京北科技大学摄像头组一队智能汽车竞赛技术报告--大学毕设论文.doc

《京北科技大学摄像头组一队智能汽车竞赛技术报告--大学毕设论文.doc》由会员分享，可在线阅读，更多相关《京北科技大学摄像头组一队智能汽车竞赛技术报告--大学毕设论文.doc（57页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、第六届全国大学生智能汽车竞赛技术报告第八届“飞思卡尔”杯全国大学生智能汽车竞赛技 术 报 告学 校：北京科技大学队伍名称：北京科技大学摄像头一队参赛队员：周 尧 顿海洋 罗林聪带队教师：杨 珏 马 飞I第六届全国大学生智能汽车竞赛技术报告关于技术报告和研究论文使用授权的说明本人完全了解第八届“飞思卡尔”杯全国大学生智能汽车竞赛关保留、使用技术报告和研究论文的规定，即：参赛作品著作权归参赛者本人，比赛组委会和飞思卡尔半导体公司可以在相关主页上收录并公开参赛作品的设计方案、技术报告以及参赛模型车的视频、图像资料，并将相关内容编纂收录在组委会出版论文集中。参赛队员签名： 带队教师签名： 日 期： 3

2、摘 要本文设计的智能车系统以MK60N512VMD100微控制器为核心控制单元，通过CMOS摄像头检测赛道信息，使用模拟比较器对图像进行硬件二值化，提取黑色引导线，用于赛道识别；通过光电编码器检测模型车的实时速度，使用PID控制算法调节驱动电机的转速和转向舵机的角度，实现了对模型车运动速度和运动方向的闭环控制。为了提高模型车的速度和稳定性，使用C#、MFC上位机、SD卡模块、键盘模块等调试工具，进行了大量硬件与软件测试。实验结果表明，该系统设计方案确实可行。关键字：MK60N512VMD100，CMOS，PID，C#，SD卡AbstractIn this paper we will desig

3、n a smart car system based on MK60N512VMD100as the micro-controller unit. We use a CMOS image sensor to obtain lane image information. Then convert the original image into the binary image by the analog comparator circuit in order to extract black guide line for track identification. An inferred sen

4、sor is used to measure the cars moving speed. We use PID control method to adjust the rotate speed of driving electromotor and direction of steering electromotor, to achieve the closed-loop control for the speed and direction. In order to increase the speed and the reliability of the car, a great nu

5、mber of the hardware and software tests are carried on and the advantages and disadvantages of the different schemes are compared by using the C#、MFC simulation platform, SD card module and the keyboard module. The results indicate that our design scheme of the smart car system is feasible.Keywords:

6、 MK60N512VMD100，CMOS，PID，C#，SD card目 录摘 要IIIAbstractIV目 录V引 言1第一章 系统总体设计21.1系统概述21.2整车布局3第二章 机械系统设计及实现42.1车模转向模型分析42.2舵机安装52.3转向轮的定位72.4车模重心82.5编码器的安装82.6摄像头的安装92.7齿轮啮合及差速调整10第三章 硬件系统设计及实现113.1硬件设计方案113.2传感器的选择113.2.1 摄像头113.2.2陀螺仪143.3电路设计方案143.3.1单片机最小系统板153.3.2电源稳压电路163.3.3图像处理电路173.3.4电机驱动电路173.

7、3.5保护隔离与电平转换电路183.3.6键盘拨码电路183.3.7 LCD液晶显示屏接口19第四章 软件系统设计及实现214.1赛道中心线提取及优化处理214.1.1原始图像的特点214.1.2赛道边沿提取224.1.3图像校正254.1.4推算中心264.1.5路径选择284.2 折点求取原理简介294.3 PID 控制算法介绍304.3.1位置式PID324.3.2增量式PID324.3.3 PID参数整定334.4转向舵机的PID控制算法334.5驱动电机的PID控制算法35第五章 系统开发及调试工具375.1开发工具375.2上位机图像显示375.2.1 C#静态上位机375.2.2

