毕业论文-基于摄像头的智能车路径识别方案概要
毕业设计基于图像传感器的自动循迹智能车
系统软件流程图
软件的开发工具和系统的调试
• 1.CodewarriorV4.7软件及其应用 • Codewarrior软件是Metrowerks公司开发的软件集 成开发环境及IDE(intergrated develop inviroment)，Freescale的单片机都可以在 codewarior IDE软件下进行开发，codewarrior IDE 为软件开发提供了一系列的工具
智能车系统的分析
• 1.系统模型总体框图
• 2.系统控制电源模块分析
• 3.系统软件模块的分析
• 从该结构图中可以看出，系统的软件模块主要有： • 1. 单片机系统的初始化，包括单片机系统时钟的初始化、 ATD模块的初始化、PWM模块的初始化、增强型时钟模 块的初始化，还有一些输入输出口的初始化； • 2. 图像信号的采集：通过对图像信号波形的学习，根据图 像信号的特点，采集有效图像信号； • 3. 图像信号的处理：将采集到的信号存储在单片机中，通 过对图像信号的分析和判断来识别路径，判断黑线中间位 置，判断道路是直线还是曲线，以及通过计算判断出曲线 的斜率，从而进一步的控制舵机的转角和驱动电机的转速。 • 4. 舵机转角的控制和电机转速的控制：通过控制PWM口 的信号输出可以实现对舵机转角和轮速的控制
研究课题：基于图像传感器的自 动循迹智能车系统设置
指导老师： 学生： 专业：车辆工程
智能车概述
• 智能车是一种轮式移动机器人，它能够自主进行路径识别、 决策规划以选择最佳的行驶状态，智能车集中运用了自动 控制、传感器技术、汽车电子、电气、计算机、机械等多 个学科的知识。随着控制技术、计算机技术和信息技术的 发展，智能车在工业生产和日常生活中已扮演了非常重要 的角色。车辆智能化是汽车工业今后的发展趋势，也是人 们对安全性、智能化要求越来越高未来汽车的发展方向。 随着计算机技术和信息技术为代表的高新技术的发展，智 能车辆技术的研究将会有突破性的进展。智能车辆系统的 实用化是智能车辆发展的前进方向，适应性强、环境适应 性好的智能车辆将是研究的重点。
基于摄像头导航的智能车系统
基于摄像头导航的智能车系统【摘要】本文设计并研制了一种基于摄像头导航的智能车系统。
与采用特殊标志的循迹导航方式不同，本系统采取普通摄像头来采集外部信号，通过辨别设置在道路两旁不同颜色的路标，实现智能车的自动行驶功能。
研制的智能车系统可以实现左转，右转，入库等动作。
本文详细的介绍了该智能车系统的硬件结构以及软件算法思想。
【关键词】智能车系统摄像头导航颜色识别随着时代的发展，人们对车辆的安全性能日益重视，车辆的无人驾驶引起了广泛关注。
而实际上，无人驾驶汽车就是一种移动机器人，最早的研究动力是基于军事需求，人们为了减少战争中的伤亡以及寻找代替战士在危害场合执行任务。
它主要利用车载传感器来感知车辆周围环境，并根据感知所获得的道路、车辆位置和障碍物信息，控制车辆的转向和速度，从而使车辆能够安全、可靠地在道路上行驶。
[1]无人驾驶汽车在先进制造业、自动化仓储、现代物流场、太空探索等领域有广阔的应用前景。
另外，自动导航车还可用于探险、危险品处理、导盲等。
有资料表明，在现代制造系统中，各种物流的传输时间占整个生产过程的80%-90%，物料传输与存储费用占整个零部件加工费用的30%-40%，可见，物流传输设备的自动化水平对整个制造系统的性能将有重要影响。
[2]而在无人驾驶技术研究中，导航系统是其重要的研究内容。
在导航系统的研究中，光电导航又是其中一个非常重要的研究方向。
本文设计并研制了一套基于普通摄像头导航的智能车系统，系统的给出了硬件结构以及软件算法，同时在现实中，运用实验车进行了验证。
1 智能车系统设计原理1.1 总体设计方案及功能要求为紧密结合实际生活，所设计智能车应可以完成包括左转、右转、直行和倒车等动作，同时可以进入指定位置的停车位。
所设计的智能车系统应具有优良的机械性能，同时还应该拥有良好的环境识别能力和较强的容错性，并能保持较快的速度运行。
因此智能车系统总设计方案包括以下两部分：（1）智能车控制器的硬件电路设计，根据设计要求，调整和改进智能车模的机械结构，使得机械性能和电子控制达到完美的统一，最大限度的发挥小车的性能；（2）结合良好的软件算法设计，使小车能够自适应多种可能出现的条件，智能选取合理的控制模式，做到转向准确、稳定，能够安全通过设定的道路。
基于摄像头循迹的智能汽车路径识别研究
一场图像的行数为 246 行， 要从中提取 40 行作 为本文智能汽车路径识别系统的有效处理行。 一场图 像的前 15 行为行消隐区， 16 行之后为有效行。 本文 以 17 行 作 为 图 像 信 号 采 集 的 第 一 行 。 由 于 OV7620 摄像头近处图像看的比较清楚， 远处图像看的比较模 糊， 为了能够更好的反映测试跑道的情况， 采取不等 间距采行法， 即行间隔从远处间隔 1 行采样到近处间 隔 6 行采样， 形成远处采集的行数多， 近处采集的行 数少， 最终所采集行数如表 1 所示。
X(k|k-1)的协方差还没有更新。 用 P 表示协方差：
P(k|k-1)=A×P(k-1|k-1)×AT+Q
(4)
式中： P(k-1|k-1)— ——X(k-1|k-1)对应的协方差；
AT— ——A 的转置矩阵；
Q— ——系统过程的协方差。
式 1、 式 2 是 卡尔曼滤波 5 个公 式当中的前两
个， 是对系统的预测。
对其中的几行进行判断即可， 本文选择判断三行， 这
样既可以减少图像噪点所带来的信号采集误差， 也可
以使单片机能够及时处理。 为了能够最大程度的采集
到测试跑道的信息， 本文对摄像头的高度和角度做了
大量的试验， 最后采用了摄像头的位置高度距地面
27cm， 并 且 同 地 面 之 间 成 一 定 角 度 如 图 2、 图 3 所
朱凤武, 于丰华, 韩雨, 雷宇桥, 胡玉杰. 基于摄像头循迹的智能汽车路径识别研究[J]. 中国农机化学报, 2013, 34(5): 256~259 Zhu Fengwu, Yu Fenghua, Han Yu, Lei Yuqiao, Hu Yujie. Path recognition algorithm for intelligent vehicle based on camera [J]. Journal of Chinese Agricultural Mechanization, 2013, 34(5): 256~259
毕业设计---基于光电传感器的自动循迹智能车系统设计
摘要新一代汽车研究与开发将集中表现在信息技术、微电子技术、计算机技术、智能自动化技术、人工智能技术、网络技术、通信技术在汽车上的应用。
智能汽车是是现代汽车发展的方向。
大学生智能车比赛是智能汽车设计的一个实践平台，光电传感器的自动循迹智能车系统，采用光电传感器作为道路信息的采集传感器，单片机为控制系统的核心来处理信号和控制小车行驶。
MC9S12系列单片机在汽车电子控制领域得到广泛应用。
本课题就是利用Freescale的MC9S12XS128微控制器对智能车系统进行设计。
智能车系统设计包括硬件电路和控制软件系统的设计。
硬件系统使用专门软件Altium Designer设计。
硬件电路系统主要包括freescale单片机最小系统、电源管理系统、路径识别与检测系统、电机驱动系统。
而控制系统软件的设计主要包括单片机的初始化、PID控制算法、路径识别算法、舵机控制算法、速度控制算法。
软件设计是用Freescale公司的Codewarrior软件作为软件开发和仿真下载的平台。
最后完成了整个自动循迹智能车系统设计。
关键字：智能车；光电传感器；自动循迹；控制算法；PID;I基于光电传感器的自动循迹智能车系统设计ABSTRACTThe design of autoguiding smartcar system based onphotoelectric sensorN ew generation automobile development and researched focus on information technology, microelectronic technology, computer technology, intelligent automation technology, artificial intelligence technology, networking technology, communication technology and so on. The intelligent automobile is the direction in which the modern automobile developed.The university students intelligence vehicle competition is a practice platform in which intelligence automobile designed , we use the photoelectric sensor as gathering sensor to take path information , The microcontroller is used as the control system core ,and process the signal, and controls car to run . signal-chip microcomputer MC9S12 series be widespread utilized in the automobile electronic control domain. I use the Freescale microcontroller MC9S12XS128 to design the intelligent vehicle system. The design of intelligent vehicle system including hardware circuit and control software system. I adopt the software of electronics design Altium Designer to complete designing the hardware . Hardware circuit system mainly includes the freescale ’s Single-chip Microcomputer smallest system, the power source management system , the way recognition and the detecting system, the motor-driven system. But the control software system mainly includes Single-chip Microcomputer 's initialization, the PID control algorithm, the way recognition algorithm, the steering engine control algorithm, the speed control algorithm . It uses Freescale Corporation's Codewarrior as the software development ,the simulation and downloading…s platform in the software designing . Finally The design of auto track smartcar system based on photoelectric sensor is completed.Key words: Intelligent vehicle; photoelectric Sensor; auto track; Control algorithm ;PID；II摘要 (I)ABSTRACT ........................................................................................................................ I I 插图清单 (I)第1章绪论................................................................................................................. - 1 -1.1 毕业设计（论文）内容及研究意义（价值）............................................. - 