基于CCD传感器智能寻迹模型车研究和实现
基于CCD检测的循线移动智能汽车控制系统的研究与设计
Ａ Ｄ 和 Ａ Ｄ 两组 ， Ｔ０ Ｔ１ 为保证 Ａ Ｄ转换 的精度 ， 给该模块加 ／ 要
采用 ７０ ，８６和一块 Ｖ １ ８ ５７０ Ｓ 开关 型 Ｄ Ｃ—Ｄ Ｃ升压集成 电路 实 现， 驱动电机 芯片直接 用 ７ ２Ｖ电池供电。 ． １２主控制器简介 ．
差控 制等 主要控制功能提 出了 图１ 智 能 汽 车控 制 系统 示 意 图 解决 方案 。如 图 １ 所示 。
中保持 一 定 的 稳 定性 和平 顺 性， 控制 系统 中对 导 引线 路径
信息识别 、 径定 位 与方 向偏 路
梯 形 视 野 区 域
电源模块 为系统其 他各 电路 运行 提供 合适 的 电压。车
载主 电源为 １ ７ ２Ｖ， ｈ可充电镍镉蓄电池。 由于主控 块 ． ２Ａ／
制器 、 机 、 舵 摄像头分别需要 ５ ６Ｖ １ Ｖ等 电压供 电， 别 、 Ｖ、 ２ 分
径识别电路、 电机驱动电路、 车速传感电路、 舵机驱动电路。采用边缘提取算法提取 出路径信息 ， 调试后最终完成 了偏重于行驶稳
定的理 想车模 ， 实现 ቤተ መጻሕፍቲ ባይዱ小车 沿黑 线稳 定快速 的 前进 。
关 键词 ： 智能 汽车 路径 识 别 图像 采集 边缘提 取
中图分 类号 ：Ｐ７ Ｔ ２４
Ｊ ＡＯ ｎ ｉ Ｉ Ｘｉｘｎ，Ｗ ＡＮＧ ｉｈ ｉ Ｍ ｎ ｕ
Ａｂ ｔａｃ ：Ａ ｍａｔ ｃ ｒｏ ｕｔ—ｒ ｃ ｉｇ ｂ ｓ ｄ ｏ ｓｒ ｔ ｓ ｒ ａ ｆａ ｏ ｔａ ｋｎ ａ ｅ ｎ ＣＣＤ ｍｅａ ｄｅｅ ｔｏ ｓ ｉｔｏ ｕ ｅ ． Ｍｏ ｅ ａ ｎ Ｃａ ｒ ｔｃ ｉｎ ｗａ ｎｒ ｄ ｃ ｄ ｄ ｌｃ ｒａ ｄ ＭＣ９ ２ Ｓ１ ＸＳ１ ８ ｗｅ ｅ ａ ｐｔｄ ２ ｒ ｄｏ ｅ ． Ｃｉｃ ｔ ｏ ｕｏ ｍａ ｔ ｄ ｎ ｉ ｃ ｔｏ ｒｕｉ ｆｒａ ｔ ｓｉ ｉｅ ｔｆ ａ ｉｎ，ｍｏｏ ｒｖ ｓ ｃ ｉ ｔｒｄ ｅ，ｓ ｅ ｄ ｓｎｓｒ，ｓ ｒ ｏｄ ｉｅ ｗｅｅ ｄ ｓｇ ｄ ａ ｄ ｐｒｄ ｃ ｄ．Ａｆｅ ｅ ａｅ ｘ ｅｉ ｎ ｓｏ ｈ ｉ ｐ ｅ ｅ ｏ ｅ ｖ ｒｖ ｒ ｅ ｉｎｅ ｎ ｏ ｕ ｅ ｔｒｒｐｅ ｔｄ ｅ ｐ ｒｍｅ ｔ ｎ ｔｅ ａ ｔａ Ｈ ｗａ ｃｕ ｌｒ ｎ ｙ，ｔ ｅ ｍｅ ｄ ｄ ａ ｄ ｉ ｒ ｖ ｄ，ｔｅ ａ ｓ ｍｂｌｄ ｍｏ ｅ ａ ｃ ｍｐ ａ ｉｅ ｎ ｓａ ｌ ｙｆｎ ｌｙｃ ｍｐｌｔｄａ ｄ ｃ ｕｄ ｒ ｎ ａｏ ｇ ｔｅ ｈ ｎ ａ ｎ ｅ ｎ ｍｐ ｏ ｅ ｈ ｓｅ ｅ ｄ ｌｃ ｒｗｈｉｈ ｅ ｈ ｓｚｄ ｏ ｔｂｉｔ ａｌ ｏ ｉ ｉ ｅｅ ｎ ｏ ｌ ｕ ｎ ｈ ｌ ｂｌｃ ｉｅ ｓａ ｌ ｎｄ ｆｓ． ａ ｋ ｌｎ ｔｂ ｙ ａ ａ ｔ Ｋｅ ｙ ｗｏｒ ｓ：ｍａ ｔｃ ；ｕ ｏ ｔｃ ｉｅ ｔｆ ａｉｎ；ｍａ ｅ ｓ ｍｐｉ ｇ；ｄｇ —ｅｃ ｎ ｄ ｓ ｒ ａ ａ ｔｍａｉ ｄ ｎｉｉ ｔ ｒ ｃ ｏ ｉ ｇ ａ ｌｎ ｅ ｅ ｆｔｈｉｇ
基于线性CCD的智能循迹小车设计
节点应用遥 内嵌支持 LIN 协议的增强型 SCI 模块及 SPI 模块袁4 通道 16 位计数器袁出色的低功耗特性袁带有中断唤醒功能的 I/O袁实现唤醒休眠 系统的功能曰拥有 8 通道 PWM袁易于实现电机控制遥 作为专业的汽车电 子控制芯片袁能够更加适应智能控制遥 2.2 线性 CCD 图像信息采集处理模块
咱责任编辑院庞修平暂
渊上接第 40 页冤表示所属袁如院廿剽劐卦 蒯匮蒯仨 剽匮劂劂剀匮刭仨赜匮刂劁.爸爸的朋友在 讲遥 第三格旧译予格袁基本用法是表示间接客体袁如院亓 剽匮劂劂剀匮刭仨赜匮刂仞 蒯匮蒯刂 赜劂刈. 我给爸爸讲述着所有的事遥 第四格旧译补格袁基本用法是直 接客体袁如院亓 剌仞匾剌仞 蒯匮蒯劐. 我爱爸爸遥 第五格旧译造格尧工具格袁基本 用法是表示工具尧方法袁也表被动句的行为主体遥 如院噩剡刳卦匮 亻刳劁匮刂劁劂伛 蒯匮蒯剜刿. 此书正被爸爸读着遥 第六格袁旧译前置格袁与 剜 等前置词连用袁 表言语思维的内容等义袁 如院亓 剽匮劂劂剀匮刭仨赜匮仞 匾剽匮劁劐 剜 蒯匮蒯刂. 我给弟弟 讲爸爸遥
SKP=1000;
KI=120;
KD=250;
}
else
//减速 PID 参数
{
SKP=800;
KI=100;
KD=200;
}
car_speed =25000+SKP*ek0+KI* (ek0-ek1) + KD * (ek0-2*ek1+
ek2);
if(car_speed > 25000)
car_speed=25000;
舵机主要用来控制单片机的 PWM 模块袁通过调节脉冲的宽度和 周期来控制舵机和电机的工作遥 通过输入占空比一定的脉冲袁内部电 机将转过一个固定的角度袁所以要让舵机转到某一个位置袁只需要改 变脉冲的占空比就可以实现舵机在一定角度内的任意转动遥 2.4 电机驱动和转速控制模块
基于光电传感器自动循迹的智能车系统设计
第一章绪论1.1智能小车的意义和作用自第一台工业机器人诞生以来，机器人的开展已经普及机械、电子、冶金、交通、宇航、国防等领域。
近年来机器人的智能水平不断提高，并且迅速地改变着人们的生活方式。
人们在不断探讨、改造、认识自然的过程中，制造能替代人劳动的机器一直是人类的梦想。
随着科学技术的开展，机器人的感觉传感器种类越来越多，其中视觉传感器成为自动行走和驾驶的重要部件。
视觉的典型应用领域为自主式智能导航系统，对于视觉的各种技术而言图像处理技术已相当兴旺，而基于图像的理解技术还很落后，机器视觉需要通过大量的运算也只能识别一些构造化环境简单的目标。
视觉传感器的核心器件是摄像管或CCD，目前的CCD已能做到自动聚焦。
但CCD传感器的价格、体积和使用方式上并不占优势，因此在不要求清晰图像只需要粗略感觉的系统中考虑使用接近觉传感器是一种实用有效的方法。
机器人要实现自动导引功能和避障功能就必须要感知导引线和障碍物，感知导引线相当给机器人一个视觉功能。
避障控制系统是基于自动导引小车〔AVG—auto-guide vehicle〕系统，基于它的智能小车实现自动识别路线，判断并自动避开障碍，选择正确的行进路线。
使用传感器感知路线和障碍并作出判断和相应的执行动作。
该智能小车可以作为机器人的典型代表。
它可以分为三大组成局部：传感器检测局部、执行局部、CPU。
机器人要实现自动避障功能，还可以扩展循迹等功能，感知导引线和障碍物。
可以实现小车自动识别路线，选择正确的行进路线，并检测到障碍物自动躲避。
基于上述要求，传感检测局部考虑到小车一般不需要感知清晰的图像，只要求粗略感知即可，所以可以舍弃昂贵的CCD传感器而考虑使用价廉物美的红外反射式传感器来充当。
智能小车的执行局部，是由直流电机来充当的，主要控制小车的行进方向和速度。
单片机驱动直流电机一般有两种方案：第一，勿需占用单片机资源，直接选择有PWM功能的单片机，这样可以实现准确调速；第二，可以由软件模拟PWM输出调制，需要占用单片机资源，难以准确调速，但单片机型号的选择余地较大。
循迹小车实验报告
循迹小车实验报告循迹小车实验报告引言：循迹小车是一种基于光电传感器的智能机器人，能够根据环境中的光线变化来调整行进方向。
本实验旨在通过搭建一个循迹小车模型，探索其原理和应用。
一、实验材料和方法本次实验所需材料包括Arduino开发板、直流电机、光电传感器、电池组等。
首先，我们将Arduino开发板与直流电机、光电传感器等器件进行连接，确保电路正常。
然后，将循迹小车放置在一个光线变化较大的环境中，例如黑白相间的地面。
最后，通过编写程序，使循迹小车能够根据光电传感器的信号来判断行进方向，并实现自动循迹。
二、实验过程和结果在实验过程中，我们首先对光电传感器进行了校准，以确保其能够准确地感知光线的变化。
然后，我们编写了一段简单的程序，使循迹小车能够根据光电传感器的信号来判断行进方向。
当光线较亮时，循迹小车向左转；当光线较暗时，循迹小车向右转。
通过不断调试程序，我们成功实现了循迹小车的自动循迹功能。
在实验过程中，我们还发现了一些有趣的现象。
例如，当循迹小车行进到黑白相间的地面上时，光电传感器能够准确地感知到黑白色块的变化，并根据信号进行相应的调整。
这说明循迹小车的循迹原理基于光线的反射和吸收，具有一定的环境适应性。
三、实验结果分析通过本次实验，我们深入了解了循迹小车的原理和应用。
循迹小车通过光电传感器感知环境中的光线变化，从而判断行进方向，实现自动循迹。
这种智能机器人在工业生产、仓储物流等领域具有广泛的应用前景。
然而，循迹小车也存在一些局限性。
首先，其循迹能力受到环境光线的影响较大，当环境光线较弱或过强时，循迹小车的准确性会受到一定的影响。
其次，循迹小车只能在特定的地面上进行循迹，对于其他类型的地面可能无法正常运行。
因此，在实际应用中，需要根据具体情况进行合理选择和调整。
四、实验总结通过本次实验，我们对循迹小车的原理和应用有了更深入的了解。
