(机械车辆工程专业论文)视觉导航智能车辆的路径识别和跟踪控制
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Ｔｈｅ ｒｏａｄ ｔｒａｃｋｉｎｇ ｓｙｓｔｅｍ ｃｏｎｔｒｏｌｓ ｔｈｅ ｖｅｈｉｃｌｅ ｔｏ ｔｒａｃｋ ｔｈｅ ｒｏａｄ ｒｅｃｏｇｎｉｚｅｄ ｂｅｆｏｒｅ。Ｉｔｓ ｋｅｙ ｉｓ
ｔｈｅ ｄｅｓｉｇｎ ｏｆ ｔｈｅ ｃｏｎｔｒｏｌｌｅｒ．Ａｓ ｔｈｅ ｆｅｅｄｂａｃｋ ｃｏｎｔｒｏｌｌｅｒ ｕｓｅｓ ｏｎｌｙ ｔｈｅ ｐｒｅｓｅｎｔ ｒｏａｄ ｉｎｆｏｒｍａｔｉｏｎ ａｎｄ ＣＯＩｌ ｈａｒｄｌｙ ｗｏｒｋ ｅｆｆｉｃｉｅｎｔ ｕｎｄｅｒ ｃｏｍｐｌｉｃａｔｅｄ ｏｒ ｅｍｅｒｇｅｎｔ ｃｏｎｄｉｔｉｏｎｓ，ｔｈｅ ｗｈｏｌｅ ｎａｖｉｇａｔｉｏｎ ｒｏａｄ ａｒｅ ｃｌａｓｓｉｆｉｅｄ ｉｎｔｏ ｐｒｅｓｅｎｔ ｒｏａｄ ａｎｄ ｆｕｔｕｒｅ ｒｏａｄ，ａｎｄ ｔｈｅｙ ｓｅｒｖｅ ｆｏｒ ｆｅｅｄｂａｃｋ ｃｏｎｔｒｏｌ ａｎｄ ｐｒｅｖｉｅｗ ｃｏｎｔｒｏｌ ｒｅｓｐｅｃｔｉｖｅｌｙ．Ｓｏ ａ ｆｅｅｄｂａｃｋ ａｎｄ ｐｒｅｖｉｅｗ ｃｏｎｔｒｏｌｌｅｒ ｉｓ ｄｅｓｉｇｎｅｄ ａｎｄ ｉｔ ｃａｒｌ ａｄｊｕｓｔ ｔｈｅ ｐｒｅｖｉｅｗ ｄｉｓｔａｎｃｅ ａｎｄ ｓｐｅｅｄ ｏｆ ｔｈｅ ｖｅｈｉｃｌｅ ａｃｃｏｒｄｉｎｇ ｔｏ ｔｈｅ ｒｏａｄ．Ａｓ ａ ｒｅｓｕｌｔ，ｔｈｅ ｔｒａｃｋｉｎｇ ａｃｃｕｒａｃｙ ａｎｄ
图３－４实际路径图像导航参数提取简图………………………………………………………２７ 图３．５数字图像示意图…………………………………………………………………………３０ 图３－６路径识别流程图…………………………………………………………………………３１ 图３．７最优阈值确定示意图…………………………………………………………………３３ 图３．８基于数学形态学运算的滤波效果图……………………………………………………３４ 图３－９路径识别的实时性处理…………………………………………………………………３５ 图４．１路径弯曲度计算示意图…………………………………………………………………３８ 图４．２预瞄控制原理图…………………………………………………………………………３８ 图４．３反馈控制导航参数提取图………………………………………………………………３９ 图４—４预瞄控制的导航参数提取………………………………………………………………３９ 图４．５预瞄控制导航参数和车速获取流程……………………………………………………４１ 图４－６智能车辆圆周运动示意图………………………………………………………………４１ 图４．７反馈和预瞄控制跟踪误差图……………………………………………………………４３ 图４．８平缓路径预瞄弯曲度和车速……………………………………………………………４３ 图５．１第一代视觉导航智能车辆路径跟踪示意图……………………………………………４４ 图５．２智能车辆视觉导航原理示意图………………………………………………………４５ 图５．３第一代智能车辆控制系统结构框图……………………………………………………４５ 图５．４第一代智能车辆硬件平台………………………………………………………………４６ 图５．５ ＳＥＥＤ．ＤＥＣ６４３开发板……………………………………………………………………４７ 图５－６ＸＤＳ５６０ ＰＣＩ仿真器板卡…………………………………………………………………４７ 图５．７ ＳＥＥＤ．