（电机与电器专业论文）基于视觉导航的智能车系统研究.pdf

a b s t r a c t a b s t r a c t t h er e s e a r c ho ni n t e l l i g e n tv e h i c l ei n v o l v e sm a n yf i e l d s ，s u c ha sc o m p u t e r m e a s u r e m e n ta n dc o n t r 0 1 c o m p u t e r sv i s i o n ， s e n s o rd a t af u s i o na n dv e h i c l e e n g i n e e r i n g ，e t c i tm a i n l yi n c l u d e ss a f e t ym o n i t o r i n g ，i n t e l l i g e n ta n t i c o l l i s i o n ，a i d e d d r i v i n g ，a u t od r i v i n g ，b e h a v i o rp l a n n i n gd e c i s i o n - m a k i n g ，s y s t e ms t r u c t u r e ，a n d s y n t h e t i c a li n t e g r a t i o n ，e t c t h es e n s o ra n d c o n t r o la l g o r i t h ma r em a jo rf a c t o r s i n f l u e n c i n gt h ed e v e l o p m e n to fi n t e l l i g e n tv e h i c l e t h i sp a p e rs t u d i e sa ni n t e l l i g e n t v e h i c l eb a s e do nc h i po ff r s s c a l em c 9 s d g l 2 8 ，t h a ti n c u d e sa u t o m a t i c r e c o g n i t i o na n df i n i s h e ds p e c i a lf u n c t i o n 。i ti ss i m p l ea n da p p l i e d ，l o w e rr e q u i r e m e n t t oh a r d w a r ea n dh a sc a p a b i l i t yo fa d a p t i n ge x i s t i n gs t r u c t u r e dr o a de n v i r o n m e n t f i r s t l y , t h i sp a p e ri n d e t a i ls u r v e y st h ec h i n e s ea n de n g l i s hl i t e r a t u r e s ， s u m m a r i z e st h er e s e a r c hs t a t u sq u oa n dd e v e l o p i n gd i r e c t i o n t h e n ，t h r e ec o n t r o l a l g o r i t h m sr e a l i z i n gi n t e l l i g e n tc o n t r o la r ep r e s e n t e d s e tu pm eh a r d w a r es y s t e mo f v i s i o n g u i d e d ，c o n t r o l l e rs y s t e mo fi n t e l l i g e n tv e h i c l e s e c o n d l y ，t h ei m a g ep r o c e s s i n g i sak e yt e c h n i q u ea m o n gt h er e s e a r c ho f i n t e l l i g e n tv e h i c l e i ti m p l e m e n t i m a g ec o l l e c t i o n ，l a n d m a r kr e c o g n i t i o n ，w h i c h r e s o l v e st h ep r o b l e ms u c ha sn o i s ee l i m i n a t i o n ，t h ee d g eo ft h em a r kl i n eo b t a i n i n g a n dt h el o c a t i o no ft h ei n t e l l i g e n tv e h i c l ed u r i n gt h ep r o c e s s so fi m a g ep r o c e s s i n g i t r e