下载文档原格式
基于摄像头的自主循迹小车系统设计摘要“飞思卡尔杯”全国大学生智能汽车邀请赛属教育部主办的全国五大竞赛之一，其专业知识涉及控制、模式识别、传感技术、汽车电子、电气、计算机、机械等诸多学科。
根据大赛的技术要求，设计制作了智能车控制系统。
在整个智能车控制系统中，如何准确地识别道路及实时地对智能车的速度和方向进行控制是整个控制系统的关键。
本文首先对智能车的硬件进行设计，达到了低重心、大前瞻、高稳定性的目标。
其次对系统的软件部分进行设计，利用动态阈值法分割处理采集到的图像，得到赛道信息，从而得到智能车的偏航角和偏航距离。
综合偏航角和偏航距离两个控制量对舵机进行控制，实现了入弯走内道，S弯直线冲过的目标，大大提高了智能车的弯道运行速度。
用光电编码盘检测智能车的运行速度，再根据赛道信息给定智能车的运行速度，运用增量式PID算法调节驱动电机转速，实现了电机的快速响应。
整个系统涉及车模机械结构调整、传感器电路设计及信号处理、控制算法和策略优化等多个方面。
经过大量测试，最终确定了现有的系统结构和各项控制参数。
关键字：智能车；图像传感器；阈值分割；路径识别；AbstractFreescale Cup National Undergraduate Smart Car Competition is sponsored by the National Ministry of Education, one of the five contests, their professional knowledge related to control, pattern recognition, sensor technology, automotive electronics, electrical, computer, machinery and many other disciplines. According to the technical requirements of the contest, we design the intelligent vehicle control system. In the entire control system of the smart car, how to accurately identify the road and real-time control the speed and direction of the Smart Car is the key to the whole control system.This paper first introduces the hardware of the smart car, to achieve a low center of gravity, forward-looking, and high-stability target. The second part of the system is software design, the use of dynamic threshold segmentation algorithm to process images, get track information, yaw and the yaw angle. The steering gear is controlled by the yaw and the yaw angle, when through the turn, the smart car goes inside the road, and when through S bend, the smart car crossed as a goal line, greatly improving speed of the smart car. From the detection with encoder disk we get the speed of the smart car, and then from the track information, we set the expected speed of the smart car, the use of incremental PID algorithm for adjusting drive motor speed to achieve the rapid response to the motor.The