基于CMOS的智能小车视觉系统的设计

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。

摘要“飞思卡尔”智能车是机电一体化的典型产物，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。

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。

本文详细介绍了一种利用CMOS摄像头作为传感器获取路径信息，并能够自动寻迹行驶的智能车的制作过程。

本次制作的智能车采用比赛统一的车模，利用Freescale的16单片机MC9S12DG128作为控制器，对CMOS摄像头采集回来的图像进行分析，提取出黑线路径，并配合转向和速度的控制算法，使智能车能够自动寻迹行驶。

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；Abstract"Freescale" intelligent vehicle is the typical electromechanical product, its professional knowledge involved in control, pattern recognition, sensing technology, automobile electronics, electrical, computer, machinery and so on many subjects. Throughout the intelligent vehicle control system, how to accurately identify road and real-time intelligent vehicle to control the speed and direction of the whole control system is the key. This paper introduces a kind of using CMOS cameras as sensor getting information, and can automatic path of intelligent vehicle driving tracing the production process.The production of intelligent vehicle USES the game models, use the unity of MC9S12XS128 Freescale microcontroller as controller, 16 of CMOS cameras acquisition back analysis is used to extract image, and work with black path to and speed control algorithm, make intelligent driving car can automatic tracing.In this paper, first, the hardware design of intelligent vehicle, reached a low center of gravity, large prospectie, high stability target. Secondly the software of the system design, the dynamic of segmentation threshold value method to collect images, processing circuit information, and thus get get intelligent car of yaw Angle and yaw distance. Comprehensive yaw Angle and yaw distance two control volume on steering gear control, realize the NaDao turn-in walk straight overshoot, S bending the target, greatly improving the smart car corners speed. Using photoelectric coding dish the running speed of intelligent vehicle detection circuit information given, then according to the running speed of intelligent vehicle incremental, using PID algorithm adjusting drive motor speed, and realize the fast response of the motor.The whole systems involve the mechanical structure adjustment, sensor draw circuit design and signal processing, control algorithm and the strategy optimization, etc. After plenty of testing, final existing system structure and various control parameters.Keywords：smart car; image sensor; threshold segmentation; road identification目录1 引言 (1)1.1课题背景 (1)1.2智能车辆的产生与发展 (1)1.2.1 国外概况 (2)1.2.2 国内概况 (3)1.3 智能小车设计思路 (3)1.3.1 控制系统 (4)1.3.2 电源系统 (4)1.3.3 整车布局 (5)1.4 本文主要内容 (6)2 硬件设计 (7)2.1 摄像头的选型及安装方案设计 (7)2.1.1 摄像头的选型 (7)2.1.2 传感器的供电电路 (10)2.1.3 视频处理模块 (11)2.1.4 传感器安装方案设计 (12)2.2 模型车机械设计 (12)2.2.1 车体布局 (13)2.2.2 传感器支架的设计安装 (13)2.2.3 主板安装 (13)2.2.4 车模参数调整 (14)2.3 电路设计 (15)2.3.1 电源模块 (15)2.3.2 时钟模块 (16)2.3.3 最小系统板模块 (17)2.3.4 串口模块 (18)2.3.5 测速模块 (18)2.3.6 电机驱动模块 (19)2.3.7 抗干扰处理 (19)2.4 本章小结 (20)3 软件设计 (21)3.1 视频信号采集 (21)3.1.1 摄像头的工作原理 (21)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 (36)3.5.1 电机的开环响应特性 (36)3.5.2 速度PID算法 (37)3.6 本章小结 (38)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 (40)4.2 单片机的资源分配 (41)4.3 代码设计简介 (41)4.4 车模机械结构参数 (42)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 (43)致谢 (45)参考文献： (46)附录 (47)1 引言1.1课题背景车辆与我们的社会生活息息相关，然而当今车辆的智能化发展还不是很迅速，特别是在安全性，智能化，车与路之间交互信息等方面。

基于CMOS图像传感器的视觉导航小车设计摘要89C51单片机是一款八位单片机，他的易用性和多功能性受到了广大使用者的好评。

这里介绍的是如何用89C51单片机来实现兰州理工大学的毕业设计，该设计是结合科研项目而确定的设计类课题。

本系统以设计题目的要求为目的，采用89C51单片机为控制核心，利用超声波传感器检测道路上的障碍，控制电动小汽车的自动避障，快慢速行驶，以及自动停车，并可以自动记录时间、里程和速度，自动寻迹和寻光功能。