ＤＥＣＦ２８１２开发板………………………………………－………………………４８ 图５．８ ＸＤＳ ＵＳＢ２．０仿真器………………………………………………………………………４８ 图５－９基于ＤＳＰ的智能车辆试验平台…………………………………………………………５ｌ 图５．１０基于ＤＳＰ的智能车辆导航原理图………………………………………………………５１ 图５．１１奥尼克斯ＭＢＣ．５０５０黑白摄像机……………………………………………………５ｌ 图５．１２导航路径识别结果显示器……………………………………………………………５２ 图５－１３路径识别系统实物图…………………………………………………………………５２ 图５．１４智能车辆驱动用直流电机……………………………………………………………５４
Ｔｈｅ ｋｅｙ ｔｅｃｈｎｏｌｏｇｙ ｏｆ ｔｈｅ ｉｎｔｅｌｌｉｇｅｎｔ ｖｅｈｉｃｌｅ ｓｔｕｄｉｅｄ ｈｅｒｅ ｉｎｃｌｕｄｅｓ ｃｏｎｔｒｏｌ ａｒｃｈｉｔｅｃｔｕｒｅ，ｉｍａｇｅ ｒｅｃｏｇｎｉｔｉｏｎ ａｎｄ ｒｏａｄ ｔｒａｃｋｉｎｇ．Ｔｈｅ ｃｏｎｔｒｏｌ ａｒｃｈｉｔｅｃｔｕｒｅ ｉｓ ｔｈｅ ｆｒａｍｅｗｏｒｋ ｏｆ ｔｈｅ ｉｎｔｅｌｌｉｇｅｎｔ ｖｅｈｉｃｌｅ ｆｏｒ ｉｎｆｏｒｍａｔｉｏｎ—ｐｒｏｃｅｓｓｉｎｇ ａｎｄ ｃｏｎｔｒｏｌ ａｎｄ ｔｈｅ ｂａｓｅ ｆｏｒ ｔｈｅ ｗｈｏｌｅ ｓｙｓｔｅｍ．Ｂａｓｅｄ ｏｎ ａｎａｌｙｚｉｎｇ ｔｈｅ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ ｔｈｅ ｅｘｉｓｔｉｎｇ ａｒｃｈｉｔｅｃｔｕｒｅ，ａｎ ａｃｔｉｖｉｔｙ—ｂａｓｅｄ ａｒｃｈｉｔｅｃｔｕｒｅ ｆｏｒ ｉｎｔｅｌｌｉｇｅｎｔ ｖｅｈｉｃｌｅ ｎａｖｉｇａｔｉｏｎ ｉｓ ｐｒｅｓｅｎｔｅｄ．Ｉｎ ｔｈｉｓ ａｒｃｈｉｔｅｃｔｕｒｅ，ｔｈｅ ｆｕｎｃｔｉｏｎｓ ｏｆ ｔｈｅ ｖｅｈｉｃｌｅ ａｒｅ ａｃｈｉｅｖｅｄ ｂｙ ｐｅｒｆｏｒｍｉｎｇ ｏｎｅ ｏｒ ｍｏｒｅ ＳＯ－ｃａｌｌｅｄ ａｃｔｉｖｉｔｉｅｓ，ｗｈｉｃｈ ｍａｋｅ ｄｅｃｉｓｉｏｎｓ ｐａｒａｌｌｅｌ ｕｓｉｎｇ ｄｉｓｔｒｉｂｕｔｅｄ ｋｎｏｗｌｅｄｇｅ．Ａｎｄ ａ ｂｌａｃｋｂｏａｒｄ ｃｏｏｒｄｉｎａｔｅｓ ｔｈｅ ａｃｔｉｖｉｔｉｅｓ，ｍａｋｅｓ ｆｉｎａｌ ｄｅｃｉｓｉｏｎｓ ａｎｄ ａｃｔｉｖａｔｅｓ ａｐｐｒｏｐｒｉａｔｅ ａｃｔｉｖｉｔｉｅｓ ｔｏ ｃｏｎｔｒｏｌ ｔｈｅ ｖｅｈｉｃｌｅ ＳＯ蠲ｔｏ ａｃｃｏｍｐｌｉｓｈ ｔｈｅ ｎａｖｉｇａｔｉｏｎ ｔａｓｋ．
Ｂａｓｅｄ ｏｎ ｔｈｅ ａｒｃｈｉｔｅｃｔｕｒｅ，ｔｈｅ ｖｉｓｉｏｎ－ｇｕｉｄｅ ｉｎｔｅｌｌｉｇｅｎｔ ｖｅｈｉｃｌｅ ｓｙｓｔｅｍ ｂａｓｅｄ ｏｎ ｒｏａｄ ｎａｖｉｇａｔｉｏｎ ｉｓ ｄｅｓｉｇｎｅｄ．Ｔｈｅ ｓｙｓｔｅｍ ｉｓ ｃｏｍｐｏｓｅｄ ｏｆ ｔｈｅ ｒｏａｄ ｒｅｃｏｇｎｉｔｉｏｎ ｓｙｓｔｅｍ ａｎｄ ｔｒａｃｋｉｎｇ ｃｏｎｔｒｏｌ ｓｙｓｔｅｍ Ｔｈｅ ｒｏａｄ ｒｅｃｏｇｎｉｔｉｏｎ ｓｙｓｔｅｍ ｒｅｃｏｇｎｉｚｅｓ ｔｈｅ ｒｏａｄ ｕｓｉｎｇ ｖｉｓｉｏｎ ｓｅｎｓｏｒ．Ｉｔｓ ｋｅｙ ｉｓ ｔｏ ｍａｋｅ ｓｕｒｅ ｔｈｅ ｒｏａｄ ｉｓ ｒｏｂｕｓｔｌｙ ａｎｄ ｑｕｉｃｋｌｙ ｒｅｃｏｇｎｉｚｅｄ．Ｓｏ ｆｉｌｔｅｒｉｎｇ，ｉｍａｇｅ ｓｅｇｍｅｎｔｉｎｇ ｕｓｉｎｇ ｏｐｔｉｍａｌ ｔｈｒｅｓｈｏｌｄ， ｍｏｒｐｈｏｌｏｇｉｃａｌ ｏｐｅｒａｔｉｏｎ ａｒｅ ｐｅｒｆｏｒｍｅｄ ｔｏ ｉｍｐｒｏｖｅ ｒｅｃｏｇｎｉｔｉｏ ａｃｃｕｒａｃｙ，ａｎｄ ｓｏｍｅ ｍｅａｓｕｒｅｓ ａｒｅ ｔａｋｅｎ ｔｏ ｉｎｃｒｅａｓｅ ｐｒｏｃｅｓｓｉｎｇ ｓｐｅｅｄ．