entire system is involved in mechanical models of structural adjustment, the sensor circuit design and signal processing, control algorithms and strategies for optimizing many aspects, such as. After extensive testing, and ultimately determine the structure of the system and various control parameters.Keywords：smart car; image sensor; threshold segmentation; road identification目录1 绪论 (1)1.1 引言 (1)1.2 智能车邀请赛概况 (1)1.2.1 国外概况 (2)1.2.2 国内概况 (2)1.2.3 本届比赛主要规则 (3)1.3 本文设计方案概述 (4)1.3.1 控制系统 (5)1.3.2 电源系统 (5)1.3.3 整车布局 (6)1.3.4 智能车相关性能设计思想 (7)1.4 本文主要内容 (7)2 硬件设计 (9)2.1 摄像头的选型及安装方案设计 (9)2.1.1 摄像头的选型 (9)2.1.2 传感器的供电电路 (12)2.1.3 视频处理模块 (12)2.1.4 传感器安装方案设计 (13)2.2 模型车机械设计 (14)2.2.1 车体布局 (14)2.2.2 传感器支架的设计安装 (14)2.2.3 主板安装 (15)2.2.4 车模参数调整 (15)2.3 电路设计 (16)2.3.1 电源模块 (16)2.3.2 时钟模块 (17)2.3.3 最小系统板模块 (18)2.3.4 串口模块 (18)2.3.5 测速模块 (19)2.3.6 电机驱动模块 (20)2.3.7 抗干扰处理 (20)2.4 本章小结 (21)3 软件设计 (22)3.1 视频信号采集 (22)3.1.1 摄像头的工作原理 (22)3.1.2 采样分析 (23)3.1.3 采样时序 (24)3.1.4 中断分析 (25)3.2 路径识别与自动阈值 (26)3.3 软件抗干扰处理 (28)3.4 偏航算法 (29)3.4.1 摄像头测量距离标定 (29)3.4.2 舵机的控制方法 (30)3.4.3 偏航距离的计算 (31)3.4.4 偏航角的计算 (32)3.4.5 舵机的控制 (33)3.5 电机的速度控制 (35)3.5.1 电机的开环响应特性 (35)3.5.2 速度PID算法 (36)3.6 本章小结 (37)4 智能车的开发及调试 (38)4.1 开发工具机调试过程 (38)4.1.1 编译环境 (38)4.1.2 下载调试 (39)4.1.3 无线调试模块 (39)4.2 单片机的资源分配 (40)4.3 代码设计简介 (41)4.4 车模机械结构参数 (41)4.4.1 车模参数 (42)4.4.2 电路板参数 (42)4.5 本章小结 (43)5 总结与展望 (44)致谢 (45)参考文献 (46)翻译部分............................................................................................. 错误!未定义书签。
智能车寻迹的原理
智能车寻迹的原理是通过感知传感器来检测和跟踪地面上的轨道线。
一般使用的传感器包括红外线传感器和摄像头。
红外线传感器可以发射红外线光束，当光束遇到黑色轨道线时会被吸收，而遇到白色背景时会被反射回来。
通过测量反射光的强度，智能车可以确定自身相对于轨道线的位置，从而进行调整。
摄像头可以拍摄地面上的轨道线图像，然后通过图像处理算法来识别和跟踪轨道线。
常用的图像处理算法包括边缘检测、颜色过滤和模式匹配等。
通过实时分析摄像头捕获的图像，智能车可以确定自身相对于轨道线的位置和方向，也能够进行调整。
智能车通常结合了红外线传感器和摄像头的数据来进行寻迹。
例如，红外线传感器可以用于粗略的定位，而摄像头可以用于精确的跟踪和调整。
需要注意的是，智能车寻迹的效果受到环境条件和传感器性能的影响。
例如，光照强度和地面颜色的变化都可能影响红外线传感器和摄像头的检测效果。
因此，需要对算法和传感器进行优化和调整，以提高智能车寻迹的准确性和稳定性。
