[硕士论文精品]基于摄像头的智能小车决策系统研究

大连理工大学硕士学位论文摘要随着汽车电子的迅猛发展，人们对安全、节能、环保以及智能化和信息化的汽车需求越来越大。智能汽车是智能交通系统ITS中的关键环节，智能汽车自主驾驶技术在公路管理、交通运输等方面有着广阔的应用前景，受到广泛的重视。本文以“飞思卡尔“全国智能车竞赛为背景，讨论了智能车系统的设计，在对智能车模型的车体机械结构以及硬件电路进行设计的基础上，对智能车自主行驶的决策系统以及控制算法进行了研究。论文首先对智能车的机械结构做了设计和改进。主要对主销后倾角、前轮外倾角、转向轮的定位参数、底盘离地间隙做了改进，系统重心选取做了优化调整。然后介绍了CMOS传感器的基本原理与应用，并给出了基于OV6620CMOS数字图像传感器的摄像头的设计方案。其次，文章对智能车的硬件电路系统进行了设计与讨论。分别针对单片机最小系统、电源模块、电机驱动模块和无线通讯模块等部分电路进行设计。最后，采用图像处理算法提取赛道有效信息，在此基础上提出智能车的控制决策算法。由于智能车比赛赛道的复杂程度以及汽车动力学系统的非线性特征，传统的控制算法已经无法解决智能车在复杂赛道情况下的控制参数的不匹配问题。本文理论结合实际，提出了智能车的分数阶PID的控制算法，并进行了仿真实验。实验证明，所建立的决策系统具有实时性好，适应性强的特点。关键词智能车；CMOS图像传感器；分数阶PID基于摄像头的智能小车决策系统研究RESEARCHOFDECISIONSYSTEMFORSMARTCARBASEDONCAMERAABSTRACTWITHTHEDEVELOPMENTOFTHEAUTOMOTIVEELECTRONICS，PEOPLENEEDTHECAR、IMSECURITY，ENERGYCONSERVATION,ENVIRONMENTALPROTECTION,INTELLIGENCEANDINFORMATIONMOREANDMORESMARTCAL“SYSTEMISANIMPORTANTCOMPONENTOFTHEINTELLIGENTTRAFFICSYSTEMTHESELFDRIVINGTECHNOLOGYOFSMARTCARHASAGREATPERSPECTIVEINROADMANAGEMENTANDTRAFFICTRANSPORTINTHISPAPER,THESYSTEMOFSMARTISDESIGNEDONTHEBACKGROUNDOFFREESEALENATIONALSMARTCARTOURNAMENTANDTHEDECISIONMAKINGSYSTEMFORSELFDRIVINGANDCONTROLALGORITHMISRESEARCHEDBASEDONTHEMECHANISMANDHARDWAREOFTHEMODELFIRST,THEDESIGNANDIMPROVEMENTOFTHEMECHANICALSTRUCTUREOFTHESNLARTERRMODELISDISCUSSEDCASTERANGLE，TOEANGLEANDTHEPARAMETEROFSTEERABLEWHEELANDTHEGAPBETWEENTHECHASSISANDTHEGROUNDARERECTIFIEDANDOPTIMIZEDTHEN,THEPAPERINTRODUCEDTHEBASICPRINCIPLEANDAPPLICATIONOFCMOSSENSORFURTHERMORE，THEBLUEPRINTOFCAMERABASEDONCMOSSENSOROV6620ISSTATEDTHIRD,THECIRCUITRYOFTHESYSTEMHASBEENDISCUSSEDINCLUDINGMCUMODEL，POWERMODEL，MOTORDRIVEMODELANDWIRELESSEOMRMMICATIONMODULEFINALLY，THEAVAILABLEINFORMATIONISEXTRACTEDBYDIGITALIMAGEPROCESSINGALGORITHMBYWHICHTHECONTROLLINGALGORITHMISDISCUSSEDTHETRADITIONALCONTROLLINGALGORITHMCANNOTSETTLETHEPROBLEMOFPARAMETERSMISMATCHINGBECAUSEOFTHECOMPLEXITYOFTHEPATHANDTHEVEHICLEDYNAMICSYSTEMSSTRONGNONLINEARITYTHISPAPERINTRODUCEDADECISIONSYSTEMBYFRACTIONALORDERPIDCONTROLLERCOMBINING、ITLLCONVENTIONALPIDTOCONTROLTHESNLKRTCAREXPERIMENTSPROVETHATTHEDECISIONSYSTEMHASTHECHARACTERISTICSOFREALTIMEANDADAPTABILITYANDCANCONTROLTHESLARTCARMODULETOIDENTIFYTHEPATHACCURATELYANDSELFDRIVINGSTABLYKE，WORDSSMARTCAR；CMOSSENSOR；FRACTIONALORDERPIDCONTROLLER大连理工大学学位论文独创性声明作者郑重声明所呈交的学位论文，是本人在导师的指导下进行研究工作所取得的成果。