1.控制系统的分析
智能车是一个较复杂的、多模块的综合系统。从控制的角度来说,整个系统可以分为反馈机构、控制器和执行机构三个部分,如下图所示。
2.跑道标示线的识别
使用了对像素的梯度进行检测,从而提取图像边缘。
(1)梯度检测在图像处理中的应用
考虑到行扫描处理过程中黑色标示线多数情况下与扫描方向垂直,因此采用梯度检测的方法,对图像元素点的水平梯度进行检测,并设定一个阈值,将同一行中梯度大于此阀值的多个点的重心位置认为本行黑线的位置。对于数字图像,将梯度运算变为差分运算,用绝对差分法近似的表达式为:|▽f(x,y)|=(2)
标志线连续特征的利用
处理每一行图像的时候已经有两个关于本行黑线位置的估计。可以通过这两个估计加权和的方式作为本行黑线位置的估计。算法中取空间估计的加权为α,
其中S(k)为第k黑线位置的估计,SP(k)为空间估计,它的值等于P(k-l)即前一行黑线的位置。St(k)为时间估计,它的值等于前一帧图像本行黑线的位置。而oc与β的和为1,算法的程序流程图如下图所示。
3.图像畸变的校正
由于摄像头前视角度的原因,系统得到的图像实际上是一个梯形的区域,摄像头将其投影到矩形,图像产生畸变。因此,为确保控制的精确性,必须对图像进行畸变校正。
4.坡道的识别与检测算法
在本设计中,为了测量出明显的车体x、Y、Z三轴的加速度变化,MMA7260的量程被设为1.5G。
舵机转向和速度调节的PID控制算法设计
1.速度的控制
对速度的控制采用了增量式PID算法,在速度控制中采取的基本策略是弯道降速,直道提速,在实际测试中,发现小车直道和弯道相互过度时加减速比较灵敏,与舵机转向控制配合较好。
2.舵机的控制
对舵机的控制采用了位置式PID算法,将图像经过算法处理后得到的黑线位置和对应的舵机PID参照角度处理成一次线性关系。通过多次试验效果良好。