基于IAP的履带小车控制系统设计

本科生毕业设计（论文）
题目：基于IAP的履带小车控制系统设计
与实现
姓名：黄碧琴
学号：221100102
学院：数学与计算机科学（软件）学院
专业：软件工程
年级：2011
指导教师：（签名）
2015年04月01日
基于IAP的履带小车控制系统设计与实现
摘要
履带小车集合了传感器技术和自动控制技术，是移动机器人中的一种。

随着移动机器人应用领域的不断拓展，以及在计算机和传感器技术等快速发展的推动下，移动机器人成为目前科学技术发展最活跃的领域之一，国内外已经有少数的研究人员开始将图形化的编程方法应用于移动机器人的控制实验和实际应用中，并展现出一定的技术优势。

本文的主要研究目的是对IAP技术以及履带小车的相关原理和使用方法进行学习和研究，实际设计开发小车控制系统并将IAP技术运用其中,并对不同逻辑控制下的小车状态进行测试，根据测试结果数据进行比较分析。

小车与IAPsimu通讯部分涉及了C#程序设计语言、Delphi动态链接库、传输报文等知识领域。

逻辑控制组态部分在小车与IAPsimu 建立通讯的条件下，基于IAPlogic平台实现图形化的逻辑控制。

在智能避障部分，基于小车自带的感应器种类，分为超声避障和红外线避障。

本文的主要研究内容包括：
1、学习和研究IAPsimu与小车通讯原理、逻辑控制组态和智能避障原理，设计多样的小车控制逻辑进行比较分析。

2、在多样的逻辑控制组态基础上，设计和开发一套完整的小车控制系统。

3、根据设计的小车逻辑控制组态编写测试用例，利用所开发的小车通讯软件以及IAPlogic平台进行小车控制测试，记录测试数据，并进行结果分析。

本文采用了VS2010和Delphi7工具进行小车控制软件的开发，开发结果使我深刻地认识到测试的重要性，针对开发的不同阶段应该进行相应的测试工作，尽可能多地发现系统的不足并不断修改，这样才能更加完善小车控制系统的用户体验。