尽我所知，除文中已经注明引用内容和致谢的地方外，本论文不包含其他个人或集体已经发表的研究成果，也不包含其他已申请学位或其他用途使用过的成果。与我一同工作的同志对本研究所做的贡献均已在论文中做了明确的说明并表示了谢意。若有不实之处，本人愿意承担相关法律责任。学位论文题目塞J监垫塑坌丝垩垄垒奎丝盈盘作者签名如呼一日期孕也月斗日大连理工大学硕士学位论文大连理工大学学位论文版权使用授权书本人完全了解学校有关学位论文知识产权的规定，在校攻读学位期间论文工作的知识产权属于大连理工大学，允许论文被查阅和借阅。学校有权保留论文并向国家有关部门或机构送交论文的复印件和电子版，可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印、或扫描等复制手段保存和汇编本学位论文。学位论文题目_蒸至垫纽墨鱼尘皇垄銎幽鍪作者签名导师签名日期幽年J三月2上日日期珥年也月型日大连理工大学硕士学位论文1绪论11研究背景随着公路等级的不断提高，特别是高速公路的飞速发展，汽车的行驶速度越来越快，车流量也越来越大，汽车碰撞发生交通事故的概率也越来越大。而智能车出现以后，大大减少了因驾驶者疏忽导致的交通事故，从而保障车辆的安全行驶【L】。智能交通系统ITS方面的研究工作已经得到了世界上许多研究机构的关注，同时已经研发出了一些智能化的原型车辆，并进行了路面测试。智能化原型车研发过程得益于一些交叉学科的相关领域知识，如机器人技术、人工智能、自动控制、电子通讯、信号处理技术等，从中得到许多新观点，新方法。近来汽车电子的迅猛发展必将满足人们对安全、节能、环保以及智能化和信息化的需求12】。在1939年纽约世界博览会上，美国通用汽车公司首次展出了无人驾驶概念车FUTURAMA。在美国政府的大力资助下，自20世纪70年代开始，斯坦福大学、卡内基一梅隆大学和麻省理工学院等大学在自动驾驶智能车辆领域进行了大量的基础性研究。20世纪80年代欧洲启动了世界上最早大规模研究智能地面车辆的EUREKAPROMETHEUS项目，欧洲几乎所有的轿车生产厂家和大部分的著名研究院所、大学都参与了这一项目，目前在可行性和实用化方面都取得了突破性进展。20世纪80年代，REDDY和ELLIS提出“最优预瞄闭环控制“驾驶员模型。这种模型的基本原则如下假设驾驶员在任何时刻都注意前方距离汽车距离为D处的道路信息。为确定适宜的方向，暂时冻结在该瞬时下汽车的状态，进行方向角度寻查，试计算在该下经过距离D后，汽车运动轨迹与预期轨道的误差是否在允许的范围内。如果是，则认为冻结时刻角度合理，如果误差不在允许的范围内则继续寻查直到满足允许误差为止。通过这样逐点冻结寻查，来模仿驾驶员的控制行为。这种模拟方法的计算工作量很大，而且由于给定的允许误差不能太小，因而模拟结果有相当的随意性。另外，智能汽车在野外、道路、现代物流业及柔性制造系统中都有广泛运用，该研究已成为人工智能领域的热点之一。本文所研究的智能车是一个良好的试验模型，为无人驾驶车、自动导向车提供了很好的技术平台。基于摄像头的智能小车决策系统研究12智能车竞赛介绍“飞思卡尔“智能车竞赛是由教育部高等学校自动化专业教学指导分委员会主办，飞思卡尔半导体公司协办的全国性的比赛。智能车竞赛所使用的车模是一款带有差速器的后轮驱动模型赛车，它由大赛组委会统一提供。比赛要求参赛队伍研究并设计一款能够自主辨识路线并能够自主行驶的智能车，在专门设计的封闭跑道上行驶，跑完整个赛程用时越短的参赛队伍成绩越好。智能车的设计要求参赛队伍首先对汽车动力学有一定的研究和了解，从而设计合理的机械结构。同时要求参赛队伍自行设计控制器系统电路、图像采集模块电路、电机驱动电路、电源模块电路等多个部分的电路。在硬件平台搭建完成后，参赛队伍要对智能车系统的路线辨识以及控制算法进行开发和调试，为了后期的调试方便，很多队伍还开发了用于调试的上位机监控程序。智能车大赛以迅猛发展的汽车电子为背景，涵盖了控制、模式识别、传感技术、电子、电气、计算机、机械等多个学科交叉的科技创新比赛。随着赛事的逐年开展，不仅使参赛学生自主创新能力的提高，对于高校相关学科领域的学术水平的提升也有一定的帮助。目前，此项赛事已经成为各高校展示科研成果和学生实践能力的重要途径，同时也为社会选拔优秀的创新人才提供了重要平台。“飞思卡尔”杯智能车竞赛于2000年在韩国首次举办，我国于2006年8月举办第一届“飞思卡尔”杯全国智能车竞赛，当时吸引了来自全国50所高校的112支代表队的参与。在2007年的第二届智能车竞赛中，来自全国26个省自治区、直辖市的130余所院校的242支队伍分为5个赛区进行角逐，比赛场面空前激烈。智能车大赛以迅猛发展的汽车电子为背景，涵盖了自动控制、模式识别、传感技术、电子、电气、计算机、机械等多个学科交叉的科技创新比赛。随着赛事的逐年开展，不仅使参赛学生自主创新能力有所提高，对于高校相关学科领域的学术水平的提升也有一定的帮助。目前，此项赛事已经成为各高校展示科研成果和学生实践能力的重要途径，同时也为社会选拔优秀的创新人才提供了重要平台。