最后进行了整车试验以验证相关理论和方法。不同测试条件下的试验结果表明，所设计 的视觉智能车辆系统能够实时、准确地识别出导航路径图像，并能在不同车速和不同路径条 件下较好地完成跟踪任务。
关键词：智能车辆
视觉导航
控制体系结构
图像识别
路径跟踪
ＡＢＳＴＲＡＣＴ
Ｉｎｔｅｌｌｉｇｅｎｔ ｖｅｈｉｃｌｅ ｉｓ ａ ｓｙｓｔｅｍ ｉｎｔｅｇｒａｔｅｄ ｗｉｔｈ ｔｈｅ ｆｕｎｃｔｉｏｎｓ ｏｆ ｅｎｖｉｒｏｎｍｅｎｔ－ｓｅｎｓｉｎｇ， ｄｅｃｉｓｉｏｎ－ｍａｋｉｎｇ ａｎｄ ａｕｔｏｍａｔｉｃａｌｌｙ ｄｒｉｖｉｎｇ．Ｉｔ ｈａｓ ｂｅｅｎ ａｌｌ ｉｍｐｏｒｔａｎｔ ｐａｒｔ ｏｆ ｔｈｅ Ｉｎｔｅｌｌｉｇｅｎｔ
跟踪控制系统根据导航路径识别结果完成对路径的跟踪控制，其核心是跟踪控制器的设 计。考虑到常规的反馈控制仅利用当前的路径信息，在复杂条件和突发状况下难以有效工作， 在导航路径中划分出当前路径和未来路径，分别用于反馈控制和预瞄控制，设计了预瞄加反 馈的控制器。该控制器能够自动根据导航路径的弯曲程度调整智能车辆的预瞄距离和行驶速 度，从而提高了路径跟踪的精度和行驶的稳定性。
在此基础上，进行了基于路径导航的视觉智能车辆系统设计，主要包括路径识别系统和 跟踪控制系统。路径识别系统完成智能车辆对导航路径的识别，其核心是保证导航路径图像 识别的鲁棒性和实时性。为此，在识别路径时依次进行滤波、最优阈值二值化、数学形态学 滤波以提高了识别精度；同时，为提高识别的实时性进行了相关改进处理。
合肥工业大学 博士学位论文 视觉导航智能车辆的路径识别和跟踪控制 姓名：李进 申请学位级别：博士 专业：车辆工程 指导教师：陈无畏
20081001
摘要
智能车辆是一个集环境感知、规划决策、自动驾驶等多种功能于一体的综合系统。 它是目前各国重点发展的智能交通系统中一个重要组成部分，同时在柔性制造和装配 系统、军事领域以及特殊环境下也得到广泛运用。发展智能车辆能够提高车辆行驶的安全性、 舒适性，达到提高交通效率、改善交通环境的目的。
Ｋｅｙｗｏｒｄｓ：Ｉｎｔｅｌｌｉｇｅｎｔ ｖｅｈｉｃｌｅ；Ｖｉｓｉｏｎ ｎａｖｉｇａｔｉｏｎ；Ｃｏｎｔｒｏｌ ａｒｃｈｉｔｅｃｔｕｒｅ；Ｉｍａｇｅ ｐｒｏｃｅｓｓｉｎｇ；Ｒｏａｄ ｔｒａｃｋｉｎｇ
插图清单
图１．１世界上第一台地面自主车辆ＡＬＶ……………………………………………………３ 图１．２法国ＤＡＲＤＳ自主侦察演示车…………………………………………………………３ 图１．３日本多用途自主车………………………………………………………………………３ 图１．４ ＣＩＴＡＶＴ．ＩＶ自主车………………………………………………………………………３ 图２一１分层递阶结构……………………………………………………………………………１４ 图２．２包容结构…………………………………………………………………………………１４ 图２－３三层结构…………………………………………………………………………………１５ ，图２－４自组织结构………………………………………………………………………………１５ 图２．５分布式结构………………………………………………………………………………１５ 图２－６进化控制结构……………………………………………………………………………１６ 图２．７社会机器人结构…………………………………………………………………………１６ 图２．