1 -1.2 毕业设计（论文）研究现状和发展趋势..................................................... - 2 -第2章控制系统整体方案设计................................................................................... - 3 -2.1 整体设计方案概述........................................................................................... - 3 -2.2 控制系统整体方案设计................................................................................. - 4 -2.2.1 模型车硬件整体方案设计...................................................................... - 4 -2.2.2 系统软件模块分析 ................................................................................. - 7 -2.2.3 控制算法设计方案 ................................................................................. - 8 -第3章单片机最小系统模块....................................................................................... - 9 -3.1 单片机以及最小系统简介............................................................................... - 9 -3.2 MC9S12XS128最小系统设计 ...................................................................... - 9 - 第4章电源管理模块................................................................................................. - 11 -第5章路径识别模块和测速检测模块..................................................................... - 13 -5.1 路径识别模块................................................................................................. - 13 -5.1.1 光电传感器 ........................................................................................... - 13 -5.1.2 光电传感器发射与接收电路设计 ....................................................... - 13 -5.1.3 路径识别传感器布局设计 ................................................................... - 14 -5.2 测速检测模块 .......................................................................................... - 16 -第6章电机驱动模块................................................................................................. - 19 -6.1 直流电机驱动模块......................................................................................... - 19 -6.1.1 电机的工作原理 ................................................................................... - 19 -6.1.2 MC33886介绍....................................................................................... - 21 -6.1.3 PWM信号控制电机的转速.................................................................. - 22 -6.2 舵机驱动模块............................................................................................... - 23 -第7章智能车软件的设计......................................................................................... - 29 -7.1 单片机初始化................................................................................................. - 30 -7.2 PID控制算法 ............................................................................................... - 32 -7.3 路径识别算法............................................................................................... - 34 -7.4 舵机控制算法............................................................................................... - 34 -7.5 速度控制算法............................................................................................... - 36 -I基于光电传感器的自动循迹智能车系统设计第8章开发制作与调试............................................................................................. - 38 -8.1 CodewarriorV4.7软件及其应用.................................................................. - 38 -8.2 BDM for S12的使用.................................................................................... - 43 -结论和展望................................................................................................................... - 44 - 致谢........................................................................................................................... - 45 - 参考文献....................................................................................................................... - 46 - 主要参考文献摘要....................................................................................................... - 48 - 附录A ........................................................................................................................... - 50 -II插图清单图2-1 系统信息的控制流程图....................................... - 4 - 图2-2 智能车控制系统整体结构图................................... - 5 - 图2-3 系统硬件结构图............................................. - 6 - 图2-4 系统软件结构............................................... - 7 - 图3-1 最小系统原理图和PCB图.................................... - 10 - 图4-1 电源系统结构框图.......................................... - 11 - 图4-2 LM7805电路图.............................................. - 12 - 图4-3 LM7806电路图.............................................. - 12 - 图5-1 光电传感器的基本组成...................................... - 13 - 图5-2 单对红外传感器电路图...................................... - 14 - 图5-3 红外探测布局的PCB图...................................... - 16 - 图5-4 霍尔原理.................................................. - 17 - 图5-5 霍尔测速电路图............................................ - 18 - 图6-1 H桥式电机驱动电路......................................... - 20 - 图6-2 H桥电路驱动电机顺时针转动................................. - 20 - 图6-3 H桥电路驱动电机逆时针转动................................. - 21 - 图6-4 MC33886电机驱动原理图..................................... - 22 - 图6-5 舵机工作原理示意图........................................ - 24 - 图6-6 舵机输出转角与控制信号脉宽之间关系........................ - 25 - 图6-7 不同占空比的PWM波形控制的转向伺服电机状态图.............. - 26 - 图6-8 转向伺服电机控制方法图.................................... - 27 - 图6-9 舵机转角控制模块程序流程图................................ - 28 - 图7-1 光电传感器方案主程序流程图................................ - 29 - 图7-2 典型PID控制结构.......................................... - 33 - 图7-3 舵机控制流程图............................................ - 35 - 图7-4 速度控制流程图............................................ - 37 - 图8-1 CodearrierV4.7 创建新的工程窗口........................... - 40 - 图8-2 CodearrierV4.7的工程的初始设置窗口........................ - 41 - 图8-3 CodearrierV4.7的编译窗口.................................. - 42 -图8-4 BDM的PCB原理图........................................... - 43 -I第1章绪论自动循迹智能车是一个集环境感知、规划决策、自动驾驶等多种功能于一体的综合系统。
