基于图像识别的多智能车跟随与防撞控制系统研究

基于图像识别的多智能车跟随与防撞控制系统研究

论文摘要

高速公路具有快捷、经济、舒适等特征,给目前的交通带来了巨大的变革,深刻得影响着我们的日常生活和国家经济的发展。但高速公路上仍时有交通堵塞、交通事故的发生。目前已有很多关于高速公路智能交通工具的研究,大多是停留在理论层面,关于多智能车的跟随与防撞研究在国内还处在理论分析和仿真研究阶段,应用到实际系统中的不多。论文研究的基于图像识别的多智能车跟随与防撞系统以智能模型车为平台,在规定的路径上,对跟随与防撞算法方法进行了研究,具有一定的理论价值和实际的意义。论文研究的基于图像识别的多智能车跟随与防撞系统,以单目视觉识别路径和目标物,利用图像处理检测轮廓,完成目标物的识别和测距,通过ZigBee无线网络相互之间传输信息,完成在封闭的轨道上串行运动、十字交叉优先级避让等功能。图像处理方面的研究采用无线模块把图像数据通过串口传到PC机上,利用MATLAB工具箱强大的图像处理功能进行仿真研究,最后将研究结果用于实际的智能车模型。对生成的灰度图像进行等间距抽取,压缩了图像采集量,保留了最小特征;通过对传统图像边缘提取算子的研究,提出了简化的基于阈值的边缘提取算子,提高了计算速度,并提取特征进行目标物识别和测距。仿真研究表明该方法简单有效,不但简化了传统的图像处理算法还大幅提高了计算速度。利用图像研究的成果对模型车进行跟随与防撞控制的研究,在模型车中得到了很好的验证。智能车之间的信息传输选用了ZigBee无线网络。ZigBee具有低功耗、低成本、速度快的特点,且有很好的覆盖范围,在数据承载量不大的系统中优势明显,且对硬件的要求低,易于应用到嵌入式系统中。基于图像识别的多智能车跟随与防撞系统的主控芯片采用微控制器,降低了成本。复杂的图像处理经过简化应用在微处理器中,是一个很好的尝试。通过自主设计的智能模型车平台验证了论文的研究结果。

论文目录

  • 中文摘要
  • 英文摘要
  • 1 绪论
  • 1.1 课题研究的背景和意义
  • 1.1.1 研究的意义
  • 1.1.2 研究的背景
  • 1.1.3 国内外研究的现状
  • 1.2 小结
  • 2 智能模型车硬件平台设计
  • 2.1 智能模型车整体设计分析
  • 2.2 智能模型车硬件模块设计
  • 2.2.1 主控芯片介绍
  • 2.2.2 智能模型车硬件设计
  • 2.3 小结
  • 3 图像采集及图像处理方法仿真研究
  • 3.1 图像采集系统
  • 3.1.1 图像采集系统硬件
  • 3.1.2 图像采集与实时图像数据发送和接受
  • 3.1.3 MATLAB 工具箱读图像数据
  • 3.2 边缘提取算法仿真研究
  • 3.2.1 图像预处理
  • 3.2.2 经典边缘提取算法的验证和仿真比较
  • 3.2.3 基于实际情况的边缘算法改进
  • 3.3 目标物提取与识别的仿真研究
  • 3.4 目标物距离的仿真研究
  • 3.4.1 单目视觉测距简介
  • 3.4.2 测距实现
  • 3.5 小结
  • 4 控制算法的研究与应用
  • 4.1 跟随与防撞算法设计
  • 4.2 路径循迹控制算法设计
  • 4.3 速度控制算法设计
  • 4.4 小结
  • 5 无线网络的建立
  • 5.1 ZigBee 无线网络简介
  • 5.2 ZigBee 协议栈组网
  • 5.3 智能模型车ZigBee 系统组网
  • 5.3.1 智能模型车与ZigBee 之间的硬件连接
  • 5.3.2 智能模型车与ZigBee 之间的软件实现
  • 5.4 小结
  • 6 系统调试
  • 6.1 系统软件开发环境简介
  • 6.2 跟随与防撞算法设计调试
  • 6.3 路径循迹控制算法调试
  • 6.4 速度控制算法调试
  • 6.5 ZigBee 网络调试
  • 6.6 小结
  • 7 总结与展望
  • 7.1 工作总结
  • 7.2 后续工作展望
  • 致谢
  • 参考文献
  • 附录 作者在攻读学位期间发表的论文目录
  • 相关论文文献

    • [1].基于安卓手机遥控的智能车设计[J]. 数字技术与应用 2019(10)
    • [2].5G智能车联网安全研究初探[J]. 信息通信技术 2019(06)
    • [3].基于“互联网+”技术的智能车库系统[J]. 计算机产品与流通 2020(02)
    • [4].简易智能车人机交互应用的研究[J]. 物联网技术 2020(01)
    • [5].智能车设计与发展研究[J]. 通信电源技术 2020(04)
    • [6].感知-通信-计算融合的智能车联网挑战与趋势[J]. 中兴通讯技术 2020(01)
    • [7].智能车库管理系统[J]. 电子世界 2020(07)
    • [8].基于智能车竞赛的大学生创新能力培养及自主管理模式研究[J]. 黑龙江教育(高教研究与评估) 2020(04)
    • [9].智能车载负离子空气净化器[J]. 湖北农机化 2020(07)
    • [10].智能车联网移动应用系统研究与分析[J]. 内燃机与配件 2020(15)
    • [11].智能车赛道识别及控制策略研究[J]. 安徽职业技术学院学报 2020(02)
    • [12].地下立体智能车库支撑底座有限元分析[J]. 现代机械 2020(04)
    • [13].基于智能车竞赛的创新实验平台设计[J]. 电子技术与软件工程 2020(12)
    • [14].全国首个智能车吧上线能休息能充电还有无人零售[J]. 中国自行车 2019(01)
    • [15].智能车巡线原理[J]. 电子技术与软件工程 2019(07)
    • [16].电磁直立寻迹智能车的系统设计与软件开发[J]. 佳木斯大学学报(自然科学版) 2018(01)
    • [17].基于电磁场检测的循线智能车控制系统设计[J]. 国外电子测量技术 2018(03)
    • [18].新型智能车库技术解决方案及推广建议[J]. 建筑机械 2018(08)
    • [19].电光智能车的记忆算法[J]. 信息与电脑(理论版) 2016(21)
    • [20].未来只有智能车[J]. 中国科技信息 2017(Z1)
    • [21].6大理由告诉你为何去英国做智能车[J]. 汽车纵横 2017(01)
    • [22].电磁平衡智能车的硬件设计[J]. 智能机器人 2017(02)
    • [23].基于安卓的智能车转速系统的设计与实现[J]. 物联网技术 2017(07)
    • [24].电磁平衡智能车系统的软件设计[J]. 智能机器人 2017(03)
    • [25].智能车产业化实践与展望[J]. 机器人产业 2016(04)
    • [26].基于遗传算法的智能车速度控制系统研究[J]. 西北民族大学学报(自然科学版) 2015(01)
    • [27].FEG智能车 引领未来[J]. 中国信息技术教育 2017(Z2)
    • [28].蔚来汽车:中国智能车如何对标特斯拉?[J]. 创业邦 2016(Z2)
    • [29].基于单片机的智能车系统的研究与实现[J]. 数码世界 2017(01)
    • [30].两轮自平衡智能车的建模及其平衡控制原理分析[J]. 科学中国人 2017(03)

    标签:;  ;  ;  

    基于图像识别的多智能车跟随与防撞控制系统研究
    下载Doc文档

    猜你喜欢