整个系统的电路结构简单，可靠性能高。

实验测试结果满足要求，本文着重介绍了该系统的硬件设计方法及测试结果分析。

采用的技术主要有：(1)通过编程来控制小车的速度；(2)传感器的有效应用；(3)CMOS图像传感器关键词：80C51单片机、光电检测器、PWM调速、电动小车An intelligence electricity motive small carbased on CMOS image sensrAbstract89C51 is a 8 bit single chip computer. Its easily using and multi-function suffer large users. This article introduces the LUT graduation design with the 89C51 single chip computer. This design combines with scientific research object. This system regards the request of the topic, adopting 89C51 for controlling core, super sonic sensor for test the hinder. It can run in a high and a low speed or stop automatically. It also can record the time, distance and the speed or searching light and mark automatically the electric circuit construction of whole system is simple, the function is dependable. Experiment test result satisfy the request, this text emphasizes introduced the hardware system designs and the result analyze.The adoption of technique as:(1)Reduce the speed by program the engine；(2)Efficient application of the sensor;(3)CMOS image sensor.Keywords:89C51 MCU, light electricity detector, PWM speed adjusting, Electricity motive small car目录一、系统设计要求................................................ - 1 -1.1 任务.................................................... - 1 -1.2设计相关要求............................................. - 1 -1.2.1 基本要求........................................... - 1 -1.2.2 主要技术指标....................................... - 1 -二、系统方案论证与选择.......................................... - 1 -2.1 系统基本方案............................................ - 2 -2.2系统各模块的最终方案..................................... - 7 -三、系统的硬件设计与实现........................................ - 8 -3.1系统硬件的基本组成部分................................... - 8 -3.2主要单元电路的设计....................................... - 9 -3.2.1电源电路........................................... - 9 -3.2.2控制电路.......................................... - 10 -3.2.3循迹探测电路...................................... - 13 -3.2.4边缘检测电路...................................... - 17 -3.2.5电机驱动电路...................................... - 19 -3.2.6 PWM调速.......................................... - 20 -3.2.7舵机控制电路........................... 错误!未定义书签。

基于CMOS的智能小车视觉系统的设计摘要：本文主要介绍了基于CMOS数字图像摄像机在智能小车项目中构建视觉系统的应用。

首先介绍了智能小车视觉监控系统的硬件构成。

再叙述了视觉图像监控软件系统，该软件系统从功能上主要分成六个模块，整个软件系统通过六个模块协调工作，共同完成任务。

实验表明，本文所叙述方案设计的有效性和正确性，并具备一定参考和实用价值。

关键词：CMOS；视觉监控系统；障碍物识别1 前言智能小车，是一个集环境感知、规划决策，自动行驶等功能于一体的综合系统。

智能小车对环境的感知能力要求智能小车具有环境感知传感器，随着机器视觉理论的发展以及视觉系统本身具有的优势，视觉传感器己是最重要的选择。

智能小车视觉系统的总任务是环境感知。

视觉感知是利用图像输入系统加上图像处理分析系统来完成的。

而其最主要和最基本的功能就是视频图像的检测识别和预警，即确定智能小车所观察各种复杂环境中是否出现障碍物，并对其安全行驶起到辅助作用。

本文主要针对自主开发的智能小车，选用新型高集成度的硬件设备，配合以VC++模块化程序设计的软件系统进行视觉系统的开发。

2 智能小车视觉系统硬件的构成2.1 智能小车视觉系统硬件设计思想智能小车的视觉系统是要为智能小车开发具有类似人类视觉能力。

智能小车视觉系统是模仿人类的视觉系统进行搭建。

是以计算机为中心，由视觉传感器、图像采集卡等构成。

2.2 硬件选用根据智能小车的自身特点，要求其视觉系统平台的搭建满足体积小、重量轻、功耗小、高适应性、成像速度快、可靠传输性强、性价比高等特点。

经过综合考虑本实验选用MVC1000SA数字摄像机，并同时选配LM12JCM的光学镜头。

MVC1000SA 数字摄像机是由CMOS数字图像传感器芯片、芯片外围电路及集成的显示控制器的图像采集卡构成。

通过Gigabit Ethernet数字接口，连接于计算机的千兆网卡和计算机进行数据的通信。

2.3 其他配件智能小车动力采用36V直流充电电瓶，MVC1000SA数字图像摄像机使用12V直流供电。

第1章绪论1.1课题背景目前，在企业生产技术不断提高、对自动化技术要求不断加深的环境下，智能车辆以及在智能车辆基础上开发出来的产品已成为自动化物流运输、柔性生产组织等系统的关键设备。

世界上许多国家都在积极进行智能车辆的研究和开发设计。

智能车辆也叫无人车辆，是一个集环境感知、规划决策和多等级辅助驾驶等功能于一体的综合系统。

它具有道路障碍自动识别、自动报警、自动制动、自动保持安全距离、车速和巡航控制等功能。

智能车辆的主要特点是在复杂的道路情况下，能自动地操纵和驾驶车辆绕开障碍物并沿着预定的道路（轨迹）行进。

智能车辆在原有车辆系统的基础上增加了一些智能化技术设备：1）计算机处理系统，主要完成对来自摄像机所获取的图像的预处理、增强、分析、识别等工作。

2）摄像机，用来获得道路图像信息。

3）传感器设备，车速传感器用来获得当前车速，障碍物传感器用来获得前方、侧方、后方障碍物等信息。

智能车辆作为移动机器人的一个重要分支正得到越来越多的关注。

1.2国内外发展现状及趋势智能化作为现代社会的新产物，是以后的发展方向，他可以按照预先设定的模式在一个特定的环境里自动的运作，无需人为管理，便可以完成预期所要达到的或是更高的目标。