８基于行为的导航控制体系结构…………………………………………………………１７ 图２－９各传感器与各监控器、各行为对应关系…………………………………………………１８ 图２．１０各行为和黑板决策结构图………………………………………………………………２０ 图２．１ｌ四轮智能车辆运动学模型………………………………………………………………２１ 图２．１２智能车辆圆周运动示意图………………………………………………………………２１ 图２一１３无标志线路径……………………………………………………………………………２２ 图２－１４有标志线路径……………………………………………………………………………２２ 图２．１５反射行为所需的环境信息………………………………………………………………２３ 图２．１６墙面跟踪…………………………………………………………………………………２４ 图２．１７边缘信息导航……………………………………………………………………………２５ 图２．１８标志线和边缘信息导航…………………………………………………………………２５ 图３．１智能车辆路径导航的直线模型…………………………………………………………２６ 图３．２视觉智能车辆路径导航原理示意图……………………………………………………２７ 图３．３摄像机采集到的路径图像……………………………………………………………２７
ｓｔａｂｉｌｉｔｙ ｃａｌｌ ｂｅ ｉｍｐｒｏｖｅｄ． Ｆｉｎａｌｌｙ，ｔｈｅ ｗｈｏｌｅ ｉｎｔｅｌｌｉｇｅｎｔ ｖｅｈｉｃｌｅ ｅｘｐｅｒｉｍｅｎｔｓ ａｒｅ ｃａｒｒｉｅｄ ｏｕｔ ｉｎ ｏｒｄｅｒ ｔｏ ｖｅｒｉｆｙ ｔｈｅ
ｐｒｅｓｅｍｅｄ ｔｈｅｏｒｉｅｓ ａｎｄ ｍｅｔｈｏｄｓ．Ｔｈｅ ｅｘｐｅｒｉｍｅｎｔｓ ｕｎｄｅｒ ｄｉｆｆｅｒｅｎｔ ｃｏｎｄｉｔｉｏｎｓ ｓｈｏｗ ｔｈａｔ ｔｈｅ ｄｅｓｉｇｎｅｄ ｖｅｈｉｃｌｅ ｓｙｓｔｅｍ Ｃａｎ ｒｅｃｏｇｎｉｚｅ ｔｈｅ ｒｏａｄ ｉｍａｇｅ ａｃｃｕｒａｔｅｌｙ ａｎｄ ｑｕｉｃｋｌｙ，ａｎｄ Ｃａｎ ｅｆｆｉｃｉｅｎｔｌｙ ａｃｈｉｅｖｅ ｔｈｅ ｇｏａｌ ｏｆ ｔｒａｃｋｉｎｇ ｄｉｆｆｅｒｅｎｔ ｒｏａｄｓ ｗｉｔｈ ｄｉｆｆｅｒｅｎｔ ｓｐｅｅｄｓ．
i世界上第台地面自上午辆alv圉i2法国dards自主侦察演示下图13日本多用选自土下圈i4citavtiv自土车2崮内研究概况合肥工业大学博士论文我国是世界上公路交通发展最快的国家之一汽车保有量迅速增加的同时交通引发的各种问题尤其是行驶安全问题也日益突出交通事故特别是恶性交通事故呈不断上升趋势因此研究开发its势在必行而作为its的重要组成部分智能车辆研究亦显得尤为迫切
Ｔｒａｎｓｐｏｒｔａｔｉｏｎ Ｓｙｓｔｅｍ ａｎｄ ｗｉｄｅｌｙ ｕｓｅｄ ｉｎ ｆｌｅｘｉｂｌｅ ｍａｎｕｆａｃｔｕｒｉｎｇ ａｎｄ ｒｅｓｅｍｂｌｉｎｇ ｓｙｓｔｅｍ，ｍｉｌｉｔａｒｙ ｆｉｅｌｄ ａｎｄ ｓｐｅｃｉａｌ ｅｎｖｉｒｏｎｍｅｎｔｓ．Ｔｈｅ ｒｅｓｅａｒｃｈ ｏｎ ｉｎｔｅｌｌｉｇｅｎｔ ｖｅｈｉｃｌｅ Ｃａｎ ｉｍｐｒｏｖｅ ｔｈｅ ｓａｆｅｔｙ ａｎｄ ｃｏｍｆｏｒｔ ｏｆ ｖｅｈｉｃｌｅ ｄｒｉｖｉｎｇ，ａｎｄ ｔｈｅ ｅｆｆｉｃｉｅｎｃｙ ａｎｄ ｅｎｖｉｒｏｎｍｅｎｔ ｏｆ ｔｒａｎｓｐｏｒｔａｔｉｏｎ．
本文对智能车辆的相关关键技术进行了研究，包括控制体系结构、图像识别、跟踪控制。 智能车辆的控制体系结构是智能车辆信息处理和控制系统的总体结构，是整个系统的基础。 在分析各种体系结构特点的基础上，提出了一种基于行为的智能车辆控制体系结构。在该结 构中，智能车辆的功能通过一个或多个行为模块的组合来实现，各个行为首先利用各自分散 的知识源进行并行决策；黑板模块在总体上对各个行为模块进行协调并作出最终决策，从而 激活合适的行为，组成行为序列引导智能车辆完成导航任务。