大连理工大学硕士学位论文2智能车机械结构设计任何的控制算法和软件程序都需要一定的机械结构来执行和实现的，因此在设计电路硬件和软件算法之前应对整个车模的机械结构有比较好的认识，从而针对赛车的机械结构来进行具体的设计方案调整。本章主要介绍根据赛车车模的机械特点所进行的调整与设计方案。21前轮主销倾角在该车模系统中，为使其转向灵活，主要通过调整前轮主销的后倾角和内倾角来实现。主销后倾角是指主销在汽车的纵向平面内与竖直线所成的一个夹角见图21。由于主销后倾角的存在，使车轮偏转后产生一个回位力矩，纠正车轮的偏转F3】。通过增减上横臂轴上的黄色垫片的数量可以改变主销后倾角大小。通常后倾角值应设定在13度。但为了使模型车转向灵活，该系统中将主销后倾角设为0度。卜|R4。|务一图21主销后倾角示意图FIG21CASTERANGLE主销内倾角是指主销在横向平面内与竖直线的夹角见图22中13角。主销内倾角也有使车轮自动回正的作用。当前轮在外力作用下发生偏转时，车轮连同整个汽车的前部被抬起一定高度；当外力消失后，车轮在重力作用下恢复到原来中间位置。主销内倾角不宜过大，角度越大前轮自动回正的作用就越强烈，但转向时也越费力，轮胎磨损增大；反之，角度越小前轮自动回正的作用就越弱【3】，因此这个主销内倾角都有一个范围，约50一80之间。利用试验法确定即可。本系统将主销内倾角调节为70左右。这样可以减小赛道面作用于前轮的阻力矩，使舵机转向更加轻便，同时车轮自动回正的速度加快。基下摄像头的智能小车决策系统研究图22主销内倾角示意图FIG22TOEANGLE22底盘离地距离的调整及重心调整221智能车底盘距离的调整在独立悬架下摆臂与底板之间可以通过增减垫片来调整底盘前半部分的离地间隙，垫片有LLI】IN和2RM两种规格。一片垫片不加时，车前部离地间隙为9MM，故离地间隙的调整范围为9耻12NTM。从实验结果来看，在加装了传感器之后，若此距离过小，则会降低模型车爬坡时的通过度；过大，则会影响传感器的灵敏度。可以通过在图23红圈处增加垫片来增大弹簧的预紧力。圉23悬挂预紧力调整F培23MJOSTOFHANGING大连理工大学硕士学位论文222智能车重心调整智能车的车体重心位置对赛车加减速性能、转向性能和稳定性都有较大影响。重心调整主要包括重心高度的调整以及前后位置的调整。理论上，赛车重心越低稳定性越好。因此除了摄像头可以装得稍高以外，其他各个部件的安装高度都很低。模型车正常行驶必须满足驱动一附着条件即所需的驱动力必须大于等于滚动阻力、坡度阻力、空气阻力之和等于前轮驱动轮的附着力。附着力与路面附着系数以及驱动轴的轴荷有关，而驱动轴的轴荷将取决于重心的水平位置，故重心位置必须保证驱动轮能够提供足够的附着力。所以仅从这方面考虑，重心越靠近驱动轴越好。其次，重心对通过性的影响。由于坡道的影响，在较陡侧坡行驶或高速急转弯行驶时，模型车将有发生侧向倾覆的可能，为了避免这种危险，重心应在保证最小离地间隙的前提下尽量降低。除此之外，车辆重心前后方向的调整对赛车行驶性能也有很大的影响。车身重心前移，会增加转向，但降低转向的灵敏度因为大部分重量压在前轮，转向负载增大，同时降低后轮的抓地力；重心后移，会减少转向，但增大转向灵敏度，后轮抓地力也会增加。因此，确定合适的车体重心，让车模更加适应比赛赛道是非常关键的。经过实际调试，将摄像头安装在车体中后部，使车体重心位于中间偏后一些的地方，可以使得赛车转向灵敏度、稳定性以及加减速性能都达到较佳水平。23舵机的安装组委会提供的舵机型号为3010，原来是安装在底板上的，但由于力臂不够大，导致舵机反应不够灵敏，鉴于舵机响应速度过慢对小车的控制不利，我们改变了舵机用于控制转向的力臂长度。通过自行设计的舵机转动机构，有效的提高了转向的相应时间，对后续小车的控制起到了一定的优化作用。本系统中将舵机偏前放置，从而增加了舵机到连杆之间的摆杆长度，这样与以前的长度相比让前轮转过同样的角度舵机只需转过比以前更小的角度，虽然舵机本身的动作的速度没有变，但对于转向来说则比以前更快了。其次，舵机水平放置，使舵机位于两轮的中心线上，小车前部相对于舵机左右对称，从而左右横拉杆长度相同，舵机左右转向时受力比较均匀，左右两轮转角相同，使转弯更加稳定可靠。安装效果见图24。通过实践测试调整，发现舵机的响应速度提高许多，稳定性增强，为快速灵巧的转向提供了硬件上的保证。基于摄像头的智能小车决策系统研究图24舵机安装效果圈FIG24SLEEDNGGEAR24本章小结本章对智能车的机械结构设计进行了讨论。针对比赛的要求以及大赛所提供的车模，对智能车的前轮主销后倾角和内倾角进行了调整使智能车在转弯时更加灵活，并且减小了赛道作用于前轮的阻力。同时，对智能车的重心也进行了必要的调整，使其加速减速性能、转弯的稳定性都达到较佳水平。大连理工大学硕士学位论文3CMOS数字图像传感器31应用摄像头的优势检测赛道路径参数可以使用多种传感器件，例如光电管、CCD图像传感器、CMOS图像传感器。各种检测方法都有相应的优缺点。检测方案的确定，需要参考赛道的物理条件、控制精度要求以及控制器的处理能力。表31赛道检测传感器的对比TAB31CONTRASTOFPATHCHECKINGSENSOR针对比赛赛道的特点，本系统采用摄像头作为检测赛道的传感器。