同遥控小车不同，遥控小车需要人为控制转向、启停和进退，比较先进的遥控车还能控制其速度，而智能小车，则可以通过计算机编程来实现其对行驶方向、启停以及速度的控制，无需人工干预，是一个集环境感知、规划决策，自动行驶等功能于一体的综合系统，它集中地运用了计算机、传感、信息、通信、导航、人工智能及自动控制等技术，是典型的高新技术综合体。

国外智能车辆的研究历史较长。

它的发展历程大体可以分成三个阶段：第一阶段20世纪50年代是智能车辆研究的初始阶段。

1954年美国Barrett Electronics公司研究开发了世界上第一台自主引导车系统AGVS （Automated Guided Vehicle System）。

基于CCD摄像头的智能车系统设计摘要随着电子技术与智能控制的发展，智能车的已经成为自动控制领域内的一个研究热点。

第一章绪论1.1研究背景1.1.1 智能车的发展历程智能车的发展是从自动导引车（Automatic Guided Vehicle,AGV）起步的。

AGV是指装有电磁或光学等自动导引装置，能够沿规定的导引路径行驶，具有安全保护及各种移栽功能的运输车辆。

1913年，美国福特汽车公司首次将有轨导引的AGV代替输送机用到底盘装配上。

1953年，美国Barrett Electric公司制造了世界上第1台采用埋线电磁感应方式跟踪路径的自动导向车，也被称作“无人驾驶牵引车”。

20世纪60年代和70年代初，AGV仍采用这种导向方式。

在20世纪70年代和80年代初，AGV的应用领域扩大而且工作条件也变得多样化，因此，新的导向方式和技术得到了更广泛的研究与开发。

随着电子和计算机技术的发展，视觉导航和激光导航成为了热门的研究方向。

由此出现了智能车的概念。

从1987年到1994年，在欧洲展开可“普罗米修斯” (Prometheus Program for the European traffic of highest efficiency and unprecedented safety)EUREKA项目。

该项目中颇具代表性的是戴姆勒——奔驰公司研制的VITAⅡ试验车，于1994年10月在巴黎附近的一条告诉公路上进行了车辆导航试验，在长达几千公里的普通三车道路段中采用了驾驶员辅助驾驶和车辆自主驾驶相结合的导航方法。

德国联邦大学(UBM)，从20世纪80年代初期就开始了智能车辆自主导航研究，其合作伙伴是德国戴姆勒—奔驰汽车公司。

其中最具代表性的是一辆由豪华型本车500SEL改装成的VaSoRs-P试验车。

VaSoRs-P 试验车在高速公路和普通公路上进行了大量的试验，试验内容包括跟踪车道线，躲避障碍以及自动超车等。

基于视觉感知的自动小车跟踪系统设计与实现1. 系统概述基于视觉感知的自动小车跟踪系统旨在通过摄像头采集到的实时图像识别和分析，实现对目标小车的跟踪和追踪控制。

该系统主要包括图像采集模块、目标检测与识别模块、路径规划与控制模块等。

2. 图像采集模块图像采集模块负责从摄像头中获取实时图像数据。

可以使用USB摄像头或者专用的图像采集设备，并通过相关的软件库进行图像数据的采集与处理。

在设计过程中，应选用合适的设备和算法来保证图像质量和实时性。

3. 目标检测与识别模块目标检测与识别模块是核心模块之一，用于对图像中的小车进行识别和定位。

常用的目标检测算法包括基于特征的方法（如Haar特征、HOG特征）和基于深度学习的方法（如卷积神经网络）。

根据实际需求和系统性能，选择合适的算法进行目标检测与识别。

4. 路径规划与控制模块路径规划与控制模块负责根据目标小车的位置信息，通过调节小车的转向和速度，实现对目标小车的跟踪和追踪控制。

常用的路径规划算法包括PID控制、模糊控制和自适应控制等。

根据系统要求和实际情况，选择合适的算法进行路径规划与控制。

5. 系统集成与优化在完成各个模块的设计与实现后，需要将其进行集成并进行系统优化。

集成时要确保模块之间的数据传输和信息交互正常可靠，优化则是对系统整体效果进行调试和改善。

通过实际测试和参数调整，提高系统的稳定性、准确性和实时性。

6. 系统应用拓展基于视觉感知的自动小车跟踪系统可以应用于许多领域，如智能仓储系统、无人驾驶等。

在具体应用中，可以根据实际需求进行功能拓展和性能优化，例如增加目标识别的分类数量、增强图像处理的实时性等。

7. 系统应用前景基于视觉感知的自动小车跟踪系统具有广阔的应用前景。

随着人工智能和计算机视觉技术的不断发展，这种系统将在物流仓储、智能交通、工业自动化等领域得到更为广泛的应用。

总结：基于视觉感知的自动小车跟踪系统设计与实现涉及图像采集、目标检测与识别、路径规划与控制以及系统集成与优化等多个模块。