a l i z e st h ea u t o n o m o u si n t e l l i g e n tv i s i o ng u i d i n g t h i r d l y , t h i sp a p e rs t u d i e st h ef u z z yc o n t r o la l g o r i t h m o ft h ei n t e l l i g e n t v e h i c l e i tm a k e sd e c i s i o na c c o r d i n gt ot h el a t e r a le r r o ra n do r i e n t a t i o ne r r o r ，a n d m a k e ss o m ef u z z yr u l e s b yt h ep a r a m e t e r sf u z z i f i c a t i o no fi n t e l l i g e n tv e h i c l e ，w e r e a l i z ei t sf u z z yc o n t r 0 1 f i n a l l y , t h es c h e m er e s e a r c ho nu n k n o w ne x t e r n a le n v i r o n m e n t ，i n t e l l i g e n t v e h i c l eu s et h ei n t e l l i g e n tp i dc o n t r o ls t a c t i c s ，t h er a c et i m ei ss h o r t t e r a n ds p e e d c u r v e ds h a p ea l em o r es m o o t h n e s s k e yw o r d s ：i n t e l l i g e n tv e h i c l e ：p a t ht r a c k i n g ；f u z z yc o n t r o l ；i n t e l l i g e n tp i d i i 学位论文独创性声明 学位论文独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工 作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地 方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含 为获得直昌太堂或其他教育机构的学位或证书而使用过的材料。与 我一同工作的同志对本研究所做的任何贡献均己在论文中作了明确 的说明并表示谢意。 学位论文作者签名( 手写) ：土砗 签字日期：山而年，月啊e l 学位论文版权使用授权书 本学位论文作者完全了解南昌太堂有关保留、使用学位论文 的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁 盘，允许论文被查阅和借阅。本人授权南昌太堂可以将学位论文的全 部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描 等复制手段保存、汇编本学位论文。同时授权中国科学技术信息研究 所将本学位论文收录到中国学位论文全文数据库，并通过网络向 社会公众提供信息服务。 ( 保密的学位论文在解密后适用本授权书) 学位论文作者签名： 刁：车 签字日期：厶书年f 明训日 导师签名： v o i dt r s c i ( u n s i g n e dc h a rt x _ d ) 串口发送函数 w h i l e ( s c l 0 s r i _ t c ! = 1 ) ；等待发送完毕 w h i l e ( s c i o s r l t d r e ! = 1 ) ， s c i o d r l = t x _ d ； 2 3 控制器相关硬件设计与开发 2 3 1 电源模块 电源模块为系统其他各个模块提供所需要的电源。设计中，除了需要考虑 电压范围和电流容量等基本参数之外，还要在电源转换效率、降低噪声、防止 干扰和电路简单等方面进行优化。可靠的电源方案是整个硬件电路稳定可靠运 行的基础。 全部硬件电路的电源由7 2 v 、2 a h 的可充电镍镉蓄电池提供。由于电路中 的不同电路模块所需要的工作电压和电流容量各不相同，因此电源模块应该包 含多个稳压电路，将充电电池电压转换成各个模块所需要的电压。电源系统原 理图，如图2 4 所示。 1 2 第2 章智能车控制器硬件设计与开发 图2 4 电源系统原理图 电源模块由若干相互独立的稳压电路组成。除了电机驱动模块的电源可以 直接取自电池之外，其余各模块的工作电压则需要从电池电压通过变换稳压获 取，一般采用各种集成稳压芯片实现。 利用m c 3 4 0 6 3 a 芯片为图像传感器提供9 v 电源，如图2 5 所示。m c 3 4 0 6 3 a 是a n a l o g 公司生产的d c d c 直流电压转换控制芯片( d c d cc o n v e r t e rc o n t r o l c i r c u i t ) 。