基于视觉导航的智能车测控系统关键技术研究

论文摘要

随着汽车电子和智能控制技术的发展,智能车已经成为智能控制领域内的一个研究热点,也逐步进入人们的生活。本文将智能车的测控系统作为研究对象,以飞思卡尔单片机MC9S12XS128作为控制器,对道路图像的采集和处理,导航线的提取算法进行了研究和实践;并对智能车的转角和速度控制策略进行了深入的研究。道路图像信息的采集是基于视觉图像来进行的,其主要任务是对摄像头的数字输出信号进行快速捕捉采集,然后通过有效的数字图像处理算法对原始道路图像进行处理,并对道路中的导航线信息进行分析和提取。在自制的硬件平台的基础上,重点阐述了道路图像信息的采集、处理和导航线的识别算法,其中采集方案和导航线识别方案都进行了实验对比。在此基础上运用有效的控制算法对智能车进行方向转角和行驶的速度控制,使智能车能快速稳定地对导航线进行识别行驶。本文在分析智能车行驶规律的基础上,分别对智能车的舵机转角和速度采用模糊PID控制算法和PID控制算法,按照导航线跟踪要求建立模糊控制规则并推出模糊控制表,根据已提取的导航线信息和检测的速度值来实现了对智能车转向和速度的稳定控制。

论文目录

• 摘要
• ABSTRACT
• 符号说明
• 第一章 绪论
• §1-1 引言
• 1-1-1 课题的来源
• 1-1-2 课题的意义
• §1-2 视觉导航的智能车系统研究现状
• 1-2-1 国内研究现状
• 1-2-2 国外研究现状
• §1-3 论文主要内容
• 第二章 视觉导航的智能车平台简介
• §2-1 硬件系统构成
• 2-1-1 MC9S12 系列单片机介绍
• 2-1-2 电源模块
• 2-1-3 图像采集模块
• 2-1-4 后轮电机驱动电路
• 2-1-5 转向控制模块
• 2-1-6 测速模块
• §2-2 软件系统流程
• 2-2-1 系统初始化
• 2-2-2 图像的采集与处理
• 2-2-3 速度与转角控制
• §2-3 本章小结
• 第三章 赛道图像采集方案研究
• §3-1 图像采集方案介绍
• §3-2 图像误差分析
• §3-3 图像数据采集方案研究
• 3-3-1 硬件分频采集
• 3-3-2 采用缓存芯片采集
• 3-3-3 汇编指令采集
• §3-4 基于软分频的图像采集算法分析
• 3-4-1 基于离散行数组的图像采集算法
• 3-4-2 基于累加器的图像采集算法
• 3-4-3 基于累加器的图像采集优化算法
• §3-5 采集数据量的确定
• §3-6 本章小结
• 第四章 赛道导航线提取算法研究
• §4-1 图像数据预处理
• 4-1-1 图像数据二值化处理
• 4-1-2 动态阈值算法研究
• 4-1-3 图像数据的中值滤波处理
• §4-2 导航线提取算法研究
• 4-2-1 二值化提取算法
• 4-2-2 直接边缘检测法
• 4-2-3 跟踪边缘检测法
• §4-3 赛道类型的判别
• 4-3-1 赛道起始线的特征
• 4-3-2 赛道起始线的判别方法
• 4-3-3 导航线类型判别原理
• 4-3-4 导航线中心位置计算
• §4-4 本章小结
• 第五章 转向和速度控制策略研究
• §5-1 舵机转角控制策略研究
• 5-1-1 舵机的工作原理
• 5-1-2 舵机转角的模糊PID混合控制原理
• 5-1-3 舵机转角的模糊控制器设计
• 5-1-4 舵机转角的PID控制器设计
• §5-2 速度控制策略研究
• 5-2-1 速度控制原理
• 5-2-2 速度的PID控制器设计
• §5-3 实验结果
• §5-4 本章小结
• 第六章 结论与展望
• §6-1 主要研究成果
• §6-2 本文的不足和建议
• 参考文献
• 附录A
• 致谢
• 攻读学位期间所取得的相关科研成果