关键字：移动机器人，IAP技术，控制组态，智能避障
The Design on Control System of Track Car Based on IAP Technique and its Implementation
Abstract
As one kind of mobile robots, the tracked car gathers sensor technique and automatic control technology together. With the continuous development of mobile robot applications and the rapid promotion of computer and sensor technique, mobile robots have become one of the most active areas in the science technique. A few researchers at home and abroad have applied the graphic programming method to the controlled experiments and practical application of mobile robots, which has shown some technical advantages.
The research purpose of this paper is to study and research the relevant principle and usage method of IAP technique and the tracked car; design and develop the car control system and apply IAP technology in it; test car statuses at different control logic and have a comparative analysis of the test data. The communication between tracked car and the IAPsimu involves the C# programming language, Delphi dynamic link library, message transmission and so on. Based on the IAPlogic platform, logical control configuration realizes the graphic logical control with the condition of communications between car and IAPsimu. Based on the car’s own sensor types,intelligent obstacle avoidance is divided into ultrasonic obstacle avoidance and infrared obstacle avoidance. The main contents of this paper are as follows:
1.Studying and doing research on communication principle of IAPsimu and the tracked car, logical control configuration and intelligent obstacle avoidance principle. Designing a variety of car control logic and then doing comparative analysis.
2. On the basis of a variety of logical control configuration, design and develop a complete car controlling system.
3. Writing test cases according to the design of car logical control configuration; running the test on the system developed, recording the test data and analyzing the result.
This paper uses VS2010 and Delphi7 tools to develop car control system. Development results make I deeply realize the importance of the test,we should do corresponding test work at different stages of development, thus finding the deficiencies of the system as much as possible and modified constantly. In this way can we improved the user experience of the car control system.
Key Words: Mobile Robots, IAP Technique, Control Configuration, Intelligent Obstacle Avoidance
目录
第1章引言 (1)
1.1研究背景与意义 (1)
1.1.1 研究背景 (1)
1.1.2 意义 (1)
1.2研究内容 (2)
1.3论文结构 (2)
第2章小车控制系统 (4)
2.1智能控制的理论基础 (4)
2.2智能小车的国内外研究现状 (5)
2.2.1国内发展状况 (5)
2.2.2国外发展状况 (6)
2.3系统需求分析 (7)
2.3.1 与IAPsimu通讯 (7)
2.3.2 逻辑组态控制 (8)
2.3.3 红外避障 (9)
2.4系统设计 (10)
2.4.1与IAPsimu通讯 (11)
2.4.2逻辑组态控制 (11)
2.4.3红外避障 (12)
第3章小车与IAPsimu通讯软件 (13)
3.1与IAPsimu通讯 (13)
3.2IAPsimu连接 (13)
3.3Wi-Fi连接 (13)
3.4控制方向 (15)
3.6二值化 (17)
3.7行字切分 (18)
3.7.1 行切分 (18)
3.7.2 字切分 (19)
3.8归一化 (20)
第4章基于IAPlogic的逻辑组态控制 (22)
4.1逻辑组态控制 (22)
4.2IAPplant工程 (23)
4.2.1简介 (23)
4.2.2 IAPplant工程 (24)
4.3逻辑控制 (25)
4.4监控操作 (25)
4.3.2 小波分析 (26)
4.3.3 小波变换 (26)
4.3.4 连续小波变换 (27)
4.3.5 多分辨分析 (27)
4.3.6 离散小波变换 (28)
4.3.7 提升小波 (29)
4.3.8 小波变换核心代码 (30)
第5章红外避障设计 (32)
5.1红外避障 (32)
5.1.1 KNN分类算法 (32)
5.1.2 KNN分类器特点 (33)
5.1.3 KNN算法伪代码 (33)
5.2障碍物检测 (33)
5.2.2 障碍物检测 (34)
5.2.3 距离测量 (36)
第6章测试结果与分析 (37)
6.1实验设置 (37)
6.1.1 实验硬件设置 (37)
6.1.2 实验其他环境设置 (37)
6.1.3 实验样本设置 (38)
6.2实验结果与讨论 (39)
6.2.1 样本相同数量不同字数对正确率的影响 (39)
6.2.2 样本相同字数不同数量对正确率的影响 (40)
6.2.3 特征数据归一化对正确率的影响 (42)
6.2.4 样本字类型对正确率的影响 (43)
总结 (44)
谢辞 (45)
参考文献 (46)
附录1 术语解释 (48)
附录2 部分核心算法代码 (49)
附录3 样本的特征数据 (63)
附录4 第二组实验原始数据 (66)
笔迹鉴别系统的开发及相关算法的比较与研究
第1章引言
1.1 研究背景与意义
1.1.1 研究背景
在当今这个计算机和感应器技术快速发展的时代，智能化不仅是现代社会的新兴产物，更是成为了人们关注的焦点，学者们研究的课题对象，是今后的发展方向。

智能小车利用计算机编程实现对其行为的控制，无需人工干预，是一个集环境感知、规划决策和自动行驶等功能于一体的综合系统[1]，具有可再编程性，是机器人的一种，适用于在那些人类无法正常工作的环境中工作，该技术可应用于无人驾驶机动车，无人生产线，仓库，服务机器人，航空航天等领域[2]，是20世纪自动化领域的重大成就。

然而随着移动机器人应用领域的不断拓展，其功能控制和结构也变得更为复杂，传统的程序开发手段已经很难满足要求。

因此, 机器人体系结构研究一直是机器人领域的一个基础课题, 已有30多年的研究历史，并且仍在不断地发展中。

所以研究开发恰当的系统框架和工具, 提高系统的跨平台性、可重构性和开放性, 缩短应用系统的开发周期, 更是当前人们关注的热点[3]。

目前国内外在移动机器人方面的研究都取得了一定的成绩，但其中，在移动机器人控制软件实现方面，国内外的相关研究还处于比较空白的阶段。

不过已经有少数研究人士开始将图形化编程方法应用于移动机器人的控制研究，并取得了一定的认可，从一定程度上改变了C语言编程方式在控制软件设计开发过程中成本高、周期长、维护难的现状。

然而这类图形化控制编程软件无法实现复杂的控制策略，开发成本也较高，由于资金等实际条件因素，平台的功能扩展和应用兼容性都存在着较大的局限性[4]。

为了解决移动机器人控制过程编程繁琐、执行过程无法干预等问题，有人提出采用工业自动化控制组态方法[5]实现机器人的控制研究，并证明了其可行性和实际应用性。

工业自动化通用技术平台IAP(Industry Automation Platform)的核心思想就是控制组态，是控制组态方法最好的应用平台和诠释者，是研究团队经多年研发形成的自主创新工具。