8、 MFC SD卡上位机385.3 SD卡模块415.3.1 SD卡介绍415.3.2 SPI总线介绍415.3.3软件实现425.4键盘模块43第六章 模型车的主要技术参数44结 论45参 考 文 献I附录：程序源代码II引 言随着科学技术的不断发展进步，智能控制的应用越来越广泛，几乎渗透到所有领域。智能车技术依托于智能控制，前景广阔且发展迅速。目前，掌握着汽车工业关键技术的发达国家已经开发了许多智能车的实验平台和商品化的车辆辅助驾驶系统。有研究认为智能汽车作为一种全新的汽车概念和汽车产品， 在不久的将来会成为汽车生产和汽车市场的主流产品。面向大学生的智能汽车竞赛最早始于韩国，在国内，全国大学

9、生“飞思卡尔”杯智能汽车竞赛从2006年开始已经举办了八届，得到了各级领导及各高校师生的高度评价。大赛为智能车领域培养了大量后备人才，为大学生提供了一个充分展示想象力和创造力的舞台，吸引着越来越多来自不同专业的大学生参与其中。全国大学生“飞思卡尔”杯智能汽车竞赛包括光电组、摄像头组和电磁组，其中数摄像头组的智能车速度最快，备受关注。本技术报告主要包括机械系统、硬件系统、软件系统等，详尽地阐述了我们的设计方案，具体表现在硬件电路的创新设计以及控制算法的独特想法。智能车的制作过程包含着我们的辛勤努力，这份报告凝聚了我们智慧，是我们团队共同努力的成果。在准备比赛的过程中，我们小组成员涉猎控制、模式识

10、别、传感器技术、汽车电子、电气、计算机、机械等多个学科，几个月来的经历，培养了我们电路设计、软件编程、系统调试等方面的能力，锻炼了我们知识融合、实践动手的能力，对今后的学习工作都有着重大的实际意义。第一章 系统总体设计第一章 系统总体设计1.1系统概述智能车系统的总体工作模式为：CMOS图像传感器拍摄赛道图像，输出PAL制式信号，经过信号处理模块进行硬件二值化，采用LM1881进行视频同步分离，二值化图像信号、奇偶场信号、行同步信号输入到MK60N512VMD100微控制器，进行进一步处理获得主要的赛道信息；通过光电编码器来检测车速，并采用MK60N512VMD100的输入捕捉功能进行脉冲计算

11、获得速度和路程；转向舵机采用PD控制；驱动电机采用 PID控制，通过PWM控制驱动电路调整电机的功率；而车速的目标值由默认值、运行安全方案和基于图像处理的优化策略进行综合控制。根据智能车系统的基本要求，我们设计了系统结构图，如图1.1所示。在满足比赛要求的情况下，力求系统简单高效，因而在设计过程中尽量简化硬件结构，减少因硬件而出现的问题。MK60N512VMD100LM1881图像处理模块摄像头CMOS光电编码器电机驱动模块舵机转向模块上位机模拟图像信号奇偶场信号行同步信号二值化后图像速度信息IIC/SPI/SCI图1.1 系统结构图1.2整车布局今年模型车的整车布局本着轻量化设计，如图2.1

12、.具有以下特点： （1）架高舵机并直立安装，以提高舵机响应速度； （2）主板低位放置，降低赛车重心； （3）采用强度高、质量轻的材料制作摄像头支架； （4）摄像头后置于模型车的中间部分，减少赛车前方盲区。图1.2 整车布局图第二章 机械系统设计及实现第二章 机械系统设计及实现摄像头组今年采用B车模，前轮驱动后轮转向，因此我们分析后轮转向模型，结合B车模的特点，将我们车的机械部分设计如下：2.1车模转向模型分析摄像头组今年采用B车模，前轮驱动后轮转向，所以首先我们分析下后轮转向与前路转向的区别。下图为小车后轮转向的示意图：图2.1 后轮转向模型图中为理想状态下的车模向左转弯，其中、为转向轮的打角

13、，为质心处侧偏角，转向半径为。理想的转向模型（阿克曼转向模型），是指在轮胎不打滑时，忽略左右两侧轮胎由于受力不均产生的变形，忽略轮胎受重力影响下的变形时车辆的转向建模。车轮满足转向原理，左右轮的轴线与前轮轴线这三条直线必然交于一点。在这种理想的模型下，车体的转向半径可以计算得到。从图中可以看出在质心处小车在转弯时有向外侧侧偏角，如果将质心速度分解平行于车身和垂直于车身的两个分量后，会发现垂直车身的速度分量指向车身外侧，这表明小车在转弯时有向外侧移动的趋势。图2.2 两种转向模型对比上图为后轮转向汽车与前轮转向汽车在转弯时前后轮路径上的差别。从图中可以看出，前轮转向的车与后轮转向的车在转向轮打角