智能小车循迹原理
智能小车循迹技术是指通过传感器和控制系统实现小车在特定轨迹上行驶的技术。
循迹技术在无人驾驶、物流运输、工业自动化等领域有着广泛的应用。
下面我们将介绍智能小车循迹原理及其实现方式。
首先，智能小车循迹的原理是基于传感器检测地面轨迹，通过控制系统对小车
进行精确的控制，使其沿着特定轨迹行驶。
常用的循迹传感器包括红外线传感器、光电传感器和摄像头等。
这些传感器能够检测地面上的标志线或者其他特定的标记，从而确定小车需要行驶的路径。
其次，实现智能小车循迹的方式主要包括两种，一种是基于预先编程的路径，
另一种是基于实时检测的路径。
基于预先编程的路径是指在小车行驶之前，通过对地面轨迹进行扫描和记录，然后将路径信息编程到控制系统中，使小车能够按照预先设定的路径行驶。
而基于实时检测的路径则是通过传感器实时检测地面轨迹，然后根据检测到的路径信息对小车进行实时控制，使其能够跟随着地面轨迹行驶。
另外，智能小车循迹技术的实现还需要考虑控制算法和执行器。
控制算法是指
对传感器检测到的路径信息进行处理和分析，然后产生相应的控制指令，控制小车进行行驶。
执行器则是指根据控制指令对小车的驱动系统进行控制，使其按照指令进行行驶。
总的来说，智能小车循迹技术是通过传感器检测地面轨迹，控制系统进行路径
分析和控制指令生成，以及执行器对小车进行实时控制，从而实现小车在特定轨迹上行驶的技术。
这项技术在自动化领域有着广泛的应用前景，可以提高物流运输效率，减少人力成本，同时也为无人驾驶技术的发展提供了重要支持。
随着传感器和控制系统技术的不断进步，相信智能小车循迹技术将会得到更加广泛的应用和发展。
第32卷第1期2020年3月宁波工程学院学报JOURNAL OF NINGBO UNIVERSITY OF TECHNOLOGYVol.32No.1Mar.2020DOI：10.3969/j.issn.1008-7109.2020.01.005基于CMOS摄像头的自动循迹小车设计陈张景宣，王峰，姚晓磊，何金宝（宁波工程学院电子与信息工程学院！浙江宁波315211）摘要：针对目前自动循迹小车在运行过程中需要特定轨道#无法自动判别实时现场环境的问题#提出了一种基于CMOS摄像头的自动循迹小车设计方案。
自动循迹小车以CMOS摄像头为图像检测装置，实时捕获并提取背景图像的特征，根据获取图像的特征计算循迹小车的转向角度，同时采用PID控制理论算法完成循迹小车的转向控制$循迹小车的车速控制采用增量式PID的速度控制算法$结果表明，基于CMOS摄像头的自动循迹小车在功能上能够完成多种路径下的自动行驶，为智能驾驶技术提供了有效的借鉴$关键词：自动循迹；CMOS摄像头；图像采集；图像识别中图分类号：TP23文献标识码：A文章编号：1008-7109（2020）01-0026-06Design of Automatic Tracking Car Based on CMOS CameraCHEN ZHANG Jingxuan,WANG Feng,YAO Xiaolei,HE Jinbao*(School of Electronics and Information Engineering,Ningbo University of Technology,Ningbo,Zhejiang,315211,China)Abstracts:In view of the problem that the current automatic trailing trolley,failing to distinguish automatically the real-time field environment,needs a specific track in the running process,a design scheme based on CMOS camera is proposed.With CMOS camera as the image detection device, the automatic trailing trolley captures and extracts the characteristics of the background image in the real-time,calculates the steering angle of the trace car according to the characteristics