自引导车(Auto Guidance Vehicle)是移动机器人研究和工程应用的一个重要领域。随着计算机和机器人技术的不断发展,现代自引导车已经在工业制造、军事、民用、科学研究等许多方面得到了广泛应用。其中,目标的识别与跟踪是基于视觉导航的AVG系统的核心部分。普通移动机器人视觉跟踪器通常采用视角较小的普通镜头,当观测大角度物体时需通过旋转云台进行调整或使用双目视觉进行图像拼接,实时性较差,观测物易丢失。基于超大广角的全方位视觉跟踪系统能够捕获环境半球域视场信息,这一独特优势能够避免旋转云台带来的图像信息的丢失,有利于AGV视觉跟踪、定位和导航的实现。鱼眼镜头是建立全方位视觉系统最有效的方法之一,具有视角广、体积较小等优点。鱼眼镜头视场角通常达到或超过180度,使用单一镜头能够捕获半球图像,使用两个鱼眼镜头则能够一次获取整个空间的完整图像。视觉跟踪系统通常需要进行大量的图像数据运算,但目前绝大多数视觉处理系统以图像采集卡加PC机或Unix工作站为基本架构,无论在资源配置上还是体积上都是冗余和臃肿的,并且灵活性差、功耗大,不适合在AGV等移动平台上实现车载系统。嵌入式系统是一种高集成度、软硬件可裁减的应用平台,基于嵌入式系统架构的图像处理平台具有实用性高、体积小、易扩展、功耗低等优点。数字信号处理器(DSP)作为一种功能强大的微处理器,以其独特的设计架构目前已广泛应用在图像、语音、视频信号等需要进行大量高速运算的场合,在图像和语音处理领域中起着举足轻重的作用。本课题根据机器人视觉系统的特点,在借鉴DSP芯片在图像处理领域的成功应用的基础上,针对车载图像处理系统运算量大、实时性要求高和系统资源有限的特点,提出了一种基于以DSP为核心处理器的嵌入式解决方案。通过在AGV顶部设置一套1/2寸鱼眼镜头和高分辨率彩色CCD摄像机构造的全方位视觉系统来摄取镜头上方180°半球域中的全部场景图像,在将目标识别算法、粒子滤波跟踪算法移植到TMS320DM642 DSP芯片基础上,进行大量算法优化,实现了对AGV航标的自动识别与实时跟踪,提高了跟踪器对航标的抗遮挡能力,具有较高的实时性和鲁棒性。