内部的振荡电路可通过对外围器件的选择可以调节开关频率，而改变 外围器件的接法可以组成升压、降压等多种电路。 8 0 c 9 10 i r 5 1 1 7 0 u f 兰黾主三! ! g n d g n d 图2 5m c 3 4 0 6 3 a 电路原理图 利用l m 2 9 4 0 c t 5 0 芯片为m c 9 s 1 2 d g l 2 8 最小系统和s t l 8 8 红外传感器 旋转编码器提供5 v 电源，如图2 6 所示。l m 2 9 4 0 c t 一5 0 是n a t i o n a ls e m i c o n d u c t o r 1 3 ap售一 b c c e p 一 ，j 姗w 娜洲姒一 y 小 一一一一一|一一u 第2 章智能车控制器硬件设计与开发 公司成产的低压差稳压芯片( 1 al o wd r o p o u tv o l t a g er e g u l a t o r ) ，典型压差为 o 5 v ，典型输出电流为1 a 。 耻9 4 0 i n r u l ，2 v 图2 6l m 2 9 4 0 c t 5 0 电路原理图 利用c x l l l 7 a d j 芯片为舵机提供6 v 电源。由于供电电压越高，舵机响应 时间越短，故采用+ 6 v 直流电供电。一个大胆的方法就是将舵机电源端串接一 个二极管后直接接在电池正极，但考虑到稳定性第一的原则，为防止舵机烧毁， 最终采用稳压芯片c x l11 7 - a d j 供电。c x ll1 7 a d j 是低压差稳压芯片( 1 al o w d r o p o u tv o l t a g er e g u l a t o r ) ，压差低于1 v ，典型输出电流为l a 。 l n p tn r v 图2 7c x l l l 7 - a d j 电路原理图 1 4 第2 章智能车控制器硬件设计与开发 2 3 2 图像采集模块 2 3 2 1 图像传感器的选择【2 1 】 图像传感器即摄像头是组成机器视觉系统的非常重要的元器件。根据其原 理不同分摄像头主要分为两种：c c d ( c h a r g ec o u p l e dd e v i c e ) 摄像头，c m o s 摄 像头。c c d 也称电耦合器件，其工作原理是：被摄物体反射光线到摄像头上， 经过镜头聚焦到c c d 感光芯片上，感光芯片根据光线的强弱积聚相应电荷，经 周期性放电而产生表示图像的电信号。c m o s 摄像头其实跟c c d 差不多，也是 将光转换成电信号的器件。它们的差异之处就是图像的扫描方式不同，c c d 是 采用连续扫描方式，即它只有等到最后一个像素扫描完成后才进行放大；c m o s 传感器的每个像素都有一个将电荷放大为电信号的转换器。所以c m o s 的功耗 比c c d 要小。由于c m o s 功耗小，较c c d 要便宜，而且图像质量满足要求。 本图像采集系统的图像传感器选用美国o m n iv i s i o n 公司的1 3 o v 7 9 1 0 c m o s 感光芯片的黑白图像传感器。 该传感器的主要参数是：每场扫描线数是3 8 0 线，信噪比 4 8 d b ( 自动增 益关闭) ，校正伽玛y = 0 4 5 ，镜头规格3 6 m m ，输入电源d c8 1 2 v2 0 0 m a ， 采用四线连接，其中黑线为地线端；红线接电源端，可接入+ 8 v 一1 2 v 直流电压； 黄线为p a l 制式视频信号输出端【2 2 1 ；白线为音频信号输出端。本文设计的智能 车图像采集系统没有使用摄像头的音频信号。所以只把摄像头黑红黄三根线接 到了视频采集系统。 2 3 2 2 图像模块的工作原理 ( 一) 摄像头工作原理 摄像头的工作原理是：按一定的分辨率，以隔行扫描的方式采集图像上的 点，当扫描到某点时，就通过图像感光芯片将该点处图像的灰度转换成与灰度 成一一对应关系的电压值，然后将此电压值通过视频信号输出。 行同步脉冲复合消隐脉冲 场同步脉冲行同步脉冲 图2 8 摄像头视频信号 1 5 第2 章智能车控制器硬件设计与开发 如图2 8 所示摄像头连续扫描图像上的一行，则输出就是一段连续的电压视 频信号，该电压信号的高低起伏正反映了该行图像的灰度变化情况。当扫描完 一行，视频信号端就输出低于最低视频信号电压的电平，并保持一段时间，此 电平叫做行同步脉冲，它是扫描换行的标志。在跳过一行之后( 因为摄像头是 隔行扫描的方式) 开始扫描新的一行，如此下去，直到扫描完该场的视频信号， 接着就会出现一段场消隐区。此区中有若干个复合消隐脉。在这些消隐脉冲中 有个脉冲，它远宽于其他的消隐脉冲，该消隐脉冲又称为场同步脉冲，它是扫 描换场的标志。场同步脉冲标志着新的一场的到来。但由于场消隐脉冲恰好跨 在上一场的结尾部分和下一场的开始部分，所以要等场消隐区过去，下一场的 视频信号才真正到来。 图像传感器每秒扫描2 5 帧( 幅) 图像，每帧又分奇、偶两场，先奇场后偶 场，故每秒扫描5 0 帧图像，即场频为5 0 h z 。奇场时只扫描图像中的奇数行， 偶场时则只扫描偶数行。