14、相同时，站在车本身的角度来看，驱动轮与转向轮的路径完全相同。但如果把车放在弯道上来看，后轮转向车的转向中心能够与弯道的圆心重合，而前轮转向车的转向中心与后轮的相比远离弯道圆心一个车身的距离，因此前轮转向和后轮转向的车在转弯时的路径有着很大的区别，前轮转向的车能够非常轻松的沿赛道内侧转弯，而后轮转向的车转则需要走一段相对较大的圆弧来转弯，比较不容易切内。同时由于前轮转向的车转向中心的在车身后侧，后轮转向的车在车身前侧，因此后轮转向也存在一定的滞后性。下图为我们用MATLAB拟合过后的转向模型。图2.3 MATLAB拟合车身路径示意图2.2舵机安装舵机安装方法如图2.5所示图2.4 舵机安装B车模

15、的配套舵机的型号为S-D5，与去年的摄像头组A车模的S3010相比，在性能上有很大的差别。因此，我们以往的经验优化设计了舵机的安装方式。我们的舵机采取如下装法：舵机直立安装，并靠近转向桥。舵机直立安装是为了保证舵机在底盘上的质量分布尽量平均。对于连片的选择，通过试验和理论的分析，我们发现长度较短的连片优点是能够输出更大力矩，但是不足的是反应速度不够快，而对于长的连片优点是反应速度较快，但是输出力矩不足，所以综合考虑舵机的反应特性和输出力矩、转向模型和极限转角以及实际调车过程的现象，我们采用了自行设计了舵机连片，如下图所示：图2.5 舵机连片在此基础上我们分析了舵机打角与小车转弯直径之间的关系，

16、赋给舵机不同占空比的P波之后测试车的转弯直径，然后分析此转弯模型下的小车特性。我们对所得数据进行分析处理如下: 图2.6 舵机P波与转弯直径关系 图2.7 舵机P波与转弯直径倒数关系我们发现车的舵机打角与转弯直径倒数之间存在较好的线性度，这给我们对舵机进行控制提供了参考。2.3转向轮的定位转向轮的定位主要是由主销内倾角，主销后倾角，车轮前束角这三个角决定。对于主销内倾角，主要作用是产生与转向相反的力矩，让车转完后的回正性增强，同时在转弯时车轮与地面的接触情况会更好。对于主销后倾角，由于车是后轮转向，它与前轮转向不同，经过分析和实验我们选择了负的后倾角，对车的回正性更好。转向轮定位如图2.9所示

17、。图2.8 转向轮定位另外，我们的车模的控制要求整个系统十分精确，所以车模本身存在的间隙就会对车在高速运行的情况下产生很大影响，尤其是转向桥部分。所以对于轴承与轴的间隙，主销与其配合的零件之间的间隙等，都应该尽量去减少，我们对此进行加薄垫片或垫纸等处理。2.4车模重心车模在搭建完之后，测量整个车模的质心分布，目的是保证整个重心在车模轴线上，保证左右转弯的对称性。同时还应该尽量降低车模重心高度，防止车模行驶时发生侧翻，提高车的极限转弯速度。对此，我们分析整个车模后，在规则允许范围内，我们适当的降低了底盘的高度，同时注意降低电路板和电池的高度，最大限度的降低重心，增加车运行的稳定性。2.5编码器的

18、安装 对于我们的车而言，我们采用编码器来采取速度的返回值进行闭环控制，编码器的安装也成了机械的一个任务。为了保证编码器工作的稳定，能够正确的反应当前电机的转速，我们采用了如图2.10的装法：2.9 编码器安装 这样安装，能够直接反映出电机齿轮的转速，在安装过程中，保证齿轮之间的良好啮合，能够保证编码器的正常工作，是速度的返回值更加稳定。2.6摄像头的安装对于整个车来说，摄像头的安装影响到整个车采集信息的准确性。在摄像头安装过程中，我们在简洁，保证强度的基础上，采用了如图2.11的装法：2.10 摄像头安装其中的主干采用的是碳纤杆，固定件是我们自行设计的，金属件与碳纤杆能够保证其强度，整个装置外

