车模、电机、舵机、主控板、电机驱动、速度检测模块、供电系统等模块组成。它接收导航系统的控制指令而跟踪引导车的运动状态。导航系统的检测算法是基于YUV空间的单高斯背景建模算法,跟踪算法是基于HOG特征的CAMShift算法。考虑到自主车的载重能力和动力性能,导航系统被安装在引导车上。引导车主要用来承载导航系统。论文内容主要包括三个部分:一是对检测和跟踪算法做了详尽的分析和描述,并将改进后的检测和跟踪算法进行算法仿真。二是将这两个改进算法在DSP上实现,并从DSP硬件设计和软件开发的角度描述了DSP程序开发过程。三是智能车控制系统的软硬件设计。本课题主要完成如下工作:(1)论述了机器视觉常用的运动目标检测和跟踪算法的基本原理。针对DSP视频处理平台的特点,对经典算法做了一些改进,并论证了改进算法的可行性。(2)在PC平台上实现了基于YUV色彩空间的单高斯背景建模运动目标检测算法和基于灰度纹理特征的CAMShift算法。(3)将两个算法移植到基于DM642视频处理板上,从工程实际应用的角度出去优化算法的运算量,采用各种方法减少运算量和优化算法,以节省宝贵的运算时间提高整体系统的实时性。最后给出了设计测试报告。(4)完成自主车控制系统的硬件系统和软件系统设计,并实现两车之间无线通信,构建了一个导航系统对自主车的无线闭环智能车控制系统。(5)完成各个系统子系统之间的联调,并在实验室环境下进行系统功能验证。实验结果表明,在低速情况下的车辆跟踪系统是准确有效的。