通过镜头焦距的不同，可以将车模前方不同范围的道路图像映射到器件中，得到车模前方的道路信息，对图像中的道路参数进行检测。这种检测方法不仅可以识别道路的中心位置，同时还可以获得道路的方向、曲率等信息。利用图像信息处理的方式得到道路信息，可以有效进行车模运动控制，提高车模运行速度并且增加路径跟踪精度。影响车模速度成绩的一个重要因素就是对弯道和直道的提前识别判断，从而实现快速过弯、全速通过直道。而摄像头方案在这方面有天然的优势相对于光电传感器，摄像头可以获得较远的路径信息从而做到以更大的速度通过直道并且可以预先判断好弯道的位置以及曲率。基于摄像头的智能小车决策系统研究32CMOS图像传感器的基本结构图像传感器是利用光电器件的光电转换功能，将感光面上的光像转换为与光像成相应比例关系的“图像”电信号的一种功能器件。图像传感器的两大主流是CMOSCOMPLEMENTARYMETALOXIDESEMICONDUCTOR金属氧化物半导体元件和CCDCHARGEDCOUPLEDDEVICE电荷耦合元件45。CMOS图像传感器的发展得益于CMOS集成电路工艺的成熟，相对于CCD图像传感器，它具有较低的电源功耗、较高的感光度以及更灵活的图像捕获能力等特点。随着芯片制造技术和信号处理技术的发展，CMOS图像传感器日益受到重视，其应用领域也越来越广，已成为固体图像传感器的研发热点【6J。本系统采用的是CMOS数字图像传感器OV6620。CMOS图像传感器的总体结构框图如图31所示。它们一般由光敏像元阵列、行选通逻辑、列选通逻辑、定时和控制电路、片上模拟信号处理器ASP构成，数字式CMOS图像传感器还集成有片上模数AD转换器。定时和拧制电路图31C80S图像传感器结构框图FIG31CMOSIMAGESENSORSTRUCTURE片上模拟信号处理器ASP_一片上模数AD转换器I_一CMOS图像传感器可分为无源像素传感器PPS，PASSIVEPIXELSENSOR和有源像素传感器APS，ACTIVEPIXELSENSOR以及CMOS数字像素传感器RDPS，DIGITALPIXELSENSOR三大类。其中发展最快的是PPS和APS。APS包括光敏二极管型和光栅型两种。行选一8一大连理工大学硕十学位论文通逻辑和列选通逻辑可以是移位寄存器，也可以是译码器【6】。定时电路和控制电路用于限制信号读出模式、设定积分时间、控制数据输出率等功能。片上模数AD转换器是单片数字成像系统必须的；在CMOS图像传感器中既可以使整个成像阵列有一个ADC或几个ADC每种颜色一个，也可以使成像阵列每列各一个。CMOS图像传感器的图像信号有3种读出模式1整个阵列扫描读出模式，这是一种较普通的读出模式。2窗口读出模式，仅读出感兴趣的窗口内像元的图像信息，增加了感兴趣窗口内信号的读出率。3跳跃式读出模式，每隔N行像元读出，以降低分辨率为代价，允许图像取样，以增加读出速度【6J。330V6620图像传感器的应用OV6620CMOS图像传感器是单片高性能的视频及图像器件。它内置一个352X288的图像阵列，并具有高达60帧每秒的图像捕捉能力。该传感器具有运用高级算法消除固定模式噪声FPN、消除拖尾、抑制高光溢出等专利技术。所有的摄像机功能，包括曝光控制、伽马、增益、白平衡、色彩矩阵、窗151大小等等都可以通过I2C接口进行编程配置。OV6620数字图像传感器可以提供8位或16位格式的数字图像输出【7J。OV6620内部结构框图如图32所示。传感器内部包括一个356292分辨率的像素阵列，一个模拟信号处理器，两个8位AD转换器，一个数字格式化器及对应的视频输出接口，I2C接121与寄存器以及时序发生、曝光增益、白平衡控制等电路。表210V6620特性表阳1阵列元素256292像素尺寸9082微米传感器尺寸3125毫米最大帧速率60帧秒电子曝光5001扫描模式逐行扫描伽马校正04505510最小亮度48DB数字输出ACEOFF,伽墨三129一基丁摄像头的智能小车决策系统研究VRO图32OV6620CMOS传感器结构框图FIG32OV6620STRUCTURE340V6620的窗口设置及视频输出3410V6620的窗口设置OV6620图像传感器的窗口特性允许用户根据应用需要定义窗口大小，即只输出CMOS图像传感器上的指定窗口大小及位置区域中的图像信号。窗口大小设定可以从22到356292，并且可以定义在以356292为边界范围内的任意位置。需要注意定义窗口大小以及位置不会改变帧率和数据速率。OV6620图像传感器通过变换HREF信号来保持和设定的垂直和水平区域一致，如图33所示。缺省的输出窗口是356292。大连理工大学硕士学位论文图33有效窗口FIG33WINDOWINEFFECT3420V6620的视频输出OV6620图像器件提供VSYNC、HREF、PCLK、FODD以及CHSYNC作为标准输出视频时序信号。OV6620图像传感器也可以编程输出16位、8位和4位的ROB原始数据格式视频输出顺序与OV6620颜色过滤模式相匹配16位，422格式此模式兼容6050HZ的CCIR601时序标准。42216位格式8位数据模式在这个模式中视频信息通过Y端口以2倍像素频率按CBYCRY格式输出，在此期间L端口无效。