19、形简洁。在安装过程中，我们特别注意整个摄像头的位置，保证其采到的图与程序的算法进行配合，尽量保证采到的图能够比较正确反应赛道的信息。2.7齿轮啮合及差速调整对于智能车而言，调节电机齿轮啮合以及差速器对于小车的综合机械性能这非常的大的影响。首先，电机与差速齿轮啮合主要是调整两齿轮的齿间距，合适齿间距能够减少两齿轮的磨损，延长其使用寿命，尤其是对于车模中两种材料不同的齿轮来说。齿轮传动部分安装不恰当，会增大电机驱动后轮的负载；齿轮配合间隙过松则容易打坏齿轮过紧则会增加传动阻力。所以我们在电机安装过程中尽量使得传动齿轮轴保持平行，传动部分轻松、流畅，不存在卡壳或迟滞现象。调整时，对电机赋以恒定的转速

20、，再将固定电机的螺丝松开，用手前后移动电机，同时注意听两齿轮啮合转动时发出的声音，以转动时发出的声音最小且饱满纯净为宜，此时的齿间距认为是最佳。然后，驱动桥的差速为双差速结构，调整主要是对包括滚珠、差速片、橡胶垫圈，轴承等在内的零件以及差速器轴向的松紧程度进行调节。由于差速器是完全裸露在外面的，同样容易卷入脏东西而加速磨损，因此也应该定期清理差速器的各个零件减小磨损并更换差速滚珠保证其圆度。差速轴向的松紧程度对于小车转向的灵敏性有很大影响，过松的差速可能使转向很灵敏出现过度转向，过紧的差速可能使转向很吃力出现转向不足。评定差速器好坏的方法是给电机恒定转速使其带动后桥转动，用手握住单边轮另一侧轮

21、能够反向转动且车轮的跳动度小，双手握住两轮中间差速齿轮不能够转动。III第三章 硬件系统设计及实现第三章 硬件系统设计及实现3.1硬件设计方案我们主要从系统的稳定性、可靠性、高效性、实用性、简洁等方面来考虑硬件的整体设计。从最初方案设定到最终方案的敲定，我们经历各种讨论与大的改动才有了如下的硬件方案。可靠性与稳定性是一个系统能够完成预设功能的最大前提。在原理图与PCB的设计过程中，我们考虑到各个功能模块的电特性以及之间的耦合作用。对易受干扰的模块做了电磁屏蔽作用，而其他部分则做了相应的接地、滤波、模拟与数字电路的隔离等。高效与实用性是指本系统的各模块能充分完美的实现相应的功能。从以下两点可以体

22、现出：a) 视频信号的提取一般有三种方法：片内AD转化、基于TLC5510的8位并行AD、硬件二值化。第一种方通过片内AD转换把连续的模拟视频信号转为数字信号存储起来。第二种方法通过外部AD芯片直接把视频信号转为并行的数字信号，而处理芯片只要通过普通IO来读取存储；前者不需要外部电路但浪费系统时间，对于主频不高的处理芯片会造成很大负担。而后者虽然精度高但浪费过多的硬件资源。硬件二值化是通过比较器去捕捉视频信号的跳变沿，这不仅减少了采集时间，也节约硬件资源，还省去了许多存储空间。b) 对于电机驱动，由于B车模电机对驱动性能要求高。我们设计了由单独的驱动芯片组成驱动器，该驱动器瞬间驱动电流最大可以

23、达到几十安。简洁是指在满足了可靠、高效的要求后，为了尽量减轻车模的负载，降低模型车的重心位置，应使电路设计尽量简洁，尽量减少元器件使用数量，缩小电路板面积，使电路部分重量轻，易于安装。在设计完原理图后，注重PCB板的布局，优化电路的走线，整齐排列元器件，最终做到电路板的简洁。3.2传感器的选择3.2.1 摄像头对于摄像头的选择，我们主要考虑以下几个参数：1 芯片体积大小2 自动增益3 分辨率4 最小照度5 信噪比6 功耗7 扫描方式我们分别尝试了CCD摄像头与CMOS摄像头，数字摄像头与模拟摄像头。最终决定用模拟CMOS的OV5116摄像头。以下是我们所尝试的几款摄像头。SONY CCD参数如

