視覺組-東北大學(xué)-先驅(qū)音速-技術(shù)報告

第一界全國大學(xué)生智能汽車競賽技術(shù)報告PAGEPAGE3PAGEII第五屆全國大學(xué)生“飛思卡爾”杯智能汽車競賽技術(shù)報告學(xué)校：東北大學(xué)隊伍名稱：先驅(qū)音速參賽隊員：潘豐厚、王元龍、梁倩帶隊教師：張云洲、陳述平PAGE35-關(guān)于技術(shù)報告和研究論文使用授權(quán)的說明 本人完全了解第五屆全國大學(xué)生“飛思卡爾”杯智能汽車競賽關(guān)保留、使用技術(shù)報告和研究論文的規(guī)定，即：參賽作品著作權(quán)歸參賽者本人，比賽組委會和飛思卡爾半導(dǎo)體公司可以在相關(guān)主頁上收錄并公開參賽作品的設(shè)計方案、技術(shù)報告以及參賽模型車的視頻、圖像資料，并將相關(guān)內(nèi)容編纂收錄在組委會出版論文集中。參賽隊員簽名： 帶隊教師簽名： 日期： 第五屆全國大學(xué)生“飛思卡爾”杯智能汽車競賽技術(shù)報告目錄第一章緒論 11.1引言 11.2智能車競賽的意義 21.3智能車研究的國內(nèi)外現(xiàn)狀 31.4智能車競賽規(guī)則 4第二章智能車系統(tǒng)架構(gòu)及硬件設(shè)計 62.1系統(tǒng)方案設(shè)計 62.2核心微控制器 72.3資源配置 72.4驅(qū)動電路設(shè)計 82.5外圍電路設(shè)計 92.5.1電源電路 92.5.2串口電路設(shè)計 102.5.3撥碼開關(guān)設(shè)置 112.5.4晶振電路設(shè)計 122.6本章小結(jié) 13第三章視覺導(dǎo)航及系統(tǒng)軟件設(shè)計 143.1軟件結(jié)構(gòu) 143.2圖像采集 153.2.1采集分析 153.2.2采集時序 163.3圖像處理 183.3.1畸變校正與坐標(biāo)轉(zhuǎn)換 183.3.2路徑分析 223.4轉(zhuǎn)向和速度控制 243.4.1轉(zhuǎn)向控制 243.3.2速度控制 263.5本章小結(jié) 27第四章機械結(jié)構(gòu)調(diào)整 284.1攝像頭安裝 284.2前后輪結(jié)構(gòu)調(diào)整 284.3車體重心調(diào)整 304.4本章小結(jié) 30第五章調(diào)試工具與實驗結(jié)果 315.1調(diào)試工具設(shè)計 315.1.1串口接收 315.1.2圖像顯示 325.1.3圖像處理效果測試 325.2實驗結(jié)果分析 355.3本章小結(jié) 36第六章模型車技術(shù)參數(shù) 37第七章結(jié)論 38參考文獻 39附錄1：研究論文 41附錄2：源代碼 46第五屆全國大學(xué)生“飛思卡爾”杯智能汽車競賽技術(shù)報告第一章緒論1.1引言在最近的10-15年里，各種新型AGV被廣泛地應(yīng)用于各個領(lǐng)域。單元式AGV主要用于短距離的物料運輸并與自動化程度較高的加工設(shè)備組成柔性生產(chǎn)線。例如，自動導(dǎo)向叉車用于倉貯貨物的自動裝卸和搬運；小型載貨式AGV用于辦公室信件的自動分發(fā)和電子行業(yè)的裝配平臺。最近，小型AGV應(yīng)用更為廣泛，而且以長距離不復(fù)雜的路徑規(guī)劃為主。AGV從僅由大公司應(yīng)用，正向小公司單臺應(yīng)用轉(zhuǎn)變，而且其效率和效益更好。至此出現(xiàn)了智能車的概念[1]。全國智能車組委會提供一個標(biāo)準(zhǔn)的汽車模型、直流電機和可充電式電池，參賽隊伍要制作一個能夠自主識別路線的智能車，在專門設(shè)計的跑道上自動識別道路行駛，誰最快跑完全程而沒有沖出跑道并且技術(shù)報告評分較高，誰就是獲勝者。制作智能車涉及控制、模式識別、傳感技術(shù)、汽車電子、電氣、計算機、機械等多個學(xué)科，對學(xué)生的知識融合和實踐動手能力的培養(yǎng)，對高等學(xué)?？刂萍捌囯娮訉W(xué)科學(xué)術(shù)水平的提高，具有良好的長期的推動作用[2]。2005年11月，中國高等學(xué)校自動化專業(yè)指導(dǎo)分委員會與飛思卡爾半導(dǎo)體公司簽署了雙方長期合作協(xié)議書。協(xié)議書規(guī)定從2006年起，飛思卡爾將至少連續(xù)5年協(xié)辦“飛思卡爾”杯全國大學(xué)生智能汽車邀請賽，提供參賽隊的標(biāo)準(zhǔn)硬、軟件技術(shù)平臺和競賽優(yōu)勝者獎金，并為主辦單位提供一定的競賽組織經(jīng)費。我國智能車競賽由此開始。圖1.1第一屆參賽的智能車首屆智能車競賽于2006年8月20日至21日在清華大學(xué)進行，共有來自全國57所高校的112支參賽隊參加，參賽車輛如圖1.1所示。第二屆比賽范圍擴大到全國具有以自動化專業(yè)為主的理工類高等本科學(xué)校約300余所，并采取賽區(qū)比賽和全國總決賽結(jié)合的比賽形式。第三屆的全國智能車決賽在東北大學(xué)舉行，第四屆在北京科技大學(xué)舉行，比賽現(xiàn)場如圖1.2所示，而今年的第五屆將在杭州電子科技大學(xué)舉行。圖1.SEQ圖1.\*ARABIC2第四屆智能車比賽現(xiàn)場1.2智能車競賽的意義全國大學(xué)生智能車大賽和其他競賽一樣，為了培養(yǎng)大學(xué)生實踐創(chuàng)新能力和團隊精神而開展的。該項賽事與全國大學(xué)生數(shù)學(xué)建模、電子設(shè)計、機械設(shè)計、結(jié)構(gòu)設(shè)計等四大競賽齊名，被認定為國家教育部正式承認的第五個大學(xué)生競賽項目。競賽以“立足培養(yǎng)，重在參與，鼓勵探索，追求卓越”為指導(dǎo)思想，旨在促進高等學(xué)校素質(zhì)教育，培養(yǎng)大學(xué)生的綜合知識運用能力、基本工程實踐能力和創(chuàng)新意識，激發(fā)大學(xué)生從事科學(xué)研究與探索的興趣和潛能,倡導(dǎo)理論聯(lián)系實際、求真務(wù)實的學(xué)風(fēng)和團隊協(xié)作的人文精神，為優(yōu)秀人才的脫穎而出創(chuàng)造條件。該競賽以“立足培養(yǎng)、重在參與、鼓勵探索、追求卓越”為指導(dǎo)思想，是以智能汽車為競賽平臺的多學(xué)科專業(yè)交叉的創(chuàng)意性科技競賽，是面向全國大學(xué)生的一種具有探索性的工程實踐活動，涵蓋了控制、模式識別、傳感技術(shù)、電子、電氣、計算機、機械等多個學(xué)科知識，旨在促進高等學(xué)校素質(zhì)教育，培養(yǎng)大學(xué)生的綜合知識運用能力、基本工程實踐能力和創(chuàng)新意識，激發(fā)大學(xué)生從事科學(xué)研究與探索的興趣和潛能，倡導(dǎo)理論聯(lián)系實際、求真務(wù)實的學(xué)風(fēng)和團隊協(xié)作的人文精神[2]。1.3智能車研究的國內(nèi)外現(xiàn)狀美國國防部與民間的大學(xué)、企業(yè)和發(fā)明家聯(lián)合開展了全球領(lǐng)先的智能汽車競賽。2007年11月，美國第三屆智能汽車大賽日前在加利福尼亞州維克托維爾舉行，這是美國國防部第三次主辦這樣的大賽。參賽的無人駕駛汽車的車頂上有旋轉(zhuǎn)的激光器，兩邊有轉(zhuǎn)動的照相機，內(nèi)部安有電腦裝置。