循迹小车作为一种基于光电传感器的智能机器人，具有自动循迹的功能，可以在工业生产、仓储物流等领域发挥重要作用。
基于光电传感器自动循迹小车设计
摘要制作自动寻迹小车所涉及的专业知识包括控制、模式识别、传感技术、汽车电子、电气、计算机、机械等诸多学科。
为了使小车能够快速稳定的行驶，设计制作了小车控制系统。
在整个小车控制系统中，如何准确地识别路径及实时地对智能车的速度和方向进展控制是整个控制系统的关键。
由于此小车能够自动寻迹,加速,减速.故又被称作为智能车.本智能车控制系统设计以MC9S12XS128微控制器为核心，通过两排光电传感器检测小车的位置和运动方向来获取轨道信息，根据轨道信息判断出相应的轨道类型，并分配不同的速度给硬件电路加以控制，完成了在变负荷条件下对速度的快速稳定调节。
红外对射传感器用于检测智能车的速度，以脉宽调制控制方式〔PWM〕控制电机和舵机以到达控制智能车的行驶速度和偏转方向。
软件是在CodeWarrior 5.0的环境下用C语言编写的，用PID控制算法调节驱动电机的转速和舵机的方向，完成对模型车运动速度和运动方向的闭环控制。
智能车能够准确迅速地识别特定的轨道，并沿着引导线以较高的速度稳定行驶。
整个智能车系统涉及车模机械构造的改装、传感器电路设计及控制算法等多个方面。
经过屡次反复的测试，最终确定了现有的智能车模型和各项控制参数。
关键词：MC9S12XS128；PID；PWM；光电传感器；智能车ABSTRACTMaking automatic tracing car involved the professional knowledge including control, pattern recognition, sensing technology, automobile electronics, electrical, computer, machinery and so on many subjects. According to the technical requirements of the contest, we design the intelligent vehicle control system. In the entire control system of the smart car, how to accurately identify the road and real-time control the speed and direction of the Smart Car is the key to the whole control system.Because this car can automatic tracing, accelerate, slowing down. So it is also known as intelligent car this intelligent vehicle control system design take the MC9S12XS128 micro controller as a core, examines car's position and the heading through two row of photoelectric sensors gains the racecourse information, judges the corresponding racecourse type according to the racecourse information, and assigned the different speed to control for the hardware circuit, has completed in changes under the load condition to the speed fast stable adjustment. The infrared correlation sensor uses in examining the intelligent vehicle's speed, (PWM) controls the electrical machinery and the servo by the pulse-duration modulation control mode achieves the control intelligence vehicle's moving velocity and the deflection direction.The software is under the CodeWarrior 5.0 environment with the C language compilation, actuates electrical machinery's rotational speed and servo's direction with the PID control algorithm adjustment, completes to the model vehicle velocity of movement and the heading closed-loop control. The intelligent vehicle can distinguishthe specific racecourse rapidly accurately, and along inlet line by the high speed control travel.The entire intelligent vehicle system involves the vehicle mold mechanism the re-equipping, the sensor circuit design and the control algorithm and so on many aspects. After the repeated test, has determined the existing intelligent vehicle model and each controlled variable finally many times.Keywords：MC9S12XS128; PID；PWM；photoelectric sensor; smart car目录第一章绪论 (1)1.1引言 (1)1.2本文设计方案概述 (2)1.2.1总体设计 (2)1.2.2传感器设计方案 (2)1.2.3控制算法设计方案 (6)第二章机械构造设计 (7)2.1前轮倾角的调整 (7)2.2齿轮传动机构调整 (8)2.3后轮差速机构调整 (8)2.4红外传感器的固定 (9)2.5小车重心的调整 (9)2.6齿轮啮合间隙的调整 (10)第三章硬件电路的设计 (11)3.1系统硬件概述 (11)3.2电源模块的设计 (12)3.2.1 LM2940供电电路 (14)3.2.2 LM2596供电电路 (16)3.3电机驱动模块 (18)3.3.1模块介绍 (18)3.3.2使用说明 (18)3.3.3电压电流测试结果 (20)3.4舵机控制模块 (22)3.5路径识别模块 (23)3.7单片机模块的设计 (26)3.8硬件电路局部总结 (27)第四章软件系统设计 (28)4.1智能车控制算法监测平台 (28)4.2主程序流程图 (29)4.3系统的模块化构造 (30)4.3.1时钟初始化 (30)4.3.2串口初始化 (30)4.3.3 PWM初始化 (32)4.4中断处理流程 (34)4.5小车控制算法 (34)4.5.1舵机控制 (36)4.5.2速度控制 (37)4.6坡道的处理 (40)4.7弯道策略分析 (40)第五章开发与调试 (42)5.1软件开发环境介绍 (42)5.2智能车整体调试 (46)5.2.1 舵机调试 (46)5.2.2 电机调试 (46)5.2.3 动静态调试 (46)第六章结论 (48)6.1智能车的主要技术参数说明 (48)6.2总结 (48)6.3缺乏与展望 (48)参考文献 (50)致 (51)附录1 (52)附录2 (64)附录3 (82)第一章绪论1.1引言思路及技术方案是一个工程工程的灵魂。
基于CCD传感器在智能汽车中的应用分析
基于 CCD传感器在智能汽车中的应用分析摘要：当前，汽车厂商数量越来越多，市场竞争愈发激烈，各汽车厂家为提升产品竞争力，提升自身市场发展潜力，也在不断寻找更为科学的车用传感器应用与发展模式，汽车智能化已成为市场的普遍趋势，而传感器更是汽车实现智能化的根本。
基于此，本文就CCD传感器在智能汽车中的应用进行简要分析。
关键词：CCD传感器；智能汽车；应用；1 CCD传感器原理及在汽车电子技术中发挥的作用1.1 CCD 传感器的工作原理CCD 图像传感器可以感知光线，将其转变为信号电荷，而信号电荷是可以存储以及读取的。
由此可见，CCD 图像传感器可以作为智能汽车循迹系统中的重要组成部分使用，其主要功能为：根据 CCD 图像传感器储存的有图像转换而来的数字信号进行分析，帮助智能汽车能够按照规定的路线行驶。