24、下：CCD类型: 1/3 Sony 960H CCD Sensor尺寸大小: 38mm*38mm 和32*32mm总像素: PAL: 1020H596V (61万像) NTSC: 1020H508V (52万像)有效像素: PAL: 976H582V (57万像) NTSC: 976H494V (48万像)信号制式: PAL/NTSC分辨率（水平中心）： 720TVL数字降噪: 2D数字降噪（2DNR）支持015的16等级可调节照度:0.003LUX最低照度: 0.01LUX/F1.2信噪比: 48dB视频输出幅度: 1.0Vp-p/75自动增益控制: 最高可达到55dBSONY CCD由12

25、V供电，功耗70mA(12V)，发热较大，并且体积大，架在车上重心偏高不利于车子稳定运行，最终放弃使用。除了SONY CCD摄像头外还尝试了OV7960与MT9VV136。这两者都支持SCCB通信，可以通过编程调节摄像头的性能参数。 图3.1 OV7960原理图 图3.2 MT9VV136原理图虽然这些摄像头性分辨率都高于OV5116,并且OV5116动态性能不如前者，但对于只要能分辨出黑白赛道的智能车竞赛，OV5116就足已满足需求了。反而其它几款摄像头增加了系统的功耗，所以我们最终选用了OV5116黑白摄像头。3.2.2陀螺仪今年比赛规则中新添赛道路障这一元素，我们曾尝试过不对其进行判断直

26、接冲过去，但实验结果是车子在高速运行的时候碰到路障后会飞起，小车在空中图像不稳定导致小车着地姿势不正偏离赛道。我们选择在车身前方加一陀螺仪进行路障检测与判断，这样在小车碰到路障后程序上可以做相应的处理。 图3.3 陀螺仪3.3电路设计方案我们智能车控制系统电路由三部分组成：负责所有控制与驱动的MK60N512VMD100最小系统板、主板、ZLG7290键盘，LCD液晶显示屏。最小系统板可以插在主板上，组成了信号采集、信号处理、电机控制、舵机控制单元。为了减小电机驱动电路带来的电磁干扰，我们把控制单元部分和电机驱动部分分开来，排布在主板的两端。最小系统板引出了控制上所需要的引脚与接口。主板上包含

27、了完成所有功能的电路模块与接口电路。有视频信号采集与处理电路、电机驱动电路、舵机驱动电路、电源稳压电路、键盘接口、陀螺仪接口、拨码开关电路。编码器接口、LCD液晶屏接口。3.3.1单片机最小系统板MK60N512VMD100是K60系列MCU。Kinetis系列微控制器是Cortex-M4系列的内核芯片。K60内存空间可扩展，从32 KB闪存/ 8 KB RAM 到 1 MB 闪存 / 128 KB RAM，可选的16 KB 缓存用于优化总线带宽和闪存执行性能。图3.4 最小系统原理图最小系统使用K60100 PIN封装，为减少电路板空间，板上仅将本系统所用到的引脚引出，包括 PWM 接口，外

28、部中断接口，若干普通 IO 接口。其他部分还包括电源滤波电路、时钟电路、复位电路、串行通讯接口、BDM 接口和 SPI接口。用到的接口如下：电机PWM波输出：PTC1电机方向控制：PTD7舵机PWM波输出：PTB1编码器两相信号输入：PTB18、PTB19IRQ输入：PTB10O/E场信号输入：PTB11摄像头图像信号输入：PTD5、PTE1陀螺仪信号输入：PTE25键盘输入信号：PTB2、PTB3、PTB9拨码开关输入信号；PTD3、PTD4外部AD接口：PTC3、PB23、PB21LCD接口：PTD6、PTE6、PTE4、PTE2、PTE03.3.2电源稳压电路本系统中电源稳压电路分别需要

29、有+5V，+3.3V供电。+3.3V主要给单片机及、键盘、拨码开关、LCD供电；+5V为摄像头、摄像头模块、电机驱动模块、编码器模块供电；由于整个系统中+5V 电路功耗较大，为了降低电源纹波，我们考虑使用线性稳压电路。另外， TPS7350 是微功耗低压差线性电源芯片,具有完善的保护电路,包括过流,过压,电压反接保护。使用这个芯片只需要极少的外围元件就能构成高效稳压电路。图3.5 TPS7350原理图+3.3V稳压芯片最初选用小封装的TPS79333，但在使用过程中发现TPS79333一过流就极易烧坏。后来选用低压差大功率的TPS7333。图3.6 TPS7333原理图3.3.3图像处理电路我