ｔｈｅ ｄｅｓｉｇｎ ｏｆ ｔｈｅ ｃｏｎｔｒｏｌｌｅｒ．Ａｓ ｔｈｅ ｆｅｅｄｂａｃｋ ｃｏｎｔｒｏｌｌｅｒ ｕｓｅｓ ｏｎｌｙ ｔｈｅ ｐｒｅｓｅｎｔ ｒｏａｄ ｉｎｆｏｒｍａｔｉｏｎ ａｎｄ ＣＯＩｌ ｈａｒｄｌｙ ｗｏｒｋ ｅｆｆｉｃｉｅｎｔ ｕｎｄｅｒ ｃｏｍｐｌｉｃａｔｅｄ ｏｒ ｅｍｅｒｇｅｎｔ ｃｏｎｄｉｔｉｏｎｓ，ｔｈｅ ｗｈｏｌｅ ｎａｖｉｇａｔｉｏｎ ｒｏａｄ ａｒｅ ｃｌａｓｓｉｆｉｅｄ ｉｎｔｏ ｐｒｅｓｅｎｔ ｒｏａｄ ａｎｄ ｆｕｔｕｒｅ ｒｏａｄ，ａｎｄ ｔｈｅｙ ｓｅｒｖｅ ｆｏｒ ｆｅｅｄｂａｃｋ ｃｏｎｔｒｏｌ ａｎｄ ｐｒｅｖｉｅｗ ｃｏｎｔｒｏｌ ｒｅｓｐｅｃｔｉｖｅｌｙ．Ｓｏ ａ ｆｅｅｄｂａｃｋ ａｎｄ ｐｒｅｖｉｅｗ ｃｏｎｔｒｏｌｌｅｒ ｉｓ ｄｅｓｉｇｎｅｄ ａｎｄ ｉｔ ｃａｒｌ ａｄｊｕｓｔ ｔｈｅ ｐｒｅｖｉｅｗ ｄｉｓｔａｎｃｅ ａｎｄ ｓｐｅｅｄ ｏｆ ｔｈｅ ｖｅｈｉｃｌｅ ａｃｃｏｒｄｉｎｇ ｔｏ ｔｈｅ ｒｏａｄ．Ａｓ ａ ｒｅｓｕｌｔ，ｔｈｅ ｔｒａｃｋｉｎｇ ａｃｃｕｒａｃｙ ａｎｄ
图３－４实际路径图像导航参数提取简图………………………………………………………２７ 图３．５数字图像示意图…………………………………………………………………………３０ 图３－６路径识别流程图…………………………………………………………………………３１ 图３．７最优阈值确定示意图…………………………………………………………………３３ 图３．８基于数学形态学运算的滤波效果图……………………………………………………３４ 图３－９路径识别的实时性处理…………………………………………………………………３５ 图４．１路径弯曲度计算示意图…………………………………………………………………３８ 图４．２预瞄控制原理图…………………………………………………………………………３８ 图４．３反馈控制导航参数提取图………………………………………………………………３９ 图４—４预瞄控制的导航参数提取………………………………………………………………３９ 图４．５预瞄控制导航参数和车速获取流程……………………………………………………４１ 图４－６智能车辆圆周运动示意图………………………………………………………………４１ 图４．７反馈和预瞄控制跟踪误差图……………………………………………………………４３ 图４．８平缓路径预瞄弯曲度和车速……………………………………………………………４３ 图５．１第一代视觉导航智能车辆路径跟踪示意图……………………………………………４４ 图５．２智能车辆视觉导航原理示意图………………………………………………………４５ 图５．３第一代智能车辆控制系统结构框图……………………………………………………４５ 图５．４第一代智能车辆硬件平台………………………………………………………………４６ 图５．５ ＳＥＥＤ．ＤＥＣ６４３开发板……………………………………………………………………４７ 图５－６ＸＤＳ５６０ ＰＣＩ仿真器板卡…………………………………………………………………４７ 图５．７ ＳＥＥＤ．ＤＥＣＦ２８１２开发板………………………………………－………………………４８ 图５．８ ＸＤＳ ＵＳＢ２．０仿真器………………………………………………………………………４８ 图５－９基于ＤＳＰ的智能车辆试验平台…………………………………………………………５ｌ 图５．