4位半字节数据模式在半字节模式，视频输出数据在Y4Y7位上出现。在黑自模式时输出的时钟频率运行在2倍于正常输出速度，在彩色模式时4倍于正常输出速度。Y通道输出顺序为0RGRUV通道输出顺序为BGBG对于8位R3B原始数据视频通过Y通道输出而UV通道被禁用基丁摄像头的智能小车决策系统研究在RGB原始数据CCIR656模式中，OV6620图像传感器通过确定SAV有效视频开始和EAV有效视频结束来指明HREF信号的开始和结束。因此，SAV和EAV随有效像素窗口变化。8位RGB原始数据也可以不通过SAV和EAV获取【7】。OV6620图像传感器提供具有适应性的输出格式。该器件可编程配置为标准422。该器件可以设置交换UV顺序。当交换时，16位配置的UV通道输出格式变为VUVU而8位配置变为VYUY启用YI交换时，第三种可用的8位配置格式顺序为一YUYVOV6620彩色单芯片摄像机可配置作为黑白图像器件。此模式中，垂直分辨率比彩色大，视频数据通过Y端口输出，UV端口为三态端口。数据输出频率等于其工作在16位模式时的频率。YI或RGB输出字节的最高位和最低位可以逆序。Y7Y0默认顺序设置为Y7为最高位，Y0为最低位。编程配置为逆序时Y7作为最低位而Y0作为最高位。Y2Y6以类似方法逆序。343L2C总线配置针对不同的应用需要，OV6620图像传感器提供了两种不同的方法进行配置。上电时，OV6620图像传感器从特定引脚读取状态来确定上电默认设置的需求。一旦读取外部引脚完毕，器件就根据特定引脚状态配置其内部寄存器。但并非所有器件功能都可以通过外部引脚配置。配置OV6620图像传感器的一个适应性更强、更灵活的方法是使用片上的12C寄存器。12C接口可以访问器件内部全部的可编程寄存器，通过对各个寄存器的设置，使所采集的图像更清晰准确。I2CB12脚通过10K电阻上拉到VDD即可使能IC端口。当12C被使能时，OV6620图像传感器工作在从器件模式，使用7位地址数据传输协议，且支持高达400KBPS的传输速率。协议格式如图34所示。大连理1大学硕士学位论文AEYTE3DBYTET矗B怎B。O乏K厶KF羽ART蕾已童工EB峦蛙墨丝LIL曼峪Y毫隧；量啦丝8口堕芏互止LSTOP牛IMSEL3TART墨啪乏KTSTOPSZEB蕊量S丝I工宣_YEBECEEI口U誓誓X曩E【廷XL盛2NDBYTE黜色YTE卜IASSI姒RT土B。，乏K丝叁璺卫IBBL曼叠芏。量L6YEIB6基璺兰匹血誓；曼奠譬芏LSS下RTCOHDLTIA噜AACKKOWLEDGBITP_STOPCOHDLNO雌图3412C总线协议FIG3412CBUSPROTOCOL口一SLAVETRANSMIT口MASTERTRANSMIT囫一MASTERINITIATE35摄像头模块的设计为使数字图像传感器OV6620工作在符合使用要求的状态下，需少量外围电路支持。此外，单芯片图像传感器的使用必须结合透镜镜头组来实现成像功能，镜头组的合理安装也是值得注意的问题。这里根据项目要求设计了一个摄像头模块，模块包括一块安装了OV6620图像传感器的4028MMPCB、外围电路以及一个定焦镜头。OV6620数字图像传感器的外围电路主要分为时钟输入、电源去耦两个部分。模块的时钟输入部分采用晶振时钟源和外部时钟源两种输入方式兼容的设计，如图35所示。钟卅饨玉昏I|至基于摄像头的智能小车决策系统研究图35时钟源部分电路殴计FIG35CLOCKSOURCESCHEMATIC0V6620摄像模块设计的过程中，另一个问题是电源的设计。由于0V6620是数字模拟混合电路，因此，在电源的分配上有着信号、数字、模拟电源以及数字地和模拟地的区分。此部分设计的合理性直接关系到模块工作的稳定性。电源滤波部分设计如图36所示图36电源滤波部分电路设计FIG36POWERFILTERINGSCHEMATIC0V6620数字图像传感器的感光部分只有14英寸，因此必须配合镜头才能正常的成像。所以，镜头的选择非常重要。在选择的过程中，焦距是一个很重要的参数。焦距越大则视野越窄，可以拍摄到较远物体，俗称长焦镜头；焦距越小视野越宽。该智能车控制系统中的摄像头部分，过长的焦距会导致视野过窄，容易丢失赛道信息；过短的焦距又会引起强烈的畸变效应，给赛道识别带来很大困难。图37是三种不同焦距的镜头夫建哩工人学硕士学位论文在0V6620上成像情况的对比8】。经反复测试，焦距为26MM左右的镜头比较适合在智能车上使用。HIAF20BF26图37三种不同焦距的镜头成像对比FIG37CONTRASTOFTLW睢DIFFERENTLERACS。I_”基于摄像头的智能小车决策系统研究4智能车硬件电路设计电路系统是智能车硬件的一个重要部分，简单、合理而抗干扰能方较强的电路对于电子系冀运行FLQ稳定性、控制的精确度都有着直接的影响。智能车电路系统共包括六大模块主控制器MC9S12DGL28、舵机驱动模块、电机驱动模块、图像采集模块、速度传感模块以及为了调试方便而采用的辅助调试模块。如图41所示。图41系统硬件结构FIG41HARDWARESN佻TLLRE41中央控制电路中央控制电路是整个系统的核心，控制器完成道路信息采集处理、主电机控制、舵机转动控制、速度获取和人机接口等功能。