此技术可提供各类工业自动化控制系统解决方案，并为机器人控制领域的研究提供了一种新的技术思路和工程应用方法。

1.1.2 意义
在工业自动化控制系统中，随着控制组态方法在控制系统策略实现方面的技术不断成熟，已经开始逐步取代传统DCS系统采用程序代码编程的实现方式。

控制组态方法在工业
福州大学本科生毕业设计（论文）
控制系统中逐渐成为主流技术，与其所具备的三大技术特征有着密切的关系：（1）控制组态图形化特征
是一种以图形化的逻辑导向关系替代传统代码编程形式，进行控制算法表征、解释与执行的控制组态方法；
（2）计算过程可视化特征
解决了传统代码封装实现方式对控制器的计算性能无法测试、对其运算参数演变和权值实时更迭过程无法读取的问题，可实时更改控制器的运算参数，对其控制过程进行实时监测；
（3）控制算法元件化特征
控制算法的元件化是工业控制策略组态方法的基础。

采用元件化的控制策略组态方式，有利于实现先进控制与传统控制组态的同构[4]。

因此，使用基于控制组态方法的控制系统将会被更多的学术专家们认可，也会被更多应用领域所采用。

如今智能小车发展迅速，从智能玩具到其它各行各业都有实质成果。

其基本可实现运动控制、循迹、避障、寻光入库等基本功能，近几年的电子设计大赛智能小车又在向声控系统发展。

然而这些研究均采用单片机等传统的编程实现方式，对控制器的计算性能等方面的考察，只能通过输入的驱动产生既定的输出结果进行可能的猜测与判定，因此，如果能够有一种用于智能小车控制的便捷的自动化工具，其有效的自动化控制功能将大大简化传统再编程过程，提高诸多领域的工作效率。

基于IAP的控制组态方式实现小车控制过程充分利用IAP的跨平台、标准化、元件化及图形化的特点与技术优势，为相关控制课题的深入探究提供有力的技术支撑。

该平台已开发出11个可应用于智能小车的控制元件，主要分为两类：一类是智能小车驱动的指令控制元件；另一类是用于读取小车状态特征的传感信号元件，为智能小车控制系统的开发提供强有力的技术支持。

1.2 研究内容
本次毕业设计是设计一个履带小车的控制系统，通过这套系统，实现在IAP平台上对小车进行图形化的逻辑控制。

通过对不同逻辑控制下的小车状态进行比较分析，整合出一套较为完善的小车控制逻辑方案。

1.3 论文结构
论文内容结构安排如下：
第1章为引言，主要描述选题的研究背景及其意义，指出全文的研究内容。

笔迹鉴别系统的开发及相关算法的比较与研究
第2章主要介绍小车控制系统的理论基础，包括基本概念、国内外研究现状、原理和可行性，并且给出此套控制系统的需求分析和设计。

第3章主要介绍控制系统的小车与IAPsimu通讯软件部分，基于IAP的通信是该软件的特色，包括wifi热点的连接、IAPsimu的连接及报文传输，共三个步骤，本文将详细描述通讯软件的每个实现步骤及其原理。

第4章主要介绍小车控制系统的IAPlogic逻辑组态控制部分，采用基于IAPlogic平台的逻辑组态控制方法，达到小车的图形化控制。

对于该控制方法，本文会详细介绍其核心概念、发展历程和主要原理。

第5章主要介绍小车控制系统的智能避障部分，是基于新型感应技术的功能研究，包括超声感应和红外感应两种避障方式，借助IAPlogic控制元件来帮助实现。

第6章主要描述我们所进行的各阶段测试及取得的测试数据，对系统进行最终的验收。

福州大学本科生毕业设计（论文）
第2章小车控制系统
2.1 智能控制的理论基础
智能控制是自动化控制学科发展的一个重要里程碑，是人工智能和自动控制的结合物，是一类无需人工干预就能够独立地驱动智能机器，实现其目标的自动控制。