基于摄像头的智能车路径识别方案
基于摄像头的智能车路径识别方案摘要：智能车硬件平台开采用飞思卡尔 16 位微控制器 MC9S12DG128 为核心的控制单元，由清华大学飞思卡尔嵌入式系统研发中心提供的开发板MC9S12EVKC 单片机最小系统板，并在此基础上自行完成的外围硬件电路设计；软件开发环境使用Metrowerks 公司为 MC9S12 系列单片机专门提供的全套开发工具 CodeWarrior IDE。
文中介绍了智能车的系统总体结构，软硬件模块及开发流程。
其中重点介绍摄像头的硬件电路的设计，摄像头输出数字信号的采集,视频图像信号处理及控制系统硬件电路设计,速度与转向控制算法，以及包括调试中遇到的问题的解决方法。
关键字：智能车，摄像头，视频数据采集，路径识别，速度与转向控制Intelligence Car Based On Digital Camera Abstract：In this article, article present the embedded systems design results of Wuxi professional collage of science and technology zhenze motorcade working during the period of preparing the fourth session of the Freescale Intelligence Car Competition, Including hardware design, software design of smart car. the hardware platform of the smart car bases on S12 development board which features MC9S12DG128 micro-controller, Freescale Embedded Systems, Tsinghua University R & D Center provides the development board of the smallest single-chip system board MC9S12EVKC, And on this basis to the completion of the external hardware circuit design software development environment software development used Code warrior IDE as its tool, which is Metrowerks Corporation technically provide a complete set of development tools to MC9S12 series of single-chip.This article introduces the intelligent car systems architecture, software and hardware modules and development process, Which focuses on Camera hardware circuit design, Camera output digital signal collection, Video image signal processing, Control system hardware circuit design, speed and direct control algorithm, As well as the solution of problem in debugging.Key Word: Intelligent car, Camera, Video Sample Collection, Speed and Direct Control目录第一章绪论 (3)1.1课程意义 (3)1.2课题背景 (3)1.3任务 (4)第二章硬件系统设计 (5)2.1单片机主要元件介绍 (5)2.1.1 摄像头的介绍 (5)2.2硬件总体框图 (6)2.2.1 电源、稳压电路 (7)2.2.2 单片机控制板 (9)2.2.3 测速电路 (10)2.2.4 摄像头电路 (10)2.2.5 舵机电路 (11)2.2.6 软件方案选择电路 (11)2.2.7 电机驱动电路 (12)2.2.8 调试电路 (13)第三章软件系统设计 (14)3.1软件总体框架 (14)3.2图像采集与处理 (14)3.2.1 采集方法 (14)3.2.2 路径识别 (17)3.3速度和方向的控制 (21)3.3.1 PID算法介绍 (21)3.3.2 闭环控制 (23)谢辞 (24)参考文献 (24)第一章绪论1.1 课程意义通过智能车的软硬件设计，较为深入的了解嵌入式设计，提升自己的知识层面，拓展自己的思维，增强自己的动手能力，提高团队协作能力，为以后向嵌入式方向发展打下一定的基础。
基于摄像头识别路径的智能车系统设计
Ｄｅ ｓ ｉ ｇ ｎ ｏ ｆ ｓ ｍａ ｒ ｔ ｃ ａ ｒ ｓ ｙ ｓ ｔ ｅ ｍ ｗｉ ｔ ｈ ｃ ａ ｍｅ ｒ ａ － ｂ ａ ｓ ｅ ｄ ｐ ａ ｔ ｈ ｒ ｅ ｃ ｏ ｇ ｎｉ ｔ ｉ ｏ ｎ
ＧＡＯ Ｙｕ ｎ － ｂ ｏ， Ｊ Ｉ Ｃｏ ｎ ｇ，ＨＡＮ Ｐ ｅ ｎ ｇ － ｗｕ
ｃ ｅ ｓ ｓ ｉ ｎ ｇ ｏ ｆ ｅ ｘ ｔ ｅ ｒ ｎ ａ ｌ ｉ ｎ ｔ ｅ ｒ ｆ ｅ ｒ ｅ ｎ ｃ ｅ ｎ ｏ ｉ ｓ ｅ ，ａ ｋ ｉ ｎ ｄ ｏ ｆ ｉ ｍａ ｇ ｅ ｐ ｒ ｏ ｃ ｅ ｓ ｓ ｉ ｎ ｇ ａ ｌ ｇ ｏ ｒ ｉ ｔ ｈ ｍ ｗｉ ｔ ｈ ａ ｄ ａ ｐ ｔ ｉ ｖ ｅ ｄ ｙ ｎ ａ ｍｉ ｃ ｔ ｈ ｒ ｅ ｓ ｈ —
测试结果表明 ， 自适 应动态阈值 图像处理算 法在智 能车路径识 别 中具 有明显 的优 势， 通 过该算 法对 图像 进行 有效
的处 理， 可 以增加智 能车对路径 的跟随性 能．
关 键 词 ：智 能 车 ；路 径 识别 ；动 态 阈 值
Байду номын сангаас
中图分类号 ： ＴＰ ３ ９ １
文献标识码 ： Ａ
第３ ９卷 第 ６ 期
２ ０ １ ３ 年 １ ２月
兰
州
理
工
大
学
学
报
Ｖｏ Ｌ ３ ９ Ｎｏ ． ６
Ｄｅ ｃ ． ２ ０ １ ３
Ｊ ｏｕ ｒ ｎ ａ ｌ ｏ ｆ Ｌ ａ ｎ ｚ ｈ ｏ ｕ Ｕｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ｏ ｆ Ｔｅ ｃ ｈ ｎ ｏ ｌ ｏ ｇ ｙ
（ Ｋ６ ０ ）ｗａ ｓ ｔ ａ ｋ ｅ ｎ ａ ｓ ｋ ｅ ｒ ｎ ｅ ｌ ｃ ｏ ｎ ｔ ｒ ｏ ｌ ｌ ｅ ｒ ，ａ ｎ ｄ Ｂ ｌ ｕ ｅ ｔ ｏ ｏ ｔ ｈ Ｃｏ ｍｍｕ ｎ ｉ ｃ ａ ｔ ｉ ｏ ｎ ｍｏ ｄ ｕ ｌ ｅ ｗａ ｓ ｕ ｓ ｅ ｄ ｔ ｏ ｃ ｏ ｎ ｄ ｕ ｃ ｔ ｏ ｎ ｌ ｉ ｎ ｅ
基于图像识别的智能小车系统设计-毕业论文
---文档均为word文档，下载后可直接编辑使用亦可打印---绪论1.1 课题背景目前，在企业生产技术不断提高、对自动化技术要求不断加深的环境下，智能车辆以及在智能车辆基础上开发出来的产品已成为自动化物流运输、柔性生产组织等系统的关键设备。
世界上许多国家都在积极进行智能车辆的研究和开发设计。
智能车辆也叫无人车辆，是一个集环境感知、规划决策和多等级辅助驾驶等功能于一体的综合系统。
它具有道路障碍自动识别、自动报警、自动制动、自动保持安全距离、车速和巡航控制等功能。
智能车辆的主要特点是在复杂的道路情况下，能自动地操纵和驾驶车辆绕开障碍物并沿着预定的道路(轨迹)行进。
智能车辆在原有车辆系统的基础上增加了一些智能化技术设备:1)计算机处理系统，主要完成对来自摄像机所获取的图像的预处理、增强、分析、识别等工作。
2)摄像机，用来获得道路图像信息。
3)传感器设备，车速传感器用来获得当前车速，障碍物传感器用来获得前方、侧方、后方障碍物等信息。
智能车辆作为移动机器人的一个重要分支正得到越来越多的关注。
1.2 国内外发展现状及趋势智能化作为现代社会的新产物，是以后的发展方向，他可以按照预先设定的模式在一个特定的环境里自动的运作，无需人为管理，便可以完成预期所要达到的或是更高的目标。
同遥控小车不同，遥控小车需要人为控制转向、启停和进退，比较先进的遥控车还能控制其速度，而智能小车，则可以通过计算机编程来实现其对行驶方向、启停以及速度的控制，无需人工干预，是一个集环境感知、规划决策，自动行驶等功能于一体的综合系统，它集中地运用了计算机、传感、信息、通信、导航、人工智能及自动控制等技术，是典型的高新技术综合体。
国外智能车辆的研究历史较长。
它的发展历程大体可以分成三个阶段：第一阶段 20世纪50年代是智能车辆研究的初始阶段。
1954年美国BarrettElectronics 公司研究开发了世界上第一台自主引导车系统AGVS（Automated Guided Vehicle System）。
摄像头智能车论文文
25
二值化：
1、静态阀值：大概在0X21左右，单片机不用计算，实验调 试直接调试出来的值，适应光线环境差，误差大 2、动态阀值：根据光线自动调整阈值 ，适应光线能力强， 效果好具体的思想是找出每一行的最大值和最小值，将其 相加然后再乘上一个系数作为改行的阀值。因此整场的信 号每一行都会有一个区分赛道黑白的阀值，从而很好地能 区分出赛道。
for(i=0;i<38;i=i+1)
{ max1=picture[i][0]; min1=picture[i][0]; for(j=1;j<100;j++) { if(picture[i][j]>max1) max1=picture[i][j]; if(picture[i][j]<min1) min1=picture[i][j]; } fa1=(max1+min1)/lap; //lap为实验室调试出来的比例系数 }
XS12 8单片 机
数字 摄像 头
编 码 器
舵机
后轮驱动电 机
14
单片机最小系统电源
舵机电源
15
10U/35V
C42
摄像头电源
VCC50
无线模块电源
C39
0.1uF
1
3
LM1117-3.3
U
5
G
I
N
N
D
O
O
U
U
T
T
4
2
VCC33
10U/35V
C40
16
电机驱动的设计
左电机驱动 右电机驱动
51单 片机
模拟SPI通信
NRF24L01 无线模块A
基于摄像头的智能车路径识别系统的设计
Computer Knowledge and Technology 电脑知识与技术人工智能及识别技术本栏目责任编辑：唐一东第6卷第28期(2010年10月)基于摄像头的智能车路径识别系统的设计黄娴1，张曦煌1，陆冬磊2（1.江南大学物联网工程学院，江苏无锡214122；2.无锡科技职业学院软服学院，江苏无锡214028)摘要：路径识别是智能车应用中的一项关键技术，直接决定了智能车行驶的质量。
本智能车采用飞思卡尔16位微控制器MC9S12DG128为核心控制单元，利用CCD 摄像头进行黑白道路图像采样以获取道路图像信息，通过二值化算法提取道路黑线，进而对小车的运行方向和速度进行控制。
实际测试表明，能较好地实现智能小车的路径识别功能。