這些無人駕駛汽車完全由電腦控制，利用衛(wèi)星導(dǎo)航、攝像、雷達和激光，如圖1.3所示，人工智能系統(tǒng)可判斷出汽車的位置和去向，隨后將指令傳輸?shù)截撠?zé)駕駛車輛的系統(tǒng)，絲毫不受人的干涉，用傳感器策劃和選擇它們的路線。參賽的無人駕駛智能汽車沿著附近公路飛奔[3]。圖1.SEQ圖1.\*ARABIC3美國的智能汽車韓國大學(xué)生智能模型車競賽是韓國漢陽大學(xué)汽車控制實驗室在飛思卡爾半導(dǎo)體公司資助下舉辦的以HCS12單片機為核心的大學(xué)生課外科技競賽。組委會將提供一個標(biāo)準(zhǔn)的汽車模型、直流電機和充電式電池，參賽隊伍要制作一個能夠自主識別路線的智能車，在專門設(shè)計的跑道上自動識別道路行駛，誰最快跑完全程而沒有沖出跑道并且技術(shù)報告評分較高，誰就是獲勝者[4]。我國的智能車競賽是從2005年11月中國教育部高等學(xué)校自動化專業(yè)指導(dǎo)分委員會與飛思卡爾半導(dǎo)體公司簽署了雙方長期合作協(xié)議書之后開始的。飛思卡爾半導(dǎo)體公司為主辦單位提供參賽隊的標(biāo)準(zhǔn)硬、軟件技術(shù)平臺和競賽優(yōu)勝者獎金，并提供一定的競賽組織經(jīng)費。從歷次智能車競賽的賽道復(fù)雜度來看，智能車比賽的困難度逐年上升。第一屆智能車競賽在清華大學(xué)舉行，比賽采用MC9S12XS128作為主控芯片，賽道只有直道和彎道，而沒有上下坡；第二屆在上海交大舉行，總決賽中出現(xiàn)上下坡的限制，比賽變得復(fù)雜了；第三屆在東北大學(xué)舉行，比賽保留了前兩屆的要求，同時又增加了跑完全部路程起跑線在3米內(nèi)停車的限制，對起跑線的識別又提出了嚴(yán)格的要求；第四屆在北京科技大學(xué)舉行，比賽保留了前三屆的要求，同時又增加了窄道、更復(fù)雜的背景、三角形標(biāo)識識別等更具有難度的內(nèi)容；第五屆將在杭州電子科技大學(xué)舉行，本屆比賽整個賽道全部都是窄道，比第四屆難度更大。1.4智能車競賽規(guī)則參賽選手須使用競賽秘書處統(tǒng)一指定的競賽車模套件，采用飛思卡爾半導(dǎo)體公司的8位、16位微控制器作為核心控制單元，自主構(gòu)思控制方案進行系統(tǒng)設(shè)計，包括傳感器信號采集處理、電機驅(qū)動、轉(zhuǎn)向舵機控制以及控制算法軟件開發(fā)等，完成智能車工程制作及調(diào)試，于指定日期與地點參加各分賽區(qū)的場地比賽，在獲得決賽資格后，參加全國總決賽的場地比賽。智能車競賽有著嚴(yán)格的器材限制規(guī)定：1.須采用統(tǒng)一指定的車模，即B型車模，如圖1.4所示，由北京科宇通博科技有限公司提供；圖1.SEQ圖1.\*ARABIC4B型車模2.須采用飛思卡爾半導(dǎo)體公司的8位、16位處理器(單核)作為唯一的微控制器；3.可以使用光電管作為輔助檢測手段；4.如果損毀車模中禁止改動的部件，需要使用相同型號的部件替換；5.車模改裝完畢后，尺寸不能超過：250mm寬和400mm長[5]。關(guān)于賽場的規(guī)定：1.賽道基本參數(shù)（不包括拐彎點數(shù)、位置以及整體布局）如下：賽道路面用專用白色基板制作，在預(yù)賽階段時，跑道所占面積在5m×7m左右，決賽階段時跑道面積可以增大；賽道寬度不小于50cm；跑道表面為白色，中心有連續(xù)黑線作為引導(dǎo)線，黑線寬25mm。鋪設(shè)賽道地板顏色不作要求，它和賽道之間可以但不一定有顏色差別；跑道最小曲率半徑不小于50cm；跑道可以交叉，交叉角為90°；賽道直線部分可以有坡度在15°之內(nèi)的坡面道路，包括上坡與下坡道路；賽道有一個長為1m的出發(fā)區(qū)，計時起始點兩邊分別有一個長度10cm黑色計時起始線，賽車前端通過起始線作為比賽計時開始或者結(jié)束時刻。2.比賽賽道實際布局將在比賽當(dāng)日揭示，在賽場內(nèi)將安排采用制作實際賽道的材料所做的測試賽道供參賽隊進行現(xiàn)場調(diào)試[5]。此外，還有電路器件及控制驅(qū)動電路限制：1).車模控制電路須采用飛思卡爾半導(dǎo)體公司的8位、16位MCU作為唯一的微控制器。對于攝像頭組16位MCU只能采用9S12XS12880腳QFP封裝也可以選用16位DSC或8位MCU，8位MCU可以使用2片）。2).除了上述規(guī)定的微控制器外不得使用輔助處理器以及其它可編程器件；3).伺服電機數(shù)量不超過3個；4).傳感器數(shù)量不超過16個：CCD傳感器計為1個傳感器；5).直流電源使用大賽指定的電池；6).禁止使用DC-DC升壓電路直接為驅(qū)動電機以及舵機提供動力；7).全部電容容量和不得超過2000微法，電容最高充電電壓不得超過25伏[5]。第五屆全國大學(xué)生“飛思卡爾”杯智能汽車競賽技術(shù)報告第二章智能車系統(tǒng)架構(gòu)及硬件設(shè)計MC9S12XS128單片機的資源能夠滿足完成智能車所需要的所有的條件。以下即是單片機周圍硬件模塊設(shè)計。2.1系統(tǒng)方案設(shè)計智能車系統(tǒng)主要包括以下模塊：9S12XS128單片機模塊、CCD視頻采集模塊、舵機、驅(qū)動電機和轉(zhuǎn)速反饋。整體結(jié)構(gòu)框圖如圖2.1所示。MC9S12MC9S12XS12B微控制器CCD攝像頭視頻采集電路電源管理電機驅(qū)動電路直流電機舵機轉(zhuǎn)速測量電池圖2.1智能車系統(tǒng)結(jié)構(gòu)圖本系統(tǒng)是以MC9S12XS128為核心，設(shè)計在較嚴(yán)格循線的基礎(chǔ)上能以最快速度完成一圈的智能車系統(tǒng)。在實現(xiàn)功能算法的前提，要先設(shè)計出功能模塊的電路，進行調(diào)試后再用算法實現(xiàn)。視頻信號是通過攝像頭攝取賽道圖像并以PAL制式模擬信號輸出到信號處理模塊進行二值化處理并進行視頻同步信號分離，將二值化的數(shù)據(jù)和同步信號同時輸入到9S12控制芯片中，進一步處理獲得圖像信息。依據(jù)處理過的圖像信息，通過測速碼盤來檢測車速，利用適當(dāng)?shù)乃惴ǎㄟ^PWM控制電機的速度及功率和舵機的轉(zhuǎn)向。2.2核心微控制器MC9S12XS128是Freescale公司推出的S12系列為控制其中的一款增強型16位微控制器[6]。其集成度高，片內(nèi)資源豐富，接口有SPI、SCI、I2CMC9S12XS128單片機的特點：16位的S12CPU內(nèi)核；CRG時鐘和復(fù)位發(fā)生器；帶中斷功能的8位和14位輸入/輸出端口；128KFLASH，8KROM，8KRAM，2KEEPROM；2個8通道的模/數(shù)轉(zhuǎn)換器；3個1Mbit/s的CAN模塊，兼容CAN2.0A/B；增強型輸入捕捉定時器；8位/16位脈沖累加計數(shù)器；8個PWM通道；2個異步串行通訊（SCI）模塊；2個同步串行通訊（SPI）模塊；I2CLQFP–112和QFP-80封裝選擇；SAEJ1850B類網(wǎng)絡(luò)數(shù)據(jù)通訊接口；112引腳貼片封裝和80引腳貼片封裝兩種封裝形式。2.3資源配置雖然MC9S12XS128單片機片內(nèi)資源比較豐富，但是要控制一輛模型車，需要用到的資源還是有限的。I/O口的功能用處不多，主要是用于按鈕和指示燈的亮滅。