智能车道路识别与控制算法

③ “W”型布局
快速通过急弯的能力对于跑完全程至关重要。为了能够 尽早预测弯道的出现，将左右两端的传感器进行适当前置， 从而形成“W”型布局。

④ 双排排列与前瞻设计

四、光电传感器阵列的输出

u0/V

1

2

3

4

5

6

7

8

9

10

11

12

传感器序号

两个常见问题
① 相邻光电管之间的干扰 消除这种干扰可以采取以下几种措施： （1）选择发射与接收方向性好的红外传感器； （2）选择发射与接收一体化的红外传感器，它的外壳可 以抑制相邻干扰； （3）在红外接收管上安装黑色套管，使其只接收前方一 定角度内的红外光线； （4）使相邻的红外发射/接收管交替工作（扫描式）。 这种方法不仅减小了相邻红外传感器之间的相互干扰， 同时也降低了传感器的耗电量。

I' =

{

硬件二值化方法：固定阈值法；浮动阈值法和微分法。 ① 固定阈值法

② 浮动阈值法

③ 微分法

二值化后，图像采集主要过程如下： （1） 利用普通IO口对视频分离之后的场同步信号进行采 集，以进行场信号同步； （2） 对行同步信号采用中断采集的方式，当行同步信号 来临时，产生中断，进入中断子程进行图像信号的采集； （3） 在行中断子程中，利用IO 端口对每行二值化处理 之后的逻辑信号进行采集，得到赛道图像信息。

摄像机坐标系与世界坐标系

② 针孔成像模型
fx  X=   z  Y = fy  z 
x  x  X   f 0 0 0      Y  = 0 f 0 0   y  = P  y  s    z  z  1  0 0 1 0          1  1 
2

ˆ F = min ∑ mi − mi
i

ˆ mi =

1 h3 M i

 h1 M i    h2 M i  

透视校正

% % ρ M = H −1m



4.2 基于光电传感器的道路识别与控制
一、光电传感器道路识别基本原理

二、影响光电管传感器布局的两个参数 ① 传感器的布局间隔 ② 传感器的径向探出距离

三、布局形式 ① “一”字型布局
最常用的布局形式，各个传感器在一条线上，从而保 证纵向一致性，使控制策略集中在横向上。

② “八”字型布局
增加了纵向特性，从而具有一定的前瞻性。将中间传感 器前置的主要目的在于能够早一步了解到车前方是否为直道， 以便控制车速。
δ X = ( X '− u0 )k1r 2   2 δ Y = (Y '− v0 )k1r 

五、透视校正
zc M m oc
y x
y x

yc

o xc

~ ~ = HM sm
% M = [x y 1]
T

% m = [u v 1]

T

H是3×3非奇异矩阵，s为 不为零的系数

o

H的求解方法
~ M T  T 0 0T ~ MT ~ − uM T  ~ T X = 0 − vM 

③ 非线性模型
 X = X '+δ X  Y = Y '+δ Y

δ X = ( X '− u0 )( k1r 2 + k2 r 4 + ...)   2 4 δ Y = (Y '− v0 )(k1r + k2 r + ...) 
r = ( X '− u0 ) 2 + (Y '− v0 ) 2
第四章 道路识别与控制算法
1、赛场基本情况 2、基于光电传感器的道路识别与控制 3、基于摄像头的道路识别与控制

4.1 赛场基本情况 (1)赛道基本参数 (1)赛道基本参数 赛道路面用专用白色基板制作， 赛道路面用专用白色基板制作， 跑道所占 面积不大于5000mm 7000mm， 5000mm× 面积不大于5000mm×7000mm，跑道宽度不小 600mm； 于600mm； 跑道表面为白色， 跑道表面为白色，中心有连续黑线作为引 导线，黑线宽25mm 25mm； 导线，黑线宽25mm； 跑道最小曲率半径不小于500mm 跑道最小曲率半径不小于500mm 跑道可以交叉，交叉角为90 跑道可以交叉，交叉角为90°；

摄像头传感器 1.检测前瞻距离远 方案 2.检测范围宽 3.检测道路参数多 4. 占用MCU端口资源 少

二、摄像机的安装

三、道路分割

假设一幅灰度图像表示为I=f（x，y），x、y为某像素点 的横、纵坐标，I为该像素点的灰度值。则二值化算法如下 ： 1, f ( x , y ) ≥θ 0, f ( x , y ) <θ

 1  0 u0   Xw u   dX  f 0 0 0    1 v  = 0 0 f 0 0   R t  Y w  s  v0    0T 1  Z    dY  w       1  0 0 1  0 0 1 0    1      Xw α x 0 u0 0       R t  Yw  = 0 α y v0 0   T  = M1M 2 X w = MX w Zw  0 1 0 0 1 0      1 

 X   dX 0 − uo dX  u  Y  = 0 dY − v dY  v  o       1  1  0 0 1     

Xw Xw x     y   R t  Y   w  = M Yw   = 1 Zw   z   oT 1   Z w         1 1    1 

采集到的实际赛道图像 图像信号处理中提取的赛道信息主 要包括： （1） 每一行的赛道中心位置； （2） 每一行的赛道宽度； （3） 赛道的曲率； （4） 赛道的变化幅度； （5） 赛道任一点的导数值； （6） 赛道形式，包括直道、左弯、 右弯、大S 弯、小S 弯等等。

四、摄像机模型
① 图像坐标系、摄像机坐标系与世界坐标系
X  u= + uo   dX  v = Y + v o  dY 
 1  0 uo   u   dX   X  1 v  = 0 vo  Y       dY 1     0 0 1  1         

图像坐标系
源自文库
② 光电管发射功率的影响 为了增加前瞻距离，需要加大光电管发射功率，使得 返回的红外线的强度提高，这样不仅使得电池电能消耗增 加，同时也会缩短红外发射管的寿命。为了解决这个问题， 可以利用红外接收管响应速度快的特点，采用光电管脉冲 发射/接收的方法加以处理（扫描式）。

天津工业大学方案
方案一：一字型布局

天津工业大学方案
方案二：双排布局

五、转向控制和速度控制 ① 转向控制

② 速度控制

② 速度控制

4.3 基于摄像头的道路识别与控制
一、两种方案的比较
路径识别方法 优点 缺点 1.道路参数检测精度低、 种类少 2.检测前瞻距离短 3.耗电量大 4.占用MCU端口资源多 5.容易受到外界光线影响 1.电路设计相对复杂 2.检测信息更新速度慢 3.软件处理数据多 红外光电管传 1.电路设计相对简单 感器方案 2.检测信息速度快 3.成本低

赛道直线部分可以有坡度在15度之内的坡 赛道直线部分可以有坡度在15度之内的坡 15 面道路， 面道路，包括上坡与下坡道路 赛道有一个长为1000mm的出发区， 1000mm的出发区 赛道有一个长为1000mm的出发区，计时起 始点两边分别有一个长100mm黑色计时起始线， 100mm黑色计时起始线 始点两边分别有一个长100mm黑色计时起始线， 赛车前端通过起始线作为比赛计时开始或者 比赛结束时刻。 比赛结束时刻。