郝銘軒

摘 要 本文介紹了一種基于面陣CMOS攝像頭傳感器的循跡智能車的軟硬件結(jié)構(gòu)和開(kāi)發(fā)流程。通過(guò)MT9V022攝像頭獲取環(huán)境信息進(jìn)行循跡，對(duì)采集的原始圖像進(jìn)行梯形校正和桶形校正，處理圖像后獲取賽道邊界，利用人工勢(shì)場(chǎng)法規(guī)劃路徑，在轉(zhuǎn)向控制上利用位置式PID，速度控制上采用串級(jí)PID控制。使系統(tǒng)的穩(wěn)定性和魯棒性得到了很大的改善。最終實(shí)現(xiàn)智能車快速平穩(wěn)運(yùn)行。

關(guān)鍵詞 CMOS攝像頭；圖像校正；路徑規(guī)劃；智能車

中圖分類號(hào) TP2 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 2095-6363（2015）09-0030-02

1 總體設(shè)計(jì)

系統(tǒng)結(jié)構(gòu)如圖1所示，該系統(tǒng)采用飛思卡爾MK60FX512VLL15作為控制芯片，利用DMA模塊進(jìn)行CMOS攝像頭圖像數(shù)據(jù)傳輸以提供微控器識(shí)別處理和規(guī)劃決策，通過(guò)對(duì)圖像處理和識(shí)別，驅(qū)動(dòng)舵機(jī)電機(jī)，實(shí)現(xiàn)轉(zhuǎn)向和速度控制，使用旋轉(zhuǎn)編碼器將當(dāng)前測(cè)量速度值和測(cè)量加速度值反饋給微控器，使用速度串級(jí)控制，使智能車平穩(wěn)運(yùn)行。

2 硬件系統(tǒng)設(shè)計(jì)

1）供電模塊。完整的智能控制車系統(tǒng)應(yīng)包括轉(zhuǎn)向、動(dòng)力、檢測(cè)采集和運(yùn)算處理等模塊。各個(gè)模塊的電源均由7.2V鎳鎘電池提供，而工作電壓各不相同。攝像頭輸入電壓為3.3V，因其對(duì)電壓噪聲較敏感，因此使用了TPS7350和TPS7333兩片低壓差穩(wěn)壓芯片組成的兩級(jí)穩(wěn)壓電路，并使用濾波電容，穩(wěn)定輸入輸出電壓。實(shí)際使用中，CMOS攝像頭供電電壓在供電電壓波動(dòng)時(shí)依舊穩(wěn)定。

2）電機(jī)驅(qū)動(dòng)模塊。智能車電機(jī)的供電電壓為電池電壓，為提高電機(jī)靈敏性，充分發(fā)揮電機(jī)性能，使用4片IR2104半橋驅(qū)動(dòng)控制MOS管構(gòu)成H橋電路，控制兩個(gè)RN260電機(jī)正反轉(zhuǎn)。為控制智能車車體重量與體積，選用了具有體積小，導(dǎo)通電流大，導(dǎo)通內(nèi)阻小等特點(diǎn)的LR7843型號(hào)MOS管。實(shí)驗(yàn)證明，智能車高速運(yùn)行時(shí)，設(shè)計(jì)的驅(qū)動(dòng)模塊芯片溫度依然處于正常范圍。

3 軟件系統(tǒng)設(shè)計(jì)

3.1 軟件系統(tǒng)流程

如圖2所示，軟件控制包括攝像頭圖像采集、圖像存儲(chǔ)、圖像處理、轉(zhuǎn)向控制、速度控制等部分。

3.2 程序分配與中斷處理

在程序分配上，為充分利用處理器空閑時(shí)間，使用DMA采集圖像的同時(shí)，在主循環(huán)中進(jìn)行圖像存儲(chǔ)。在軟件設(shè)計(jì)中，將中斷優(yōu)先級(jí)分組和分配。配置最高優(yōu)先級(jí)為場(chǎng)中斷，次高級(jí)為行中斷，最低優(yōu)先級(jí)為5ms定時(shí)中斷，使圖像采集、轉(zhuǎn)向控制、速度控制能夠同時(shí)進(jìn)行。

3.3 攝像頭圖像處理與識(shí)別

1）二值化。賽道是由白色PVC耐磨塑膠地板和黑邊組成，在采集的圖像中，黑色的灰度值低，白色的灰度值高。因此應(yīng)根據(jù)圖像黑白灰度值的差異，確定圖像閾值，對(duì)圖像進(jìn)行二值化處理。