30、们的智能模型车自动控制系统中使用黑白全电视信号格式CMOS摄像头采集赛道信息。摄像头视频信号中除了包含图像信号之外，还包括了行同步信号、行消隐信号、场同步信号、场消隐信号以及槽脉冲信号、前均衡脉冲、后均衡脉冲等。因此，若要对视频信号进行采集，就必须通过视频同步分离电路准确地把握各种信号间的逻辑关系。我们使用了LM1881芯片对黑白全电视信号进行视频同步分离，得到行同步、场同步信号。在对硬件二值化的研究中，我们也从数字比较器以及模拟比较器几个方向进行了试探性研究，从图像的稳定性及清晰性等方面进行筛选，最终决定采用模拟电路搭建而成的比较器对图像进行二值化处理。图3.7 比较电路原理图图3.8 LM

31、1881外围电路原理图3.3.4电机驱动电路桥式电机驱动电路有双极性与单极性之分，双极性电机驱电路输出的电流交流成分过多，容易造成电机发热并且容易是电机消磁。所以我们最后设计了直流电动机可逆单极型桥式驱动器，其功率元件由四支N沟道功率MOSFET管组成，额定工作电流可以轻易达到100A以上，大大提高了电动机的工作转矩和转速。 图3.9电机驱动模块原理图3.3.5保护隔离与电平转换电路为了避免某些大电流回灌到最小系统而把最小系统烧毁，同时为了能让最小系统输出的电平能符合其它芯片的电压标准，在最小系统信号输出端与芯片输入端之间加入六通道的集成非门74HC14。图3.10 74HC14原理图3.3.

32、6键盘拨码电路主板上还包括拨码开关电路和键盘接口，接外接键盘。图3.11 拨码开关、键盘接口原理图3.3.7 LCD液晶显示屏接口为了能在比赛时及时发现和矫正由于摄像头位子的变动，我们提出使用图像显示工具来显示采集的图像。我们选择显示工具时一方面要考虑它的像素是否能满足图像的要求，另外一方面还要考虑它的体积大小和功耗。除此之外我们还重点考虑了驱动它所需要的硬件资源。经过比较分析我们最终选择了1.8寸TFT支持SPI通信的LCD。以下是该显示屏的参数：LCD有14个接口，但有效接口只有9个，分别是2个电源接口、2个背光接口和5个通信接口。 图3.12 LCD接口原理图 图 3.13 LCD显示图

33、 第四章 软件系统设计及实现第四章 软件系统设计及实现高效的软件程序是智能车高速平稳自动寻线的基础。我们设计的智能车系统采用CMOS摄像头进行赛道识别，图像采集及校正处理就成了整个软件的核心内容。在智能车的转向和速度控制方面，我们使用了鲁棒性很好的经典PID控制算法，配合使用理论计算和实际参数补偿的办法，使智能车能够稳定快速寻线。4.1赛道中心线提取及优化处理4.1.1原始图像的特点在单片机采集图像信号后需要对其进行处理以提取主要的赛道信息，同时，由于交叉道、起点线的存在，光线、杂点、赛道远处图像不清楚的干扰，图像效果会大打折扣。因此，在软件上必须排除干扰因素，对赛道进行有效识别，并提供尽可能

34、多的赛道信息供决策使用。在图像信号处理中我们提取的赛道信息主要包括：赛道两侧边沿点位置、通过校正计算的赛道中心位置，中心点规划面积，赛道变化幅度，赛道类型判别。由于摄像头自身的特性，图像会产生梯形式变形，这使得摄像头看到的信息不真实。因此我们利用赛道进行测量，创建函数还原出了真实赛道信息。原始图像是一个将模拟图像经模拟电路转换得到的二维数据矩阵，矩阵的每一个元素对应一个像素点，图像的第一行对应最远处，大约220cm，图像的最底部一行对应最近处，大约5cm。远处的图像小，近处的图像大，黑线为梯形状。单片机通过比较器电路将每一行的黑白跳变点（跳变点按从右到左的顺序）记录下来，保存到两个二维数组里（