MC9S12DGL28微控制单元作为MC9S12系列的16位单片机，由标准片上外围设备组成，包括16位中央处理器、128KB的FLASH存储器、8KB的RAM、2KB的EEPROM、两个异步串行通信接口、两个串行外围接口、一组8通道的输入捕捉或输出捕捉的增强型捕捉定时器、两组8通道10路模数转换器、一组8通道脉宽调制模块、一个字节数大连理工大学硕十学位论文据链路控制器、29路独立的数字IO接口、20路带中断和唤醒功能的数字IO接口、5个增强CAN总线接口F9101，同时，单片机内的锁相环电路可使能耗和性能适应具体操作的需要。可见它的内部资源是非常丰富的，在本系统中不必拓展外部资源。图42为中央控制系统的电路原理图。图42中央控制器最小系统电路FIG42CENTRALCONTROLSCHEMATIC411时钟电路设计时钟电路在单片机系统硬件设计中往往是一个关键的部分，因为晶振的工作频率很高，设计不当很有可能使工作时产生的高频信号对其他电路造成干扰，尤其是对模拟部分如AD转换输入信号的干扰。如果因为设计不当造成其不正常工作，就会导致整个单片机系统无法运行。MC9S12系列单片机的时钟输入接口在其第46和47引脚上，通常是接一个16M的晶振体。晶振连接的标准电路如图43所示LLLL。基于摄像头的智能小印决策系统研究图43时钟电路FIG43CLOCKSCHEMATIC412最小系统电源设计MC9S12系列单片机的外部供电电压为5V。电源部分的原理图如图44所示。电路加入了扼流电感，滤波电容，并接了稳压二极管，为单片机提供安全、稳定和纯净的电源，同时并接一个发光二极管来指示单片机的工作状态。图44电源电路FIG44POWERSCHEMATIC42电机驱动模块在该系统中，主电机和舵机的控制是很重要的任务。MC9S12DGL28单片机具有PWM输出功能，而且其片上的PWM功能具有独立的定时计数模块，极大地简化了硬件系统的设计，故采用PWM信号来调节电机转速和舵机转角。主电机为永磁式微型直流电动机。它的驱动方案一般采用单片集成的电动机驱动芯片如MC33886控制或分立件来实现。但组委会提供的后轮驱动电机型号为RS380，工作在72V电压下，空载电流为05A，转速为16200RMIN，启动电流高达3A。通用的MC33886集成桥式驱动电路在测试中发热偏大，需要加装散热片，不利于小车的稳定。大连理T大学硕学位论文故本系统中采用控制芯片外加信号放大电路的方案直流电机的控制芯片TD340驱动N沟道MOSFET管控制见图45。图45电机控制电路FIG45MOTORDRIVERCONTROLSCHEMATIC图中TD340为双列贴片式封装，是N沟道功率MOS管驱动器，其主要引脚的功能如表41所示。MOSFET管采用IRF3205，IRF3205的工作温度在一55“C到175之间，在温度为100时最大工作电流达80A，最大导通电阻8MQ，最大导通时间104NS。由此可见，IRF3205工作电流大、通路电阻低、导通时间短，可以使小车加减速更加灵敏，经试验测试，在不加任何散热元件的情况下，其温度仍接近于室温。电路工作原理如下TD340用于构成PWM转换器，功率放大电路是由4个MOSFET管IRF3205组成的H桥电路。TD340芯片工作在由外部控制器控制输出状态，INL管脚接收外部控制器的PWM信号，IN2管脚接收数字电平信号以改变信号输出方向【12】。基于摄像头的智能小车决策系统研究表41TD340管脚说明TAB41TD340PIN管脚名称功能L1、L2H1、H2STBYWDCWDVOUTCFINLIN2VBATT、GND低边门极驱动高边门极驱动待机模式选择管脚看门狗信号输入看门狗电容端电压输出设置PWM频率的外部电容接入端模拟或数字信号输入端电机旋转方向控制端电源正端和地端43舵机驱动模块舵机由舵盘、减速齿轮组、位置反馈电位计、直流电机和控制电路组成。通过内部的位置反馈，从而使舵盘的输出转角正比于给定的控制信号，因此对它的控制采用开环控制方式。组委会提供的舵机型号为3010，工作电压为6V，其接口为三线，黑线为电源地线，红线为电源正线，剩下的一根连线蓝色或黄色为控制信号线。控制信号是周期在20MS左右的脉冲信号，脉冲的宽度决定舵机的输出舵盘角度。该系统中控制舵机的脉冲由MC9S12DGL28的一路PWM产生。舵机转动一定角度有时间延迟，时间延迟与旋转过的角度成正比，与舵机的响应速度成反比。由于舵机的响应速度直接影响智能车通过弯道时的最高速度，因此提高舵机的响应速度是提高智能车平均速度的一个关键所在。舵机响应速度与工作电压有直接的关系，电压越高响应速度越快，所以应在舵机允许的工作电压范围内，尽量选择最大的工作电压，从而提高舵机的响应速度，经实践验证，系统蓄电池72V电压虽然略高于舵机允许电压范围，但可以直接为舵机供电。因此我们直接用电池电压即72V经一低压降的肖特基二极管稍微降压后给舵机供电，最大限度的提高了舵机响应速度见图46。大连理工大学硕学位论文舵机芎图46舵机驱动电路FIG46STEERINGDRIVERSCHEMATIC44速度传感模块由于速度检测传感器采用的是光电式码盘。所以电路相对简单。见图47。图47速度传感电路FIG47SPEEDSENSINGSCHEMATIC45图像采集模块智能车的图像采集系统是基于CMOS图像传感器OV6620的摄像头。