of the acquired image,and uses the PID control theory algorithm to complete the steering control of the trailingO trolley.O TheO speedO controlO ofO theO trace-followingO trolleyO adoptsO theO speedO controlO algorithmO ofO incrementalO PID.O TheO resultsO showO thatO theO automaticO trailingO trolleyO basedO onO CMOSO cameraO canO completeO theO automaticO drivingO underO aO varietyO ofO pathsO inO termsO ofO function,O whichO providesO anO effectiveO referenceO forO intelligentO drivingO technology.Keywords:automatic tracking,CMOS camera,image acquisition,image recognition0引言随着人工智能技术和物流产业的快速发展，具有自动行驶功能的小车越来越多的出现在人们的视野中。
基于摄像头的自主循迹小车设计[摘要]本文以基于摄像头的自主循迹小车设计为题，运用树莓派作为上位机，以飞思卡尔的K60微处理器作为核心控制单元，利用其强大的数据处理能力和丰富的外设接口设计了智能小车。
通过摄像头来采集道路图像信息，运用Opencv强大的图像处理算法库，对跑道信息进行提取，计算出小车与跑道的夹角，伺服舵机根据获得的角度信息来控制小车的速度和转向，从而修正小车的方向和速度，实现小车自主循迹。
[关键词]自主循迹；摄像头；图像处理；路径信息提取一、自主循迹小车系统总体概述目前自主循迹小车在各领域均有广泛运用，货物搬运、快递投放等，在电力行业可用于机房设备巡视、仓库物资搬运、变电站设备巡视等。
本文按照智能移动机器人三层体系通用结构，即三层体系结构：控制层、执行层、感知层，以K60和树莓派作为小车的控制单元，树莓派为上位机系统与以K60为控制芯片的运动控制下位机系统进行串口通信，两者之间通过USB线连接。
移动子系统为执行机构，两轮采用差动加万向轮支撑方式，驱动电机采用360°伺服舵机。
路径信息检测系统主要依靠摄像头来反映周围环境的信息变化。
自主循迹小车的信息流图如下：图1-1自主循迹小车信息流图1.自主循迹小车硬件系统设计本次设计的自主循迹小车由核心控制模块、电源模块、舵机模块、图像采集模块四个模块组成。
核心控制模块作为小车的大脑，由树莓派和K60组成，具备所有PC的基本功能。
在本次设计中，树莓派充当上位机的作用，其连接摄像头拍摄图像，依靠基于OpenCV的图像处理技术，并通过USB线与下层控制板进行通信。
电源模块是小车的动力来源，其作用是将电压进行调节和分配，为小车提供可靠的供电，使小车能正常运行。
由于控制器和其他各个模块所需电压不同，需要设计电压转换模块，为各个模块提供可靠的供电，保证小车稳定运行。
转换后的电压主要有：K60控制芯片3.3V，树莓派，HDMI LCD显示屏及摄像头5.0V，伺服电机6.0V。
基于摄像头的自动寻迹智能车控制系统设计雷钧，李峰波（湖北汽车工业学院电气与信息工程学院，湖北十堰 442002）摘要：本文介绍了基于飞思卡尔MC9S12DG128单片机控制的智能车系统，该系统以摄像头传感器作为路径识别装置，通过图像识别提取路径信息。
文章对智能车寻线控制系统的软、硬件设计思路和控制算法等进行了论述。
测试结果表明智能车能准确稳定地跟踪引导线。
关键词：智能车；自动寻迹；MC9S12单片机；图像识别中图分类号：TP273；TP242.6 文献标识码：A0 概述自动寻迹智能车涉及到当前高技术领域内的许多先进技术，其中最主要的是传感技术、路径规划和运动控制。
本课题是以智能车竞赛为背景，以单片机作为核心控制单元，摄像头作为路径识别传感器，以直流电机作为小车的驱动装置，舵机控制小车转向。
车模竞赛的赛道是一个具有特定几何尺寸约束、磨擦系数及光学特性的KT板，其中心贴有对可见光及不可见光均有较强吸收特性的黑色条带作为引导线，宽度为2.5cm。
