飛思卡爾智能車項目課件

飛思卡爾智能車競賽為榮譽而戰(zhàn)“飛思卡爾”智能車競賽是由教育部高等學校自動化專業(yè)教學指導分委員會主辦，飛思卡爾半導體公司協(xié)辦的全國性的比賽?！帮w思卡爾”杯智能車競賽于2000年在韓國首次舉辦，我國于2006年8月舉辦第一屆“飛思卡爾”杯全國智能車競賽，到今年已經(jīng)成功舉辦了八屆。賽事規(guī)模：

2012年，飛思卡爾智能車競賽規(guī)模達到空前巨大，參賽隊伍達到1727支，參賽學校數(shù)量達到389所，幾乎每一所本科院校都在積極參與到這項賽事之中。該競賽與教育部已舉辦的數(shù)學建模、電子設(shè)計、機械設(shè)計、結(jié)構(gòu)設(shè)計4大專業(yè)競賽不同，是以迅猛發(fā)展的汽車電子為背景，涵蓋了控制、模式識別、傳感技術(shù)、電子、電氣、計算機、機械等多個學科交叉的科技創(chuàng)意性比賽。引導和激勵學生實事求是、刻苦鉆研、勇于創(chuàng)新、多出成果、提高素質(zhì)，發(fā)現(xiàn)和培養(yǎng)一批在學術(shù)科技上有作為、有潛力的優(yōu)秀人才。這是我們將近八個月的努力的成果，我們完成了智能小車的制作并順利的跑起來了，這是我們付出最大的收獲，我們一起經(jīng)歷的太多，不管未來的路如何，這是我們在大學一筆寶貴的財富。電磁組-銀魅光電組-不虎攝像頭-三隊車模的系統(tǒng)框圖及模塊間的關(guān)系：

我們?nèi)齻€組都采用由Freescale公司生產(chǎn)的MK60DX256ZVLQ10單片機作為系統(tǒng)的控制核心，它負責控制各個模塊間的協(xié)調(diào)工作，主要接收來自賽道信息采集模塊的賽道信息和速度檢測模塊反饋的速度信息，通過對這些信息進行恰當?shù)奶幚?，形成合適的控制量對驅(qū)動電機或是舵機進行控制。對新規(guī)則的挑戰(zhàn)

第九屆比賽規(guī)則中新增了人字路口，賽道障礙和不對稱賽道，而且改換了個組別的傳感器，使得比賽難度加大，但也更有挑戰(zhàn)性，特別對于攝像頭平衡組而言，直立起來就不簡單，再來處理各種賽道狀況就顯得更加困難。但是我們不畏艱難，想方設(shè)法最后解決了很多問題。但是人字處理是一個大問題，下面我們著重分析一下。我們根據(jù)我們自身條件，以縮短比賽的整體時間為目的，我們選擇了第二種方式，即：通過控制車模速度和方向不進入調(diào)頭區(qū)直接通過該路口。下面是我們對于過人字的步驟分析：(1)150cm的直道判定：由強制掉頭區(qū)我們可以看到在進入掉頭點之前，至少有150cm的直道，因此我們需要先檢測出直道情況，然后再進行在直道的基礎(chǔ)上檢測強制掉頭點，確定掉頭時間。當然在真真掉頭的部分是沒有直道的，所以必須是在直道之后的一定時間范圍內(nèi)檢測到掉頭點。(2)在進入斑馬線之前，有一邊的邊線突然丟失。對此我們必須進行嚴格的判定，首先其中一邊的邊線處在直道特征中，其次另一邊突然消失。對于這個特征的判斷還是比較難的，第一：在直入90度以上的彎道的時候也是有可能出現(xiàn)這一特征的，第二：如果用某一行的數(shù)據(jù)檢測這個特征，則很有可能判斷失誤，因為有時圖像會出現(xiàn)跳變。所以我們采用了動態(tài)掃描，通過動態(tài)掃描八行來進行識別。(3)斑馬線特征。其實這個特征很明顯，很多人一看不就是白黑之間均勻跳變么，但是你要知道，車身進去的時候并沒有直直的對著斑馬線，而是與斑馬線成六十度角看過去的，這樣要提前識別，并直接轉(zhuǎn)過人字要識別出完整的斑馬線是不可能的，因此我們就通過觀測圖像，在直道上，我們是可以看到斑馬線的一條黑線和一條白線的，而在別的地方，在賽道外，是沒有白色的，但是如果是在急彎前還有一條賽道的話，這樣也會出現(xiàn)黑白條的，但是我們已經(jīng)有了前面兩個條件，就足以將其區(qū)別開來。

接下來就是把這些想法變成算法，我們即使在這里做了很多處理，但是結(jié)果不是非常理想，有待進一步的突破。中南智能車團隊歡迎有志同學參與進來，發(fā)揚我中南人傳