OV6620的最大分辨率为352288。实际我们没必要对这288行中的每一行视频信号都进行采样，如此会增大S12存储和数据处理的负担，甚至会超出S12的处理能力。事实上，小车的定位系统在纵向上只要有60“80个像素的分辨能力就足够了。因此，我们只需对这288行视频信号中的某些行进行采样就行了。为控制一帧图像数据的大小，采用TI公司的芯片CD40106BE将行频信号进行四分频处理，即每帧图像取72行2884数据，再除去第一行和最后一行，有效数据取为70行。由于赛道信息相对比较简单，每行采集100个点就足以描绘赛道主要信息。故每帧图像的分辨率为100704。OV6620可以通过IIC总线配置片内寄存器，以使其输出原始RGB数据。在同样照明条件下，各种物体的亮度决定于物体对入射光的反射能力郎反射系数。白石膏具有最大反射系数100，黑绒有最小反射系数1，因而大部分景物的对比度不超过100。就这个意义上讲，一般图像取样后按256级8位灰度层量化是足够的。赛道只有黑白两种信息，取亮度值便可以分辨出赛道信息，处理器MC9S12DGL28的IO口PA0“基于摄像头的智能小车决策系撕究PA7读取OV6620上Y0Y7的8位亮度值，具有中断捕捉的IO口PEL和PH0分别与行信号HREF、场频信号VSYN连接，PJ7，PJ6，PJ5透过IIC总线对OV6620进行寄存器配置。该模块的结构如图48所示。Y0叫7VSYNHREFN面丽石订0V6620MC9S12DGL28SCLSDAPJ6IICB圉48图像采集结构图FIG48IMAGECAPTURESTRUCTURE46辅助调试模块在智能车的制作和调试过程中，需要将赛车检测到的路面信息以及速度等参数实时地发送给PC以便对算法进行有针对性的分析。由于小车在行驶时不能通过有线的方式获得其运行参数，就需使用无线方式。这里选择的是ZIGBEE无线通信模块，它可以设置传输速率，以数据包的形式对数据进行收发。下图为ZIGBEE模块的示意图。醪图49无线传输示意图HG49WIRELESSTRANSITSKETCHMAP大莲理工大学硕士学位论文E0J图410ZIGBEE无线通讯模块FIG410ZIGBEEWIRELESSUANSFERMODULEIPLINKL270是完全符合1EEES02154标准与ZIGBEE规范的Z4GHZ无线收发模块射频部分使用FREESCALE的MCL31911319213193芯片，MCU使用的是FREESEALE的MC9S08GT60芯片。表43接口定义TAB43P岫DELINITION其中，我们只用到了1、4、5、14号接口，1号是接地口，4号是接受端口，5号是发送端口，14号接口是电源。基于摄像头的智能小车决策系统研究5图像处理与赛道信息的提取图像采集一直是智能车控制系统中最重要的部分。该部分主要进行图像采集路径检测、处理，并完成反馈信息的数据采集、转换和传输，因此是控制系统的一个核心。51数据提取系统上电后，首先进行初始化。通过主控制器IO口模拟LIC总线时序，配置寄存器，将OV6620设置为黑白模式，井且将摄像头配置为逐行扫描方式。结合前面的电路图，采用IO查询方式识别场信号跳变采用中断处理方式处理行同步引发的外部中断。当场信号发生跳变时，对行同步信号重新计数。在行同步中断处理程序中，每个行同步信号，行计数加1。当行计数到达所需采样行时，即初始化AD模块，开始对此行信号进行AD采样，直到下一个行同步信号到来。如此循环，直到采样完虽后一行信号。获取场跳变的方法有三种1，脉冲捕捉场同步信号捕获下降沿2，捕捉场同步信号上升下降沿3，查询方式识别场信号跳变。三种方式均可以稳定捕获信号，但是在程序优化上，采用捕获场同步信号的方法比较可靠，占用时间片最短。可以利用程序处理剩余的时间完成更多的算法操作。为了观察摄像头视频采样的效果，我们将单片机采集到的数据通过串口传到PC上位机。如图51所示，白色赛道与黑色指引线的亮度值差别比较明显，这样根据闽值对像素进行分类即可达到区域分割的目的【L”。夕黑自指线圈51赛道信息F嘻51PATHINFORMATION虬辩蛞札甜盯“巧曲抻聃伯坼”“大连理工大学硕士学位论文52图像分割图像分割是将图像划分成若干个互不相交的小区域的过程，小区域是某种意义下具有共同属性的像素的连通集合。如不同目标物体所占的图像区域、前景所占的图像区域等。连通是指集合中任意两个点之间都存在着完全属于该集合的连通区域。图像分割有三种不同的途径其一是将各像素划归到相应物体或区域的像素聚类方法，即区域法；其二是通过直接确定区域间的边界来实现分割的边界方法；其三是首先检测边缘像素，再将边缘像素连接起来构成边界形成分割。阈值分割法是一种最常用，同时也是最简单的图像分割方法，它特别适用于目标和背景占据不同灰度级范围的图像。它不仅可以极大地压缩数据量，而且也大大简化了分析和处理步骤。常用的图像分割方法是把图像灰度分成不同的等级，然后用设置灰度门限阈值的方法确定有意义的区域或分割物体的边界。常用的阈值化处理就是图像的二值化处理，即选择一个阈值，将图像转换为黑白二值图像，在进行图像分割及边缘跟踪等预处理。由于智能车比赛场地的光照均匀，比赛跑道表面为白色，中心有连续黑线作为引导线。