基于STC89C52单片机的智能循迹小车设计(4)

ComputerKnowledgeandTechnology电脑知识与技术第7卷第31期(2011年11月)

特征库B中也包含10个人的人脸特征的提取，每个人提取8个特

征，一共有80个特征提取的文件。人脸微侧，进行人脸识别，如图6，

人脸微侧可以正确识别出结果，但角度太大就不可以了，在角度

太大的情况下，识别不出来，而且即使识别出来，识别错的概率也是很

高的。

通过大量的实验表明，当在特征库中有该人近期照片提取的特

征，且人脸正对摄像头的时候识别率可以达到90%以上，甚至更高，但

人脸和摄像头有一定的角度的时候，识别率就会受到影响，根据角度

的大小有所不同。

2.3人脸识别流程和功能实现

人脸识别模块通过安装在机器人主体头部的摄像头采集视频流

信息，系统进行实时人脸检测并与特征库中的人脸特征文件进行对

比，若匹配成功，触发语音模块和机械动作模块，与此人握手、问候、语

音对话等互动。图7是详细的人脸识别程序流程。

本系统主要完成的功能有：1）单人脸识别和多人脸识别；2）注册。图6人脸识别23总结

该机器人系统有硬件系统和软件系统组成。硬件系统包括机器

人载体和机械运动，系统的软件部分由人脸识别模块、语音识别模块

等组成。主程序模块实现机器人的全面控制功能，并调用人脸识别模

块和语音模块等进行人机交互。人脸识别模块实现了单人脸识别、多

人脸识别和拍照注册功能。本文对现有经典的人脸特征提取算法--

拉普拉斯特征映射方法进行分析、研究、并进行了大量的试验，给出了

试验结果。在这个系统中还利用了远程控制，来确保程序的稳定性和

可靠性。

参考文献：图7人脸识别流程

[1]王慧鑫.基于子空间的人脸特征提取和识别算法[D].哈尔滨:哈尔滨理工大学,2010.[2]邓伟洪.高精度人脸识别算法研究[D].北京:北京邮电大学,2009.[3]赵天闻.基于机器学习方法的人脸识别研究[D].上海:上海交通大学,2008.[4]李建刚.人脸识别中分类器与特征提取研究[D].无锡:江南大学,2009.[5]韦立庆.图像的特征提取及其在人脸识别中的应用[D].无锡:江南大学,2011.[6]BelkinM,placianeigenmapsfordimensionalityreductionanddatarepresentation[J].Neural

Computation,2003,15(6).（上接第7753页）

4总结

本文提出了一种基于STC89C52单片机为控制核心的智能循迹小车的设计方案，该方案以红外传感器作为路径信息采集手段，以L293D芯片来控制并驱动电机运行，最终实现了小车在固定轨迹上自动循迹运行。该方案总体来说，比较简单，成本低且易于实现，但也存在缺陷，如传感器的“一字型”均匀布局使得小车在弯道行驶时可能会出现误差，另外，小车循迹过程中会出现“蛇形摆动”问题，这些问题都还有待于改进。

参考文献：

[1]周斌,李立国.智能车光电传感器布局对路径识别的影响研究[J].产品世界,2006(9):139-140.[2]吴建平,殷战国.红外反射式传感器在自主导航小车中的应用[J].中国测试技术,2004(6):21-23.[3]杨永辉.智能小车的多传感器数据融合[J].现代电子技术,2005(6):3-6．[4]高月华.基于红外光电传感器的智能车自动循迹系统的设计[J].光电技术应用,2009(2):1-5.[5]何立民.基于HCS12的小车智能控制系统设计[J].单片机与嵌入式系统应用,2007(3):51-53,57．7758人工智能及识别技术本栏目责任编辑：唐一东