CCD 图像传感器通过将光反射的图像信号转变为信号电荷，以此来完成光电的转换，因此，CCD 图像传感器的精度和灵敏度直接决定了智能汽车控制系统反应的精度以及灵敏度。
1.2 CCD传感器在汽车电子技术中发挥的作用CCD传感器是现代汽车电子技术的基础环节，传感器的存在让汽车自动化、智能化控制成为可能，对提升汽车电子技术的水平有着积极的影响。
现阶段，行业工作者将汽车控制系统称之为闭环控制系统，而这一系统需实时搜集汽车运行的各类数据信号，只有保证这些数据信息的精准度与实时性，才能让汽车控制与运行更为安全可靠。
传感器可实时监控汽车各项性能参数，为闭环控制系统实时提供各项反馈信号，同时，亦可将与汽车安全运行相关的温度、压力、声音以及光等非常规信号转变为可被闭环控制系统有效识别的电信号，并可将这些数据信息在统一的逻辑下完成处理，最终实现汽车智能化控制。
因此，对于现代汽车而言，传感器就是保证汽车持续稳定运行的根本，如果失去传感器，汽车电子技术对于汽车行业的价值将无从谈起。
对于行业工作者而言，为推动汽车电子技术自身价值与优势的提升，应合理运用各类传感器，并找到更为合适的应用策略，在汽车电子技术中合理运用传感器。
基于CCD的智能车循迹系统的研究
图像采集是根据摄像头的行信号和场信号对图像模拟量进行采集。输出信号包括行 同步信号 、 场同步信 号、 图像时间以及各种消隐时间。行 同步信号代表一行图像数据扫描开始 ， 场同步信号代表一帧图像数据扫 描开始 。要 完成 图像 的正确采 集 ， 必须严 格遵 守时序 的要 求 ： 当捕捉 到 一个行 信号 时 ， 始对 该行 各点 的模 拟 开 量进行 采集 ， 当下一 个行 信号 发生 时表 明该行 采集完 毕 ， 要对 下一 行模 拟量进 行 采集 。 需
关键 词 ：循迹 ； 径识别 ； 路 二值 化 ； 能车 智
中 图分类号 ： Ｐ ８ Ｔ １
文献标 识码 ： Ａ
０ 引 言
图像 处理 和 电机控 制技术 广泛 应用 于各 种智 能循 迹 的车辆 ， 目前 很 多循 迹 系 统采 用 Ｃ Ｄ 或者 红外 传 感 Ｃ 器实 现数 据 的采集 。Ｃ Ｄ 的前瞻性 好 ， 制 精细 ， 算 法复 杂 。本文对 采 用 Ｃ Ｄ 的路 面信 息采集 与控 制算 法 Ｃ 控 但 Ｃ 进行 简化 改进 ， 小 车 能 够 沿 黑 色 引 导 线 快 速 行 驶 ， 不 会 冲 出 跑 道 。该 小 车 采 用 Ｆｅｓａｅ公 司生 产 的 使 又 ｒｅｃｌ ＭＣ Ｓ２ Ｓ２ 号单 片机作 为控 制芯 片 ， 过单 片机 的 片 内 Ａ ９ １Ｘ １８型 通 Ｄ模 块 和 Ｃ Ｄ采集 小 车前 方黑 色 引 导线 的 图 Ｃ 像， 经过对 图像 的一 系列分 析得 出舵 机 的输 出角度 以使 小 车转 向 ， 并判 断 小 车应 该 加 速还 是 减 速 。该 小 车 的 设计 已经在 ２０ ０９年全 国智 能车 比赛 中取得 二等 奖 。
置进 行 了提升 ， 大 了力矩 ， 小车 能按照 轨迹进 行快 速转 弯 。 增 使
基于线性CCD传感器检测的智能车控制系统
前言随着现代社会的高速发展，无论在生活应用还是在工业应用中，智能化的概念越来越多的出现在我们的身边。
尤其是自上世纪80年代以来，汽车技术以突飞猛进的速度在发展，汽车从原来的纯机械结构构成的代步工具逐渐演变成一个集各种高科技技术为一体的智能化的新时代产物。
因此，智能车的概念也就越来越凸显出来，智能汽车，顾名思义，就是在现代网络技术支撑下，利用电子信息通信技术，智能微控制器，环境监测控制技术，GPS导航技术等等组成的一个新意义的高新技术复合载体。
它能够实现自动的环境监测，规划处理，自动行驶还有人工辅助驾驶等功能。
现在汽车行业对智能汽车的研究主要在提高汽车的安全性和汽车的驾驶辅助上，在汽车自动驾驶方面的发展还没有质的飞跃，近年对于车辆自动驾驶，智能导航的研发正大力进行。
智能车辆的研究成果现在已经体现着一个研究团体乃至整个国家科研实力水平。
所以无论是中国还是国外很多国家已经把智能汽车确定为重点发展的项目。
21 智能车控制系统概况1.1 系统开发背景智能化，是现今社会前进的一个目标。
对于汽车来说智能化也会是未来发展的方向。
对于国家来说，大学生质量的好坏是这个国家的发展动力的重要指标之一。
大力发展国内大学生的科技实践能力一直是我国的一大政策。
其中为促进大学生的科研创新能力，一直在举办着各种各样的科技竞赛。
智能汽车方面，在中国的各种智能车机械车等的竞赛有很多，其中飞思卡尔杯全国大学生智能汽车竞赛在中国已经举办了九届。
这项赛事主要探索的就是智能汽车，用智能汽车模型作为研究对象，让学生们充分发挥学校中所学习科学文化知识，对智能小车加以设计并改装，完成一个能自动识别比赛赛道路况并能够进行判断并进行相应控制的小车。
最终完成大赛的比赛要求。
这项大赛其中包括了智能控制、环境监测、传感器技术等主要学科知识，还涉及到电子、电气、计算机、机械等多个基础学科。
赛事用比赛的方式，大大提高了大学生参与者的积极性，锻炼了大学生的实际操作能力。
基于光电传感器寻迹智能车
01
讨论
02
基于光电传感器的寻迹智能车具有广泛的应用前景，如自主导航、机 器人控制等。
03
在实际应用中，需要考虑环境因素对传感器检测的影响，以及控制算 法的优化和稳定性问题。
04
未来研究方向包括提高智能车的稳定性和适应性、优化控制算法等。
06
结论与展望
研究结论
光电传感器寻迹智能车在路径识别、速度控制和自主导航等方面表现出 良好的性能，能够实现稳定、准确的寻迹行驶。
当前智能车的控制算法和路径规划算法仍有较大的优化空间，未来可以通过引入更先进 的算法和技术，提高智能车的自主导航和路径跟踪能力。
在实际应用中，需要考虑智能车的能源供应和续航能力，以及与其他车辆和基础设施的 通信与协作等问题，这些问题的解决将有助于推动智能车技术的进一步发展和应用。
THANKS
谢谢您的观看
实验中可能遇到的问题包括传 感器检测不准确、控制参数调
整不当等。
结果分析和讨论
01
结果分析
02 分析智能车行驶过程中的数据，如速度、轨迹等 ，以评估智能车的性能。
03 比较不同参数和条件下的实验结果，以了解其对 智能车性能的影响。
结果分析和讨论
• 分析实验中遇到的问题，并提出解决方案 。
结果分析和讨论
研究意义
基于光电传感器寻迹的智能车具有广泛的应用前景，如无人驾驶汽车、智能物流、无人仓库等。该研究不仅有助 于推动光电传感器技术的发展，还可为智能交通系统的建设提供有力支持，提高道路交通的安全性和效率。
02
光电传感器技术
光电传感器工作原理
光电传感器利用光电效应，将光信号转换为电信号，实现光 强的检测和控制。在寻迹智能车中，光电传感器通常被用来 检测赛道上的色带，从而判断智能车的行进方向和位置。
基于CMOS摄像头的智能寻迹车的设计与实现
第29卷第5期2008年10月华 北 水 利 水 电 学 院 学 报Journa l of Nort h China Institut e of W ate r Conservancy and Hydroe l ec tric Powe rVol 129No 15Oct .2008收稿日期作者简介云 康(—),男,河南杞县人,助教,主要从事自动化测量、测试与控制系统方面的研究文章编号:1002-5634(2008)05-0055-03基于CM O S 摄像头的智能寻迹车的设计与实现云 康1,高 超2(1.郑州轻工业学院,河南郑州450002;2.电子科技大学,四川成都610054)摘 要:分析了自动寻迹智能车的几个关键实现技术,给出了一种采用C MOS 摄像头检测方式的智能车的电路设计、控制算法和软件流程.测试结果表明该车能够准确跟踪引导线运行.关键词:摄像头检测;微控制器;P WM 控制;智能车中图分类号:TP242.6 文献标识码:A 智能车又名轮式移动机器人,可作为安装有特定设备的交通载体,使用在科学探索、工业生产等领域.目前智能车的研究重点主要集中在视频检测及目标检测、跟踪、避障等方面.笔者主要针对具有黑色引导线并带有弯道、坡道等的特定道路,设计出能够自动识别路径并跟踪行驶的智能模型车,如图1所示.图1 智能车示意图1 系统设计将汽车工业中实际用于中央车身电子、底盘安全及动力总成控制的飞思卡尔公司16位处理器MC9S12DG 128引入到智能车的开发中,提高智能车的整体控制性能.设计思路为:由安装在智能车前端的摄像头拍摄车体前方道路,从拍摄的道路图片中提取黑色引导线信息送到智能车控制器,判断车身相对前方引导线位置,如有偏离则根据算法控制舵机进行方向调整,同时控制驱动电机跟踪引导线稳定行驶.系统结构如图2所示[1-2].图2 系统结构框图2 关键技术分析与硬件设计系统的关键技术在于道路引导线信息的提取.硬件电路主要围绕引导线检测、车辆控制、电源保障等几个方面设计.2.1 电源模块电源模块为系统其他各电路运行提供电源保障.车载主电源为1块7.2V,2A /h 可充电镍镉蓄电池.