表2.1MC9S12XS128單片機資源分配表單片機資源使用說明PT0端口視頻信號的奇場同步脈沖PT1端口視頻信號的偶場同步脈沖PT2端口視頻信號行同步脈沖PWM23驅(qū)動電機PWM信號PWM45驅(qū)動舵機PWM信號PE6，PE7驅(qū)動芯片使能控制口PAD0通道視頻模擬信號采集PT7端口后輪計數(shù)脈沖SCI1通道MCU～PC通信中斷定時器輸出比較中斷H口輸入邊沿中斷A/D采集完成中斷使用中將PWM通道2與通道3，通道4與通道5分別合用為兩個16位的通道。PT7為脈沖累加器A的外部引腳，后輪計數(shù)齒輪每轉(zhuǎn)過一個齒就會產(chǎn)生一個脈沖，脈沖累加器A的計數(shù)器PACN32的值就會增1。定時器用來產(chǎn)生視頻信號采集時所用的行數(shù)定時信號，進行特定行的采集。模數(shù)轉(zhuǎn)換模塊0的通道0用來進行視頻信號的A/D轉(zhuǎn)換。異步串行通信模塊1用來進行MCU與PC之間的數(shù)據(jù)通信。2.4驅(qū)動電路設(shè)計智能車后輪驅(qū)動電機型號為RS-380電機，工作在7.2V電壓下，空載電流為0.5A，轉(zhuǎn)速為16200r/min。在工作電流為3.3A，轉(zhuǎn)速達到14060r/min時，工作效率最大。驅(qū)動單元是控制系統(tǒng)的重要組成部分，各種典型驅(qū)動器件的性能對比如表2.2所示。表2.2驅(qū)動器件性能比較表驅(qū)動器件內(nèi)阻承載電流MC33886120毫歐5AIRF54077毫歐23AGTX0.35毫歐700A我們上一屆采用的是MC33886驅(qū)動芯片。MC33886是H橋式雙向驅(qū)動芯片，并有兩路輸出，其工作電壓為5V～28V，最大負載電流可達6A，是一款性能比較理想的驅(qū)動芯片。其中一路輸出控制小車前進，另外一路在剎車時使用，可以使小車減速更加及時。采用多片MC33886并聯(lián)，這樣能在保持倒車和剎車功能的情況下獲得大的驅(qū)動功率。雖然GTX的調(diào)速性能近乎完美，但經(jīng)過實驗證實，用GTX進行調(diào)速，小車的加減速性能明顯提高但不便于控制，后輪容易滑出賽道且齒輪間的機械磨損比較嚴(yán)重。本文采用BTS7960芯片作為運動控制器，其承載電流為30A，內(nèi)阻23毫歐，是同等類型芯片中性價比很高的一款，加減速性能優(yōu)于MC33886，且易于控制。為了增強芯片的驅(qū)動能力，減小內(nèi)阻，我們把兩片BTS7960并聯(lián)起來使用，以增強帶負載能力。BTS7960是一個全橋整流的驅(qū)動芯片，一共有三路輸入信號，一路是用來輸入PWM信號通過其占空比來控制電機轉(zhuǎn)速，另外兩個INA、INB是用來控制電機正、反轉(zhuǎn)的，并有兩路輸出OUTA、OUTB，其工作電壓為5V～40V，最大負載電流可達30A。驅(qū)動電路的原理圖設(shè)計如圖2.2所示。圖2.2驅(qū)動的模塊電路原理圖2.5外圍電路設(shè)計2.5.1電源電路可靠的電源方案是整個硬件電路穩(wěn)定可靠運行的基礎(chǔ)。電源模塊由若干相互獨立的穩(wěn)壓電路模塊組成。這樣做可以減少各模塊之間的相互干擾，另外為了進一步減小單片機的5V電源噪聲，可以單獨使用一個5V的穩(wěn)壓芯片，與其它接口電路分開。除了電機驅(qū)動模塊的電源可以直接取自電池之外，其余各模塊的工作電壓則需要從電池電壓經(jīng)過變換穩(wěn)壓獲取，本文采用的是穩(wěn)壓芯片。電源模塊需要提供的電壓有：(1)7.2V，后輪驅(qū)動電機、CCD攝像頭；(2)5V，單片機及其它輔助器件。在給單片機供電時，選用的是型號為LM2940型號的穩(wěn)壓芯片，LM2940具有大電流、低功耗、電路簡單可靠的優(yōu)點。2.5.2串口電路設(shè)計智能車的行走路線是根據(jù)跑道上的黑線確定的，根據(jù)攝像頭采集到的路況信息控制舵機及后輪電機。而為了獲取路況信息，就要求單片機能夠和PC機通信，而比較方便有效的方式就是串行通訊。同時在進行系統(tǒng)調(diào)試的時候：比如PID參數(shù)測定，采用傳感器記憶數(shù)據(jù)時也要用到串口。所以，串口電路必不可少。本設(shè)計中選用了微功率無線數(shù)傳模塊，是一種短距離無線數(shù)據(jù)傳輸產(chǎn)品，具備以下特點：微功率發(fā)射，具有收發(fā)狀態(tài)指示；發(fā)射功率為10mW：當(dāng)工作于發(fā)射狀態(tài)時，指示燈為紅色，工作于接收狀態(tài)時，指示燈為綠色；頻率在ISM頻段，無需申請頻點；載波頻率433MHz，如有特殊要求也可提供為315/868/915MHz的載波頻率；高抗干擾能力和低誤碼率；基于FSK的調(diào)制方式，采用高效前向糾錯信道編碼技術(shù)，提高了數(shù)據(jù)抗突發(fā)干擾和隨機干擾的能力；在視距情況下，天線位置>3米，可靠傳輸離距約300米。模塊提供3種接口方式，根據(jù)用戶的要求可定義為標(biāo)準(zhǔn)的RS-232/TTL/RS-485接口。設(shè)計的無線串口接口電路圖如圖2.3所示。圖2.3無線串口接口電路圖將無線串口的一端固定在小車上，另一端與PC相連，通過上位機和下位機的通訊程序就可以將數(shù)據(jù)實時的發(fā)送到電腦上，再通過調(diào)試軟件，我們就可以看見小車各項參數(shù)的曲線。無線模塊應(yīng)用原理圖如圖2.4所示。圖2.4無線模塊應(yīng)用原理圖2.5.3撥碼開關(guān)設(shè)置撥碼開關(guān)是通過控制單片機相應(yīng)的I/O口是否接地來控制智能車的速度和轉(zhuǎn)向，撥碼開關(guān)PORTA能實時控制車速，PORTB能實時控制智能車的速度。撥碼開關(guān)各位的定義如表2.3所示。表2.3撥碼開關(guān)各位的定義表撥碼開關(guān)定義撥碼開關(guān)A位1，2給定一般速度最大值設(shè)定撥碼開關(guān)A位3，4，5給定一般速度最小值設(shè)定撥碼開關(guān)A位6，7直道最大速度設(shè)定撥碼開關(guān)B位1，2，3轉(zhuǎn)彎控制量2的系數(shù)設(shè)定撥碼開關(guān)B位4，5，6轉(zhuǎn)彎控制量1系數(shù)的設(shè)定撥碼開關(guān)B位8圈數(shù)設(shè)定主函數(shù)中控制撥碼開關(guān)的程序代碼如下：SPEED_MIN=PORTA_BIT5*6+PORTA_BIT4*4+PORTA_BIT3*2+27;SPEED_MAX=SPEED_MIN+PORTA_BIT2*3+PORTA_BIT1*2+20;SPEED_Blind=SPEED_MIN-2;SPEED_SUPER=SPEED_MAX+PORTA_BIT7*3+PORTA_BIT6+12;Ctl2_k=PORTB_BIT1+PORTB_BIT2*2+PORTB_BIT3*3+10; Ctl1_k=PORTB_BIT4+PORTB_BIT5*2+PORTB_BIT6*3+10;ROUND=2+PORTB_BIT8;2.5.4晶振電路設(shè)計單片機及系統(tǒng)運行需要兩個最基本的條件，電源與時鐘。其中時鐘電路的設(shè)計甚為關(guān)鍵。在本次大賽中，由于需要單片機處理的數(shù)據(jù)量大，速度快，所以在單片機外部使用了16M的外部晶震，同時通過使用單片機內(nèi)部的鎖向環(huán)的功能，使得最終單片機的總線頻率達到了24M，能夠滿足了智能車系統(tǒng)的要求。