隔行扫描使得行扫描频率降低到逐行扫描时的1 2 。由 于传感器水平分辨率为3 8 0 线，故平均每行信号持续时间为5 2 6 3 芦。 ( 二) 图像信号处理 在电视系统中，为了能够正确地重现图像，要求收、发端同步扫描。若同 步得不到保证，图像就无法正确重现，因此在复合视频信号( c o m p o s i t ev i d e o s i g n a l ) 中必须加入同步信号，包括行同步脉冲( 信号) 和场同步脉冲( 信号) ， 行同步脉冲又称为复合同步脉冲( c o m p o s i t es y n cp u l s e ) ，场同步脉冲又称为垂 直同步脉冲( v e r t i c a ls y n cp u l s e ) 。可以通过l m l 8 8 1 ( v i d e os y n cs e p a r a t o r ) 将 同步信号从复合视频信号中分离出来。 l m l 8 8 1 芯片引脚图和s c h 图分别如图2 9 、2 1 0 所示： + 5 v 复合同步 复合视频 场h 步信 图2 9l m l 8 8 1 引脚示意图 1 6 o 1 u f 第2 章智能车控制器硬件设计与开发 3 2 l l c m o s9 v v i d e o 雠f l m 6 1 8 8 1 n 面而 量癌6 r s tc 罴o m p s y n c 薹 + 5 v 工 u 4 g n d 图2 1 0l m l 8 8 1 电路原理图 分离好的行同步信号接入m c 9 s 1 2 d g l 2 8 的增强型定时器e c t 的i o c o 通 道进行上升沿输入捕捉，场同步信号接入p m 0 进行高低电平判断。 2 3 3 速度采集模块 2 - 3 3 1 速度采集模块的硬件选择 反射型红外传感器检测速度的原理和检测用于导引的黑白线时的原理是一 致的，不同的是测速只要采用连续工作方式就可以了。本文选用工作性能较好 的s t l 8 8 红外传感器作为速度传感器( s p e e ds e n s o r ) ，发射管的限流电阻为5 1 0 欧固定电阻，接收管的分压电阻为2 0 kq 固定电阻+ 2 0 k q 可调电阻，以适应外 界光线变化对红外传感器输出信号的影响，如图2 1 1 所示。输出信号经过施密 特触发器( s c h m i t tt r i g g e r ) h e f 4 0 1 0 6 b 整形，形成规则的方波送入m c 9 s 1 2 d g l 2 8 进行输入捕捉。速度脉冲信号频率范围为0 3 0 0 h z 。 g n d 图2 1 ls t l 8 8 电路原理图图2 1 2 黑白编码盘 为了得到能够反映智能车速度脉冲信号，使用m a t l a b 软件绘制码盘并打 1 7 8 2 gd 2 鳃il c m 一 一 第2 章智能车控制器硬件设计与开发 印在白纸上，如图2 1 2 所示，并在直流电机r s 3 8 0 s t 主驱动齿轮上粘贴。 2 3 3 2 速度采集的硬件工作原理 设置s 1 2 的e c t 模块，同时捕捉光电管输出的电脉冲的上升沿和下降沿。 通过累计一定时间内的脉冲数，用以表示速度。其速度采集的计算原理是，已 知轮胎一圈周长为1 6 7 c m 。设条纹盘共有3 2 个黑白边缘，即轮胎转动一圈将引 起3 2 个脉冲数累积。假设对脉冲数累积的时间为t ，在这段时间内两沿同时获 取的脉冲累积数n 个。根据公式2 1 计算速度： 一 、 ，：1 6 7 l 土l t ( c m s ) ( 2 1 ) l2 3 2 2 3 4 智能车舵机模块 2 3 4 1 舵机模块的硬件选择 f u t a b a $ 3 0 1 0 由直流电机( t r i e o r eg m1 5 1 0 ) 、控制电路板、位置反馈电位 器( 5 k ) 、减速齿轮组、舵盘等硬件组成，如图2 1 3 所示。采用黑红白三线连 接。其中黑线为地线端：红线为电源端，可接入+ 4 v 巧v 直流电：白线为p w m 控制信号输入端。 图2 1 3 舵机内部结构图 2 。3 4 2 舵机模块工作原理 控制舵机的脉冲可以使用m c s 9 s 1 2 d g l 2 8 的1 路p w m 产生。单片机中有 8 路独立的p w m 输出端口，可以将其中相邻的2 路p w m 级联成一个1 6 位p w m 输出。在本文中，最终选择采用两路p w m 通道控制舵机角度。因为在调试中发 现，如果只使用单个p w m 通道，精度只有1 2 5 5 ，舵机的转向角细分精度远不 能满足调试需要。将p w m 0 和p w m l 合并为1 6 位，用a 时钟源，这样提供的 精度就可以达到1 6 5 5 3 6 ，不会出现精度不够的问题。信号频率与舵机内部的基 准频率相同，这样保证了在相同频率下，舵机输入p w m 占空比信号与输出基本 上成线性关系。通过m a t l a b 工具将测得的数据拟合成线性度如下图2 1 4 所示。 1 8 第2 章智能车控制器硬件设计与开发 图2 1 4 舵机输入占空比与输出角度数据拟和图 舵机中位为6 0 0 0 ，极限转角为4 2 5 0 和7 7 5 0 。之间的调节余地非常大，这 个精度问题随之解决。