基于Jetson Nano的图像采集与智能控制开题报告

1. 研究目的与意义（文献综述包含参考文献）

文 献 综 述一、主要任务基于jetson nano平台设计一个能够实现目标检测以及人脸识别的自动跟踪避障系统，整个系统安装在一个双轮驱动的小车上。

通过摄像头采集图像数据，采用识别和跟踪算法对图像中的人和物进行分析，返回相应的坐标类数据，再经过方向计算后对两轮进行驱动。

最终能够实现寻人、跟踪、避障以及图像回传等功能。

2. 研究的基本内容、问题解决措施及方案

一、设计要求1.在jetson nano 平台上配置linux环境；2.图像采集和传输相关算法编程；3.电机智能控制相关算法编程；4.联机调试；二、硬件实现方案 1、板卡选择nvidia jetson nano拥有四核arm cortex-a57 mpcore处理器，nvidia maxwell w / 128 nvidia cuda核心，以及4 gb 64位lpddr4，提供了物联网解决方案在设计原型时所需的所有计算能力，同时具有5w、10w两种功耗模式。

除此之外，nvidia jetson nano中强大的gpu可以为图形处理，甚至人工智能和机器学习提供更强大的功能。

2、摄像头选择摄像头选用 rpi camera v2 的树莓派摄像头，800万像素，静态图片分辨率为3280 2464，支持1080p30, 720p60以及640 480p90视频录像，尺寸为：25mm 24mm 9mm，体积小巧，相较于同等价位的索尼摄像头像素更高，故选用树莓派摄像头。