外部時鐘接線電路如圖2.5所示。圖2.5外部振蕩電路2.6本章小結(jié)本章主要對智能車系統(tǒng)的整體方案及設(shè)計做了簡要的介紹，從微控制器的選擇與設(shè)計，系統(tǒng)供電及輸入輸出模塊到驅(qū)動電路的設(shè)計，其中重點介紹了系統(tǒng)的硬件資源配置，設(shè)計了本系統(tǒng)所需要的幾個主要電路，依次分析了供電電路、電機驅(qū)動電路和外圍電路的設(shè)計，完成了整個硬件模塊的搭建。第五屆全國大學(xué)生“飛思卡爾”杯智能汽車競賽技術(shù)報告第三章視頻采集及導(dǎo)航軟件設(shè)計3.1軟件結(jié)構(gòu)根據(jù)比賽規(guī)定，智能車系統(tǒng)的硬件部分除了機械結(jié)構(gòu)可以做細微調(diào)整外，其他大部分必須采用主委會提供的器件，所以真正可以充分發(fā)揮的部分是在軟件的設(shè)計上。如何能充分的利用系統(tǒng)有限的資源，使控制及時有效、小車走線智能合理是本設(shè)計的目標(biāo)。根據(jù)系統(tǒng)需求，設(shè)計的軟件結(jié)構(gòu)如圖3.1所示。停車停車圖像采集開始系統(tǒng)初始化是否采集完一場PID速度控制圖象處理參數(shù)計算舵機控制速度調(diào)節(jié)錯誤檢測串口通訊第一場采集YN是否跑完全程NY圖3.1軟件結(jié)構(gòu)3.2圖像采集3.2.1采集分析本設(shè)計采用硬件二值化采集方案。當(dāng)按下啟動鍵后，首先使用ADC模塊把第一幅圖像的模擬信號轉(zhuǎn)換成數(shù)字信號，即得到此幅圖像總的灰度值，然后根據(jù)這個灰度值計算出賽場環(huán)境下的黑白顏色的閾值，把這個閾值傳給數(shù)字電位器，數(shù)字電位器即給出這個閾值對應(yīng)的電阻值，通過電阻串聯(lián)分壓的方法可以得到對應(yīng)的參考電壓，使用一個比較器使CCD的輸出模擬信號與此參考電壓作比較，得到比較后的電壓為高低電平的電壓，單片機通過不斷采集此電壓可得到二值化的圖像信息。對攝像頭信號的時序測試可知，目前市場上常見的PAL制式攝像頭一般每場有320個行左右，其中有效視頻信號大于280行(實際測得本設(shè)計使用的攝像頭有效行為281行)，每行的同步信號時間間隔為64μs[7]。其中有效視頻信號持續(xù)時間為58μs左右。攝像頭時序如表3.1所示。表3.1攝像頭時序參數(shù)表[8]信號屬性行屬性行持續(xù)時間行同步脈沖持續(xù)時間消隱脈沖持續(xù)時間場消隱區(qū)1~423μs3.5μs527.3μs8μs637.3μs3.5μs7~1029.8μs3.5μs11~2264μs4.7μs視頻信號區(qū)23~31064μs4.7μs場消隱區(qū)311~31464μs4.7μs31564μs3.5μs316~31929.8μs3.5μs32053.4μs28μs要進行視頻信號的采集首先就是確定圖像的分辨率。在縱向上，280行的信號已經(jīng)足夠我們控制小車，而且受MC9S12XS128單片機的資源限制，280行的數(shù)據(jù)量是無法處理完的，然而，本設(shè)計中的攝像頭前瞻距離在14cm至270cm左右，為了防止離攝像頭較遠處的黑線被忽略，本設(shè)計選取其中的70行信息進行采集和處理，既能達到控制需求，又能節(jié)約單片機資源。3.2.2采集時序LM1881視頻同步信號分離芯片（簡稱1881）可從攝像頭信號中提取信號的時序信息，詳情見圖4.2。b為行同步信號輸出。c為場同步信號輸出，當(dāng)攝像頭信號的場同步脈沖到來時，該端將變?yōu)榈碗娖?，一般維持230μs，然后重新變回高電平。d為奇-偶場同步信號輸出端，當(dāng)攝像頭信號處于奇場時，該端為高電平，當(dāng)處于偶場時，為低電平[9]。事實上，不僅可以用場同步信號作為換場的標(biāo)志，也可以用奇-偶場間的交替作為換場的標(biāo)志。圖3.2LM1881信號時序圖[10]結(jié)合攝像頭的采集時序設(shè)計視頻信號的采集程序：第一步：用輸入捕捉功能捕捉LM1881分離出的奇偶場同步信號。第二步：定時器定時時間到，開啟行通道，標(biāo)志一幅圖像的開始。第三步：行同步信號后上升沿才會有真正圖像數(shù)據(jù)出現(xiàn)，并持續(xù)到該行結(jié)束。第四步：開始單片機連續(xù)采集當(dāng)行圖像。第五步：按照這樣的方法采集特定行，直至一幅圖像數(shù)據(jù)采集完成。采集程序的流程圖如圖3.3所示。YY等待場同步信號延時等待行同步信號保存圖像信息一行完成？一場完成？開始YN延時圖3.3視頻信號采集流程圖3.3圖像處理圖像采集完成后，由于提取賽道信息只是需要知道圖像的灰度值。因此通過硬件二值化返回給單片機的是70行112列的二維數(shù)組。圖像處理包括路徑的提取，畸變的校正和路徑的分析三部分。圖像處理的好壞直接關(guān)系到以后的控制策略的確定，是進行以下各個步驟的基礎(chǔ)，因此圖像處理至關(guān)重要。3.3.1畸變校正與坐標(biāo)轉(zhuǎn)換攝像頭在成像的過程中圖像會產(chǎn)生畸變，見圖3.4，也就是說，原本筆直的賽道在攝像頭中形成的圖像會變得彎曲，這不利于導(dǎo)航線的識別，會對智能車的控制帶來偏差。因此要盡量避免這種情況的發(fā)生，對攝像頭定標(biāo)，盡量糾正這種畸變。圖3.4攝像頭成像畸變（實際圖像為一小S型彎道）攝像頭產(chǎn)生的畸變可以歸納為三種[11]：1.在垂直方向上，攝像頭對遠處的水平面進行壓縮，距離越遠，壓縮越厲害；2.在水平方向上，攝像頭對不同距離處的水平面進行不同程度的壓縮，距離越遠，壓縮越厲害；3.軸線兩側(cè)，攝像頭對水平面朝近處的中心進行擠壓。在近處，這種擠壓十分輕微，在遠處，隨著水平面中的點距軸線距離的增大，擠壓越來越嚴(yán)重。由于第三種畸變在近處的影響較小，且處理起來算法復(fù)雜，所以忽略其產(chǎn)生的影響，只對第一和第二種畸變進行校正。經(jīng)過上面的采集，垂直方向上的畸變得到糾正，如圖3.5所示。（a）校正前（b）校正后圖3.5垂直方向校正效果其次是水平方向的校正，水平校正的同時對圖像上的點進行坐標(biāo)變換，把圖像上的點變換到實際賽道的位置。3.3.2路徑分析路徑分析是整個圖像識別系統(tǒng)的關(guān)鍵部分，只有正確的把有效路徑提取出來，排除不利干擾，才能正確的控制智能車，使小車穩(wěn)定的運行。常用的路徑提取算法有以下幾種：二值化算法。設(shè)定一個閾值，對于視頻信號矩陣中每一行，從左至右比較各像素值和閾值的大小。若像素值大于等于閾值，則判定該像素對應(yīng)的是白色賽道；反之，則判定對應(yīng)的是目標(biāo)指引線。記下第一次和最后一次出現(xiàn)像素值小于閾值時的像素點的列號，算出兩者的平均值，以此作為該行上目標(biāo)指引線的位置[12]。此種算法思想簡單，但是抗干擾能力差。直接邊緣檢測。設(shè)定一個閾值（黑色于白色的差值），對于視頻信號矩陣中每一行，從左至右求出相鄰兩像素值的差值。若差值大于等于閾值，則判定下一個的像素點對應(yīng)的是目標(biāo)指引線的左邊緣，以此像點作為該列的特征點，記錄下此像素點的列號，作為該行上目標(biāo)指引線的位置[13]。此種算法較二值化算法而言抗環(huán)境干擾的能力更強。跟蹤邊緣檢測。