由于电路主板、驱动电机、摄像头分别需要5,6,8,12V 等电压供电,分别采用7805,7806,7808和一块VS1开关型DC -DC 升压集成电路实现.2.2 道路检测模块该模块主要实时拍摄车体前方道路,并提取前方引导线相对于智能车的偏移量、方向、曲率等信息,以实现智能车自动沿引导线运行.用摄像头拍摄车体前方的道路,得到由黑色引:2008-07-09:1982.导线和白色路面组成的图像.引导线和路面的黑白二色在图像中就体现在其灰度值的大小差异上,摄像头中的图像传感器芯片将各点处图像的灰度转换成与灰度一一对应的电压值通过视频信号端分场逐行输出.利用控制器采样图像中各点的电压值,就可以判断出引导线的位置、形状等信息[3].系统采用1/3Omni V isi on C MOS 传感芯片的黑白摄像头,隔行扫描P A L 制式,场频为50Hz,分辨率为320电视线,即摄像头每秒钟输出50场图像,每场图像分320行输出.由于智能车始终在运行,可将摄像头奇偶场作为2幅图像来处理,复合视频信号由摄像头信号端输出.另外,系统采用LM1881专用视频同步信号分离芯片从摄像头输出的复合视频信号中提取出行同步脉冲、场同步脉冲、奇偶场换场信号等图像的换行和换场的同步信息.由摄像头、LM1881电路和S12控制器构成的智能车视频采样电路如图3所示.图3 视频采样电路视频采样原理为:当PS1引脚电平发生翻转时,表明新的一场图像到来,图像采样开始;当PT0引脚检测到一个行同步信号上升沿,表明新的一行图像数据开始输出,S12控制器启动对AD0引脚的摄像头视频信号进行采样,直到下一个行同步信号到PT0引脚为止,表示对该场中的这一行图像采集结束;控制器反复执行上述步骤,就可以将一场图像320行信息全部采集出来.2.3 舵机驱动模块该模块主要控制智能车根据引导线形状进行转向.舵机本身是一个位置随动系统,由舵盘、减速齿轮组、位置反馈电位计、直流电机和控制电路组成.通过内部设计使舵盘输出转角正比于给定的控制信号.该系统舵机型号为F U T ABA S3020.控制信号是周期为20m s 的P WM 信号,脉冲宽度决定舵机输出的转角 电机驱动模块车身后置驱动电机是整个智能车的动力来源,采用RS -380直流电机.使用H 桥驱动电路控制电机加速运行、减速制动,控制端信号为两路P WM 信号.为使电路简单,采用MC33886集成全桥驱动芯片,驱动电路设计如图4所示.图4 电机驱动电路图2.5 速度检测模块为使智能车在急转弯时不至于速度过快而冲出道路,控制器除需控制前轮转向外,还需控制车速.该模块采用光电透射式检测方法,将具有齿槽结构的圆盘固定在智能车后轮轴上,圆盘转动时,光电传感器输出脉冲信号,通过整形后送至MC9S 12DG128控制器,计算智能车当前运行速度,并根据采样到的引导线形状调整当前智能车的运行速度.3 软件设计3.1 开发软件开发软件采用F reescal 公司的产品Code W arrior4.0.Code W a rrior f or S12是Free sca l 公司为S12系列处理器提供的嵌入式应用开发软件包,包含集成开发环境I D E 、处理器专家系统、全芯片仿真等,是一款功能强大的图形化编程软件[4].3.2 控制算法将摄像头安装在车体前部中间位置,调整摄像头的安装高度、前倾角和焦距,使所拍摄道路图像清晰,有效视场宽约40.0c m ,有效前瞻距离约50.0c m ,已知引导线宽2.5c m.由摄像头测试可知,摄像头输出的每场320行信号中,第23行到310行为视频信号,前22行和后10行为场消隐信号,即摄像头每场会扫描产生288行有效视频信号,也就是说摄像头在纵向有288个像素的分辨能力.在视频区域中每行信号持续时间相同约64.0μs,行同步脉冲持续约 4.7μs,所以每场图像单个视频信号行中有效视频持续的时间约57.3μs .通过对S12控制器AD 时钟频率设置,AD转换时间可设为μ[5],所以每行可采样点数为个该智能车每场最大可获得×像素分辨率的图像数据65 华 北 水 利 水 电 学 院 学 报 2008年10月.2.4 1.4s 40.28840.尽管通过图像处理可以获得更多的道路信息,但会增大S12控制器的数据存储和处理负担.为了简化过程,也可以只使用图像中的一行数据提取引导线位置.提取引导线位置主要有2种方法:一是将图像一行数据中灰度值最低点位置作为引导线中心位置;二是从动态阈值二值化后的图像中进行提取,寻找图像中每行连续黑点最多的一段,以该段中心点的位置作为引导线中心位置.在所采集行40个采样点中,以第20个点为智能车车身位置,提取出引导线中心位置[6-7]所在点,记为x,引导线与车身偏差记为e (x ),e (x )=x -20,则e (x )值从-19到20,共有40种情况.若e(x)=0,表示前方引导线位置与车身位置重合,舵机不输出转角,智能车直行;若e (x )<0,表示前方引导线位置在车身位置左侧,则舵机输出转角驱动智能车左转;同理e (x )>0,表示引导线位置在车身位置右侧,则舵机输出转角驱动智能车右转.同时兼顾当前车速调整驱动电机控制P WM 信号,以使智能车回到引导线的正上方,达到稳定跟踪道路引导线的设计要求.具体参数见表1.表1 控制参数表引导线位置偏差e (x)值方向舵机转角/(°)驱动电机P WM /%1-19右偏-36.474.802-18右偏-34.666.96……………20正上方0.086.27……………3919左偏34.666.964020左偏36.474.803.3 程序流程主程序采用和P LC 相似的周期性检测控制思想.控制器每检测到摄像头的换场信号,便调用一次视频采样程序和车速检测程序,根据得到的引导线和车速数据,调用舵机和驱动电机控制程序对智能车的运行状态进行实时控制,以完成循线运行的要求,如图5所示.图5 主程序流程图4 结 语测试表明,采用MC9S12DG 128控制器和C MOS 摄像头检测方式设计并试制的智能寻迹车,检测范围宽,前瞻性强,舵机转向流畅,车体跟踪引导线准确.参 考 文 献[1]黄开胜,金华民,蒋狄南.韩国智能模型车技术方案分析[J ].电子产品世界,2006,14(5):150-152.[2]浦东兵,孙英娟,周光有,等.一种嵌入式智能寻迹机器人设计[J ].微计算机信息,2008,24(3-2):241-242.[3]卓晴,王<,王磊.基于面阵CCD 的赛道参数检测方法[J ].电子产品世界,2006,18(7):143-145.[4]邵贝贝.单片机嵌入式应用的在线开发方法[M ].北京:清华大学出版社,2004:243-255.[5]王威,胡继云,郑维,等.HCS12微控制器原理及应用[M ].北京:北京航空航天大学出版社,2007:155-181.[6]邱寄帆.移动机器人寻线导航系统的设计与实现[J ].微计算机信息,2006,22(9-2):201-203.[7]万永伦,丁杰雄.一种机器人寻线控制系统[J ].电子科技大学学报,2003,32(1):48-51.Design an d R ea l i za t ion of Autotra ck i ng Sm a r tcar Ba sed on C MO S C a m eraY UN Kang 1,G A O Chao 2(1.Zhengzhou University of L i ght I ndustry,Z hengzhou 450002,China;2.Unive rsity of Elec tronic Science and Technol ogy of China,Chengdu 610054,China )Ab stra ct:Severa l key technol ogies of the aut otracking s ma rt ca r are analysed .A way of using C MOS ca m era detection m ethod of the rea l 2z f ,,f T y yK y ;2;WM ;75第29卷第5期云 康等: 基于C MOS 摄像头的智能寻迹车的设计与实现 i ati on o the s ma rtca r c ircu it co n tro l algo rith m s an d s o t w are p r o cesses is g i ven .est resu lts in d ica tes t h at the ca r is ab le t o track the gu ide lin e accu ratel and stab l.e w or d s:ca m era de t ec tion m icro con tro ller P co n tro l s ma rtca r。
基于光电传感器寻迹智能车的研究
标题，作者，出版年份，期刊名称，卷号，期号 ，页码，引用次数。
பைடு நூலகம்文献3
标题，作者，出版年份，期刊名称，卷号，期号 ，页码，引用次数。
THANK YOU.