关键词：智能车；CCD 摄像头；图像采样；路径识别中图分类号：TP391文献标识码：A 文章编号：1009-3044(2010)28-8083-03Design of Intelligent Vehicle Path Identification System based on CameraHUANG Xian 1,ZHANG Xi-huang 1,LU Dong-lei 2(1.School of Internet of Things Engineering,Jiangnan University,Wuxi 214122,China;2.School of Software and Service Outsourcing,Wuxi Professional College of Science and Technology,Wuxi 214028,China)Abstract:Path identification is a key technology in the application of intelligent vehicles.It directly determines the running quality of in -telligent vehicles.In this paper,we have developed an intelligent vehicle with advanced path identification algorithm.The embedded sys -tem is based on Freescale ’s 16-bit MCU,D cameras are used to collect image samples of monochrome road.Then the binary algorithm is introduced to extract road black-lines,through which the direction and speed of the intelligent vehicle is controlled.It is proved by experiments that our embedded system fulfills the path recognition task as an intelligent vehicle.Key words:intelligent vehicles;CCD cameras;image samples;path recognition随着半导体在汽车中的应用越来越普遍，汽车的电子化和智能化已成为行业发展的必然趋势。
基于摄像头传感器的智能车循迹算法设计方案
基于摄像头传感器的智能车循迹算法设计方案智能车循迹算法设计是一个面向摄像头传感器的重要问题。
在该设计方案中，我们将使用摄像头传感器获取实时图像，并通过算法对车辆的行驶轨迹进行识别和监控。
1.硬件配置首先，我们需要准备一辆小型车辆，安装上摄像头传感器，以便获取行驶过程中的实时图像。
摄像头传感器应具备高清晰度、广角和长距离拍摄等特点，以确保获得准确的图像信息。
2.图像采集和处理摄像头传感器将连续获取车辆行驶过程中的实时图像，这些图像将用于车辆循迹算法的识别和处理。
在图像采集过程中，需要优化传感器的曝光、对焦和白平衡等参数，以确保图像的清晰度和准确性。
在图像处理方面，我们可以借助计算机视觉技术，使用图像处理算法对采集到的图像进行预处理。
预处理的目标是提取图像中的目标物体，并将其转换为二值图像，以便后续的轨迹识别和分析。
3.循迹算法设计循迹算法是整个智能车循迹系统的核心。
其主要任务是通过分析图像中的车道线信息，实现车辆的自动循迹。
在循迹算法的设计中，我们可以采用以下步骤：步骤1：车道线检测步骤2：车道线跟踪检测到车道线后，接下来需要对其进行跟踪。
可以使用基于Hough变换或RANSAC算法的直线拟合方法，通过拟合检测到的车道线点集，得到车道线的方程参数。
步骤3：车辆偏离检测根据车道线的方程参数，可以计算出车辆与车道线之间的距离，进而判断车辆是否偏离了轨迹。
如果车辆偏离了轨迹，可以通过调整车辆的方向盘或驱动电机，使车辆重新回到正确的行驶轨迹上。
4.实时控制和反馈在循迹算法的实现中，需要实时控制车辆的转向和行驶速度。
可以通过与车辆的控制系统进行接口设计，将算法计算得到的转向角度和速度信息传递给车辆控制系统。
总结基于摄像头传感器的智能车循迹算法设计方案，包括硬件配置、图像采集和处理、循迹算法设计和实时控制与反馈等关键步骤。
通过对摄像头传感器获取到的图像进行车道线检测、跟踪和车辆偏离检测，可以实现智能车的自动循迹和行驶控制，提高行驶的准确性和安全性。
基于电磁传感器识别路径的智能车设计
文档从互联网中收集，已重新修正排版，word格式支持编辑，如有帮助欢迎下载支持。
摘要本文以第七届“飞思卡尔”杯全国大学生智能汽车竞赛为背景，对两轮直立行走智能小车硬件和软件进行了深入的分析与设计，以参与制作的智能小车为例介绍智能小车设计制作的全过程。
该智能车系统所用车模型号为N-286。
采用16位单片机MC9S12XS128作为主控制单元，设计、制作一辆能够自动识别路径并能两轮自平衡直立行走的智能小车。
整个智能车系统主要包括三大方面：机械结构安装，硬件电路设计，软件算法设计。
本系统在设计中采用模块化设计，其中，路径检测模块采用LC谐振回路作为选频网络，然后对其信号进行放大、滤波；角度检测模块利用陀螺仪和加速度传感器分别测量车模的角速度、角度，然后将角速度积分信号与角度信号整合得到车模的精确角度信号；电机驱动模块采用四片BTS7960驱动芯片，两两级联构成全桥驱动电路，利用PWM进行速度控制；速度检测模块采用增量式光电编码器；电源模块通过稳压芯片提供3.3V、5V电压。
系统应用PID控制算法，构成一个闭环控制系统。
通过对赛道信息、角度信号和速度信号的综合分析，利用N-286型车模双后轮驱动的特点，实现小车两轮自平衡直立行走。
关键字：直立行走；PID；MC9S12XS128；电机控制AbstractOn the background of the Seventh Freescale Cup Intelligent Auto-mobile Competition for national college students, this paper conducts deep analysis and design on the hardware and software of the two walking upright intelligent automobiles, and briefly introduces the whole processes of designing and making the automobile through the example of making the intelligent automobile.This intelligent auto-mobile system adopts the model N-286 as its type. By taking the 16 bits single chip microcontroller MC9S12XS128 as its main control unit, we can design and make an intelligent auto-mobile, which can recognize certain road automatically and run upright with its two wheels. The entire system contains three main parts: the installation of mechanical structure, the design of hardware circuit and the design of the software algorithm. The system adopts the modular design. Among them, the path detection module uses LC resonance loop as the frequency selective network, and then has its signal amplified and filtered. The angle detection module uses the gyroscope and angle acceleration sensor to measure the angular velocity and angle of models respectively. Then it integrates angle speed signal and angle signal to get precise angle signal of the models. Motor driver module uses four pieces of BTS7960 drive chips and two cascades to construct the whole bridge driving circuit. The system adopts PWM speed control algorithm to form a close loop control system. Speed detection module uses the solid-axes photoelectric encoder. Power module supplies voltage of 3.3V and 5V through regulated chips. The system applies the PID control algorithm to form a closed loop control system. Through a comprehensive analysis of track information, angle signal and speed signal and by using the characteristics of dual rear-wheel drive of N-286 auto-mobile models, it realizes the self-balanced upright walking with its two wheels. Key Words:Walk upright, PID, MC9S12XS128, Motor control目录摘要..................................................................................................... 错误!未定义书签。
基于CMOS摄像头的智能车路径识别与方向控制毕业论文外文翻译
英文原文Route Identification and Direction Control of Smart Car Basedon CMOS Image SensorAbstractThis paper is designed for the 2nd Freescale Cup National Undergraduate Smart Car Competition. With MC9S12DG128 single chip and smart car model supplied by the committee, a CMOS image sensor is applied to detect the black track on white raceway, which extends the detection range and is helpful to predict the forward path. In this paper, ten-line pixels in an image are analyzed to locate the black track, and the PD algorithm based on PID is employed to control the direction and angle of the steering gear respectively. By repeated testing, the smart car can run stably on the given raceway at a high speed.Keywords: route identification, direction control, smart car, MC9S12DG128 single chip, image sensor, PIDalgorithm.1. IntroductionThe rules of 2nd Freescale Cup National Undergraduate Smart Car Competition [1] may be summarized as follows: the raceway consists of a lot of white boards on which a black track is attached; the smart car