在行驶过程中，单片机系统通过摄像头获取前方赛道的图像数据，同时通过测速传感器实时获取智能车的速度，采用路径搜索算法进行寻线判断和速度分析，然后做出控制决策，控制转向舵机和直流驱动电机的工作[1-4]。
智能车通过实时对自身运动速度及方向等进行调整来“沿”赛道快速行驶。
1 智能车系统方案作为能够自动识别路径的智能车，自动控制器是设计智能车的核心环节。
自动控制器是以飞思卡尔16位单片机MC9S12DG128（简称S12）为核心，配有传感器、电机、舵机、电池及相应的驱动电路，在保证智能车可靠运行前提下，电路设计应当尽量简洁紧凑，以减轻系统负载，提高智能车的灵活性。
信息处理与控制算法由运行在单片机中的控制软件完成。
因此自动控制器设计可以分为硬件电路设计和控制软件两部分，系统基本控制过程如图1所示。
图1 系统基本控制流程2系统硬件结构本设计中系统的硬件结构大致可以分为以下几个模块，如图2所示。
基于摄像头的智能车循迹方法
【摘要】本文基于摄像头传感器设计并实现智能车自主循迹行驶。
采用摄像头传感器的信号采样模块获取赛道黑线信息，高效稳定的循迹算法使小车能够自主识别黑色引导线并根据黑色引导线实现快速稳定的寻线行驶。
【关键词】智能；传感器；pid
一、前言
智能车辆（intellignt vehicle-iv），又叫轮式移动机器人，是一个集环境感知、规划决策、多等级辅助驾驶等功能于一体的综合系统[1]，它体现了自动控制、人工智能、传感技术、机械技术、计算机技术等多个学科领域理论技术的交叉和综合。
自主导航技术是智能车辆最为核心的技术；而基于视觉的自主导航技术是针对城市环境的智能车辆研究中极具前景的方向，是典型的高新技术综合体。
智能车辆致力于提高汽车的安全性、舒适性和提供优良的人车交互界面，是世界车辆工程领域研究的热点和汽车工业增长的新动力。
美国交通部已开始一项五年计划，与美国通用汽车公司合作研发一种智能防撞系统。
1995年6月，nablab5进行了穿越美国陆地的实验nha，从美国宾州的匹兹堡到美国加州的圣地亚哥城市，其路程4587公里，其中自主驾驶部分占百分之九十七。
2003年，中国清华大学计算机系智能技术与系统国家重点实验室在中国科学院院士张钹带领下研究制作的智能移动车辆清华
thmr-v [2]型智能车，具备面向全国高速公路与一般道路的功能。
车辆采用的是道奇7座车改装而成，装有激光测距仪器和彩色摄影机组成的路径与障碍物检测系统；由gps、光码盘和磁罗盘组成的组合gps导航系统等。
计算机系统进行视觉处理，完成路径规划、信息融合、决策与行为控制等诸多功能。
二、“飞思卡尔”智能车的发展
（1）国外发展现状
“飞思卡尔”杯智能车竞赛于2000年在韩国首次举办，韩国大学生智能模型车竞赛是韩国汉阳大学汽车控制实验室在飞思卡尔
半导体公司赞助下成立举办的以飞思卡尔单片机为核心的学生科
技竞赛。
由主办方提供标准的智能小车模型、直流驱动电机、舵机、可充电锂离子电池，参赛的队伍要制作一辆可以自主识别道路的智能车辆，在固定设计的道路上自动识别道路和自主行驶，跑完赛程用的时间最短，并结合技术论文评分名次较高的参赛队伍就是胜利队伍。
（2）国内发展现状
经教育部高等教育司研究决定于授权委托，在高等教育司的领导下，由教育部高等高等学校自动化专业教学指导分委会主办、飞思卡尔半导体公司协办的“全国大学生飞思卡尔杯智能车竞赛” [3]，自2005年由清华大学举办的第一届智能汽车邀请赛，到2012年已经举办了第七届。
智能车赛的成功举办，从根本调动全国众多大学生的学习和研究热情，对大学生的知识运用和实践能力的提高具有
积极的推动作用。
（3）智能车赛的运行规则
赛道路面用专用白色kt基板制作，赛道宽度不小于45cm。
赛道与赛道的中心线之间的距离不小于60cm。
跑道表面为白色，赛道两边有黑色线，黑线宽25mm±5，沿着赛道边缘粘贴。
智能车自主识别道路运行，在没有跑出赛道的前提下加快速度并能判断起始点自动停车。
三、摄像头的工作原理
图像传感器，是组成数字摄像头的重要组成部分。
它使用一种高感光度的半导体材料制成，能把光线转变成电荷，通过模数转换器芯片转换成数字信号，数字信号经过压缩以后由相机内部的闪速存储器或内置硬盘卡保存。
摄像头具有探测范围广精度高等优势，前瞻性好，利于速度控制，同时也存在易受干扰处理信息量大等缺陷[4]。
摄像头成像的原理是当光线照射景物，景物上的光线反射通过镜头聚焦，图像传感器就会感知到图像。