02
寻迹算法优化
针对光电传感器采集的道路信息，通过优化寻迹算法，实现了智能车
的精确控制和稳定行驶。
03
实验验证
通过实验验证，智能车在寻迹性能、速度控制和稳定性方面均取得了
良好的表现，证明了研究的可行性和实用性。
研究不足与展望
传感器精度和稳定性
目前使用的光电传感器精度和稳定性还有待提高，以适 应不同环境下的寻迹需求。
03
光电传感器技术
光电传感器原理
基于光电效应
光电传感器基于光电效应，能 够将光信号转换为电信号。
光源与接收器
光电传感器通常由光源和接收器 组成，当光线照射到目标物体时 ，接收器会接收到光线并产生电 信号。
调制与解调
为了提高检测精度，需要对光电信 号进行调制与解调，去除噪声和干 扰。
光电传感器安装与调试
研究内容
本研究将从以下几个方面展开
1. 光电传感器选择与优化
根据实际需求选择合适的光电传感器，并对其进行优化以 提高检测精度和稳定性。
2. 寻迹算法设计与实现
设计并实现一种基于光电传感器数据的寻迹算法，通过处 理传感器数据来判断车辆的行驶状态，引导车辆沿预设路 径自动行驶。
3. 智能车硬件平台搭建
根据研究需要，搭建基于光电传感器的寻迹智能车硬件平 台，为算法验证和系统测试提供支持。
算法优化
寻迹算法仍存在一定的优化空间，未来可以对算法进行 进一步研究和改进，提高智能车的寻迹性能。
实验场景局限性
基于线性CCD检测的寻线智能车设计与实现
基于线性CCD检测的寻线智能车设计与实现余世干，张廉洁，张旭东，戎强强（阜阳师范学院信息工程学院，安徽阜阳 236041）摘要：本设计以全国大学生智能车竞赛为背景，为了实现小车的自动循迹功能，提出了一种道路识别和最优的路线计算算法引导小车循迹行驶的方案.本文介绍了这一方案的基本思想，阐述了采集的原理，并根据这一原理对图像进行处理和路线的最优计算，最终实现了小车的自动循线的功能.关键词：智能车；阈值；灰度值；滤波TP23：A：1673-260X（2015）10-0065-031 引言自动循迹的智能车相当于移动的智能机器人，现在主要应用于餐厅餐盘的接送、仓库以及其他需要搬运设备的工作中，而线性CCD相当于智能机器人眼睛，小车通过传感器获取路径信息，并按一定的精度要求正确沿路径行驶.2 系统整体结构设计本设计中，要求智能汽车模型在规定45cm宽度的白色KT板，两边均为2cm黑色引导线的跑道上自动行驶，并可根据变化的形状，按行驶要求自主导航.这就要求智能车车具备较强的自适应能力.智能车在行驶的过程中还需要快速和稳定性的要求，因此，设计方案必须考虑传感器信号采集处理，陀螺仪和加速度计的调整，和电机差速控制策略的设计等因素.整个系统包括图像信息采集和处理，智能车的直立控制，电机差速的转向控制和速度的反馈，系统组成结构如图1所示，系统组成实物如图2所示.2 图像处理方案设计2.1 图像信息处理对跑道形状的识别正确与否决定了智能车车能否实现自动循迹功能.虽然当今图像处理算法已经有很多成熟的算法和应用，但如何有效地采用符合具体实际使用的算法则需要经过实际测试才能确认，图像处理包括对线性CCD信息采集，跑道状况的提取，路径的计算等.一般的设计流程包括图像信息采集，图像信息的处理，跑道信息的计算和行驶路线的优化这4个部分.图像信息采集时，单片机的端口与CCD的图像灰度信息输出引脚相连，线性CCD是单行采集图像的，并且采集回来的数据是灰度值，我们需要对灰度值进行二值化和滤波处理，最终确定跑道的路况情况.2.2 阈值提取方法在智能小车中常用的阈值提取方法有固定阈值法；取平均电压值作阈值与计算max与min的均值作阈值，通过对比分析得出本系统采用大津算法求阈值法.2.2.1 固定阈值主要思想在黑白电压值较稳定，浮动范围很小的情况下，如白色路面的电压始终在170上下极小的范围内浮动，黑色路面电压在50左右稳定，此时阈值可选范围很大，随机取一个100或120都是没问题的.但很多CCD存在畸变，视野两侧的电压始终很低，而且有时考虑到CCD视角的变化（如更改前瞻，焦距），图像的波动可能也会较大，用以下两种方法可能更实用.2.2.2 取平均电压值作阈值法计算出128个像素点电压的平均值，取此值作为图像二值化的阈值，可以增强环境的适应性，由于实际的黑白电压的门限不断变化且有一定的波动，或者外界光线亮暗略有不均，此方法依然能够适用.2.2.3 计算max与min的均值作阈值法需要对128个像素点做排序，取出电压最大与最小的两个像素点的电压值，取二者的平均值作阈值，通过实践测试，这种方法具有一定的效果，但是考虑到比赛赛场上的光线过强，加上CCD畸变的影响，即使加上偏振片，得到的图像可能仍不理想.2.2.4 大津算法求阈值由于比赛场馆的光线分布式不均匀的，如果采用固定的阈值会影响图像处理的效果，所以采用了大津算法动态求阈值.大津算法(OTSU)是一种确定图像二值化分割阈值的重要算法，这是由日本学者大津于1979年提出，从大津的原理上来讲，该方法又称作最大类间方差法，因为按照大津法求得的阈值进行图像二值化分割后，前景与背景图像的类间方差最大.原理：对于图像I(x，y)，前景(即目标)和背景的分割阈值记作T，属于前景的像素点数占整幅图像的比例记为ω0，其平均灰度μ0；背景像素点数占整幅图像的比例为ω1，其平均灰度为μ1.图像的总平均灰度记为μ，类间方差记为g.假设图像的背景较暗，并且图像的大小为M×N，图像中像素的灰度值小于阈值T的像素个数记作N0，像素灰度大于阈值T 的像素个数记作N1，则有：采用遍历的方法得到使类间方差g最大的阈值T，即为所求.大津算法的形象理解：对于直方图有两个峰值的图像，大津法求得的Ｔ近似等于两个峰值之间的低谷.图3为图像的直方图，使大津法求得的Ｔ＝0.5294，转换在［0，255］之间为134.9970，只好是两个峰值之间低谷的位置.2.3 系统图像处理过程图像处理的滤波算法较多，主要分为平均值滤波，中值滤波，限值滤波，滑动平均值滤波等.考虑到其他的滤波运算量大，需要占用大量内存，故采用了中值滤波和滑动平均值滤波相结合的算法.中值滤波的优点是能够有效克服因偶然因素引起的波动干扰，滑动平均滤波的优点是对周期性干扰有良好的抑制作用.在实际处理中，每次取一行中3个相邻列的灰度值，先判断这3个值是否有相同的灰度值，若灰度值相同则采用滑动平均值滤波，取平均值，并将第二个值修改为该平均值；若灰度值不同则采用中值滤波，并对这3个值进行排序，将第二个值修改为3个数值的中间值.该算法对一个像素点的过滤仪用到r相邻两个像素点的灰度值，计算量不大，占用内存不多，适合单片机的计算，且该算法相对来说较简单，时间复杂度不高，满足了小车对快速控制系统的要求.滤波前后图像对比如图4所示.2.4 跑道轨迹提取在滤波后的图像中，白色为小车的行驶范围，黑线为小车需要行驶的轨迹，因此，轨迹线的提取即为黑线，所以采用跟踪引线的黑线提取算法.