designed by participants runs along the black track;every car runs two circles in this game and the best times of two circles will be the final score of this car, and apparently the team whose car takes the best times will bear the palm. According to the rules, we should ensure that the car can distinguish the black track from white board in order to make the smart car run stably. There are two common methods for route identification: one is using infrared diode as the sensor, and another is using CCD/CMOS image sensor [2]. This paper using CMOS image sensor as route identification sensor, the reasons for which are as follows: (1) The range which is covered by a infrared diode sensor is much smaller than a CMOS image sensor covers, and only we can do is to use several diode sensors, but the maximum number of diode sensors used in the smart car is 16; (2) The working voltage of a CMOS image sensor(3.3V) is less than a CCD(12V) or 16 infrared diodes. Apparently, using CMOS image sensor can not only reduce the power consumption but also extend the visible range of the smart car, and also enable the car to predict the forward path. This paper presents a systemic solution for identifying the raceway and controlling the direction of smart car.2. CMOS cameraThere are several kinds of CMOS image sensors in the market. In comparison with other CMOS image sensors, the OV6130 CMOS image sensor [3] made by OmniVision Technologies Inc. is the best choice for us to design a CMOS camera for smart car whether from the viewpoint of cost and performance or power consumption. The OV6130 is a black and white sensor which has a 1/4 inch CMOS imaging device containing approximately 101,376 pixels (352×288). This sensor includes a 356×292 resolution image array, an analog signal processor, dual 8-bit A/D converters, analogvideo multiplexer, digital data formatter, video port, SCCB interface, registers, and digital controls that include timing block, exposure control, black level control, and white balance.By assembling the experimental circuit we test the OV6130 output ports timing (VSYNC, FODD, HERF). Figure 1 shows the experimental timingdiagrams.(a) VSYNC-FODD timing(b) FODD-HERF timingFigure 1 OV6130 experimental timing diagramsFigure 2 Structure of the image capturing and displaying system Referring to the OV6130 datasheet, these timing diagrams match well with those given in datasheet, thus we produce the OV6130 CMOS camera based on the experimental circuit. In order to check whether the images captured by camera have clear definition and sharp contrast or not, and also to confirm the visible range of the camera, we design a VB program for capturing the images and displaying them on computer screen. This program bases on three hardware devices: CMOS camera, MCU or single chip, PC. Figure 2 presents how these three devices work together.Figure 3 compares the original image of a snake line of raceway with the image captured by CMOS camera and then displayed on screen by VB program. It can be seen that the captured image has clear definition and sharp contrast, and this lays a foundation for route identification to be discussed later.(a) Smart car ready to scan the raceway(b) Captured image by CMOS cameraFigure 3 Comparison between original image and captured image3. Route identificationRoute identification aims at helping the smart car to recognize the forward track by a method which picks up the black line from the image captured by CMOS camera,and in fact, this method works well in the following cases:straight line, curving line and snake line. By repeated testing, we decide to analyze 10 lines of a whole image to predict the forward condition of smart car. Figure 4 illustrates how we analyze the 10-line pixels of an image.Figure 4 Route identification diagramThe detailed algorithm is introduced as follows:Step 1: Calculate coordinates of the black pixel for each line ready to be analyzed. As is illustrated in figure 4, the lines (L0, L1, …, L8, L9) are to be analyzed, and the white points (P0, P1, …, P8, P9) are black pixels for each line. The origin O is superposed by P9, which means there is no black pixel in line L9. Assumed that P(x) and P(y) indicate x-coordinate and y-coordinate of point P,respectively, here both P9(x) and P9(y) equal 0.The key of this step is to find the black pixel of each line. Here, by taking the following datum which shows the gray values of all pixels in a line as example, we introducea new approach:195 210 207 215 208 228 236 243 238 234 238 235 231 233 230 235 230 222 196 207 204 208 209 129 160 65 17 15 19 18 79 151 172 153 173 150 147 159 141 153 147 154 137 139 156 136 141 9 141 133 138 4 127 110 141 112 104(1) Assumed that P is the black pixel of this line, G(i)denotes a pixel and i indicates it’s position in this line, V(i) is the gray value of G(i), j is the position of the first black pixel appearing in the line from left to right. Here both P(x) and P(y) are initiated to 0, and j is 0 from the start.