１０基于ＤＳＰ的智能车辆导航原理图………………………………………………………５１ 图５．１１奥尼克斯ＭＢＣ．５０５０黑白摄像机……………………………………………………５ｌ 图５．１２导航路径识别结果显示器……………………………………………………………５２ 图５－１３路径识别系统实物图…………………………………………………………………５２ 图５．１４智能车辆驱动用直流电机……………………………………………………………５４
Ｔｈｅ ｋｅｙ ｔｅｃｈｎｏｌｏｇｙ ｏｆ ｔｈｅ ｉｎｔｅｌｌｉｇｅｎｔ ｖｅｈｉｃｌｅ ｓｔｕｄｉｅｄ ｈｅｒｅ ｉｎｃｌｕｄｅｓ ｃｏｎｔｒｏｌ ａｒｃｈｉｔｅｃｔｕｒｅ，ｉｍａｇｅ ｒｅｃｏｇｎｉｔｉｏｎ ａｎｄ ｒｏａｄ ｔｒａｃｋｉｎｇ．Ｔｈｅ ｃｏｎｔｒｏｌ ａｒｃｈｉｔｅｃｔｕｒｅ ｉｓ ｔｈｅ ｆｒａｍｅｗｏｒｋ ｏｆ ｔｈｅ ｉｎｔｅｌｌｉｇｅｎｔ ｖｅｈｉｃｌｅ ｆｏｒ ｉｎｆｏｒｍａｔｉｏｎ—ｐｒｏｃｅｓｓｉｎｇ ａｎｄ ｃｏｎｔｒｏｌ ａｎｄ ｔｈｅ ｂａｓｅ ｆｏｒ ｔｈｅ ｗｈｏｌｅ ｓｙｓｔｅｍ．Ｂａｓｅｄ ｏｎ ａｎａｌｙｚｉｎｇ ｔｈｅ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ ｔｈｅ ｅｘｉｓｔｉｎｇ ａｒｃｈｉｔｅｃｔｕｒｅ，ａｎ ａｃｔｉｖｉｔｙ—ｂａｓｅｄ ａｒｃｈｉｔｅｃｔｕｒｅ ｆｏｒ ｉｎｔｅｌｌｉｇｅｎｔ ｖｅｈｉｃｌｅ ｎａｖｉｇａｔｉｏｎ ｉｓ ｐｒｅｓｅｎｔｅｄ．Ｉｎ ｔｈｉｓ ａｒｃｈｉｔｅｃｔｕｒｅ，ｔｈｅ ｆｕｎｃｔｉｏｎｓ ｏｆ ｔｈｅ ｖｅｈｉｃｌｅ ａｒｅ ａｃｈｉｅｖｅｄ ｂｙ ｐｅｒｆｏｒｍｉｎｇ ｏｎｅ ｏｒ ｍｏｒｅ ＳＯ－ｃａｌｌｅｄ ａｃｔｉｖｉｔｉｅｓ，ｗｈｉｃｈ ｍａｋｅ ｄｅｃｉｓｉｏｎｓ ｐａｒａｌｌｅｌ ｕｓｉｎｇ ｄｉｓｔｒｉｂｕｔｅｄ ｋｎｏｗｌｅｄｇｅ．Ａｎｄ ａ ｂｌａｃｋｂｏａｒｄ ｃｏｏｒｄｉｎａｔｅｓ ｔｈｅ ａｃｔｉｖｉｔｉｅｓ，ｍａｋｅｓ ｆｉｎａｌ ｄｅｃｉｓｉｏｎｓ ａｎｄ ａｃｔｉｖａｔｅｓ ａｐｐｒｏｐｒｉａｔｅ ａｃｔｉｖｉｔｉｅｓ ｔｏ ｃｏｎｔｒｏｌ ｔｈｅ ｖｅｈｉｃｌｅ ＳＯ蠲ｔｏ ａｃｃｏｍｐｌｉｓｈ ｔｈｅ ｎａｖｉｇａｔｉｏｎ ｔａｓｋ．
Ｂａｓｅｄ ｏｎ ｔｈｅ ａｒｃｈｉｔｅｃｔｕｒｅ，ｔｈｅ ｖｉｓｉｏｎ－ｇｕｉｄｅ ｉｎｔｅｌｌｉｇｅｎｔ ｖｅｈｉｃｌｅ ｓｙｓｔｅｍ ｂａｓｅｄ ｏｎ ｒｏａｄ ｎａｖｉｇａｔｉｏｎ ｉｓ ｄｅｓｉｇｎｅｄ．Ｔｈｅ ｓｙｓｔｅｍ ｉｓ ｃｏｍｐｏｓｅｄ ｏｆ ｔｈｅ ｒｏａｄ ｒｅｃｏｇｎｉｔｉｏｎ ｓｙｓｔｅｍ ａｎｄ ｔｒａｃｋｉｎｇ ｃｏｎｔｒｏｌ ｓｙｓｔｅｍ Ｔｈｅ ｒｏａｄ ｒｅｃｏｇｎｉｔｉｏｎ ｓｙｓｔｅｍ ｒｅｃｏｇｎｉｚｅｓ ｔｈｅ ｒｏａｄ ｕｓｉｎｇ ｖｉｓｉｏｎ ｓｅｎｓｏｒ．Ｉｔｓ ｋｅｙ ｉｓ ｔｏ ｍａｋｅ ｓｕｒｅ ｔｈｅ ｒｏａｄ ｉｓ ｒｏｂｕｓｔｌｙ ａｎｄ ｑｕｉｃｋｌｙ ｒｅｃｏｇｎｉｚｅｄ．Ｓｏ ｆｉｌｔｅｒｉｎｇ，ｉｍａｇｅ ｓｅｇｍｅｎｔｉｎｇ ｕｓｉｎｇ ｏｐｔｉｍａｌ ｔｈｒｅｓｈｏｌｄ， ｍｏｒｐｈｏｌｏｇｉｃａｌ ｏｐｅｒａｔｉｏｎ ａｒｅ ｐｅｒｆｏｒｍｅｄ ｔｏ ｉｍｐｒｏｖｅ ｒｅｃｏｇｎｉｔｉｏ ａｃｃｕｒａｃｙ，ａｎｄ ｓｏｍｅ ｍｅａｓｕｒｅｓ ａｒｅ ｔａｋｅｎ ｔｏ ｉｎｃｒｅａｓｅ ｐｒｏｃｅｓｓｉｎｇ ｓｐｅｅｄ．