假设某时刻找到某行的黑线中心位置m，则下一时刻在下一行的m附近搜寻黑线的左右边缘，然后计算该行的中心位置.该方法的特点是始终在前一行的引线中心位置附近寻找下一行的引线位置，故称为“跟踪”引线的黑线提取算法.该算法的优点是在首行引线检测正确的前提下具有较强的抗干扰性，能更有效地消除十字垂直交叉黑色引线的干扰以及引线外黑色噪点的影响，始终跟踪目标引导线.在试验过程中，发现该算法有一定的不足.由于是在连续邻域上跟踪引导线，因此，若第一行引线的检测位置和实际导引线偏差较大，将产生一连串的错误，甚至造成小车失稳.为防止这种现象的发生，可利用前面两行的引线中心位置来确定下一行的黑线位置.因为前两行同时出错的概率远远小于一行出错的概率，所以采用这种方法造成丢失引线的几率会大大减小.此外，针对每行中的孤立噪点，采用计数法排除.如果连续黑点数小于某个阈值时，认为是噪声影响，而非实际的黑线，从而可以减少误判概率.2.5 轨迹曲率处理对于道路形状的判断，可以采用曲率法.找到每行黑线的中心位置后，再进行道路曲率信息的计算，即可得出道路的类型.简单的曲率计算公式如下所示：q=I(X3-X2)-(X2-X1)I式中：x1，x2和x3为3个实际距离相等的行的黑线位置.行驶路径类型可以分为直道、曲率小的s弯、曲率大的S弯和普通弯道4类.u型弯道和0型弯道可以认为是多个同方向普通弯道连接在一起，因此，都可以被认为是普通弯道.若计算出来的曲率q接近0，则说明该段道路为直道或者小S弯；若曲率q比较大，则说明该段道路为普通弯道；若计算出来的曲率q非常大，则说明该段弯道为大S弯.在计算得到各段道路的具体类型之后，就可以进行小车行驶路径的优化.通常情况下，直道和小s弯道按照直线行驶通过；对于普通弯道，一般将小车行驶路线的曲率比道路弯曲程度大一点，尽量以微内圈的线路通过；对于大S弯道，需要将小车的行驶路线曲率比道路弯曲程度小一点，在不跑出道路的情况下尽量少走弯路，这样小车看到的弯道类型始终是大s弯道，即可以连续地走“小弯”路线通过，这样既节约时间，且行驶速度不会因为拐弯太大而过于减小，并保持匀速行驶.优化前后路径如图5所示，虚线代表实际道路形状，带箭头的实线代表优化后的路径形状.3 结束语采用线性CCD检测的循迹智能车系统的设计涵盖了多个学科交叉知识，利用K60芯片作为核心控制器，CCD作为路线探测器，本文针对智能车系统的具体实际的图像处理方案设计过程，具体包括图像信息处理，阈值提取方法，系统图像处理过程跑道轨迹提取，轨迹曲率处理等过程.经过实际检测，按照本文所设计的智能汽车模型能够在规定的直行、S型、十字交叉路口、斜坡、直角弯等赛道上自助导航行使，速度能达到2m/s的速度，满足实际需求.另外基于本文所研究思想，可以在其他自动控制领域发挥作用，这也是文章的另外一个目的.参考文献：〔1〕卓晴，黄开胜，邵贝贝.学做智能车[M].北京:北航出版社，2007.〔2〕赵春燕，郑永果，王向葵.基于直方图的图像模糊增强算法[J].计算机工程，2005.〔3〕李忠海.图像直方图局部极值算法及其在边界检测中的应用[J].吉林大学学报，2003.〔4〕冈菩萨雷.数字图像处理[M].北京：电子工业出版社，2002.〔5〕吴怀宇.大学生智能汽车设计基础与实践[M].北京:电子工业出版社，2008.-全文完-。
基于CCD传感器的智能车系统设计与研究
基于CCD传感器的智能车系统设计与研究随着科技的不断发展，智能车系统已经成为现实。
其中，CCD传感器在智能车系统中起着至关重要的作用。
本文将探讨基于CCD传感器的智能车系统的设计与研究。
智能车系统是一种集成了多种科技的车辆系统，旨在提高驾驶的安全性和舒适性。
其中，CCD传感器是智能车系统中用于获取环境信息的重要组成部分。
CCD传感器具有高精度、高分辨率和低噪声等优点，可以有效地获取车辆周围的环境信息，并将其传输给智能车系统的其他部分进行处理。
在基于CCD传感器的智能车系统中，首先需要设计一个高性能的CCD图像采集系统。
该系统应该具备高速的图像采集能力，能够实时获取传感器传输的图像信息。
同时，还需要设计一个高效的图像处理算法，对CCD传感器采集到的图像数据进行处理，提取有用的信息，并进行适当的分类与识别。
另外，为了提高图像识别的准确性，应该结合机器学习与深度学习等技术，建立一个完善的图像识别模型。
在智能车系统中，CCD传感器还可以与其他传感器进行融合，以获取更全面的环境信息。
例如，可以与雷达传感器进行融合，实现对车辆周围物体的距离和速度的测量。
同时，还可以与激光传感器进行融合，实现对车辆周围物体的精确测量。
通过多传感器的融合，可以提高智能车系统对环境的感知能力，从而更好地判断驾驶环境，并做出相应的驾驶决策。
此外，在基于CCD传感器的智能车系统中，安全性是一个重要的考虑因素。
为了保障驾驶的安全性，智能车系统需要具备一定的自动驾驶功能。
通过分析CCD传感器采集到的图像信息，智能车系统可以实现车道偏移警告、交通信号灯识别、行人识别等功能，帮助驾驶员更好地掌握驾驶环境，并做出正确的驾驶决策。
综上所述，基于CCD传感器的智能车系统设计与研究是一个复杂而又重要的课题。
通过设计高性能的CCD图像采集系统和高效的图像处理算法，结合其他传感器的融合与机器学习技术的应用，可以实现对车辆周围环境的准确感知，提高智能车系统的安全性和驾驶舒适性。
基于CCD的智能车寻迹方法
脉冲信号 [2) 本电路中，复合视频信号经 LM1881
后，输出的复合同步信号包含行同步信号与场消隐
时的均衡脉冲，与 2407A 的 XINT1 引脚相连;输出
的奇偶场信号与 2407A 的 XINT2 引脚相连.
2407A 根据捕捉同步信号进行时序和逻辑控制.
20
ms. 每场分别有 288 个有效行，行周期正程为
52μS[3] 采集流程可分为以下几个步骤: (1)等待 场开始 ;(2) 当场开始信号到来时， 2407A 进入场处 理子程序，开放行中断做好采集一场数据的准备，
根据奇、偶场信号可以决定是采集奇场图像还是采 集偶场图像，或者采集一帧完整的图像 ;(3) 当复合
郑建立黄丽佳 1 ， 2 葛鹏飞 1 ，柳翔飞 l
(1.东华大学信息科学与技术学院，上海 201620;2. 上海第二工业大学计算机与信息学院，上海 201209)
摘
要:介绍自主式寻迹智能车的设计，探讨采用电荷祸合器件 (CCD) 作为路径采集模决实现自主寻边的软硬件设
计方法.系统以 Texas lnstrument 公司的 TMS320LF2407 A 为主控制器，实现了对 CCD 输出的黑白视频信号的实时采
模块化编程用不同的文件实现.系统软件流程如图
2 所示.