随着科学技术的进步，特别是计算机技术、信息技术、电子技术、人工智能的飞速发展，智能小车的研究引起了各界学者的兴趣。

智能小车技术的出现带来的不仅是传统工业在生产和研究上发生的根本性变化，对人类的社会生活也产生了深远的影响。

智能小车系统在各个领域都具有广泛的应用前景。

例如，在日常生活中，智能小车可以作为导盲车解决盲人的生活起居问题，也可以通过与人体的相互配合，帮助残疾人完成日常活动；在军事应用中，智能小车可代替人类完成危险地带的排雷、侦察等任务；在工业生产中，智能小车可以在不同程度上帮助人们完成复杂环境下的设备检测、货物搬运等任务；在科学研究方面，智能小车可以在外星球完成勘测或者发回照片等任务[6]。

然而随着人们对智能小车要求的不断提高，并要求智能小车在完成复杂任务的同时具有自行规划和决策的能力，自动躲避障碍运动到预定目标位置的能力等，使得整个系统对其控制部分的要求也越来越高，开发研究小车的智能控制技术成为了人们关注的热点。

智能控制技术分为两种，一种是传统时滞系统的经典控制方法，包括常规的PID控制、Smith预估计控制和大林算法的控制方法，由于其结构简单、可靠性和实用性强等特点，在实际生产中得到了广泛的应用。

但它们通常都依赖于被控对象的数学模型，且都是记忆参数模型的控制方法，自适应性和鲁棒性差，对模型的精确性要求高、抗干扰能力差。

当小车的工作环境及工作目标在工作过程中随时间发生变化时，传统控制方法的未知和不确定特性大大降低了控制系统的性能，因此，采用传统的控制方法已经不能满足控制要求。

另一种是现代控制理论方法，包括模糊控制、神经网络控制、自适应控制等，现代控制方法不需要被控对象的数学模型，具有动态性能好、鲁棒性强的特点，并对纯滞后系统有较好的控制效果，避免了繁琐的参数整定过程，因而在实际中应用得最为广泛[7]。

然而这类控制方法的设计尚缺乏系统性，无法定义控制目标，且控制精度不高。

研究被控对象的模型存在不确定性及未知环境交互作用较强情况下的控制时，智能控制方法得到了成功的应用。

由于经典控制方法和现代控制方法在对机器人行为控制时往往无法得到满意的效果，近年来，机器人的智能控制在理论和应用方面都有较大的进展，目前已有少数的研究学者将图形化编程方法应用于机器人的控制实验和实际应用中，并展现出一定的技术优势。

然而这类方法在应对复杂的控制策略实现方面，则凸显出其不足之处，为了克服这个缺点，提出了将工业自动化过程控制系统中的控制组态方法应用于机器人的
控制研究，较好地解决了机器人非线性系统的控制问题和复杂作业任务的控制问题。

2.2 智能小车的国内外研究现状
智能小车的应用越来越广泛，几乎渗透到所有领域，其研制过程大致经过三代的演变：第一代是可编程的示教再现型智能小车。

它们装有记忆存储器，是依靠人们给予程序，能重复进行多种操作的系统。

因其不具有传感器的反馈信息，所以不能从外界获取信息，来改善其自身的行动品质，故其应用范围非常狭窄。

第二代是装有小型计算机和简单传感器的离线编程性型智能小车。

它能对自身的实际位置和方向进行测量，能通过“视觉”“触觉”等传感能力感知外部信息进行“思维”，并根据这些反馈信息在事先编好的算法和程序指导下对操作过程进行调整，比第一代小车更灵活、更能适应环境变化的需要。

第三代是能感知外界环境与对象物，并具有对复杂信息进行准确处理，对自己行为做出自主决策能力的智能机器人。

这种机器人装有多种传感器，能将多种传感器探测到的信息进行“融合”并做出相应决策，自主完成某一项任务。

它能识别作业环境，是人工智能技术发展到高级阶段的产物[8]。

2.2.1国内发展状况
在国内，各大学也在广泛的开展智能小车的研究，清华大学汽车研究所是国内最早成立的主要从事智能汽车和智能交通的研究单位之一，主要针对主动避障、车载微机、汽车导航等领域进行深入研究。

吉林大学1992年起开始智能车辆方面的研究，主要研究自主导航机理及关健技术，该团队开展的组态式柔性制造单元及图像识别自动引导车的研究为我国提供了一种新型的自动引导车辆系统，从而为我国生产组织模式向柔性或半柔性生产组织转化提供了有意义的技术支撑和关健设备。