35、分别表示上升沿、下降沿）。通过遍历上升沿和下降沿可以完成赛道边沿的提取。摄像头采集到几种典型赛道图像如图4.1图4.4所示。图4.1 起点原始图像图4.2 弯道原始图像图4.3 十字交叉原始图像图4.4 虚线原始图像4.1.2赛道边沿提取边沿提取算法的基本思想如下：(1) 直接逐行扫描原始图像，根据设定的阈值提取黑白跳变点；(2) 赛道宽度有一个范围，在确定的赛道宽度范围内提取有效赛道边沿，这样可以滤除不在宽度范围内的干扰；(3) 利用赛道的连续性，根据上一行白块的位置和边沿的位置来确定本行的边沿点；(4) 求边沿点时，因为近处的图像稳定，远处图像不稳定，所以采用由近及远的办法；(5) 进出十

36、字的时候，通过校正计算出边沿角度可较好的滤除十字并补线；(6) 针对虚线赛道边沿不连续的特征，通过预测拟合对边沿点补线。边沿提取算法的程序流程如图4.4所示。开始搜索最底部的三个有效行是否搜索到根据前一个边沿的数据搜索下一行满足条件的边沿记录上升沿和下降沿是否搜索完完求所有有效行两侧赛道边沿点是否是否图4.5 算法流程图处理后得到的黑线中心如图4.64.9图所示。图4.6 起点处理后图像图4.7 弯道处理后图像图4.8 十字交叉处理后图像图4.9 虚线处理后图像4.1.3图像校正图像校正的实现如下：(1) 调整好摄像头位置、前瞻，固定好；(2) 将摄像头对准黑白相间的赛道板，然后用电视观看摄像

37、头图像，用照相机对准电视拍照(见图4.10)；图4.10 电视中的图像(3) 从照片中截取出赛道部分，然后用matlab编写程序，载入图片并进行相应的桶形变换、透视变换，调整好参数，生成校正表和反校正表；图4.11 校正后的效果(4) 在单片机程序中加入常量表，然后就可进行相应的校正和反校正变换了。(5) 用上位机观察的校正效果如下：图4.11 上位机模拟校正4.1.4推算中心通过之前提取的赛道边沿数据推算中心：当左右边沿点总数较少时返回；若只有单边有边沿点数据，则通过校正对单边数据按法线平移赛道宽度一半的距离；当能找到与一边能匹配上的另一边沿点时则直接求其中心作为中心点。推算完中心点后，对中

38、心点进行均匀化，方便之后的控制。计算出的中心点效果如下：图4.12 起点处理后图像图4.13 弯道处理后图像图4.14 十字交叉处理后图像图4.15 虚线处理后图像4.1.5路径选择根据往届比赛以及本届华北赛的经验，赛车能否以最短的时间完成比赛，与赛车的速度和路径都有着密切的关系，因此，如何使赛车以一个最合理、最高效的路径完成比赛是提高平均速度的关键。对于赛车路径的优化，我们从以下三个方面来完成：1）增加视场的长度和宽度根据我们的分析，当赛车采集到的图像能够覆盖一个比较完整的S弯道时，通过加权算法计算出来的中心就会处于视场中央附近，此时赛车会以一个比较好的路径快速通过S弯道；相反，如果视场无法

39、覆盖一个完整的S弯道，赛车就会误处理为普通的单向弯道，这样赛车的速度就会大大减慢。因此，尽量增大视场的长度和宽度就很有必要了。视场的长度与单片机可以处理的图像行数成正比。我们采用由运算放大器制作的模拟比较器进行图像二值化，处理速度较A/D转换有了很大提高，大大增加了单片机处理的图像行数，最终处理行数为95行(隔3行提取一行)，达到的视场长度为200多cm。为了增加视场宽度，增加每行采集的图像点数之外，我们采用了广角镜头，从而有效地增加了视场宽度。2）优化加权算法对整场有效行的中心求加权平均值的算法，在低速情况下可以有效地优化赛车路径，但在赛车速度提高到一定程度之后由于过弯时的侧滑，路径不是很好