最后进行了整车试验以验证相关理论和方法。不同测试条件下的试验结果表明，所设计 的视觉智能车辆系统能够实时、准确地识别出导航路径图像，并能在不同车速和不同路径条 件下较好地完成跟踪任务。
关键词：智能车辆
视觉导航
控制体系结构
图像识别
路径跟踪
ＡＢＳＴＲＡＣＴ
Ｉｎｔｅｌｌｉｇｅｎｔ ｖｅｈｉｃｌｅ ｉｓ ａ ｓｙｓｔｅｍ ｉｎｔｅｇｒａｔｅｄ ｗｉｔｈ ｔｈｅ ｆｕｎｃｔｉｏｎｓ ｏｆ ｅｎｖｉｒｏｎｍｅｎｔ－ｓｅｎｓｉｎｇ， ｄｅｃｉｓｉｏｎ－ｍａｋｉｎｇ ａｎｄ ａｕｔｏｍａｔｉｃａｌｌｙ ｄｒｉｖｉｎｇ．Ｉｔ ｈａｓ ｂｅｅｎ ａｌｌ ｉｍｐｏｒｔａｎｔ ｐａｒｔ ｏｆ ｔｈｅ Ｉｎｔｅｌｌｉｇｅｎｔ
跟踪控制系统根据导航路径识别结果完成对路径的跟踪控制，其核心是跟踪控制器的设 计。考虑到常规的反馈控制仅利用当前的路径信息，在复杂条件和突发状况下难以有效工作， 在导航路径中划分出当前路径和未来路径，分别用于反馈控制和预瞄控制，设计了预瞄加反 馈的控制器。该控制器能够自动根据导航路径的弯曲程度调整智能车辆的预瞄距离和行驶速 度，从而提高了路径跟踪的精度和行驶的稳定性。
在此基础上，进行了基于路径导航的视觉智能车辆系统设计，主要包括路径识别系统和 跟踪控制系统。路径识别系统完成智能车辆对导航路径的识别，其核心是保证导航路径图像 识别的鲁棒性和实时性。为此，在识别路径时依次进行滤波、最优阈值二值化、数学形态学 滤波以提高了识别精度；同时，为提高识别的实时性进行了相关改进处理。
合肥工业大学 博士学位论文 视觉导航智能车辆的路径识别和跟踪控制 姓名：李进 申请学位级别：博士 专业：车辆工程 指导教师：陈无畏
20081001
摘要
智能车辆是一个集环境感知、规划决策、自动驾驶等多种功能于一体的综合系统。 它是目前各国重点发展的智能交通系统中一个重要组成部分，同时在柔性制造和装配 系统、军事领域以及特殊环境下也得到广泛运用。发展智能车辆能够提高车辆行驶的安全性、 舒适性，达到提高交通效率、改善交通环境的目的。
Ｋｅｙｗｏｒｄｓ：Ｉｎｔｅｌｌｉｇｅｎｔ ｖｅｈｉｃｌｅ；Ｖｉｓｉｏｎ ｎａｖｉｇａｔｉｏｎ；Ｃｏｎｔｒｏｌ ａｒｃｈｉｔｅｃｔｕｒｅ；Ｉｍａｇｅ ｐｒｏｃｅｓｓｉｎｇ；Ｒｏａｄ ｔｒａｃｋｉｎｇ
插图清单
图１．１世界上第一台地面自主车辆ＡＬＶ……………………………………………………３ 图１．２法国ＤＡＲＤＳ自主侦察演示车…………………………………………………………３ 图１．３日本多用途自主车………………………………………………………………………３ 图１．４ ＣＩＴＡＶＴ．ＩＶ自主车………………………………………………………………………３ 图２一１分层递阶结构……………………………………………………………………………１４ 图２．２包容结构…………………………………………………………………………………１４ 图２－３三层结构…………………………………………………………………………………１５ ，图２－４自组织结构………………………………………………………………………………１５ 图２．５分布式结构………………………………………………………………………………１５ 图２－６进化控制结构……………………………………………………………………………１６ 图２．７社会机器人结构…………………………………………………………………………１６ 图２．８基于行为的导航控制体系结构…………………………………………………………１７ 图２－９各传感器与各监控器、各行为对应关系…………………………………………………１８ 图２．１０各行为和黑板决策结构图………………………………………………………………２０ 图２．