基于视觉导航的智能车系统研究

论文摘要

智能车辆的研究涉及到电机及其控制、测量与计算机控制、计算机视觉、传感器、数据融合、车辆工程等诸多领域,智能车辆系统研究方向主要有安全监控、智能防撞、辅助驾驶、自动驾驶、行为规划与决策、系统体系结构、综合集成等。对智能车发展影响较大的主要是传感器和控制算法。本文是基于FREESCALE的MC9S12DG128芯片开发的智能车系统,具有自动识别路径功能,具有简单实用、能适应对硬件要求相对较低的特点,是一项具有现实应用的可行性和广阔的应用前景的引导技术。首先,本文在详细查阅中外有关文献的基础上,综述了智能车辆的研究现状和发展趋势,然后介绍了实现车辆智能控制常用的几种控制算法。构建了智能车视觉导引系统、控制器等各个模块的硬件设计。其次,本文利用设计的视觉系统具有图像采集、路径识别的功能,解决了图像处理过程中的噪声消除、边缘提取、车辆的位置信息分析等问题。实现了智能车自主式智能识别导航。再次,本文研究了智能车转向控制角的模糊控制算法。研究车辆对方向偏差和侧向偏差所做出的决策,归纳模糊规则,并对参数模糊化,从而实现对智能车的模糊控制。最后,研究了智能车在实际运动中环境未知的情况下,对智能车行进速度采用了智能分区PID控制策略,有效地提高了小车在实际行进中的速度连贯性,小车运行速度明显提升。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 引言
• 1.2 智能车的研究发展现状及发展趋势
• 1.2.1 国外研究现状
• 1.2.2 国内研究现状
• 1.2.3 发展趋势
• 1.3 智能车的控制
• 1.3.1 基于模糊控制理论的智能控制
• 1.3.2 基于人工神经网络技术的智能控制
• 1.3.3 基于神经模糊技术的智能控制
• 1.4 本论文研究的主要内容
• 第2章 智能车控制器硬件设计与开发
• 2.1 硬件总体设计方案
• 2.2 控制器应用芯片说明
• 2.2.1 单片机板上硬件资源
• 2.2.2 单片机片内相关资源模块
• 2.3 控制器相关硬件设计与开发
• 2.3.1 电源模块
• 2.3.2 图像采集模块
• 2.3.3 速度采集模块
• 2.3.4 智能车舵机模块
• 2.3.5 智能车驱动模块
• 2.4 本章小结
• 第3章 道路图像信息处理
• 3.1 摄像头的标定
• 3.2 图像信息采集
• 3.3 道路图像处理算法
• 3.3.1 获取目标导引线的检测算法
• 3.3.2 图像去噪处理
• 3.3.3 图像路径判别算法
• 3.4 本章小结
• 第4章 智能车系统控制策略
• 4.1 智能车总体控制器设计
• 4.2 舵机控制器设计
• 4.2.1 模糊控制基本原理
• 4.2.2 舵机PID控制器的设计
• 4.2.3 舵机模糊控制器的设计
• 4.3 驱动电机控制器设计
• 4.3.1 PID控制原理
• 4.3.2 驱动电机常规PID控制算法
• 4.3.3 驱动电机智能分区PID控制算法
• 4.4 本章小结
• 第5章 开发与调试
• 5.1 开发调试工具
• 5.1.1 软件开发平台
• 5.1.2 上位机调试及串口通讯
• 5.1.3 拨码开关和状态显示
• 5.2 实验结果与分析
• 5.2.1 图像采集效果及分析
• 5.2.2 导引线提取效果及分析
• 5.2.3 图像去噪效果及分析
• 5.2.4 实车试验结果
• 5.3 本章小结
• 第6章 结论和展望
• 6.1 本文工作的总结
• 6.2 不足和有待改进的之处
• 6.3 进一步的工作与展望
• 致谢
• 参考文献
• 附录
• 附录1: 智能车原理图
• 附图2: 智能车PCB图
• 附录3: 源程序代码
• 攻读学位期间的研究成果