并先后开发出4种型号的智能车辆，其中JUTIV-3型为实用型视觉导航车，已进入商品化开发阶段。

JUTIY-4型高速智能车辆已完成整车安装调试，其无人驾驶视觉导航系统设计速度在50km/h以上，装备有世界先进水平的3D激光成像仪，利用多传感器信息融合、人工智能、最优控制理论，深入研究在非结构化道路环境下的路径识别和跟踪、安全车距保持、换道超车等技术。

中国一汽集团和国防科技大学于2003年7月联合研制成功我国第一辆CITA VT型自主导航车，该自主导航车在长达市绕城公路上进行了自主试验，最高稳定车速可达75.6km/h，并具备超车功能，其技术性能指标已经达到了世界先进水平。

2006年，我国开始举办“飞思卡尔”全国智能小车竞赛，该赛事是由教育局高等学校自动化专业教学指导委员会主办，在飞思卡尔半导体公司资助下举办的。

去年，该赛事吸引了共50多所高校的100多支代表队参与。

另外，我国北京理工大学、北京航天航空大学等单位也正在研发智能车辆。

汽车自主驾驶技术是集模式识别、智能控制、计算科学和汽车操纵动力等多门学科于一体的综合性技术，汽车自主驾驶功能水平的高低常被用来作为衡量一个国家控制技术水平的重要标准之一。

智能车辆的相关技术，也将促进轮式机器人的研究。

目前，智能小车的研究呈现出一些新的特点：
[1] 随着计算机硬件技术的提高，硬件结构由最初的专用卡板或芯片逐渐向通用卡板或芯片过渡，为了提高运算速度，出现了专用的运算指令。

[2] 在控制系统方面，随着网络的发展和传输速度的提高，出现了基于网络传输信号控制的智能小车，而不再是以往一成不变的“单机式”控制模式。

[3] 智能小车的控制算法和鲁棒性成为研究的一个重点。

2.2.2国外发展状况
智能小车在国外的研究始于20世纪50年代，美国Barret Electronics公司开发出了世界上第一台自动引导车辆系统（Automated Guided Vehicle System AGVS），该系统是一个运行在固定线路上的平台，但是它具备了智能小车最基本的特征即无人驾驶。

1974年，瑞典的Volvo Kalmar轿车装配工厂与Achiinder-Digitron公司合作，研制出一种可装载轿车车体的AGVS，并由多台该种AGVS组成了汽车装配线，从而取代了传统应用的拖车及叉车等运输工具。

由于Kalmar工厂采用AGVS获得了明显的经济效益，许多西欧国家纷纷效仿Volvo公司，并逐步使AGVS在装配作业中成为一种流行的运输手段。

1985年德意志联邦大学研发出了多智能原型车辆，第一辆VaMoRs智能原型车辆在户外高速公路上以100km/h的速度进行了测试，该车使用机器视觉来保证横向和纵向的车辆控制。

1988年，在都灵的PROMETHEUS项目第一次委员会会议上，智能车辆维塔（CITA,7t）也进行了展示，该车可自动停车、行进，并可以向后车传送相关驾驶信息。

这两种车辆都配备了UBM视觉系统。

1994年由奔驰汽车公司与UBM合作开发了第二代维塔（VITA）智能车辆，这些车辆系统中最引人注目的进展是Tuansputeus处理器的大规模应用，实现了自动超车。

同时，这个系统拥有不同焦距的摄像机跟踪各自目标、分工协作。

通过使用广角摄像机实现道路大范围检测，障碍物检测利用具有高分辨率的短焦摄像机来解决。

目前机器人的研究正向着复杂、智能型、自主型发展。

机器人与人类生活联系得越来越紧密。

作为现代机器人中一个重要分支的移动式机器人是一个相当活跃的研究领域。

室外视觉移动机器人的研究开始于二十世纪七十年代末，主要集中在美国、欧洲和日本等少数发达国家。

由于硬件运算速度的限制，今天的视觉移动机器人往往还要使用其它的传感器，如测距传感器。

由于移动机器人技术集中了计算机视觉、模式识别、多传感器融合、人工智能、通讯以及虚拟现实等多学科先进成果，以及它在军事、民用和科学研究等领域
广泛的应用前景，引起各国政府和一些大公司的注意。

在二十几年的时间里，先后发展了许多具有代表性的实验原型机器人。

我国类似的研究开始于“八五”期间，在“九五”期间各方面性能得到了进一步的提高[9],[10]。

2.3 系统需求分析
2.3.1 与IAPsimu通讯
[1]用例图与说明
与IAPsimu通讯用例图如图2-1所示，其用例说明如下：
①与IAPsimu通讯：与IAPsimu建立通信，从而可以利用IAPlogic控制小车。