40、。而由于图像分布不均，三分之二的行分布于车体前方40cm的范围内，求出的加权平均值受车体近处的图像影响较大，因此整场图像求加权的算法对于高速情况下的路径优化效果不是很明显。为了解决这个问题，我们对于参与加权计算的图像行数及权重进行了处理，减小了车体前部50cm范围内的图像参与加权的行数和权重，同时增大视场前部图像的权重。在经过长期调试之后，得到了一套比较合适的参数，能够有效优化高速情况下的赛车路径。3）对不合理的中心点进行处理对于在校正后的图像数据中求得的中心线，反校正到原始图像后存在一行中含有多个中心点的情况。在通常情况下，这种情况出现在较远的视野中，但由于我们增大了视场前部图像的权重，这些

41、中心点对权重的影响极大，导致车模容易出现掉轮甚至冲出赛道的现象。为了解决这个问题，我们利用数学方法求出了中心线的折点，对折点之后的中心点单独处理，使车模不再出现掉轮的现象。4.2 折点求取原理简介折点是指数学中的极值点，即一阶导数为0的点，但一阶导数为0的点不一定都是极值点，究竟是否是极值点，还要判断二阶导数。在图像的离散数据中，极值点的离散化计算公式如式如下：图4.16 数学极值点图4.17 特殊情况下的折点但这个公式在图4.17中存在一些问题，对于（Xn，Yn）点，由于为0，所以该点不会被判断为极值点。但我们认为这样的点也能反映图像的特征，因此对上式作出修改得到新的折点计算方法：图4.17

42、 赛道图像中的折点图4.18 使用折点处理后的图像极值点是针对某一个坐标轴而言的，对上式稍作修改，即可得到针对另一个坐标轴的极值点的计算公式：将两个方向上的极值点结合使用，不仅可以对不合理的中心点加以滤除，还可以实现对赛道类型的粗略判断。4.3 PID 控制算法介绍在工程实际中，应用最为广泛的调节器控制规律为比例、积分、微分控制，简称PID控制，又称PID调节。PID控制器问世至今已有近70年历史，它以其结构简单、稳定性好、工作可靠、调整方便而成为工业控制的主要技术之一。当被控对象的结构和参数不能完全掌握，或得不到精确的数学模型时，控制理论的其它技术难以采用时，系统控制器的结构和参数必须依靠经

43、验和现场调试来确定，这时应用PID控制技术最为方便。即当我们不完全了解一个系统和被控对象，或不能通过有效的测量手段来获得系统参数时，最适合用PID控制技术。PID控制，实际中也有PI和PD控制。PID控制器是一种线性控制器，它根据给定值与实际输出值构成控制偏差。将偏差的比例(P)、积分(I)和微分(D)通过线性组合构成控制量，对被控对象进行控制，故称PID控制器，原理框图如图4.10所示。图4.14 PID控制器原理框图在计算机控制系统中，使用的是数字PID控制器，控制规律为： (公式4.1) (公式4.2)式中k采样序号，k = 0，1，2； r(k)第k次给定值；c(k)第k次实际输出值；

44、 u(k) 第k次输出控制量；e(k) 第k次偏差； e(k-1) 第k-1次偏差；KP比例系数； TI积分时间常数；TD微分时间常数； T采样周期。简单说来，PID控制器各校正环节的作用如下：比例环节：及时成比例地反映控制系统的偏差信号，偏差一旦产生，控制器立即产生控制作用，以减少偏差。积分环节：主要用于消除静差，提高系统的无差度。积分作用的强弱取决于积分时间常数，越大，积分作用越弱，反之则越强。微分环节：能反映偏差信号的变化趋势(变化速率)，并能在该偏差信号变得太大之前，在系统中引入一个有效的早期修正信号，从而加快系统的动作速度，减小调节时间。数字PID控制算法通常分为位置式PID控制算法和增量式PID控制算法。4.3.1位置式PID位置式PID中，由于计算机输出的u (k) 直接去控制执行机构(如阀门)，u(k)的值和执行机构的位置(如阀门开度)是一一对应的，所以通常称公式(4.2)为位置式PID控制算法。位置式PID控制算法的缺点是：由于全量输出，所以每次输出均与过去的状态有关，计算时要对过去e(k)进行累加，计算机工作量大；而且因为计算机输出的u(k)对应的是执行机构的实际位置，如计算机出现故障，u(