(2) As for each pixel in this line from left to right,comparing its gray value with the black value B, here we set B as 30, G(i) is a black pixel on condition that V(i) is less than B. In the line above, the pixels underlined in bold, whose gray values are 17,15,16,18, are component points of the black track, and the pixels underlined both in bold and italic, whose gray values are 9,4, are invalid or interferential pixels. If V(i) is less than B, set j as i. Then compare V(j+1) and V(j+2) with B respectively, results go to two sides: ①If both V(j+1) and V(j+2) are less than B, check the gray value for each pixel from G(j+3) to the end pixel of this line. If the total number of white pixels whose gray values are greater than B surpasses or equals to 3, then set P as G(j+1). Otherwise, go to (3); ②If not, repeat this way from the point G(j+3) on. (3) If there is no black pixel in this line, set both P(x) and P(y) as 0.Step 2: Calculate the average coordinates of 10 black pixels. As is showed in Figure 4, M is the average point, M(x) and M(y) are expressed as follows:Step 3: According to the position of M in the image,we can decide in which direction (ahead, left, or right) the smart car should turn. In Figure 4, the smart car should turn right obviously.Step 4: Calculate how many angles the car should turn.Further descriptions is illustrated in Figure 5, where α is the very angle by which the car should turn right, F is the central point of two front wheels, M is the average point mentioned previously (see Figure 4), D and L1 indicate the width and height of the visible range of CMOS camera respectively, L2 is the distance between visible range and front wheels, L3 is a half of front wheel’s diameter, L2+L3 means the distance between visible range and the axis of front wheels. Referring to Figure 5, it is very easy to calculate the angle α.Figure 5 Calculating the angle for turning4. Direction controlThe central unit for direction control of smart car is steering gear, its input signal is PWM (Pulse-Width Modulation) pulse, and it outputs corresponding angle in radian.This paper uses the PWM output port of MC9S12DG128 single chip [4] as the input signal of steering gear. By inputting the given discrete width of pulse, we test the relationship between the input and the output. The formula below expresses it:where X is tangential value of the output angle, Y is width of the input pulse, y0 is the corresponding value when the output angel equals 0 and k is slope. Using this linear relationship we can operate the smart car simply just by inputting the target angel, thus the width of pulse which is the input signal of steering gear can be computed easily,this method, h owever, doesn’t work well in the following cases: curving line and snake track. Therefore we apply the PID [5] (Proportional, Integral, and Differential) controller which is very popular in fields of automation and control technology. The kernel theory of PID is to do proportional, integral and differential operations on the input difference respectively, then join the three results as the final output value. In practice, it is very flexible for us to use according to features and demands of the object to be controlled. We may choose one or two or all of PID modules, for example, we can use proportional and integral modules to make up of PI controller.As for the smart car, it is no necessary to consider the tracks which have been gone across, so we only use proportional and differential modules as PD adjuster, and P adjuster has been described previously (see Formula(2)), and the followingformula shows the D adjuster:where enew , eold define the differences of this time and last time when the angle is computed (here difference means the angel by which the steering gear should turn), t is scanning period of CMOS camera, kd is differential coefficient which runs from 0.5 to 1.5, D_out is the output of D adjuster.5. ConclusionsThe challenge of this work is a systemic solution for identifying the black route and controlling the direction of smart car. The performance of CMOS camera is apparently superior to infrared diode whether in scanning range or whether in power consumption, and the clear definition and sharp contrast of image are also important for the further recognition and control. By repeated testing, it is proved that the PD adjuster works well whenthe car runs whether on curving line or on snake track at a high speed, and the stability of smart car is also promoted.中文译文基于CMOS摄像头的智能车途径识别与方向控制摘要本文是为第二届飞思卡尔杯全国大学生智能车大赛而设计的。
基于黑白摄像头的智能小车路径识别系统设计[1]概要
![基于黑白摄像头的智能小车路径识别系统设计[1]概要](https://img.taocdn.com/s3/m/59f9b0ce4afe04a1b071dedd.png)
万方数据万方数据瞄董j磁&圜匡豆可.堡星篁查墨堡皇鱼可以消除影响。
因而从去噪效果和计算量两方面来考虑,lx3模板中值滤波更具有优势。
4黑线中心提取提取黑线中心部分是小车路径识别系统中最为重要的一个环节,关系到智能小车运行质量的好坏。
这里黑线中心提取方法为:先判断每行的第一个点是否为自点,如是白点则依次对白点进行计数(设计数为a,当遇到连续黑点时则计数黑点个数(设计数为b,再次遇到白点时则退出该行计数,此时黑线中心所在列为a+b/2;如果第一个为黑点,且不是噪声点(即为连续的黑点,则直接对黑点计数(设计数为b,当遇到连续白点后则退出计数,这种情况下得到的黑线中心位于第b/2列。
最后将从一幅图像上得到的所有中心位置按行存人一个一维数组中。
但是不得不考虑两种比较特殊的情况,起始线和十字交叉线。
通过观察发现这两种情况下每行出现黑点的数量远远大于黑线的黑点数(黑线一般能采集到2—3个黑点,所以当采集到的黑点数超过正常值时,便判定这一行为特殊行,并赋予特殊标志位(这里将特殊行中心点标志为50,因为经过图像处理后图像变成38}20数组,标志为50能将特殊点和正常点很明显的区分开,也方便了下面的改进差值算法。
由于规则要求小车能识别起始线,因而还需对特殊行进行分析。
图7为采到起始线的情况,可以看出起始线所在行具有多个跳变,考虑到车体偏离等情况,可以用白点跳变为黑点的次数(方案中选2或3来判定是否为起始线,如果符合情况则标志出这一行。
则其他的特殊行均为十字交叉情况。
虽然在前面已经有去噪处理,但是偶尔还是会有干扰,这样提取出来的某些行黑线中心位置就发生了跳变。
同时,为了后续的控制模块得到准确的道路信息,需要对特殊行及跳变点进行插值处理,即赋予其前后两行的平均值作为黑线中心值。
但是考虑到会出现这样的复杂情况:连续两行出现跳变点或者特殊行的前后出现跳变点,这时如果简单的按上面的方法进行插值,会插入一个误差很大的中心点,使道路产生弯点。
基于STM32的智能小车摄像头循迹系统_毕业设计论文精品
基于STM32的智能小车摄像头循迹系统_毕业设计论文精品智能小车摄像头循迹系统是基于STM32单片机开发的一种智能控制系统，在汽车行驶过程中利用摄像头采集车辆所在位置信息，并根据此信息实现车辆的自动导航。
本文将介绍该系统的设计流程、硬件架构和软件开发。
一、设计流程1.系统需求分析：确定系统的功能需求，包括摄像头采集图像、图像处理和车辆导航等。
2.系统设计：根据需求确定系统的硬件和软件设计方案。
3.摄像头选型与接口设计：选择合适的摄像头模块，并实现与STM32的接口设计。
4.图像采集与处理：利用摄像头采集图像，并通过图像处理算法提取车辆所在位置信息。
5.车辆导航算法设计：根据图像处理的结果，设计车辆导航的控制算法。
6.系统实现与调试：将各个模块进行集成，完成系统的硬件搭建和软件编程，并进行调试和测试。
二、硬件架构该系统主要包括STM32单片机、摄像头模块、电机驱动模块和车辆控制模块。
1.STM32单片机：负责系统的整体控制和图像处理，并根据图像处理的结果发送控制信号给电机驱动模块。