背景的灰度值白色跑道在整个图像中可合理地看作恒定，而且所有物体黑色引导线与背景都具有几乎相同的对比度，且噪声较小。故采用比较简单的全局阈值法对图像进行阈值分割。阈值化分割算法可分为两个步骤1根据一定的规则确定适当的分割阈值；2将该阈值和像素值相比较来分类像素。上述步骤中，确定适当的阈值是算法的关键。阈值的正确选择对于正确检测目标是十分重要的，直接关系到分割精度。现在已提出的求阈值方法有很多，其中迭代法实现起来较为简单，而且效果比较好。迭代法是基于逼近的思想，其步骤如下1求出图像中的最小和最大灰度值乙和乙的阈值初值RO。TOZ，乙2512根据阈值N将图像分割成目标和背景两部分，求出两部分的平均灰度值ZO和Z矗。ZI，JXNI，Z0丽RZO，0厂，RE0612I厂，卉一，REA0，D0。在频率段内，幼09OH泰勒级数展开，并取一阶近似推导得割D1DS2BTOH兰SIKS，23，KS用OUSTALOUP递推展开，得到近似公式争口KD1A群S2咖BEOHSSDA懈,V舞24，624基于分数阶PID的智能车控制系统早期失败的控制方法说明，汽车动力学系统具有较强的非线性特性，用传统方式建立被控对象的准确模型，然后针对模型建立控制器的方法对于本系统是很困难的，而PID算法则无法解决智能车在直道和弯道参数不匹配的问题。针对人车路闭环系统，郭孔辉院士提出了一种经典的研究方法。这种方法考虑到对于一个合格的驾驶员，其动作并不是一种无理的、不可捉摸的行为，他发出控制汽车方向的指令都是以一定原则作指导的。这个原则主要目标是使汽车的运动尽可能的与预期的轨道相一致。通过传统的方法对汽车和目标路线分别进行建模，得到驾驶员汽车系统的简化方框图如下啊，。J立嗉基丁摄像头的智能小车决策系统研究图67人一车一路系统方框图FIG67DIAGRAMOFCLOSELOOPSYSTEM驾驶员根据前方轨道信息厂丁F和汽车的即时状态YT与YF，加上对车速和前视时间丁的判断来确定一个最优的轨迹，而后由驾驶员控制汽车转向，产生横向加速度YF、横向速度YF和横向位移YF23】。由此得到汽车横向位移Y对预期轨道输入厂的传递函数为厂W一拿ETS磊2基于改进OUSTALOUP算法及智能车系统建立仿真模型，取速度V30MS，分别取02、04、06、08，进行仿真可得阶跃响应曲线如图68所示图68不同微分阶次下的阶跃相应FIG68STEPRESPONSEUNDERDIFFERENTIALORDER625A06，U大连理_大学硕士学位论文从图68中可以看出，增大JLL值，能改善系统的动态品质，减少系统振荡，调节时间缩断，超调量减小。当ZO8时，振荡基本消失，控制效果达到最佳。取P08，A分别取02、04、06、08，进行系统仿真得到图69T，S图69不周积分阶次下的阶跃响应FIG69STEPRESPONSEUNDERINTEGRALORDER从以上两个图中的曲线变化以及参数整定可以看出，当取08，A06时，控制效果较好。通过遗传算法对IAE性能指标寻优整定FOC参数与传统PID控制器，并应用于智能车被控系统，仿真结果如图610所示。从图610中可以看出，分数阶PID相比于传统PID具有更好的控制品质，虽然超调略大于传统PID，但是上升时间很短，并且调节时间很短，让智能车在车速较快的情况下，更快的跟踪目标轨迹，并且稳态误差比传统PID精度更好，能较好的跟踪目标轨迹。结果显示，分数阶PID比传统PID具有更好的鲁棒性及稳定性能。基于摄像头的智能小车决策系统研究T，S图610分数阶PID与整数阶PID的对比FIG610CONTRASTOFPOPIDANDPID63本章小结控制算法是整个智能车控制决策的核心，本章论述了基于摄像头的智能车控制算法。首先，提出传统的PID控制决策，对电机转速和舵机控制都达到了较好的效果。然后，提出分数阶PID与预瞄跟随理论的结合的控制算法，并充分发挥各自的优点，对于智能车高速非线性模型，能获取很好的控制跟踪效果，仿真结果表明，与传统PID控制及预瞄跟随理论对比，分数阶PID与预瞄跟随混合控制器具有更好的稳定性能和控制性能。大连理JF大学硕士学位论文结论智能车作为智能交通系统的关键技术，是许多高新技术综合集成的载体，而汽车自主驾驶技术的研究在公路管理、交通运输等方面有着广阔的应用前景，受到广泛的重视。本文以智能车大赛为背景，根据比赛要求重新改造了其机械结构，并设计了硬件电路，软件算法。1设计了灵活轻便而执行能力强的机械结构，保证系统具备良好的执行机构，智能车直线行驶稳定、路线平滑，满足控制要求；2针对每个模块硬件电路模块进行研究与讨论，在实现模块电路功能的基础上保证电路的可靠性与稳定性；3在机器视觉的研究中，提出了一种准确而快速的路线辨识方法；4设计了一种新的智能车控制算法基于预瞄跟随理论的分数阶PID控制算法，并在此基础上进行了系统建模和仿真。随着分数阶PID的发展与完善，以及智能车技术相关领域的进步，分数阶PID控制系统在智能车的控制中将会得到更广泛的应用。基于摄像头的智能小车决策系统研究78J9101I121314151参考文献杨殿阁，李克强，郑四发智能交通系统中的汽车技术J汽车工程，2003，253220228鲍晓东，张仙妮智能交通系统的现状及发展J交通论坛