由于導(dǎo)航線是連續(xù)的線段，所以相鄰兩行的邊緣點應(yīng)該是相鄰的。跟蹤邊緣檢測正是利用了這一特性來搜索路徑。若已尋找到某行的邊緣，則下一次就在上一個緣附近進行搜尋[14]。這種算法可以大大節(jié)省計算時間，同時可以排除不利的干擾。在賽道條件良好的情況下，用前面所述方法都可以較為理想的識別出路徑。但是在實際調(diào)試中發(fā)現(xiàn)，賽道中經(jīng)常會出現(xiàn)各種干擾。一些干擾是賽道中所固有的，如十字交叉線，起跑線等；而有些干擾是隨機產(chǎn)生的，如攝像頭信號傳輸過程中產(chǎn)生的噪點，或是由于攝像頭看到范圍過大看到賽道以外的場景等。因此，采用了第一種和第三種方法相結(jié)合的辦法來提取路徑，并設(shè)計相應(yīng)的程序，排除這些干擾，才能保證小車穩(wěn)定的行駛。具體過程如下：1.找出第一個具有有效黑線的行。具體步驟如下：1).從左到右搜索，先把需要擴展的不等于0xff的字節(jié)擴展開來；2).找到可能的黑線左邊緣和右邊緣；3).檢查這個可能的黑線是否符合黑線條件；4).如果不符合則繼續(xù)搜索；如果符合要求，則搜索這一行（記為第n行）的上六行的黑線，檢查這七個黑線段是否連續(xù)。搜索第一個具有有效黑線的行需要滿足的條件如下：1).必須先從白點變成黑點，再從黑點變成白點，且其中的黑線是連續(xù)的；2).黑線的寬度需要在某個范圍內(nèi)；3).黑線的左和右必須是白的，并且左右白線都有一定寬度；4).這一行(第n行)的上幾行也必須符合第一個有效行的條件，并且這幾行的黑線是連續(xù)的；5).這一行只能有一個符合以上四個條件的黑線，否則需要根據(jù)上一幅圖像估算出本行的黑線大概應(yīng)該在什么位置(即比較靠左、靠右還是靠中)，離估算位置最近的就認為是有效的黑線。2.在第一個有效行的基礎(chǔ)上搜索出全幅圖像的黑線，步驟如下：1).根據(jù)上兩行的黑線中心估算出下一行黑線中心的位置；2).在估算出來的黑線中心的位置附近進行搜索，找出下一行黑線的左右邊緣。3.分別對黑線左邊緣和右邊緣進行橫向校正（即水平方向的校正），然后計算出黑線中心，并計算出圖像上各黑線所在的行對應(yīng)在實際中的距離(以cm為單位)。4.濾波。5.找出黑線的直曲線的各個分界點。6.擬合直線和曲線。并求出直線的位置和曲線的曲率，用來進行舵機和電機的控制。3.4轉(zhuǎn)向和速度控制3.4.1轉(zhuǎn)向控制根據(jù)智能車比賽的規(guī)則，要求參賽隊伍設(shè)計能夠自主識別路線的智能車，在專門設(shè)計的跑道上自動識別道路行駛，以最短的時間跑完全程者為優(yōu)勝。這也就是要求我們設(shè)計的智能車系統(tǒng)既要有較高的速度，也要合理的選取盡量短的走線，并且二者相互配合，才能取得理想的成績。而走線選取作為影響比賽成績的一個重要方面，非常值得我們深入的研究。本節(jié)的內(nèi)容將著重介紹智能車系統(tǒng)走線即轉(zhuǎn)向舵機的控制思想。首先要確定的是控制目標(biāo)。在不考慮小車超近道問題時，控制目標(biāo)就是讓小車盡量“沿線行駛”，這里的沿線行駛可以歸納為：一、車體方向與導(dǎo)航線最近處切線方向一致；二、車體中心在導(dǎo)航線上[15]。選取小車前輪中心點為參考點，可以規(guī)劃出一條走線。這條走線起始于車體參考點，終止于圖像導(dǎo)航線末端。要想達到控制的目標(biāo)，也就是在下一周期小車的位置還是與最近處的導(dǎo)航線切線重合，就要求小車的走線末端與導(dǎo)航線末端重合且它們的的切線方向一致。為了達到這個控制目標(biāo)，小車就要在攝像頭所看到的一定范圍內(nèi)轉(zhuǎn)過一定的角度，對應(yīng)圖中關(guān)系為：小車要在A點到C點的距離范圍之內(nèi)轉(zhuǎn)過a+b的角度。賽車的運動模型包含了近似的積分過程，舵機輸出轉(zhuǎn)角與路程的積分與小車轉(zhuǎn)過的角度成正比。用公式表達為：(3.1)其中表示舵機輸出轉(zhuǎn)角，S為小車走過的路程，K為固定常數(shù)，為小車轉(zhuǎn)過的角度。近似認為在20ms的周期內(nèi)，小車舵機擺角是一常量，則公式可以簡化為(3.2)其實要得出控制轉(zhuǎn)角，主要是要求出遠處導(dǎo)航線的切線方向，和圖像遠處到小車的距離。但由于遠處斜率波動較大，不易直接計算出來，因此采取了間接方式進行計算。由圖3.9很容易可以看出，遠處切線與中心線的夾角可以由a和b相加而得，其中b就是導(dǎo)航線的圓心角的一半，a為弦與中心線的夾角。通過計算導(dǎo)航顯得曲率和整體斜率就可以方便的把計算出來。又已知車體參考點到圖像近處的距離h，也就很容易的計算出小車要走過的弦長，從而求得舵機的轉(zhuǎn)角。3.3.2速度控制為了使得賽車能夠平穩(wěn)地沿著賽道運行，需要控制車速。通過控制驅(qū)動電機上的平均電壓可以控制車速，但是如果開環(huán)控制電機轉(zhuǎn)速，會受很多因素影響，例如電池電壓、電機傳動摩擦力、道路摩擦力和前輪轉(zhuǎn)向角度等。這些因素會造成賽車運行不穩(wěn)定。通過速度檢測，對車模速度進行閉環(huán)反饋控制，即可消除上述各種因素的影響，使得車模運行得更穩(wěn)定[16]。我們采取最經(jīng)典的PID控制方法。PID控制是工程實際中應(yīng)用最為廣泛的調(diào)節(jié)器控制規(guī)律。問世至今70多年來，它以其結(jié)構(gòu)簡單、穩(wěn)定性好、工作可靠、調(diào)整方便而成為工業(yè)控制的主要技術(shù)之一。\l"2#2"通常依據(jù)控制器輸出與執(zhí)行機構(gòu)的對應(yīng)關(guān)系，將基本數(shù)字PID算法分為位置式PID和增量式PID兩種。1.位置式PID控制算法基本PID控制器的理想算式為(3.3)式中u(t)——控制器(也稱調(diào)節(jié)器)的輸出；e(t)——控制器的輸入（常常是設(shè)定值與被控量之差，即e(t)=r(t)-c(t)）；Kp——控制器的比例放大系數(shù)；T——控制器的積分時間；Td——控制器的微分時間。設(shè)u(k)為第k次采樣時刻控制器的輸出值，可得離散的PID算式 (3.4)式中Ki為積分系數(shù)，Kd為微分系數(shù)。2.增量式PID控制算法增量式PID是指數(shù)字控制器的輸出只是控制量的增量Δu(k)。采用增量式算法時，計算機輸出的控制量Δu(k)對應(yīng)的是本次執(zhí)行機構(gòu)位置的增量，而不是對應(yīng)執(zhí)行機構(gòu)的實際位置，因此要求執(zhí)行機構(gòu)必須具有對控制量增量的累積功能，才能完成對被控對象的控制操作。執(zhí)行機構(gòu)的累積功能可以采用硬件的方法實現(xiàn)；也可以采用軟件來實現(xiàn)，如利用算式程序化來完成。增量式PID控制算式：(3.5)式中。比較這兩種算法不難發(fā)現(xiàn)增量式算法算式中不需要累加。控制增量Δu(k)的確定僅與最近3次的采樣值有關(guān)，容易通過加權(quán)處理獲得比較好的控制效果。但是增量式是計算機的累積過程，由硬件或被控對象完成，而我們的硬件不具備這樣的功能，因此只能采用位置式PID算法。3.5本章小結(jié)本章主要對智能車的軟件部分進行了總體的設(shè)計，包括圖像的采集和處理以及小車的轉(zhuǎn)向和速度控制。