因此在实际使用中，将两个p w m 8 位寄存器合并为一个 1 6 位寄存器存放数据，p w m 0 引脚悬空，p w m l 输出波形。 2 3 5 智能车驱动模块 评估智能车优劣的重要条件之一就是行驶速度。而驱动电机的性能又最终 决定智能车的最大行驶极限。以便进一步更好的控制智能车的速度，则需要选 择恰当的电机驱动电路，才能获得最佳的控制效果。 2 3 5 1 驱动模块的硬件选择 智能车采用的是r s 3 8 0直流电机，工作在电压下，空载电流为，_st 7 2 v0 5 a 转速为1 6 2 0 0 r m i n 。在工作电流为3 3 a ，转速达到1 4 0 6 0 r m i n 时，工作效率最 大，其技术参数如下： 表2 2r s 3 8 0s t 技术参数 嘉心芝 电流( a ) 转速( q m n )扭矩( g c m ) 无负荷 0 4 91 5 3 0 00 最大效率( 6 4 6 ) 2 8 51 3 1 0 09 9 最大功率( 2 6 6 8 w ) 8 6 1 7 6 5 03 4 0 停l e 1 6 7 2 06 8 0 1 9 第2 章智能车控制器硬件设计与开发 2 3 5 2 驱动模块的工作原理 ( 一) 直流永磁电机及其调速功能的实现【2 3 】【2 4 】【2 5 】 首先对直流永磁电机的调速原理进行必要的说明，为后面的控制提供理论 依据。直流永磁电动机主要由磁极、电枢、电刷及换向片组成。为了使直流永 磁电动机旋转，需要通过换向器和电刷不断地改变电枢绕组中电流的方向。如 图2 1 5 所示。 枢导体 图2 1 5 直流永磁电机原理图 直流永磁电机的转速控制方法有励磁控制法和电枢电压控制法。绝大多数 直流电动机采用开关驱动方式，是电枢电压控制法的种，即通过脉宽调制 ( p w m ) 来控制电动机电枢电压，实现调速。电动机电枢电压的平均值如下式 ( 2 2 ) ： 卟糕tt = 弘一， ( 2 2 ) + ， 其中口为占空比，口= 朵，u ，为电枢电压值。 占空比表示在一个周期t 里，电压通过时间t 。与周期t 的比值，口变化范 围为0 口1 。由上式可知，电源电压【，。不变的情况下，电枢的端电压的平均 值u 。取决于占空比的大小，改变口就可以改变端电压的平均值，从而达到调整 电动机转速的目的，这就是p w m 调速原理。本文通过m c 3 3 8 8 6 驱动芯片控制 直流电机电枢两端的电压。 ( 二) 直流永磁电机驱动芯片m c 3 3 8 8 6 ： 电机驱动采用m c 3 3 8 8 6 芯片，由单片机发出的p w m 波通过m c 3 3 8 8 6 驱 动芯片控制电机。芯片的内部结构与大功率管构成的h 桥式电路基本相同，并 且在此之上加入了逻辑控制电路和过流过热保护电路。芯片的工作电压：5 - 4 0 v ； 第2 章智能车控制器硬件设计与开发 导通电阻：1 2 0 毫欧姆；输入信号：t t l c m o s ；p w m 频率： 1 0 k h z 。 用一片m c 3 3 8 8 6 进行试验后，发现调速时m c 3 3 8 8 6 发热量很大，这主要 是因为在调速过程芯片内m o s 管通过大电流，使m c 3 3 8 8 6 发热量很大，后来 改用两片m c 3 3 8 8 6 并联，使用两片m c 3 3 8 8 6 时通过电流的极限值提升了，这 需要在供电模块中合理的布线解决，以提高整个驱动系统的可靠性。采用两片 m c 3 3 8 8 6 驱动电路，如图2 1 6 示： + 气v t i n ou o3 3 n ru n u 图2 1 6 两片m c 3 3 8 8 6 驱动电路 关于m c 3 3 8 8 6 的散热，因为芯片内部即为一个h 桥，本文没有在外部搭建 h 桥。在芯片背面打孔，还尝试用焊锡将导线加粗，以辅助散热。焊接装配时， 将电路板正面的敷铜与m c 3 3 8 8 6 底部的裸露的散热铜焊盘焊接在一起，可大大 增强芯片散热能力，另外，安装散热片也是提高散热性能的有效方法。 2 4 本章小结 本章首先对智能车系统的总体方案进行了详细地阐述，对本文所采用的芯 2 1 第2 章智能车控制器硬件设计与开发 片m c s l 2 d g l 2 8 特性及所组成电路的工作原理进行了分析，然后对该智能车的 硬件部分设计进行了详细说明，并提供了详细的电路原理图及部分最终的硬件 实物图。通过对主电路板和控制电路板各模块分开设计，保证了智能车的正常、 稳定运行。 2 2 第3 章道路图像信息处理 第3 章道路图像信息处理 实时获取智能车与引导线的相对距离等信息是智能车能否稳定、快速运行 的重要前提。摄像头作为智能车的眼睛，而单片机作为智能车的大脑，获取摄 像头采集的图像信息。但在所采集的图像中，除包括路径信息之外，还可能存 在着因为地面反光或引导线污染等干扰信息，因此要对所采集的导航图像进行 一定的处理，从而可以准确的提取引导线，使智能车准确地按照指定路径行驶。 3 1 摄像头的标定 摄像头标定，可以从摄像头图像坐标中获取世界坐标系中导引线的信息。 但这牵涉一个重要的问题，即三维物体上的点如何形成n - 维图像上的像素点。 