②Wifi连接：通过小车自带的热点建立小车与PC端的wifi连接。

③IAPsimu连接：连接IAPsimu和小车。

④控制方向：控制小车的运动方向。

图2-1 与IAPsimu通讯的用例图
[2]活动图
与IAPsimu通讯部分的活动图如图2-2所示：
图2-2 与IAPsimu通讯活动图
2.3.2 逻辑组态控制
[1]用例图与说明
逻辑组态控制用例图如图2-3所示，其用例说明如下：
①逻辑组态控制：通过逻辑组态方式控制小车，不需要对小车进行再次编程。

②建立IAPplant工程：建立工程数据，充当数据库。

③编写控制逻辑：编写要在小车上实现的功能的控制逻辑，从而可在PC端实时控制
小车某个功能的执行。

④监控操作：实时监控小车的执行状态，并可实时修改参数，观察小车的变化。

图2-3 逻辑组态控制的用例图
[2]时序图
逻辑组态控制的时序图如图2-4所示：
图2-4 逻辑组态控制时序图2.3.3 红外避障
[1]用例图与说明
红外避障用例图如图2-5所示，其用例说明如下：
①红外避障：检测是否存在障碍物，并做出相应反应。

②检测障碍物：包括检测障碍物存在与否，以及障碍物与小车的距离测量。

③做出避障反应：判断障碍物距离，若在规定范围内，则做出避障反应。

图2-5 红外避障用例图
[2]时序图
红外避障部分的时序图如图2-6所示：
图2-6 红外避障的时序图
2.4 系统设计
系统的整体流程如图2-7所示：
图2-7 系统整体流程图
2.4.1与IAPsimu 通讯
[1]流程图
IAPsimu 通讯部分的流程如图2-8所示：
图2-8 IAPsimu 通讯流程图
2.4.2 逻辑组态控制
[1]流程图
逻辑组态控制流程如图2-10所示：
图2-9 逻辑组态控制流程图2.4.3红外避障
[1]流程图
红外避障流程如图2-11所示：
图2-10 红外避障流程图
第3章小车与IAPsimu通讯软件
3.1 与IAPsimu通讯
小车控制系统的设计是基于IAP平台的控制思想，因此，要实现对小车的控制，必须先建立小车与IAP平台的连接，这个连接就是建立小车与IAPsimu的通讯。

目前，对小车控制的研究大多都是基于小车本身，是在小车的基础上进行的再编程，因此，若需要修改小车的控制功能，则需要修改IAPsimu是IAP平台的虚拟控制站，小车与IAPsimu建立通讯后，才能使用IAP平台实现对小车的操控，控制小车实现更多的功能，这些功能可以不用在小车上进行再编程实现，而是通过编写逻辑，再在小车上执行逻辑，即可实现。

有效的预处理操作能够去除掉我们所不需要的干扰信息，加强可用于后续操作的有用信息，并减少因为环境而改变的笔迹字符在字形、字位等方面的变化对鉴别结果的影响。

这样一来，不仅特征提取变得更加方便，分类操作也相应容易许多，系统的整体效率必然也会得到提高。

预处理的主要流程包括了去除背景、灰度化、二值化、行字切分和归一化等步骤。

3.2 IAPsimu连接
本次毕业设计所选用的笔迹是用日常书写工具（水笔、钢笔等）自由书写在日常纸张（稿纸、作文纸等）上的。

采用扫描仪对笔迹进行扫描，转换成数字图像的形式。

我们所要处理的笔迹图像的信息量大小与所用扫描仪的扫描精度有关，而在笔迹鉴别中，一副足够清晰的笔迹图像能够大大提高鉴别的正确率等性能指数。

但是随着扫描精度的提高，笔迹图像虽然更清晰，信息量更大，但是数据量、所需内存和处理时间也随之不断增大，会影响到鉴别的速度。

综合取舍后，我们选择了150dpi的扫描精度，彩色扫描类型，以jpg格式保存在计算机当中。

总共扫描了18个人的笔迹样本，去除有问题的样本6个，用于最终实验的样本为12个。

3.3 Wi-Fi连接
3.3.1 系统外处理
取得笔迹样本扫描后的图像文件后，由于现实环境的复杂性，我们需要先在笔迹鉴别。