2.摄像头模块：通过图像传感器采集图像，并将图像数据传输给STM32单片机进行处理。
3.电机驱动模块：根据STM32单片机发送的控制信号，控制车辆的运动方向和速度。
4.车辆控制模块：用于接收电机驱动模块发送的控制信号，并控制车辆的运动。
三、软件开发1. 嵌入式软件开发：使用Keil或IAR等开发工具，编写STM32单片机的软件程序，实现图像采集、图像处理和车辆导航等功能。
2.图像处理算法设计：根据摄像头采集到的图像，设计图像处理算法，提取车辆所在位置信息。
3.车辆导航算法设计：根据图像处理的结果，设计车辆导航的控制算法，计算控制信号发送给电机驱动模块。
4.系统集成与调试：将上述软件程序上传到STM32单片机，并将各个硬件模块进行连接和调试，确保系统能够正常工作。
综上所述，基于STM32的智能小车摄像头循迹系统是一种基于图像处理的智能控制系统，通过摄像头采集车辆位置信息并实现自动导航。
毕业论文-基于摄像头的智能车路径识别方案
基于摄像头的智能车路径识别方案摘要：本文按照第四届“飞思卡尔”杯全国大学生智能汽车邀请赛的技术要求，经过一段时间的资料的采集与样本电路的参照，本文主要介绍了车模的系统设计原理，系统软件，与方案简介。
在硬件电路的设计与实现中，描述了最小系统设计，电源模块，并且着重描述数字摄像头OV6620，在软件系统设计中，讲述了时钟模块，ECT模块，图像采集以及图像处理等内容，经过实践证明，这些理论方案都可以得到证明，能使汽车稳定快速运行。
关键字：智能车；摄像头；电源模块；图像采集The identification of intelligent vehicle path of program is based on CameraAbstract: This article in accordance with the 4th "flying to Karl" Cup National University SMART Car Invitational technical requirementsfor the time of the information gathering and sample circuits in the light of this article introduces the car model system design principles, system software, and the programme profile. On the hardware circuit design and implementation, describes the minimum system design, power supply, with emphasis on described digital camera OV 6620 in software design of the system on the clock module, ECT modules, image acquisition and image processing, the practice has proved that these theories programmes can be proved that auto steady and rapid operationKeywords: SMART cars; camera; power supply; image acquisition目录前言 4第1章系统设计概述 51.1系统设计原理 51.2系统软件 61.3方案简介 6第2章硬件电路的设计与实现 72.1最小系统板设计 72.2电源模块 82.2.1 5v电源 92.2.2 6V电源 92.3数字摄像头OV6620 102.3.1 OV6620简介 102.3.2 OV6620 和普通摄像头的对比 10 2.3.3 OV6620管脚说明 112.3.4 OV6620图像采集 11第3章软件系统设计 143.1 时钟模块 143.2 ECT模块 143.3 图像采集 163.4 图像处理 173.4.1 二值化算法 175.4.2 黑线提取流程 19结论 21致谢 22参考文献 23附录A 24前言智能汽车，是一种集环境感知、规划决策、自动行驶等功能于一体的综合系统，集中地应用到自动控制、模式识别、传感器技术、汽车电子、电气、计算机、机械等多个学科，是典型的高新技术综合体，具有重要的军用及民用价值。
基于摄像头传感器的智能车循迹算法设计方案
基于摄像头传感器的智能车循迹算法设计 方案Design of intelligent car tracking algorithm based on camera sensor熊中华 （山东理工大学交通与车辆工程学院，山东淄博 255000）摘 要：本方案通过DMA进行摄像头与单片机之间的信息传输，采用大津法确定二值化阀值，进行图像分割，极大提高图像处理速度。
本文主要介绍了中心线拟合、最小二乘法补边界线、特征点提取、十字元素与车库元素识别与处理等算法，使智能车更平稳快速通过多种赛道元素。
关键词：DMA；大津法；最小二乘法；特征点；十字元素；随着汽车保有量的不断攀升，交通拥堵、交通事故不断频发，越来越多的国家投入到智能网联汽车的研发，智能网联汽车多采用传感器融合方案，视觉传感器作为其中一种重要的传感器，进行图像采集。
本文采用摄像头传感器进行图像采集，进行赛道元素特征识别，辅助智能车快速通过多种赛道元素，对于提高城市交通智能化有着重要意义。
1 摄像头传感器选取与安装1.1 摄像头传感器选取摄像头传感器是视觉检测的核心器件，信息量丰富，相较于电磁传感器，扫描距离更远，有利于提前进行路径规划。
本方案采用龙邱神眼摄像头MT9V034作为图像传感器,为灰度数字摄像头，只需3.3V供电，分辨率为120×188，具有高动态成像、超低功耗等多种优点，该摄像头采用8位并行输出，故像素点灰度值范围为0～255。
结合智能小车循迹特点，一般会将分辨率设置为80×60，即可获取赛道图像处理所需数据。
高分辨率，图像会更清晰，但数据量增加，传输时间延长，影响图像处理效率，如果再打开串口使用上位机，有机发光半导体（organic electroluminescence display, OLED）屏上图像会延迟，帧率降低，也不便于调试。
一般会降低分辨率提高帧率，但也会考虑算法性能，应注重单片机处理速度与图像刷新速度协调。
基于摄像头的智能车控制器的软件设计论文
┊┊┊┊┊┊┊┊┊┊┊┊┊装┊┊┊┊┊订┊┊┊┊┊线┊┊┊┊┊┊┊┊┊┊┊┊┊摘要以全国飞思卡尔智能车大赛为背景的智能车摄像头控制系统是本论文的重点。
文中主要介绍了智能车的整体框架、软件设计、摄像头图像采集模块、光电编码器速度采集模块、执行模块电路设计、以及电源管理模块。
在硬件设计方面，自行设计实现了系统的电路板。
在软件方面，软件系统以飞思卡尔16位单片MC9S12DG128作为系统控制处理器，软件平台为CodeWarrior IDE 开发环境，采用CMOS数字摄像头OV6620获取实时赛道信息，通过边缘检测方法提取赛道黑线，求出小车与黑线间的位置偏差，采用PD控制算法对舵机转向进行控制。
通过自制测速器实时获取小车速度，采用P控制策略形成速度闭环控制。
从控制算法、视频采集和图像处理以及车体控制几个方面来了解控制原理。
关键字：飞思卡尔单片机、摄像头、视频采样、PID控制┊┊┊┊┊┊┊┊┊┊┊┊┊装┊┊┊┊┊订┊┊┊┊┊线┊┊┊┊┊┊┊┊┊┊┊┊┊AbstractsThe National Competition for the background of Freescale's Smart Car smart car camera control system is the focus of this paper. This paper describes the overall framework for intelligent vehicles, software design, camera image acquisition module, the optical encoder speed acquisition module, the implementation of circuit design and power management module. In hardware design, design and implement their own system of circuit boards. In terms of software, software system to Freescale 16-bit single-chip control processor as the system MC9S12DG128, software platform development environment for the CodeWarrior IDE, with OV6620 CMOS digital camera for real-time track information, extracted by edge detection circuit black line , find the car and the black line between the position error, the use of PD control algorithm to control steering of the steering gear. Homemade gun through the real-time access to car speed, the use of P form a closed loop speed control strategy control. From the control algorithm, video capture and image processing, and control several aspects of the body to understand the control theory.Key words: Freescale Single-chip，Camera, Video Sample，PID control┊┊┊┊┊┊┊┊┊┊┊┊┊装┊┊┊┊┊订┊┊┊┊┊线┊┊┊┊┊┊┊┊┊┊┊┊┊目录第一章绪论 (1)1.1 智能车大赛的背景 (1)1.2 智能车的发展历史 (1)1.3 研究智能车系统的意义 (2)1.4 智能车系统组成 (2)1.5 毕业设计要进行的工作 (3)1.6 本章小结 (3)第二章系统总论 (4)2.1 系统硬件结构 (4)2.2 系统软件结构 (4)2.3 方案简介 (5)2.4 本章小结 (6)第三章硬件电路的设计 (7)3.1 飞思卡尔单片机简介 (7)3.2 电源模块 (7)3.3 电机驱动模块 (11)3.4 速度检测部分 (12)3.5 舵机部分 (17)3.6 摄像头传感器部分 (17)3.6.1 0V6620图像传感器应用 (17)3.6.2 舵机转角的预测算法 (19)3.7 图像采集模块接口 (20)3.8 本章小结 (20)第四章软件系统设计与实现 (21)4.1 系统分析 (21)4.2 软件系统设计 (21)4.2.1 时钟模块的初始化 (21)4.2.2 PWM模块的初始化 (22)4.2.3 ECT模块的初始化 (22)4.2.4 A／D模块的初始化 (23)4.3 赛道信息提取算法 (23)4.3.1 控制系统的分析 (23)4.3.2 图像采集模块 (24)4.3.3 图像处理与赛道信息的提取 (24)4.3.4 摄像头初始化 (27)┊┊┊┊┊┊┊┊┊┊┊┊┊装┊┊┊┊┊订┊┊┊┊┊线┊┊┊┊┊┊┊┊┊┊┊┊┊4.3.5 摄像头信息采集 (27)4.4 舵机控制策略 (28)4.5 电机控制策略 (31)4.5.1 比例控制 (31)4.5.2 积分控制 (31)4.5.3 微分控制 (32)4.5.4 策略 (32)4.6 本章小结 (34)本文总结 (35)致谢 (36)参考文献 (37)┊┊┊┊┊┊┊┊┊┊┊┊┊装┊┊┊┊┊订┊┊┊┊┊线┊┊┊┊┊┊┊┊┊┊┊┊┊第一章绪论1.1 智能车大赛的背景“飞思卡尔"智能车竞赛是由教育部高等学校自动化专业教学指导分委员会主办，飞思卡尔半导体公司协办的全国性的比赛。
基于摄像头的路径识别智能车控制系统设计 (1)
由于ＭＣ９Ｓ１２ＤＰ２５６的ＡＤ采集速度有限，须 利用图像采集模块提取出摄像头信号的行同步脉 冲、消隐脉冲和场同步脉冲以供单片机作控制之 用。ＬＭｌ８８１视频同步信号分离芯片可从摄像头信 号中提取信号的时序信息，如行同步脉冲、场同步 脉冲和奇、偶场信息等。并将它们转换成１ＴｒＬ电平
直接输给单片机的Ｉ／Ｏ口作控制信号之用。 ＬＭｌ８８ｌ的端口接线方式如图２所示。 １．３电机驱动电路设计