圖像采集部分首先分析采集的詳細過程，以及圖像采集的具體過程；圖像處理部分包括了畸變校正和路徑分析這兩個步驟，詳細說明了如何進行圖像的畸變校正和賽道黑線的提取；最后介紹了小車采取的舵機控制和速度控制的方法。第四章機械結(jié)構(gòu)調(diào)整4.1攝像頭安裝攝像頭既要考慮安裝的位置，比如要安裝在車模的前半部分，中間，還是后半部分；也要考慮安裝的方式，比如直接安裝在車模的底板上，還是先安裝一個支架，然后把攝像頭安裝在支架上；另外還有其他的因素需要考慮，比如攝像頭的安裝高度安裝支架（或安裝桿）的材料等等。因為車模的底板上比較多零件和傳動件，無法直接安裝在底板上，所以本設(shè)計采用支起支架的方式，即先在底板上支起一個支架，然后在支架上安裝一個碳纖維桿，再把攝像頭安裝在碳纖維桿上，如圖4.1所示。整車如圖4.2所示。圖4.1攝像頭的安裝圖4.2整車圖4.2前后輪結(jié)構(gòu)調(diào)整前輪定位的作用是保障汽車直線行駛的穩(wěn)定性，使轉(zhuǎn)向輕便和減少輪胎的磨損。前輪是轉(zhuǎn)向輪，它的安裝位置由主銷內(nèi)傾、主銷后傾、前輪外傾和前輪前束4個項目決定，反映了轉(zhuǎn)向輪、主銷和前軸等三者在車架上的位置關(guān)系。主銷內(nèi)傾是指主銷裝在前軸略向內(nèi)傾斜的角度，如圖3.3所示，它的作用是使前輪自動回正。角度越大前輪自動回正的作用就越強烈，但轉(zhuǎn)向時也越費力，輪胎磨損增大；反之，角度越小前輪自動回正的作用就越弱[17]。圖4.3前輪外傾與主銷內(nèi)傾示意圖主銷后傾是指主銷裝在前軸，上端略向后傾斜的角度，如圖4.4。它使車輛轉(zhuǎn)彎時產(chǎn)生的離心力所形成的力矩方向與車輪偏轉(zhuǎn)方向相反，迫使車輪偏轉(zhuǎn)后自動恢復(fù)到原來的中間位置上。由此，主銷后傾角越大，車速越高，前輪穩(wěn)定性也愈好。主銷內(nèi)傾和主銷后傾都有使汽車轉(zhuǎn)向自動回正，保持直線行駛的功能。不同之處是主銷內(nèi)傾的回正與車速無關(guān)，主銷后傾的回正與車速有關(guān)，因此高速時后傾的回正作用大，低速時內(nèi)傾的回正作用大。在賽車上是通過四個黃色的小墊片來調(diào)整的。設(shè)黃色墊片前2后2為0°，前1后3為2°～3°，我們改為前3后1，使其傾角為負2°～3°。這樣則可以減小回正力矩的作用，使轉(zhuǎn)向更為靈活。前輪外傾角對賽車的轉(zhuǎn)彎性能有直接影響，它的作用是提高前輪的轉(zhuǎn)向安全性和轉(zhuǎn)向操縱的輕便性。前輪外傾角俗稱“外八字”，如果車輪垂直地面一旦滿載就易產(chǎn)生變形，可能引起車輪上部向內(nèi)傾側(cè)，導(dǎo)致車輪聯(lián)接件損壞。所以賽車安裝了組委會配備的外傾角為1°的配件。圖4.4主銷后傾角示意圖所謂前束是指兩輪之間的后距離數(shù)值與前距離數(shù)值之差，如圖3.5所示，也指前輪中心線與縱向中心線的夾角。前輪前束的作用是保證汽車的行駛性能，減少輪胎的磨損。前輪在滾動時，其慣性力會自然將輪胎向內(nèi)偏斜，如果前束適當(dāng)，輪胎滾動時的偏斜方向就會抵消，輪胎內(nèi)外側(cè)磨損的現(xiàn)象會減少[18]。圖4.5前輪前束示意圖差速機構(gòu)的作用是在車模轉(zhuǎn)彎的時候，降低后輪與地面之間的滑動；并且還可以保證在輪胎抱死的情況下不會損害到電機。如果差速過緊，即兩輪胎的速度很接近時，轉(zhuǎn)彎的時候內(nèi)側(cè)輪很容易打滑，從而產(chǎn)生側(cè)滑，使賽車滑出賽道。當(dāng)差速過松時，會使直道的時候兩輪打滑，大大的減小了賽車的驅(qū)動能力[19]。所以差速調(diào)整要適當(dāng)，才會使直道驅(qū)動能力強，彎道轉(zhuǎn)彎靈巧。4.3車體重心調(diào)整由于我們采取攝像頭采集路面信息的策略，攝像頭安裝位置比較高，所以導(dǎo)致整車的重心偏高，在高速過彎時則需要向心力比較大，同時由于慣性車很容易向一側(cè)翻倒[16]。為了避免此類事情的發(fā)生，我們把車的底盤放低，從而降低整車的重心，防止車翻倒。4.4本章小結(jié)本章主要對機械結(jié)構(gòu)的調(diào)整進行了詳細的介紹。機械結(jié)構(gòu)部分涉及到的有如何安裝攝像頭、車模前后輪如何調(diào)整、車體重心如何調(diào)整等。

第五章調(diào)試工具與實驗結(jié)果5.1調(diào)試工具設(shè)計在調(diào)試的過程中，需要得到智能車行駛過程中各個變量的值，在車跑出賽道時也要知道攝像頭所看到的圖像究竟是什么樣子，這樣才能更加準(zhǔn)確而快速的找到出現(xiàn)問題的原因。用BDM調(diào)試器監(jiān)控雖然可以讀出小車中各個變量的值，但是BDM和小車需要連線，這對于在賽道上高速行駛的小車是不可能的。因此我們編并寫了上位機的監(jiān)控程序并借助于無線串口實時地反饋，,這樣小車的狀態(tài)就可以通過無線串口發(fā)到PC機上，通過調(diào)試軟件繪制成曲線，形象的顯示出來。調(diào)試軟件專門為智能車設(shè)計，功能豐富，操作方便?？梢园l(fā)送攝像頭采集到的圖像信息，將圖像顯示在PC機上。5.1.1串口接收為了方便調(diào)試，我們用VisualBasic6.0編了一個可以接收串口信號并顯示圖像及其對應(yīng)的數(shù)據(jù)的工具，如圖5.1所示。圖5.1串口圖像顯示工具當(dāng)串口緩存中收到數(shù)據(jù)時，此工具即把收到的數(shù)據(jù)暫時存到一個70*14的二維數(shù)組里。接收完70*14=980個字節(jié)后，可以單擊“分析”按鈕，程序即把數(shù)組里的70*14個字節(jié)擴展成70*112個點并在如圖5.1中的圖像顯示部分將圖像顯示出來，同時在其下方把70*14個數(shù)據(jù)通過文本框顯示出來，通過“復(fù)制數(shù)據(jù)”或者“保存并清空數(shù)據(jù)”按鈕，使用者可以輕松地把這幅圖像的980個字節(jié)數(shù)據(jù)保存成文本文件，以便日后使用。5.1.2圖像顯示串口接收圖像并將圖像數(shù)據(jù)保存成為文本文檔后，可以使用如圖5.2所示的工具顯示出來。圖5.2圖像顯示工具在編圖像處理程序的時候，通過此工具可以比較方便地看出各圖像的各點所在的位置，如圖5.2中的鼠標(biāo)指針和標(biāo)尺，另外可以通過“顯示網(wǎng)格”復(fù)選框旁邊的“位置”標(biāo)簽直觀地看出鼠標(biāo)所在的圖像位置。5.1.3圖像處理效果測試我們用VisualBasic6.0編程來驗證圖像處理的結(jié)果，如圖5.3至5.6所示。圖5.3視頻采集到的原始圖像1圖5.4原始圖像1的圖像分析結(jié)果圖5.5視頻采集到的原始圖像2圖5.6原始圖像2的圖像分析結(jié)果圖像分析結(jié)果圖中，左邊顯示的是在原始圖像的基礎(chǔ)上標(biāo)出賽道黑線的左邊緣(圖中用藍點表示)和右邊緣(圖中用紅點表示)的圖像，右邊顯示的是由提取出來的黑線中心經(jīng)過校正和坐標(biāo)變換后得到的反映實際賽道信息的曲線。5.2實驗結(jié)果分析對一幅圖像進行分析，采集回來的原始圖像如圖5.3所示，圖像處理結(jié)果如圖5.4所示，圖5.4右邊部分計算出來的賽道偏移量(簡稱“計算偏移量”)和實際測得的賽道偏移量(簡稱“實際偏移量”)如表5.1所示。