2）梯形校正。梯形校正采用不均勻行采集的方法校正圖像的梯形畸變。利用攝像頭采集一幅完整的圖像，然后利用校正板計(jì)算出需要采集的行數(shù)。在圖像的行中斷到來(lái)時(shí)，只選擇需要的行數(shù)進(jìn)行采集。

3.4 路徑規(guī)劃

先獲取賽道的邊沿。從校正后的圖像中部向兩邊搜黑白跳變點(diǎn)，從而確定左右邊界的位置。搜到邊界后，采用人工勢(shì)場(chǎng)法進(jìn)行路徑規(guī)劃，使智能車獲得更好的

路徑。

根據(jù)智能車在周圍環(huán)境中的運(yùn)動(dòng)，設(shè)計(jì)成一種抽象的人造引力場(chǎng)中的運(yùn)動(dòng)，障礙物對(duì)智能車產(chǎn)生“斥力”，目標(biāo)點(diǎn)對(duì)智能車產(chǎn)生“引力”，最后通過(guò)求合力來(lái)控制智能車的運(yùn)動(dòng)。在智能車的控制過(guò)程中，將圖像遠(yuǎn)處的賽道中點(diǎn)視為目標(biāo)點(diǎn)，把賽道邊界視為障礙物，應(yīng)用勢(shì)場(chǎng)法規(guī)劃出來(lái)的路徑一般是比較平滑并且安全。利用此算法規(guī)劃出的路徑，可以使智能車在過(guò)S彎時(shí)直沖，快速過(guò)彎。

3.5 速度控制

在定時(shí)中斷程序中通過(guò)SPI通訊協(xié)議讀取當(dāng)前旋轉(zhuǎn)編碼器的計(jì)數(shù)值，并進(jìn)行計(jì)算得出車模當(dāng)前速度。同時(shí)也通過(guò)AD模塊讀出安裝在智能車上的加速度計(jì)的值。

由于電機(jī)加速和減速過(guò)程存在較大的延時(shí)，所以單環(huán)PID控制存在滯后現(xiàn)象，無(wú)法達(dá)到對(duì)速度達(dá)到實(shí)時(shí)控制，因此采用動(dòng)態(tài)響應(yīng)更快的串級(jí)控制。圖3為串級(jí)控制流程圖。

在串級(jí)控制系統(tǒng)中，主、副調(diào)節(jié)器放大系數(shù)的乘積愈大，系統(tǒng)的抗擾動(dòng)能力愈強(qiáng)，控制質(zhì)量愈好。經(jīng)過(guò)實(shí)踐驗(yàn)證，采用串級(jí)控制后，車模的速度全程都比較穩(wěn)定，直道加速快，彎道減速不明顯。

3.6 轉(zhuǎn)向控制

車模的轉(zhuǎn)向控制是借助舵機(jī)實(shí)現(xiàn)的。前輪通過(guò)連桿與舵機(jī)相連，進(jìn)而實(shí)現(xiàn)通過(guò)控制舵機(jī)的打角改變前輪的角度，讓智能車轉(zhuǎn)彎。計(jì)算車體與規(guī)劃出的路徑相對(duì)偏移量Error，采用比例和微分控制，可以得到輸出量Steer Out。通過(guò)調(diào)節(jié)比例和微分系數(shù)兩個(gè)系數(shù)能夠有效控制車模的轉(zhuǎn)向，把作為控制量輸入到舵機(jī)從而改變智能車前輪角度，進(jìn)而改變行駛方向。

參考文獻(xiàn)

[1]呂俊哲.圖像二值化算法研究及其實(shí)現(xiàn)[J].科技情報(bào)開(kāi)發(fā)與經(jīng)濟(jì)，2004（12）.

[2]王建，張曉煒，楊錦，等.基于視覺(jué)傳感器的智能車攝像頭標(biāo)定技術(shù)研究（下）[J].電子產(chǎn)品世界，2010.

[3]劉久維，陳鋒，邢嵐.數(shù)字式CMOS攝像頭在智能車中的應(yīng)用[J].單片機(jī)與嵌入式系統(tǒng)應(yīng)用，2010（7）：42-44.

[4]師樹恒，趙斌，郭朋彥，等.基于MK60N512的智能循跡小車設(shè)計(jì)[J].機(jī)床與液壓，2014，42（2）.