这一节将阐述根据智能车实际行驶路况推导出的摄像头的标定过程【2 6 】【2 7 】【2 8 j 。 世界坐标系 图3 1 世界坐标到图像坐标转换 记图像坐标系的图像点x ，g ，y ，1 ) ，世界坐标系场景点x 。g w ，y 。，z ，1 ) ， 得到如下关系：x ，= m x 。通过几个已知的对应点的坐标可以解出m 。将上式 展开可以得到公式3 1 ： 2 3 第3 章道路图像信息处理 口 ：m ly w lz w 【1 ( 3 1 ) 由于本文需要的是从图像坐标得到世界坐标的信息，所以实际过程是上面 提到的逆过程。要从二维的图像坐标知道真实世界的坐标由于缺少环境的深度 信息，需要一个基本假设即“地面平坦”，然后就可以通过逆透视变换建立映射关 系。根据智能车的实际行驶路径，可以使假设基本成立，可以令z ，= 0 。这样公 式3 1 可以变为公式3 2 付 进一步展开得到公式3 3 p x w = 刀l l x f + 以1 2 y f + ，1 1 3 缈w = 刀2 l x f + n 2 2 y i + 1 1 2 3 = 甩3 l 工f + n 3 2 y i _ + 力3 3 消去，写成矩阵形式3 4 ： r x i y r l00 0 - - x i x w 咄x 。、1 齑：卜、1 l0 0 0 工，y fl z ，y ，一y i y 。jl y ， 其中，- - h ：! 一o 。，刀。：，聆。，刀：。，刀：，玎：，刀，刀，：) r ( 3 2 ) ( 3 3 ) ( 3 4 ) 理论上只要4 个点对应坐标就可以解出n ，通常可以选择n 个点，用最小二 乘方法解出n 。 若解得n = o ：。，刀：，刀：，刀：。，以：，刀：，l ；。，玎；：) 其中，刀；= 甩玎n 3 3 ( 3 5 ) 贼t = 篆揣 6 ， v ：堕兰型堕兰! ! = 堕 ( 3 7 ) 川 刀刍x 。+ ，l ；2 y 。+ 1 由以上推导，可得图像坐标像素点唯一确定在道路平面上的对应坐标，为 第3 章道路图像信息处理 图像上点的空间定位奠定了理论基础。 3 2 图像信息采集 在2 3 2 节中已经介绍，视频信号接入l m l 8 8 1 视频分离芯片，分离出行同 步脉冲信号和场同步消隐脉冲信号送入单片机。单片机采用中断方式，分别对 场同步消隐脉冲和行同步脉冲信号计数，并对所采集到的像素存入设定好的数 组中。 摄像头是采用隔行扫描的方式，奇场时只扫描画面的奇数线，偶场时只扫 描画面的偶数线，所用摄像头每场信号的第2 3 行至第3 1 0 行为视频信号，即摄 像头在纵向上有2 8 8 像素的分辨能力，这对于本智能车跟踪路径所需要的图像 传感精度来说远远够用。 由于如果对每一行图像都进行数据采集存储，会增大单片机处理存储的负 担，而且智能车转向控制只需要几行的信息分辨率就足够，因此只需要对特定 行进行采集。本文只采集指定的5 行图像信息。结合图2 8 中的电路图，当p j 2 口的信号由高变低或由低变高时，表明新的一场到来，由此开始对行同步信号 重新记数。设置一个行计数器r o wc o u n t e r ，当p j l 口捕捉到一个上升沿时， t f l g l c o f 寄存器嚣位，表明一个行同步信号刚刚过去，新的一行刚刚开始将 r o wc o u n t e r 加l 。当r o wc o u n t e r 加到r o w i n t e r v a l 时，表明指定采集的行视频 信号已到，此时进行图像采集。 图像采集利用m c 9 s 1 2 d g l 2 8 单片机的a t d 模数转换，受其转换速度的限 制，需要对m c 9 s 1 2 d g l 2 8 进行超频，采集到的信息才满足横向分辨率的要求。 此部分已经在2 2 2 节中做以详细介绍。采集后的单行图像信息存入一维数组 i m a g e _ l i n e 1 i n e _ m a x ，单场图像信息存入i m a g e f i e l d r o w _ m a x 1 i n e _ m a x 】二维 数组，方便利用串行通信在上位机进行调试。图像采集流程图如图3 2 所示： 2 5 第3 章道路图像信息处理 图3 2 图像采集流程图 3 3 道路图像处理算法 在智能车行驶过程中采集的图像，由于光线、抖动等不确定因素，采集到 的图像质量会受到噪声干扰。为了增强道路图像的识别可靠性，降低引导线提 取算法的复杂性、有利于路径的正确识别和精确定位，需要对采集的信息进行 处理，以提高图像质量【2 9 】【3 0 】【3 1 】。 第3 章道路图像信息处理 3 3 1 获取目标导引线的检测算法 根据道路的特征，提取道路特征点的方法也有两种：二值化算法和边缘提 取算法。二值化算法的具体做法是：逐行检测图像数据，由于道路是黑白两种 颜色，所以灰度值肯定是主要分布在两个值周围。假设设定一个阈值，大于这 个值的是道路白色部分，小于这个值的是黑线，取黑线点的列坐标平均值即是 黑线中点。边缘提取算法的具体做法是：逐行检测图像数据，分别检测出每行 的左边缘和右边缘，记下左右边缘的列值并取它们的平均值即是黑线中点。 3 3 1 1 基于二值化的图像分割技术 图像的分割与描述是在图像预处理基础上对图像信息进行组织与加工，它 是实现图像自动识别与理解的必不可少的过程，是机器视觉的中间层次。