表5.1計算偏移量和實際偏移量的比較行號0510152025縱向距離(cm)15314660.57793計算偏移量(cm)114689實際偏移量(cm)134.56810誤差(cm)020.5001行號3035404550縱向距離(cm)110129129.5143190計算偏移量(cm)1112151720實際偏移量(cm)1212.51414.521誤差(cm)10.5-1-2.51圖5.7表5.1參數(shù)說明圖可以看出，在沒有對圖像進行“桶形畸變”(在物平面內(nèi)放置均勻方格，把它照亮作為物，若把光闌放在物和透鏡之間，可以看出，遠光軸區(qū)域的放大率比光軸附近的，在像平面內(nèi)出現(xiàn)圖中所示情景，稱為桶形畸變[34])校正的情況下，誤差能控制在3cm范圍內(nèi)，完全符合要求。5.3本章小結(jié)本章主要介紹智能車設(shè)計和調(diào)試所用到的串口接收工具和圖像顯示工具，以及圖像處理的過程和結(jié)果。首先分別簡要地介紹了串口接收工具和圖像顯示工具這兩個工具的功能和使用方法，然后對圖像處理過程進行了較為詳細的說明并對處理結(jié)果進行了分析和比較。第六章模型車技術(shù)參數(shù)表6.1模型車技術(shù)參數(shù)統(tǒng)計項目參數(shù)路徑檢測方法（賽題組）攝像頭車模幾何尺寸（長、寬、高）（毫米）280mm、180mm、310mm車模軸距/輪距（毫米）前150后150車模平均電流（勻速行駛）(毫安)800電路電容總量（微法）小于1500傳感器種類及個數(shù)2個（1個CCD，1個光電編碼器）新增加伺服電機個數(shù)0賽道信息檢測空間精度（毫米）30賽道信息檢測頻率（次/秒）50主要集成電路種類/數(shù)量6車模重量（帶有電池）（千克）1.2模型車外形照片如圖6.1所示。圖6.1智能車外形照片第五屆全國大學(xué)生“飛思卡爾”杯智能汽車競賽技術(shù)報告第七章結(jié)論對于智能車競賽而言，在不沖出賽道的情況下，盡可能縮短賽車單圈行駛時間才是我們所追求的。由于時間有限，系統(tǒng)中尚存在許多問題有待改進：(1)硬件二值化方案的穩(wěn)定性。硬件二值化采集圖像的方案雖然速度快效率高，能夠增多采集像素個數(shù)，但其穩(wěn)定性較差，對不同光線的場地效果也不同，適應(yīng)能力有待改善。(2)識別算法改進。今年的東北賽區(qū)賽中出現(xiàn)了與直道非平滑連接的坡道，其連接處被許多賽車識別成了起跑線影響成績，這對我們的賽道識別方面又提出了一個難點，需要著手處理。(3)仿真軟件的開發(fā)。通過閱讀上幾屆比賽的技術(shù)報告，我們發(fā)現(xiàn)如上海交通大學(xué)等較多學(xué)校都開發(fā)出了智能車的仿真軟件，可以自己在電腦上搭建模擬賽道并進行仿真測試。雖然實際和仿真可能會有些差距，但一款好的仿真軟件無疑會更大的提高調(diào)試效率，這是以后要努力的方向。(4)機械結(jié)構(gòu)的優(yōu)化。今年的賽道比往年變窄，這對賽車的控制精度提出了更高的要求，加之B型車模比A型更加復(fù)雜，此時機械性能的好壞就顯得尤為重要，這也是限制賽車進一步提速的重要環(huán)節(jié)，需要進行更細致的調(diào)整。這幾個月中，我們付出了，也收獲了。比賽還沒有結(jié)束，我們的工作也沒有停止。讓視覺系統(tǒng)獲取更多更準(zhǔn)確的信息，提高賽車車的智能化程度，進而提高賽車速度，是我們的最終目的。-PAGE38-參考文獻卓晴，黃開勝，邵貝貝.學(xué)做智能車——挑戰(zhàn)“飛思卡爾”杯[M].北京：北京航空航天出版社，2007.3教育部高等學(xué)校自動化教學(xué)指導(dǎo)分委員會.關(guān)于舉辦第五屆全國大學(xué)生“飛思卡爾”杯智能汽車競賽的通知.北京.2009.10吳懷宇，程磊，章政.大學(xué)生智能汽車設(shè)計基礎(chǔ)與實踐.北京：電子工業(yè)出版社，2008.7黃開勝，金華民，蔣狄南.電子產(chǎn)品世界.2006.5教育部高等學(xué)校自動化教學(xué)指導(dǎo)分委員會.第五屆全國大學(xué)生“飛思卡爾”杯智能汽車競賽競速比賽規(guī)則與賽場紀(jì)律.北京.2009.11百度百科網(wǎng)站.MCU./view/100928.htm?fr=ala0_1_1.2010.5王威.HCS12微控制器原理及應(yīng)用.北京：北京航空航天大學(xué)出版社，2007.10孫同景，陳桂友.Freescale9S12十六位單片機原理及嵌入式開發(fā)技術(shù).北京：機械工業(yè)出版社，2008.5MC9S12XS256ReferenceManualRev.1.09.2009.9劉建剛，程磊，黃劍，章政.基于CCD圖像識別的HCS12單片機智能車控制系統(tǒng).光電技術(shù)應(yīng)用.2007.22(6)俞雪婷.飛思卡爾智能車系統(tǒng)的設(shè)計與實現(xiàn).東北大學(xué)本科學(xué)位論文.沈陽：東北大學(xué).王志剛，劉娜.尋跡智能車的設(shè)計與實現(xiàn).微型機與應(yīng)用.2010，29(2)李玉錕，尤一鳴.基于飛思卡爾DG128單片機的智能車路線識別系統(tǒng).科技廣場.2009.3湯旭濤.廣角攝像頭視頻圖像實時校正系統(tǒng)設(shè)計.華東師范大學(xué)碩士學(xué)位論文.上海：華東師范大學(xué)，2009PhilippeSchmid.SegmentationofDigitizedDermatoscopicImagebyTwo-DimensionalColorClμstering.IEEETrans.OnMedicalImaging.1999,18(2),164-171.吳斌華，黃衛(wèi)華，程磊，楊明.基于路徑識別的智能車系統(tǒng)設(shè)計.電子技術(shù)應(yīng)用.2007，33(3)方興，郭思明，馬明煌.上海交通大學(xué)速度之星技術(shù)報告.2007師恩義.智能小車CCD視覺導(dǎo)航系統(tǒng)設(shè)計.沈陽：東北大學(xué)，2007.MichaelH.F,Wilkinson.OptimizingEdgeDetectorsforRobμstAutomaticThresholdSelection:CopingwithEdgeCurvatureandNoise[J].GraphicalModelsandImageProcessing.1998第五屆全國大學(xué)生“飛思卡爾”杯智能汽車競賽研究論文第二屆全國大學(xué)生智能汽車競賽技術(shù)報告附錄1：研究論文基于視覺導(dǎo)航的智能車系統(tǒng)設(shè)計與實現(xiàn)潘豐厚王元龍梁倩張云洲陳述平（東北大學(xué)信息科學(xué)與工程學(xué)院,遼寧沈陽110004）摘要：本文基于視覺導(dǎo)航，采用MC9S12XS128微控制器設(shè)計并實現(xiàn)了智能車導(dǎo)航系統(tǒng)．闡述了系統(tǒng)整體構(gòu)成，給出了視覺導(dǎo)航電路。詳細研究了頻信號采集時序，給出了基于AD轉(zhuǎn)換的采集流程。通過系統(tǒng)實驗和競賽，證明了所提設(shè)計方案和算法的有效性．