外文翻译--基于CMOS相机的智能汽车道路识别.doc

徐州工程学院毕业设计外文翻译学生姓名学院名称机电工程学院专业名称机械设计制造及其自动化指导教师2011年05月27日基于CMOS相机的智能汽车道路识别刘楚中国上海同济大学自动工程学院陈杰中国上海同济大学自动工程学院徐一凡中国上海同济大学自动工程学院罗峰中国上海同济大学自动工程学luo_摘要近几年，智能辅助驾驶和导航越来越受到人们的关注，本文设计开发了一种以CMOS相机作为传感器的智能车道路识别系统，它可以完成道路识别和智能车导航功能，并说明了CMOS相机的安装和采样过程。本文设计开发了一套道路PC监控系统和道路识别算法测试程序，它可以保证道路识别的精确性、快速性和自适应性。一旦算法通过测试，那么该程序无需修改就可在嵌入式发展环境下直接应用，也可在智能车微控制器上直接应用。本文在PC机上设计开发了一个3D道路模拟系统，它很容易为道路识别系统的模拟和测量建立各种道路轨迹。此外，各种实际道路同样也可以在模拟系统上仿真。实验表明在这样的测试环境下，道路识别运算法在道路识别和路径跟踪是令人满意的。本文研究可以丰富智能车道路识别算法的研究，也为发展视觉导航和无人驾驶提供支持。关键词：CMOS照相机；智能车；道路识别；视频采样；道路模拟；算法测试1.系统介绍A道路识别的背景基于照相机一辆无人驾驶车的概念包括一个高度自动化认知和控制技术的新兴语系，最后针对出租车常客为汽车体验用户。连同其它的发展,它们一起被很多人视为是2020年车辆的主要技术进展。道路识别是智能车交通感知和自主驾驶的前提，同时在机械视觉系统和智能导航领域被研究。许多系统通过摄像机能实现车辆的无人驾驶。THMR-V（清华移动机器人V）是一个能完美执行在平坦道路上，并加速到150千米/小时的系统。然而，许多系统需要实际信息道路或静态形象道路来测试无人驾驶的功能。在线测试的过程成本是昂贵的，因此低成本的CMOS相机模块非常的适用于汽车工业，我们的目标是开发一个可扩展的调试平台，用于研究和开发基于CMOS照相机的机械视觉和自身引导系统。通过这个系统，现实的公路电影可以用来测试道路识别功能；同时，结构化和非结构化的路都道路也可以模拟，开发人员可以修改虚拟CMOS相机的采样参数以便于调试和验证运算法则在道路识别功能中的重要性。道路识别设备和稳定的算法是提高智能车稳定性的关键。在这里,飞思卡尔16位单片机”MC9S12DG128B”(缩短为“S12)作为主机控制器。由于S12的运算速度和记忆能力远低于电脑，所以采用640x480分辨率的黑白CMOS相机作为智能车辆的视频传感器。相较于其他路面传感器，CMOS相机具有快速采集的能力，这为智能车提供了足够的道路信息。详细的参数指定表I。通过数据的收集和计算，车辆能够快速确定驾驶道路。图I展示怎样安装CMOS相机和框架。B硬件设计与抽样算法智能车上的视频采样模块由CMOS相机、视频同步分离LM1881以及S12的模数转换模块组成。表格ICMOS传感器参数模型参数图像传感器1/3英寸OmniVisionCMOS有效性像素分辨率：640*480水平定义32视角64度频率50赫兹电源直流9V/100mA图1.CMOS相机的安装由于CMOS相机需要9伏电源,高过车电池电压，所以采用电源转换器MC34063使照相机正常工作。在安装好相机后，需要采样的视频信号。这里LM1881视频同步分离器的使用，为智能车从视频信号控制器提取定时信息。当定时信号从LM1881芯片出现时，通过智能控制器内部的模数转换模块，智能控制器就能采样信号。采样信号通过S12芯片内部的道路识别法则来处理，轨迹表面上的黑色线路用来跟踪和分析，如图2所示。CMOS相机的检测频率为50赫兹，视频信号总是在20毫秒自转一周，CMOS相机智能车辆视角范围用来满足高速运行的需要和实时的处理。C模拟调试的方法由于智能车是一个实时系统，当高速运行时，调试的方法是有限的。同时，潜在的定位问题也是难解决的。为了解决这个问题，需要在PC机上建立测试模拟系统，通过智能车算法的动态库，调试过程就可以很简单的完成。用C语言编写的代码语言，它具有如下优点：1.C代码可以很容易地适用到许多类型的计算机,使软件开发的微控制器系统并联硬件设计。2.即使平台改变，C语言编写的程序也可以直接移植。3.C代码易于调试。基于C语言的可移植性，一旦该算法通过测试，它就可以不需要修改而直接满足嵌入式发展环境，然后产生的目标代码就能在微控制器上正常运行。图3中讲解了模拟调试的方法，运算库是微软VisualC+的一个工具，通过收集，一个能通过仿真测试环境的测