图像 阈值分割是最常用的图像分割技术，主要利用图像中背景与目标之间的灰度差 异。理想状态下，背景与对象之间的灰度值差异很大，且同一个对象具有基本 相同的灰度值。体现在图像的灰度直方图上，就是直方图呈明显的双峰分布。 选取一个灰度值作为阈值，根据灰度与阈值的关系将图像点判定为目标点或背 景点，这个过程就是图像的二值化。 首先设定一个自适应阈值t ，方法如下： ( 1 ) 选t 初始估计值( 为图像中最大亮度值和最小亮度值的中间值) ； ( 2 ) 使用t 分割图像，分成两组g 和g ，； g g 霉瓷器麓暑召t 8 ， ：= ，g ，y ) i ，g ，y ) = 阈值 即，如果左右两个像素点灰度值之差大于或等于阈值，则左边缘位置= 列变 量。同理，判断右边缘的算法式子是： d a t a 行变量】【列变量 一d a t a 行变量 列变量+ 1 】 一阈值 如果左右两个像素点灰度值之差小于或等于负阈值，则右边缘位置= 列变 量。 边缘检测与二值化技术比较，边缘检测算法的抗周围环境光线强弱变化干 扰的能力更好。而且克服了由每行同对象的灰度值不同所带来的困难。比如 第1 行采样得到的白色路面灰度值是4 5 ，黑色引导线灰度值是4 ；第3 0 行采样得 到的白色路面灰度值是1 2 6 ，黑色引导线灰度值是8 6 ；虽然这两行同一对象的灰 度值各不相同，但是白色路面灰度值与黑色引导线灰度值之差却基本相同( 第1 行之差是4 1 ，第3 0 行之差是4 0 ) 。如此，在检测边缘时，阈值的确定就变得很 简单了。本文就可以设定一个全局静态阈值( 假如设定该值为3 6 ) ，而且能适 合各行图像的边缘检测。 但是当到道路中出现了十字交叉的引导线时问题就出来了，因为本文算法 是从左至右来检测边缘的，所以当黑色图像干扰出现在引导线左边时，系统会 误以为干扰是引导线而导致智能车偏离正常行使的道路。根据这个问题有必要 改进边缘检测算法。在这里提出跟踪边缘检测算法，其实它也是从左至右分别 提取左右边缘然后再计算出黑线中心点位置，只是每次检测左边缘位置时不再 是遍历所有像素点，而是在前一行的左边缘位置的邻域范围内寻找下一行的左 2 8 第3 章道路图像信息处理 边缘。因为黑色引导线是连续的，所以相邻两行的左边缘点很接近。本文就可 以在较小的某邻域内找到左边缘。算法的基本思路是：当找到第i 行的左边缘点， 那么第i + 1 行的左边缘点肯定是在以第i 行的左边缘点为中心的邻域里，这样就可 以消除交叉线干扰了，而且有大大节省了检测边缘的时间。在此要提醒的是： 本文算法是跟踪左边缘，这只是个人习惯的问题，当然也可以跟踪右边缘，但 是最终都还是要计算出黑线中心点的。跟踪边缘检测算法示意图如图3 3 所示。 跟踪边缘检测流程图如图3 4 所示。 4 04 04 0 4 0 4 0 4 0 4 04 04 0 4 04 04 0 又 、lt ，彳0 4 04 0 4 0 4 0 4 04 04 0 4 04 04 0 4 04 04 0 4 04 04 0 方i 力缘右仂缘 图3 3 跟踪边缘检测示意图 2 9 第3 章道路图像信息处理 图3 4 跟踪边缘检测流程图 第3 章道路图像信息处理 3 3 2 图像去噪处理 在智能车行驶过程中采集的图像，由于光线、抖动等不确定因素，采集到 的图像质量会受到噪声干扰。为了增强道路图像的识别可靠性，有利于路径的 正确识别和精确定位，需要对采集的信息进行处理，以提高图像质量。由于中 值滤波具有滤除随机噪声和脉冲噪声并保留边缘细节的良好性质，所以本文采 用中值滤波器【3 5 】【3 6 】。 3 3 2 1 中值滤波技术 ( 一) 传统的中值滤波 传统的中值滤波是用该像素的相邻像素的灰度中值来代替该像素的值： 厂7 g ，y ) = m e d i a n g ( s ，f ) ( 3 9 ) o ，f ) 如， 其中，厂g ，y ) 为q b 心像素灰度值，f g ，y ) 为中值滤波输出；s 。表示中心 在( 工，y ) ，尺寸为聊刀的矩形图像窗口的坐标组。其特性为：对离散阶跃信号， 斜升信号不产生影响，连续个数小于窗口长度一半的离散脉冲将被平滑，三角 函数的顶部平坦化；中值滤波后，信号频谱基本不变。 ( 二) 自适应中值滤波 以噪声图像的像素，( z ，j ，) 为中心，选取像素为3 * 3 的窗口。基于混合噪声的 特点，先对滤波窗口内噪声模型进行判断，求出该窗口像素的方差： l l 盯2 = 丢 ，- - ? 1 ，一聊) 一m 】2 ( 3 1 0 ) 7n = - i m = 一l 1ll 其中，m = 去i - - n ，j - m ) - m 。若方差仃2 大于某阈值，则该窗口受 7n = - l m = - i 椒盐噪声污染，需要进行中值滤波。否则只受高斯噪声污染：在选择适合的滤 波器进行噪声去除。其确定是阈值选择较困难。 ( 三) 加权中值滤波 在中值滤波窗口内各点有相同的输出作用，若强调中间点或离该点较近的 作用点，可改变窗口中变量个数，使多个变量值等于一个点值，在对扩展口的 灰度值数字序列求中值。缺点是对边缘像素进行窗口扩展后，将超出图像边界， 引起边界效应。 