本文所述基于摄像头路径识别的智能车控制 系统．以电动小车为研究对象，通过车载ＣＣＤ摄像 头动态摄取路面图像．识别白色场地中的任意黑色
带状导引线．控制电动小车以设定目标速度沿导引 线自动行驶．为使电动小车在行驶过程中保持一定 的稳定性和平顺性．控制系统中对导引线路径信息 识别、路径定位与方向偏差控制等主要控制功能提 出了较为理想的解决方案。
ｉｎｔｅｒｆｅｒｅｎｃｅ ｐｅｒｆｏｒｍａｎｃｅ，ａｎｄ ｓｍａｌｌ ｓｔｅａｄｙ ｓｔａｔｅ ｅｒｒｏｒ．
Ｋｅｙ ｗｏｒｄｓ：ＣＣＤ ｃａｍｅｒａ；ｐａｔｈ ｉｎｆｏｒｍａｔｉｏｎ；ｓｍａｎ ｃａｒ
随着生产技术的发展和自动化程度的提高．传 统制造业的生产方式发生了深刻的变化。在自动化 领域中．许多复杂性操作和或对人体有害的工作都 由机器自动完成．为了实现这一工作．就要求机器 有一定的智能性。
别为（“。，秽。）、（“：，秽：），则该行上路径中线上点
基于摄像头的智能车循迹方法
基于摄像头的智能车循迹方法
基于摄像头的智能车循迹方法
【摘要】本文基于摄像头传感器设计并实现智能车自主循迹行驶。
采用摄像头传感器的信号采样模块获取赛道黑线信息，高效稳定的循迹算法使小车能够自主识别黑色引导线并根据黑色引导线实现快速稳定的寻线行驶。
【关键词】智能；传感器；pid
一、前言
智能车辆（intellignt vehicle-iv），又叫轮式移动机器人，是一个集环境感知、规划决策、多等级辅助驾驶等功能于一体的综合系统[1]，它体现了自动控制、人工智能、传感技术、机械技术、计算机技术等多个学科领域理论技术的交叉和综合。
自主导航技术是智能车辆最为核心的技术；而基于视觉的自主导航技术是针对城市环境的智能车辆研究中极具前景的方向，是典型的高新技术综合体。
智能车辆致力于提高汽车的安全性、舒适性和提供优良的人车交互界面，是世界车辆工程领域研究的热点和汽车工业增长的新动力。
美国交通部已开始一项五年计划，与美国通用汽车公司合作研发一种智能防撞系统。
1995年6月，nablab5进行了穿越美国陆地的实验nha，从美国宾州的匹兹堡到美国加州的圣地亚哥城市，其路程4587公里，其中自主驾驶部分占百分之九十七。
2003年，中国清华大学计算机系智能技术与系统国家重点实验室在中国科学院院士张钹带领下研究制作的智能移动车辆清华。
- 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)。
基于摄像头的智能车路径识别方案摘要：本文按照第四届“飞思卡尔”杯全国大学生智能汽车邀请赛的技术要求，经过一段时间的资料的采集与样本电路的参照，本文主要介绍了车模的系统设计原理，系统软件，与方案简介。
在硬件电路的设计与实现中，描述了最小系统设计，电源模块，并且着重描述数字摄像头OV6620，在软件系统设计中，讲述了时钟模块，ECT模块，图像采集以及图像处理等内容，经过实践证明，这些理论方案都可以得到证明，能使汽车稳定快速运行。
关键字：智能车；摄像头；电源模块；图像采集The identification of intelligent vehicle path of program is based on CameraAbstract:This article in accordance with the 4th "flying to Karl" Cup National University SMART Car Invitational technical requirements for the time of the information gathering and sample circuits in the light of this article introduces the car model system design principles, system software, and the programme profile. On the hardware circuit design and implementation, describes the minimum system design, power supply, with emphasis on described digital camera OV 6620 in software design of the system on the clock module, ECT modules, image acquisition and image processing, the practice has proved that these theories programmes can be proved that auto steady and rapid operationKeywords: SMART cars; camera; power supply; image acquisition目录前言 4第1章系统设计概述 51.1系统设计原理 51.2系统软件 61.3方案简介 6第2章硬件电路的设计与实现 72.1最小系统板设计 72.2电源模块 82.2.1 5v电源 92.2.2 6V电源 92.3数字摄像头OV6620 102.3.1 OV6620简介 102.3.2 OV6620 和普通摄像头的对比 102.3.3 OV6620管脚说明 112.3.4 OV6620图像采集 11第3章软件系统设计 143.1 时钟模块 143.2 ECT模块 143.3 图像采集 163.4 图像处理 173.4.1 二值化算法 175.4.2 黑线提取流程 19结论 21致谢 22参考文献 23附录A 24前言智能汽车，是一种集环境感知、规划决策、自动行驶等功能于一体的综合系统，集中地应用到自动控制、模式识别、传感器技术、汽车电子、电气、计算机、机械等多个学科，是典型的高新技术综合体，具有重要的军用及民用价值。
目前，智能车领域的研究已经能够在具有一定标记的道路上为司机提供辅助驾驶系统甚至实现无人驾驶。
这些智能车的设计通常依靠特定道路标记完成识别，通过推理判断模仿人工驾驶进行操作。
通常，智能车接受辅助定位系统提供的信息完成路径规划，如由GPS等提供的地图，交通拥堵状况，道路条件等信息。
本文内容的安排如下所示：第一章引言本章主要介绍了Freescale 车模竞赛的基本情况，智能汽车的发展状况。
第二章系统整体框架本章对系统硬件模块方案和软件控制方法进行了选择与论证。
第三章机械结构的安装与调整本章对机械结构的安装与改进，各个模块的安装技巧作了详细的介绍。
第四章硬件电路的设计与实现本章主要介绍了自行设计的基于飞思卡尔单片机的最小系统板的设计、电源模块、摄像头模块和速度传感器模块的设计与实现。
第五章软件系统设计与实现本章软件系统各模块的设计思路作了详细的介绍。
特别介绍了图像处理中的各种技巧、PID 控制策略的应用和起跑线识别算法的设计等问题。
第六章开发工具及其调试本章对开发工具与调试方法作了简单介绍。
结论对整个参赛过程中的经验与教训作了总结。
第1章系统设计概述1.1系统设计原理电机驱动模块MC9S12XS128图像采集模块硬件电路是整个系统的基础，下面是我们的硬件电路原框图：舵机驱动模块速度采集模块速度采集模块速度采集模块图1.1整体框架1.2系统软件开始系统的软件流程图1.2初始化图像采集图像处理舵机控制电机控制图1.2系统流程图1.3方案简介在本次比赛中，组委会提出了3种单片机可供选择MC9S12XS128，MC9S12DG128和9S08AW60.我们选择了总线频率较高的MC9S12XS128作为主控芯片，并且自己制作了最小系统板。
图像采集我们经过对比最终选择了CMOS的OV6620作为图像采集传感器。
将图像采集来后，为了减小干扰首先我们对整幅进行了二值化，然后利用跟踪边缘的算法对黑线进行提取。
最终使得黑线的变化更加平稳。
提取出黑线后，我们采用了模糊控制与PD控制相结合的方式对舵机进行控制，让小S直接冲过去，大S尽量内切，最大难度的发卡弯沿线通过。
在硬件方面，我们为了使电路更加简化，自己制作了最小系统板，使得单片机，电源，电机驱动等模块集中到了一块最小的系统板上。
第2章硬件电路的设计与实现硬件电路主要包括：电源模块，驱动模块与调试模块。
电源模块主要包括单片机电源，编码器电源，摄像头电源，舵机电源等等。
驱动模块主要包括电机驱动和舵机驱动。
调试模块主要包括BDM下载和串口的设计。
2.1最小系统板设计我们采用了MC9S12XS128芯片作为主控芯片，参考了组委会提供的系统板的原理图，自行设计了最小系统板和外围器件的电路，同时为了尽可能的减小板子的质量与大小，我们没有将串口设计到最小系统板上，而是另外做了一块USB转串口的电路板。
原理图如图2.1和2.2图2.1最小系统板原理图引脚功能介绍：PORTB： LED状态指示PORTM：摄像头数据采集口PORTK：模式选择口PP1：舵机控制PP2：电机控制口PP3：电机控制口TXDO：串口通讯RXDO：串口通讯2.2电源模块为了保证各个部件的正常工作，电源的供给是十分主要的，需要对配发的标准车模用蓄电池进行电压调节。
单片机系统，摄像头，车速传感器电路等各个电路的工作电压不同，需要想办法来使得电压满足各自的要求，一种办法是利用升压或降压的芯片来达到它们的要求，另一种方法是利用双电源供电的方法，来实现自己各模块的不同需求，由于电路的模块较多，该方案中需要升压或降压芯片，实际应用中，我们确定采用升压降压芯片等来实现对各个模块的供电需求，而且，再电路设计中，考虑到由于电机驱动所引起的电源不稳定，在电源输入端，各芯片电源引脚都加入滤波电路。
如图2.3所示电源模块的组成摄像头图2.3电源模块的组成框图2.2.1 5v电源市场上常用的5V芯片有LM2940，LM7805，LM2575，LM2596其中LM2940和LM7805转换效率低（40%）输出波纹小，而且稳定，对于电源要求比较高的元件适合。
LM2575和LM2596转换效率高（75%~80%）输出波纹大，可能会让单片机出现重启。
所以我们选择前者而LM2940比LM7805压差小，而且更加稳定因此我们选择LM2940作为5V稳压芯片。
原理图如图2.4所示图2.4 5V稳压电路原理图2.2.2 6V电源舵机的响应速度与其电源电压有关。
因此，为了获得更快的响应速度，舵机的供电采用其工作上限电压+6V，舵机的工作电压4-6V，因此为了稳定起见我们给舵机也做了稳压电路，期间的选择的是LM2941.原理图如图2.5图2.5 舵机电源6V2.3数字摄像头OV66202.3.1 OV6620简介（1）、OV6620需要稳定的5V电压供电，和系统板上的供电电源兼容。
（2）、NAL制，每秒25帧，一帧两场，那么每秒就有50场。
意味着20MS就有一副图像产生。
356x292pixels,理解为：有292行，一行有356个点。
（3）、视野和可视距离：这个和镜头的选择有关，据我测试，f=3.6MM时视野应该有25度左右，f越大视场越小。
可视距离需要调节镜头焦距。
经我测试可视距离可以看到十几米，毕竟像素值只有10万多，用单片机读可以看到3-4M的距离。
这里解释一下为什么用单片机读会打折扣，因为线宽度只有2.5CM，太远了黑线会很细，采点之后就分辨不出是噪音还是有用信号了，在1米左右时，黑线宽度可用8个点表示。
（4）、内部有IIC可编程。
可以调整摄像头的参数，比如最大灰度，对比度，暴光率控制等等。
其本质是SCCB协议。
（5）、数据格式-YCrCb 4:2:2,GRB 4:2:2,RGB;电子曝光/增益/白平衡控制；内部自动图像增强，亮度，对比度，伽马，饱和度，锐度，加窗等。
最重要的是不需AD，不需1881.当然玩一下他的模拟输出一可以，VTO管脚就可以当普通的模拟摄像头用。
2.3.2 OV6620 和普通摄像头的对比模拟的优势比较明显：便宜，程序有现成的。
缺点：消耗MCU 资源，功耗大，取点个数少，需要做12V的供电模块（最近有队伍说把摄像头上的5V稳压芯片取下来飞飞线就可以直接用5V供电），外围处理电路多，还要1881。
数字的优点就是避免了模拟的缺点。
行场同步中断信号有现成的，而且消隐区也十分有规律。
可以用示波器对比一下模拟的和数字的，数字的信号非常漂亮，非常稳定。
这对于图像采集来说是十分有利的。
最终我们选择了数字摄像头OV6620。
OV6620的管脚分布样子如图2.6和2.7所示：2.3.3 OV6620管脚说明图2.6管脚分布图图2.7 OV6620像头PIN1-PIN8 灰度信号输出接口Y0-Y7PIN11 SCCB数据接口SDAPIN12 奇偶场同步信号FODDPIN13 SCCB数据时钟SCLPIN14 行中断信号HREFPIN16 场中断信号VSYNPIN18 像素同步信号PCLK(也叫TCLKPIN32 模拟信号输出接口VTO这里仅说明可能需要用到的管脚，模拟摄像头无非也就这几个信号，重要的是，模拟摄像头的信号线需要分离，这当然会给图像的采集带来本可以避免的干扰。