完成视频分离.该器件能接收 PAL (Phase
Alteration Line) 制、 NTSC (National Television System Committee) 制和 SECAM ( Sequential Couleur A Memoire) 制的全电视信号，输出复合同
优化控制:如在直道保持高速、入弯减速、出弯加速;
219321313_基于CCD传感器的智能车路径识别研究
文章编号：2095-6835（2023）11-0050-04基于CCD 传感器的智能车路径识别研究＊米汤，尚友良，符晓玲（昌吉学院，新疆昌吉回族自治州831100）摘要：为了实现无人控制智能车在不同道路上自主循迹行驶的目的，设计了一种基于CCD 传感器的智能车控制系统。
该控制系统以32位单片机STM32F103RCT6为控制核心，通过CCD 传感器采集路径图像信息，并通过核心控制器对图像进行二值化处理，以及采用动态阈值提取的方式选取阈值。
利用PID 控制算法实现电机的运转和舵机的转向。
通过实物验证，该控制系统成功实现了在不同道路环境下按照黑色引导线快速准确地行驶，行驶过程中智能车表现出较好的实时性和鲁棒性。
关键词：CCD 传感器；路径识别；图像处理；PID 控制中图分类号：TP391.4文献标志码：ADOI ：10.15913/ki.kjycx.2023.11.013随着科学技术的发展和人类社会的进步，汽车行业进入了新的轨道，开始由传统制造向智能制造发展。
在新的发展趋势下，如何使智能车准确高效地识别路径是首要问题，这也受到了诸多学者的关注和研究。
目前路径识别的方法主要有光电传感器、视觉传感器和电磁传感器3种。
焦冰等[1]设计了一种以MK60DN512ZVQ10为控制器核心，OV7725视觉传感器获取赛道二值化图像的智能车控制系统，并采用PID 控制算法控制舵机的转向和驱动电机的转速。
冯玉如[2]、杜方鑫[3]设计了一种基于线性CCD 的智能车控制系统，采用线性CCD 采集路况信息，将采集到的路况信息发送给单片机，单片机根据阈值进行二值化处理，实现自动循迹的功能。
王海燕[4]设计了一种基于电磁传感器的路径识别系统，该系统采用6组相同电磁电路横向“一”字布局，大大提高了检测密度和广度，该设计提升了数据采集的效率和准确度，使得智能车的循迹更加稳定。
1智能车硬件总方案为了更好地实现智能车自主循迹，本文给出的设计方案硬件包括控制器核心模块、电源模块、摄像头驱动模块、电机驱动模块、舵机驱动模块和OLED 显示模块，整体硬件结构如图1所示。
基于光电传感器寻迹智能车
光电传感器在智能车中的应用
光电传感器在智能车中主要用于寻迹 和障碍物检测。通过在智能车的前后 左右安装光电传感器，可以检测智能 车与赛道或障碍物的相对位置，从而 实现智能车的自动寻迹和避障功能。
VS
光电传感器的选择需要考虑智能车的 运动特性、赛道材质和光照条件等因 素。例如，在赛道材质为黑色且光照 条件较好的情况下，可以选择对黑色 反射率较高的光电传感器；在赛道材 质为白色且光照条件较差的情况下， 可以选择对白色反射率较高的光电传 感器。
实验结果图像
通过图表和曲线等形式，展示了智能车的运动轨迹和速度变化等信息。
结果分析
数据分析方法
对采集的数据进行统计分析，计 算智能车的平均速度、方向变化 等指标。
结果分析
通过对比不同实验条件下的数据 ，分析光电传感器对智能车寻迹 的影响，以及智能车的运动性能 表现。
结论总结
根据实验结果和分析，总结出基 于光电传感器寻迹智能车的优缺 点，并提出改进建议。
研究意义
基于光电传感器的寻迹智能车，不仅 提高了车辆的自主导航能力，还为无 人驾驶技术的发展提供了有力支持。
国内外研究现状
国内研究现状
国内在基于光电传感器的寻迹智能车方面，已有一定的研究基础。部分高校和 科研机构已取得了一定的研究成果，但在实际应用中仍存在一些问题。
国外研究现状
国外在智能车领域的研究起步较早，技术相对成熟。许多知名企业和研究机构 都在积极投入资源进行相关研究，并已有部分产品进入市场。
对采集到的数据进行预 处理、滤波、特征提取 等操作，提取出有用的 信息，为控制算法提供 输入。
根据数据处理模块提供 的输入，计算出控制指 令，实现对智能车的运 动控制。控制算法可以 采用PID控制、模糊控制 等。
基于CCD摄像头智能循迹小车的研究与开发
基于CCD摄像头智能循迹小车的研究与开发冯谣【摘要】In this paper,in order to realize the tracking of the intelligent track car on the designated track,the hardware design,circuit design and control algorithm in the course of the design and development of the track car are de-scribed in detail in this paper.The vehicle obtains the current road condition by analyzing and processing the image infor-mation collected by the CCD camera,controls the traveling direction through the steering gear,and controls the driving of the track car through a closed-loop incremental PID control method.The experimental results show that the intelligent tracking car can achieve better tracking function in actual operation,performs well under different lighting conditions,and has strong anti-interference ability and stable operation.%为实现智能循迹小车在指定赛道上的循迹行驶,详细阐述了循迹车设计开发过程中的硬件设计,电路设计以及控制算法的研究.循迹车通过分析处理CCD摄像头采集到的图像信息获得当前道路情况,舵机进行行进方向的控制,闭环增量式PID控制方法进行驱动控制.结果表明,智能循迹小车在实际运行过程中能够较好的实现循迹功能,在不同的光照条件下,整车抗干扰能力较强,运行情况较为稳定.【期刊名称】《浙江交通职业技术学院学报》【年(卷),期】2018(019)001【总页数】5页(P16-20)【关键词】智能车;自动循迹;摄像头【作者】冯谣【作者单位】浙江交通职业技术学院,杭州311112【正文语种】中文【中图分类】U463.60 引言以“恩智浦杯”全国大学生智能车比赛为背景，以设计开发一辆基于CCD摄像头的智能循迹小车为目标，介绍了智能循迹小车在研究开发过程中的硬件设计与算法实现。
基于图像传感器的智能循迹小车研究与实现
Ｄ Ｏ Ｔ： １ ０ ． １ ６ ６ ４ ０ ／ ｊ ． ｃ ｎ ｋ ｉ ． ３ ７ — １ ２ ２ ２ ／ ｔ ． ２ ０ １ ６ ． ２ ４ ． １ １ １
０ ‘ 前言
循 迹 即小车在 白色 地板上 形式 的过程 中 ，可 以通过红 外探 测方 在直道和弯道 中均处 于最佳 大运行状态的车速检测模块 ，目前 ，主要 法 ，在 感知 黑色 和 白色 地板对 光线反 射系 数差异 的基 础上 ， 自动 、 应用霍尔传感器 、光 电传感 器和光电编码器实现 ，在具体选择的过程 智能 的在黑 色线 路中行 驶的技 术 ，但 由于在 现实环 境 中， 白色地 板 中 ，结合具体传感器 的特 点进 行灵活的选择。另外 ，直接实现舵机转 和黑 色线路 的反射 光线 会受 到多方面 因素 的影 响，红外探 测的难 度 向的舵 机转 向模块 ，笔者 认为将 ＭＣ ９ Ｓ １ ２ Ｘ Ｓ １ ２ ８ 中的 Ｐ ＷＭ２ 和Ｐ ＷＭ３ 大幅 提升 ，所 以要 将对环 境判 断更加准 确 的图像传感 器应 用于智 能 级联基础上利用 Ｐ ＷＭ ２ 进行脉冲调控信号 的输 出，可 以进一步提升智 循迹小车 中。 能小车舵机的反应速度 。除此之外 ，由数字 图像传 感器对 小车前路径
负载实现驱动 ， 所 以通常在 电机和控制器之间设计驱动 电路 ，保证单 片机功 能的实现 。然后 ，对智能小车行车速度进 行调节 ，保证小车
１ 基于图像传感器 的智能循迹小车实现的基本原 理分析 信息进行采集并利用单 片机对采集数 据进 行信息挖掘 ，引导小 车进行
由于图像传感器 的分辨率 相比传统红外探测方法更加理想 ，所 以 感 器和单 片机型号 分别是 ０ Ｖ ７ ６ ２ ０ 和￥ １ ２ ，在具 体应用 中可结合 实际 以图像传感器为基础进行智 能循迹 小车设计 ，可以更理想 的保证循迹
- 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)。
基于CCD传感器的智能寻迹模型车的研究与实现董长远长安大学汽车学院车辆工程系，陕西省西安市 710064摘要: 研究并实现了一种基于CCD传感器的智能寻迹模型车系统。
采用飞思卡尔公司HCS12 系列16位单片机MC9S12DG128作为核心控制单元，使用CCD 摄像头采集路面信息。
赛车完成的主要功能是能够自主识别黑色引导线并根据黑线走向实现快速稳定的寻线行驶。