3 3 2 2 中值滤波处理 从理论效果来说二维中值滤波器效果比较好，但是执行速度慢，而且本采 3 l 第3 章道路图像信息处理 集系统采集出来的行与行之间灰度值等级不一样，所以采用一维中值滤波器。 本文采用中值滤波的思想是对某行的各点像素，取其与前后两像素的中间值替 换该点为的像素值。中值滤波器程序流程图如图3 5 所示： 图3 5 中值滤波流程图 3 2 第3 章道路图像信息处理 3 3 3 图像路径判别算法 为了提取弯道和直道的不同特征，首先在实际路径的不同位置采集了足够 反映各种情况的数据，并用m a r l a b 软件重新作图进行分析。图3 6 38 是用三种 典型情况下的数据绘成的图像。 图3 6 直道 幽37 人弯道 圈3 8 小s 道 从以上数据中发现，区分弯道和直道的方法大致有两类：一类从数学上微 分的思想出发，选取图上某几个特征点分析差值关系。得到当前是否为弯道： 另一类则采用积分的思想，对一定数量的点进行统计分析，得出判断的准则。 实际测试发现，这两种方法都是可行。 根据图所示三种路径情况，直道、弯道可以通过计算各行黑线位置方差的 方法区分，公式为： 削m x - i ( b l a c k l i n e l e m p a v e r e r r o r b l a c k e r r o ，【r o w l 矿 b l a c k l i n e _ t e m p s l o # 2 。丽面五一( 3 1 1 ) 肋f 哂t h i “。k ”节“ 啪卜b k k _ e 阡。电御一啦 其中，b l a c m i n e _ “叫。i 而i 广一 根据该弯、直道判断算法，可以得到一组由直道入弯，然后出弯道的 b l a c k l i n e _ t e m p s l o p 参数曲线。如图3 9 和31 0 所示，可得到表3l 和3 2 。 、1 - 。 第3 章道路图像信息处理 图3 9 直道入弯道 图3 1 0 弯道入直道 表3 1普通弯道，过弯参数 通过数据显示，方差值越小，则说明前方路径越直，反之，若方差值越大， 则说明前方路径弯道越陡。依次可以设定方差为直道弯道的判别阈值，通过调 整判别阂值，可以控制智能车对弯道直道的精确跟踪。另外，还可以根据方差 大小，判别弯道的缓急程度，为不同的弯道控制策略提供输入接口。 3 4 本章小结 本章在第一部分介绍了摄像头标定原理，根据采集到的像素点唯一确定道 路平面上的唯一坐标。第二部分主要介绍了图像采样思路，对图像进行行和场 的扫描，并把采集到的像素信息存入数组中。第三部分分析了两种常用的引导 线检测算法，二值化分割和边缘检测算法。比较两种算法，边缘跟踪检测算法 具有鲁棒性好，抗干扰能力强等优点。采用中值滤波技术处理图像。 3 4 第4 章智能车系统控制策略 第4 章智能车系统控制策略 4 1 智能车总体控制器设计 智能车控制算法主要包括：后轮速度控制算法和前轮舵机角度控制算法， 以及两者之间控制方法的相互协调。智能车控制算法总体框图如图4 1 所示。 i 旨g 皇 口纪f 轻r 巽i l 竺竺竺! i 登竺_ 横向偏差变 黑线轨迹。疋、化量。 i 0 。i ：五 一苤角j 空锖0 量一 由寺妇1黼向角 7 车体 l 遇芎坦，i ；蝴芦羞懦斗+1 j 1 ，一 l 一，一j 网 图4 1 智能车控制算法总体框图 智能车的控制算法是整个系统的核心。在智能车路径跟踪控制中目前常采 用的方法主要有p i d 算法和模糊控制算法。其中p i d 属于传统的控制方法，它 的主要特征是基于被控对象的精确数学模型的控制，由于智能车受电机特性差 异、路面粗糙度、机械的特性等诸多因素的影响，同时由于摄像头的测量精度 受车体运动过程中震动的影响，整个系统表现为高度的非线性和不确定性，难 以用精确的数学模型的描述f 3 3 1 。若是采用传统的控制方法势必利用不精确的模 型而又采用某个固定的控制算法，使整个系统缺乏灵活性和应变性，难以达到 好的控制效果，甚至会出现系统不稳定的情况。因此，本文决定采用模糊控制 策略实现小车的路径跟踪；采用智能分区p i d 对小车实现不同路径上的速度控 制。 3 5 第4 章智能车系统控制策略 4 2 舵机控制器设计 4 2 1 模糊控制基本原理 图4 2 模糊控制系统组成 典型的模糊控制系统的组成如图4 2 所示，其核心部分为模糊控制器。由图 可知模糊控制器由模糊化接口、规则库、推理机和清晰化接口四部分组成【3 7 】【3 8 1 。 其中模糊化接口的功能是将输入变量模糊化处理为相应的模糊量；规则库负责 向推理机提供控制规则；推理机的功能是根据输入模糊量和规则库完成模糊推 理，并求解模糊关系方程，从而获得模糊控制量；清晰化接口的作用是将输出 模糊控制量转化为精确量，从而作用于被控对象。模糊控制规律通常由计算机 的程序实现。设计一个模糊控制器分为一下三个步骤：分析受控系统，确定模 糊输入、输出变量的隶属度函数及控制规则，确定模糊推理及反模糊化的方法。 ( 1 ) 分析受控系统。模糊控制器设计的第一步是分析受控系统。找出输入 和输出变量，哪些是一般的输入输出量： ( 2 ) 定义输入输出变量的隶书度函数及模糊控制规则。这一