關(guān)鍵詞：視覺導(dǎo)航，智能車，采集時序，路徑提取中文分類號：TP242文獻標(biāo)識碼：ADesignandImplementationofSmartCarSystemBasedonVisualNavigationMethodPANFenghou,WANGYuanlong,LIANGQian,ZHANGYunzhou,CHENShuping(CollegeofInformationScience&Engineering,NortheasternUniversity,Shenyang,Liaoning,110004,China)Abstract：Basedonvisualnavigation,thispaperdesignedandimplementedasmart-carnavigationsystembasedonMC9S12XS128microcontroller.Theintegralstructureisdepictedindetails.Thenthevideosamplingcircuitisgiven.TheCCDvideosamplingtiming-sequenceisanalyzed.Then,theflowchartbasedA/Dconvertorisdepictedindetails.Adynamicthresholdimageprocessingalgorithmisproposedtodealwiththecomplicateenvironment.Experimentsandcompetitionprovedthatthemethodandalgorithmhashighintelligenceandvalid.Keywords：visualnavigation,smartcar,samplingtiming-sequence,routeextraction1引言微控制器CCD攝像頭視頻采集電路電源管理驅(qū)動電路電機舵機轉(zhuǎn)速測量電池撥碼開關(guān)圖1智能車系統(tǒng)架構(gòu)Fig.1Systemarchitectureofsmartcar所謂“智能汽車”是指不需要人的干預(yù)，能夠利用智能路面技術(shù)實現(xiàn)自動駕駛的車輛，目前，智能汽車微控制器CCD攝像頭視頻采集電路電源管理驅(qū)動電路電機舵機轉(zhuǎn)速測量電池撥碼開關(guān)圖1智能車系統(tǒng)架構(gòu)Fig.1Systemarchitectureofsmartcar組成智能車系統(tǒng)的關(guān)鍵部分是導(dǎo)航模塊，其性能直接影響行駛的安全性和穩(wěn)定性[5]．本文針對目前智能車導(dǎo)航多采用攝像機獲取路面信息，并能提前預(yù)知前方信息的特性，設(shè)計了智能汽車模擬系統(tǒng)，對關(guān)鍵技術(shù)進行了實驗研究．重點對導(dǎo)航模塊進行了研究開發(fā)，通過智能車系統(tǒng)應(yīng)用，證明是有效的．2智能車系統(tǒng)硬件設(shè)計2.1系統(tǒng)架構(gòu)本文采用飛思卡爾智能汽車競賽組委會提供的B型模型車為設(shè)計對象，車整體尺寸為280mm×180mm×其中，核心處理器采用Freescale公司的16位MC9S12XS128單片機[6]；采用PWM控制的雙BTS7960驅(qū)動芯片作為運動控制器；舵機為PWM占空比控制轉(zhuǎn)動角度以控制方向．系統(tǒng)設(shè)計的目標(biāo)是在不沖出賽道的前提下，盡量提升車速．在賽道上如何捕獲道路信息，并及時有效的躲避障礙是本系統(tǒng)設(shè)計的關(guān)鍵．2.2視覺采集電路設(shè)計導(dǎo)航模塊選用輸出為標(biāo)準(zhǔn)PAL制式視頻信號的CCD攝像機傳感器，將攝像機固定在車體前端正中央上方310mm的位置，其俯視角度為向下45利用LM1881視頻同步分離芯片獲取行同步信號和場同步信號，并將其輸入到硬件二值化采樣電路。視頻信號不經(jīng)過電容隔直，直接輸入到單片機的ATD0口進行AD轉(zhuǎn)換，從而也可以提供實時視頻采集．利用鎖相環(huán)技術(shù)將CPU超頻，在保證AD采樣精度的前提下將AD轉(zhuǎn)換模塊采樣頻率擴大到12M．MC9S12XS128單片機和LM1881M的供電電壓為5V，整個系統(tǒng)采用的是7.2V鎳鎘電池供電，采用LM2940-5.0穩(wěn)壓芯片提供5V電壓，它提供的最大電流為1A，可有效滿足系統(tǒng)其他模塊的需求．CCD攝像機采用7.2V電池直接供電．圖2視頻采集的電路原理圖Fig2.Videosamplingcircuit2.3CCD采集時序結(jié)合攝像頭時序設(shè)計視頻采集流程如下：第一步，LM1881分離出的奇場同步信號在DG128的H口產(chǎn)生中斷。第二步，定時器定時時間到，此時開啟行通道，允許中斷，并使控制ATD轉(zhuǎn)換的行計數(shù)器歸零，以標(biāo)志一幅圖像的開始。第三步，由于一場中有280多個行，設(shè)置了一個行計數(shù)器，每次行中斷都將該計數(shù)器加一，當(dāng)該計數(shù)器的值與預(yù)存數(shù)組里的某個數(shù)相等時，表示該行應(yīng)該采集。第四步，定時器定時時間到，立即開始ATD采集。一個序列可以連續(xù)采集1～8個點。每個序列采集完成后將產(chǎn)生一次ATD中斷。第五步，在ATD中斷中，最重要的就是把ATD的數(shù)據(jù)轉(zhuǎn)移到存儲圖像的數(shù)組中。一行采集完后將采集行計數(shù)器加一，并應(yīng)停止ATD，但是S12中并沒有使ATD停止直接方法，唯一的辦法圖是使ATD以單序列采集方式再采集一次。第六步，ATD中斷不斷的向圖像數(shù)組中寫入數(shù)據(jù)，直到行計數(shù)器計到規(guī)定值。此時意味著一幅圖像數(shù)據(jù)已經(jīng)采集完成。第七步，偶場中斷到。此后直到下一個奇場中斷到來，開始另一場的采集。程序的流程圖如圖3所示。YY等待場同步信號延時等待行同步信號保存圖像信息一行完成？一場完成？開始YN延時圖3.視頻采集流程Fig.3Flowchartofvideosampling3.視覺圖像畸變矯正圖像處理包括路徑的提取，畸變的校正和路徑的分析三部分。圖像處理的好壞直接關(guān)系到以后的控制策略的確定，是進行以下各個步驟的基礎(chǔ)，因此圖像處理至關(guān)重要。3.3.1畸變校正與坐標(biāo)轉(zhuǎn)換攝像頭在成像的過程中圖像會產(chǎn)生畸變，見圖4，原本筆直的賽道在攝像頭中形成的圖像會變得彎曲，這不利于導(dǎo)航線的識別，會對智能車的控制帶來偏差。因此要避免這種情況發(fā)生。圖3.4攝像頭成像畸變（實際圖像為一小S型彎道）攝像頭產(chǎn)生的畸變可以歸納為三種[7]：(1)在垂直方向上，攝像頭對遠處的水平面進行壓縮，距離越遠，壓縮越厲害；(2)在水平方向上，攝像頭對不同距離處的水平面進行不同程度的壓縮，距離越遠，壓縮越厲害；(3)軸線兩側(cè)，攝像頭對水平面朝近處的中心進行擠壓。在近處，這種擠壓十分輕微，在遠處，隨著水平面中的點距軸線距離的增大，擠壓越來越嚴(yán)重。由于第三種畸變在近處的影響較小，且處理起來算法復(fù)雜，所以忽略其產(chǎn)生的影響，只對第一和第二種畸變進行校正。經(jīng)過上面的采集，垂直方向上的畸變得到糾正，如圖5所示。（a）校正前（b）校正后圖3.5垂直方向校正效果其次是水平方向的校正，水平校正的同時對圖像上的點進行坐標(biāo)變換，把圖像上的點變換到實際賽道的位置。4基于視覺的導(dǎo)航路徑識別4.1閾值分割當(dāng)智能車在直道上運行時，傳感器視野范圍最底端為34cm，最頂端為1