１ｌ四轮智能车辆运动学模型………………………………………………………………２１ 图２．１２智能车辆圆周运动示意图………………………………………………………………２１ 图２一１３无标志线路径……………………………………………………………………………２２ 图２－１４有标志线路径……………………………………………………………………………２２ 图２．１５反射行为所需的环境信息………………………………………………………………２３ 图２．１６墙面跟踪…………………………………………………………………………………２４ 图２．１７边缘信息导航……………………………………………………………………………２５ 图２．１８标志线和边缘信息导航…………………………………………………………………２５ 图３．１智能车辆路径导航的直线模型…………………………………………………………２６ 图３．２视觉智能车辆路径导航原理示意图……………………………………………………２７ 图３．３摄像机采集到的路径图像……………………………………………………………２７
ｓｔａｂｉｌｉｔｙ ｃａｌｌ ｂｅ ｉｍｐｒｏｖｅｄ． Ｆｉｎａｌｌｙ，ｔｈｅ ｗｈｏｌｅ ｉｎｔｅｌｌｉｇｅｎｔ ｖｅｈｉｃｌｅ ｅｘｐｅｒｉｍｅｎｔｓ ａｒｅ ｃａｒｒｉｅｄ ｏｕｔ ｉｎ ｏｒｄｅｒ ｔｏ ｖｅｒｉｆｙ ｔｈｅ
ｐｒｅｓｅｍｅｄ ｔｈｅｏｒｉｅｓ ａｎｄ ｍｅｔｈｏｄｓ．Ｔｈｅ ｅｘｐｅｒｉｍｅｎｔｓ ｕｎｄｅｒ ｄｉｆｆｅｒｅｎｔ ｃｏｎｄｉｔｉｏｎｓ ｓｈｏｗ ｔｈａｔ ｔｈｅ ｄｅｓｉｇｎｅｄ ｖｅｈｉｃｌｅ ｓｙｓｔｅｍ Ｃａｎ ｒｅｃｏｇｎｉｚｅ ｔｈｅ ｒｏａｄ ｉｍａｇｅ ａｃｃｕｒａｔｅｌｙ ａｎｄ ｑｕｉｃｋｌｙ，ａｎｄ Ｃａｎ ｅｆｆｉｃｉｅｎｔｌｙ ａｃｈｉｅｖｅ ｔｈｅ ｇｏａｌ ｏｆ ｔｒａｃｋｉｎｇ ｄｉｆｆｅｒｅｎｔ ｒｏａｄｓ ｗｉｔｈ ｄｉｆｆｅｒｅｎｔ ｓｐｅｅｄｓ．
i世界上第台地面自上午辆alv圉i2法国dards自主侦察演示下图13日本多用选自土下圈i4citavtiv自土车2崮内研究概况合肥工业大学博士论文我国是世界上公路交通发展最快的国家之一汽车保有量迅速增加的同时交通引发的各种问题尤其是行驶安全问题也日益突出交通事故特别是恶性交通事故呈不断上升趋势因此研究开发its势在必行而作为its的重要组成部分智能车辆研究亦显得尤为迫切
Ｔｒａｎｓｐｏｒｔａｔｉｏｎ Ｓｙｓｔｅｍ ａｎｄ ｗｉｄｅｌｙ ｕｓｅｄ ｉｎ ｆｌｅｘｉｂｌｅ ｍａｎｕｆａｃｔｕｒｉｎｇ ａｎｄ ｒｅｓｅｍｂｌｉｎｇ ｓｙｓｔｅｍ，ｍｉｌｉｔａｒｙ ｆｉｅｌｄ ａｎｄ ｓｐｅｃｉａｌ ｅｎｖｉｒｏｎｍｅｎｔｓ．Ｔｈｅ ｒｅｓｅａｒｃｈ ｏｎ ｉｎｔｅｌｌｉｇｅｎｔ ｖｅｈｉｃｌｅ Ｃａｎ ｉｍｐｒｏｖｅ ｔｈｅ ｓａｆｅｔｙ ａｎｄ ｃｏｍｆｏｒｔ ｏｆ ｖｅｈｉｃｌｅ ｄｒｉｖｉｎｇ，ａｎｄ ｔｈｅ ｅｆｆｉｃｉｅｎｃｙ ａｎｄ ｅｎｖｉｒｏｎｍｅｎｔ ｏｆ ｔｒａｎｓｐｏｒｔａｔｉｏｎ．
本文对智能车辆的相关关键技术进行了研究，包括控制体系结构、图像识别、跟踪控制。 智能车辆的控制体系结构是智能车辆信息处理和控制系统的总体结构，是整个系统的基础。 在分析各种体系结构特点的基础上，提出了一种基于行为的智能车辆控制体系结构。在该结 构中，智能车辆的功能通过一个或多个行为模块的组合来实现，各个行为首先利用各自分散 的知识源进行并行决策；黑板模块在总体上对各个行为模块进行协调并作出最终决策，从而 激活合适的行为，组成行为序列引导智能车辆完成导航任务。