关键词:智能车；CCD传感器；路径识别；捷径Investigation & implementation of an intelligent-searching track car model based on CCD Image SensorDONG ChangYuanAutomobile School, CHANG-AN University, Xi’an City, Shanxi Province 710064,ChinaAbstract: An intelligent-searching track car model based on CCD image sensor is investigated and implemented. The intelligent car system, with Freescale HCS12 series 16 bit single-chip MC9S12DG128 as its control micro-processor, uses CCD camera to obtain lane image information.The main function that the intelligent car may achieve is that the car should track the black-guide-line automatically and move forward following the line as fast and stable as possible.Key words: intelligent car；CCD Image Sensor；lane detection；royal road1.引言车辆和我们的社会生活息息相关，然而当今车辆的智能化发展还不是很迅速，特别是在安全性，智能性，车与路之间交互信息等方面．当今的车辆技术与未来的智能车辆技术还存在着巨大的差距。
几天的汽车工程师正面临着巨大的挑战，需要在新旧技术之间建立一座桥梁，通过应用先进的电子技术，信息技术，电子通信技术推动车辆技术的进步。
智能车辆是当今车辆工程领域研究的前沿，它体现了车辆工程、人工智能、自动控制、计算机等多个学科领域理论技术的交叉和综合，是未来汽车发展的趋势。
本文所述的智能寻迹模型车系统基于Freescale HCS12单片机开发与实现，系统采用CCD摄像头识别道路中央黑色的引导线，自动控制小车前进和转向，从而实现快速稳定的寻线行驶。
为保证智能车在行驶过程具有良好的操稳性和平顺性，控制系统对转向舵机控制和直流电机驱动控制提出了较为理想的解决方案。
为了在比赛中取得良好的成绩，我们更加关注此智能车对弯直道的判断，从而实现安全过弯，快速通过直道。
2.硬件系统的设计与实现智能寻迹模型车（以下简称智能车）的硬件部分以Freescale公司16位单片机MC9S12DG128为核心控制器，由电源管理模块、路径识别模块、转向控制模块、电机驱动模块和车速检测模块组成。
智能车控制系统总体结构如图1所示：图1智能车控制系统总体结构2.1核心控制单元智能车的控制核心为MC9S12DG128。
其主要特点是资源丰富，功能高度集成，易于扩展，并且支持C语言编程，有利于系统开发和调试。
在智能车系统设计中，单片机的I/O资源分配如下：PAD0作为CCD模拟视频信号输入端；PT0检测视频行同步信号，PS2检测视频奇偶信号；PACN0用于车速反馈的输入口；PWM01用于伺服舵机的PWM控制信号输出；PWM23和PWM45分别用于驱动电机正反向PWM控制信号的输出。
2.2电源管理模块智能车主电源由7.2V/2000mAh Ni-cd充电电池提供。
为避免电机和舵机等器件对系统产生干扰，各功能模块均采用单独供电。
具体实现方案如图2所示： Ni－Cd电池（7.2V）LM1084LM7812二极管单片机车速检测模块电机驱动模块CCD摄像头舵机直流电机MC34063图2 电源管理分配图●采用低压差稳压芯片LM1084S-50将电源电压稳压至5V，供给单片机和车速检测模块，如图3。
图3 5V稳压电路●将电源电压7.2V直接供给驱动电机；对于转向控制模块，为提高舵机的响应速度，采用提升舵机供电电压的方法，通过串联二极管将电源电压降至6.5V左右来给舵机供电。
●采用DC-DC变换器MC34063将电源电压升压至24V用于电机驱动模块MOSFET管驱动，同时再利用LM7812将MC34063的输出电压降至12V用于CCD摄像头供电，如图4。
图4 24V升压电路2.3路径识别模块路径识别模块采用320线黑白CCD摄像头作为赛道黑线的检测元件。
利用摄像头采集道路图像信息，然后将其送入单片机的A/D端口，由于黑色引导线和白色道路的图像灰度值存在较大差异，因此通过设置合理阈值对采集图像进行二值化处理，就能够有效的分辨出黑线位置。
对视频信号中行同步以及场同步脉冲的分离和提取采用了LM1881视频同步分离芯片，其应用电路如图5所示：图5 LM1881视频同步分离电路图摄像头的输出视频信号分为两路：一路送入MC9S12DG128单片机的AD端口PAD0进行A/D转换；另一路通过图5中引脚2送入LM1881进行视频分离；分离出的行同步信号（引脚1）接入MC9S12DG128的PH0口；由于PH0口自带中断功能，因此不需要使用等待查询的方式来检测行同步信号，从而节省了CPU资源；此外，通过单片机的PS2口来检测LM1881输出的奇-偶场同步信号，当该信号发生跳变时就能够准确得判断图像换场，方便图像的处理。
2.4转向控制模块智能车系统采用Futuba公司的S3010型舵机完成转向控制。
舵机属于位置伺服电机，如图6所示，正常工作状态下，其输出转角与给定的PWM脉宽成线性关系，通过改变PWM脉宽，就能够控制舵机转向。
系统将MC9S12DG128的两个8位PWM发生器PWM0、PWM1级联成一个16位PWM输出舵机控制信号，这样做的好处是能够大幅提升舵机PWM的控制周期，细化PWM控制量。
级联后若以PWM控制字6000为舵机中位，则舵机在左右极限转角分别为5000和7000，可见舵机PWM 的调节范围非常大，从而有效的保证了转向控制精度。
同时，S3010作为一款扭力型舵机其转动扭矩可达 6.5kg·cm（6V），因此可以充分利用其转矩余量来提高舵机的响应速度。
如图7，在舵机转盘和转向拉杆之间增加了一段输出臂，这样在舵机角速度恒定的情况下，由于输出臂的增长使得转向拉杆移动的线速度得到提升，从而能够有效提高智能车的转向灵敏度。
图6 舵机输出信号与控制信号的响应关系图7 舵机安装示意图2.5电机驱动模块智能车系统采用后轮驱动，驱动电机选用RS-380SH型直流电机；对于电机的转速采用了基于“H”桥驱动电路的PWM控制。
如图8所示，电机驱动模块选用大功率场效应晶体管IRL3803作为H桥开关元件。
实验发现，当IRL3803的栅源电压V为16V时，其导通电阻仅有6mΩ左右，因此可以大大降低管压降，提GS高电机的驱动功率。
同时系统对电机进行全桥驱动，将PWM2和PWM3以及PWM4和PWM 5级联分别来控制电机的正反转，这样在智能车速度过快时可对电机实施反向制动，从而迅速降低车速。
实验证明，当智能车车速由70%降至40%时（PWM 占空比），采用全桥驱动方式，电机响应时间仅为0.1秒左右，减速效果十分显著。
图8 电机驱动模块控制电路图2.6车速检测模块智能车系统通过车速检测模块来读取实时车速。
采用的方法是在后轮减速齿轮上粘贴一个均匀分布有黑白条纹的编码盘。
利用图9所示的检测电路来对编码盘上的黑白条纹进行检测。
根据光电反射原理，在车轮转动时，红外接收管接收到反射光强弱高低变化，就会产生与车轮转速相对应的脉冲信号，将该脉冲信号进行放大整形后输入单片机的输入捕获引脚PACN0，记录一定时间内所得到的脉冲数，就能够表示出当前车速。
图9 车速检测模块电路原理图3.软件系统设计与实现智能车系统的基本控制策略是根据路径识别模块和车速检测模块所获得的黑线位置信息和当前车速信息，准确控制舵机和直流电机运动，以达到智能车的稳定快速行驶。
图10为主系统程序流程图。
图10 主程序流程图3.1赛道黑线的识别赛道黑线的准确识别对于智能车完成快速、稳定的寻线行驶至关重要。
本系统设计了如下算法来确定黑线位置：先对图像进行逐场隔行扫描，同时进行A/D 转换；经测试，通过设置锁相环将系统总线时钟由24MHz超频至40MHz时，MC9S12DG128单片机对于单行视频信号可以进行40次A/D转换，即单行采样分辨率为40个像素。
这样，将每行扫描到像素点存储在一维数组ccd[line](0≤line≤40) 中；提取黑线时，每行前6个数据对应的是视频中的无用信号，因此从每行第6个数据开始，判断ccd [line]–ccd [line +3]>dif（dif为设置的黑白阈值）；若不满足，则继续搜索下一点直至该行结束；若满足，则表示找到了黑线的左边界，将line值赋给变量temp，然后接着继续判断以后各点是否同时满足ccd [line]- ccd [line+3]< -dif且line-temp>2，若同时满足，则表示找到了黑线的右边界。
从而黑线位置为：blackline line temp=+()/2黑线距离车体中心线rol_mid的偏差error也可由此得出：error blackline rol mid=-_实验证明，只要黑白阈值选取得当，该算法能够很好的提取出赛道黑线，并且还可以根据现场赛道特点对阈值进行初标定设计，在此不再赘述。
3.2弯、直道判断及速度和舵机控制算法影响赛车速度成绩的一个重要因素就是对弯道和直道的提前识别判断，从而实现安全过弯，快速通过直道，达到走捷径的目的，以此提高比赛成绩．而摄像头方案在这方面有天然的优势：相对于光电传感器，可以获得较远的路况信息；不仅可以得到单行的黑线信息，还可以同时获得多行的黑线信息．在单行黑线边沿检测提取算法的基础上，可以根据10行数据中的每行黑线位置与10行平均位置（公式（1））的相对位移，求10行相对位移之和（公式（2））。