如图2所示，摄像传感器连续读取描影像上的一行数据，则输出信号便是连续的图像电压信号。
当扫完成一行，视频信号输出端就送出一个比视频信号电压还低的电平，并持续一段较长的时间。
接着每一行影像信号的后面就是行同步脉冲信号，是换行的标志信号。
然后提取下一行数据，直到提取完之一场的影像数据信号，然后就会有一小段场消隐信号。
场同步脉冲预示着新的一场图像来临，只是，场消隐电平刚好跨在上一场数据的结尾处和下一场数据的开始，场消隐信号过去
后，下一场的影像数据信号才是数据。
传感器每秒扫描二十五幅图像，每幅在分奇信号、偶两场信号，先奇场信号后偶场信号。
奇场图像信号时只读取图像中的奇数行，偶场图像信号则只读取偶数行。
四、循迹算法
基于摄像头传感器设计并实现智能车自主循迹行驶。
智能车采用基于摄像头传感器的信号采样模块获取赛道黑线信息。
本系统设计的图像提取方法是对摄像头采集的信息进行隔行提取，一共提取50行150列并且存储在一个二维数组中。
在处理二维数组时，把提取的50行数据分成5段，把150列分成15段，如图3所示。
由于摄像头在获取图像时存在失真，所以智能车即使在直道的中心看到的跑道两边黑线也不是平行的即所谓的梯形失真。
为解决摄像头失真可以通过在软件中设定不同的p参数来弥补的方法，舵机偏转的大小由智能车左右宽度的中心与跑道中心偏离的大小来决定。
道路检测是指利用图像处理检测出能反映道路轮廓的道路标志特征，如道路两边沿、道路中央导引线等。
本系统图像采集算法使用的是隔行采集算法，具体的处理方法是事先设定一个数组
com[50]，其存储有所要采集的图像行数，一共有50行。
核心处理器检测到摄像头的行中断到来后用一个变量leap计算其次数，当leap等于com[50]的某一个数时，把摄像头接下来传送的数据存到
另一个数组sum[50][150]中。
摄像头采集的数据被存储在sum[50][150]数组绘成一个二维表，最近车模是图像的第49行，远离车模的前方是图像的第0行。
循迹的方法是当摄像头采集完一场数据后，从图像的第35行第75列开始往两边同时寻找黑线，当向左寻线遇到有数据1时计数（图像中黑色记为1，白色记为0），条件当遇到黑点后在黑点的左边有0或黑点的个数大于15成立则认为寻到黑线，于是跳到第34行，以第35行黑线列数的平均列数作为第34行寻线的中心往两边寻找黑线，同理依次往上递减寻黑线。
右边寻线同理左边，当其中的一边没有找到黑线时结束寻线。
经过多次的测试，如果在35行中找到了两条黑线则车模是直道上或者跑道的弯度不大，这种情况下使用平均差值法即求两条黑线列数中值的平均数和75作差值，得出的值作为pid的p参数的参考值，当差值是小于零的数则舵机左转，反之舵机右转。
当第35行只寻到一条黑线且中心小于75时，认为寻到左线并表示车模前方的跑道相对弯度大，跑道条件不理想，车模作减速处理。
寻线跳到第49行以第75列作为寻黑线的中心往左边找黑点，当黑点的左边有0或黑点数大于30或列数小于0时成立时认为找到黑线，反之认为没有找到没线跳到下一行继续寻找，如果找到黑线则跳到小于当前行一行上寻线并以上一行黑线的中
心列数为中心向两边找黑点，当前行的黑线中心列数比上一行黑线中心列数±10列以内则认为当前行找到黑线，以此类推一直检测到第0行。
当第35行只寻到一条黑线且中心大于75时，则认为找到
右边的黑线，寻线方法同理左线。
五、结语
现代生活中，随着经济的发展人们的生活节奏加快，汽车已经是生活中不可或缺的交通工具。
无人自动驾驶、道路偏离监测系统、疲劳检测系统等，人工智能和通信技术实现更好的通行能力和更加的安全环境。
【参考文献】
[1]王荣本，徐友春，李兵，等.基于视觉的智能车自主导航最有控制器设计[j].汽车工程，2001，23（2）：97-100.
[2]徐建洪.基于s3c2410的嵌入式智能车控制系统设计[d].南京理工大学，2008.
[3]卓晴，黄开胜，邵贝贝.学做智能车—挑战“飞思卡尔”杯[m].北京：北京航空航天大学出版社，2007.
[4]李晨，宓超.基于飞思卡尔单片机mc9s12xs128的智能车设计[j].上海海事大学学报，2012，33（1）：82-84.
[5]pwm rectifier research based on sliding mode variable structure control[a]. proceedings of the 2011 chinese control and decision conference（ccdc）[c]. 2011。
