• /  71
  • 下載費用: 14.90積分  

學做智能車,挑戰飛思卡爾之7攝像頭型設計.ppt

'學做智能車,挑戰飛思卡爾之7攝像頭型設計.ppt'
第7章 智能汽車設計實踐—— 攝像頭型設計 第7章 智能汽車設計實踐——攝像頭型設計兩種檢測方案的比較——路徑識別方法優 點缺 點紅外光電管傳感器方案1.電路設計相對簡單2.檢測信息速度快3.成本低  1.道路參數檢測精度低、種類少2.檢測前瞻距離短3.耗電量大4.占用MCU端口資源較多5.容易受到外界光線影響攝像頭傳感器方案1.檢測前瞻距離遠2.檢測范圍寬3.檢測道路參數多4.占用MCU端口資源少1.電路相對設計復雜2.檢測信息更新速度慢3.軟件處理數據較多 表7.1 兩種檢測方案的比較第7章 智能汽車設計實踐——攝像頭型設計圖像采集傳感器可分為CCD型和CMOS型,其中CMOS型攝像頭工藝簡單,價格便宜,對于識別智能車賽道這樣的黑白二值圖像能力足夠,因此,我們以下主要以CMOS型攝像頭為例,介紹基于攝像頭方案的智能車詳細設計。 7.1 機械設計 1 7.2 硬件設計 2 7.3 軟件設計 3第7章 智能汽車設計實踐——攝像頭型設計7.1 機械設計 同光電管方案比起來,攝像頭方案機械設計的不同主要體現在攝像頭傳感器的安裝上,而舵機及車速檢測單元的安裝基本同光電管一樣。下面我們將重點介紹攝像頭傳感器安裝這一問題。 攝像頭的作用是檢測道路的信息,相當于人的眼睛,其視野范圍和前瞻距離決定了小車的過彎性能和速度。所以攝像頭的安裝方式要適當。攝像頭的安裝方案有兩種:一種是正向安裝,另一種是旋轉90°安裝。 7.1 機械設計 圖像采集是智能車設計的一個技術難點。普通圖像傳感器通過行掃描方式,將圖像信息轉換為一維的視頻模擬信號輸出。由于S12的A/D轉換器采集速度較低,進行10位A/D轉換所需要的時間為7 μs。這樣,采集的圖像每行只有8個像素,圖像的水平分辨率很低。倘若在此基礎之上就進行智能車的路徑識別,則很可能漏檢寬度僅2.5 cm的黑色引導線,從而導致某些控制決策因無法獲取足夠精度的路徑信息而失效。但同時,S12每場圖像大約可以采集300行左右的圖像信息,故圖像的垂直分辨率相對較高。 7.1 機械設計而按照大賽采用跑道的形狀特點,這些跑道都是由直線和圓弧組成的,檢測車模前方一段路徑參數,只需要得到中心線上3~5個點的位置信息就可以估算出路徑參數,如位置、方向和曲率等。通過圖像中的若干行信息就可以檢測出這排點的位置,故所需的檢測圖像應該是水平分辨率高,垂直分辨率低。 7.1 機械設計倘若正向安裝攝像頭,盡管水平方向的視野開闊一些,不至于迷失黑線跑出賽道。但實際采集到的圖像是水平分辨率低,垂直分辨率高,與所需的檢測圖像要求剛好相反。為了保證不漏檢黑色引導線,正向安裝就需要提高水平方向的分辨率,這就需要大大提高MC9S12DG128單片機的A/D采樣頻率,導致MC9S12DG128超頻使用。單片機超頻使用會影響系統穩定性,容易發生程序失穩的現象。除此之外,由于正向安裝采集到的圖像寬度大,長度短,致使智能車容易看到賽道邊緣以及地面,產生較大的干擾,而且對底端的圖像信息丟失也過多,大大影響過彎速度。 7.1 機械設計倘若將CMOS攝像頭旋轉90°安裝,輸出的圖像信息也將旋轉90°,通過S12的A/D轉換器采集的圖像信息,水平分辨率與垂直分辨率會發生互換,從原來的水平分辨率低、垂直分辨率高的圖像變成水平分辨率高、垂直分辨率低的實際圖像,正好符合道路參數檢測模型的要求。在同樣保證90 cm的前瞻下,底端的寬度有22 cm左右,頂端65 cm,可以達到避免地面干擾的效果。同時底端僅有不到20 cm的圖像丟失,而且攝像頭的俯角相對較小,可以克服反光的問題,這樣過彎道的時候會有安全保障。 7.1 機械設計此外,攝像頭所架的高度一定要適宜。架得過高會導致小車的視野過大,看到的黑線變得太細,還會導致智能車的重心太高,使智能車快速過彎時容易翻車;架得太低又會影響前瞻,帶來反光的問題,影響采樣。合適的高度要既滿足小車的重心要求,又保證前瞻距離。安裝攝像頭的底座和支桿應使用剛度大、質量輕的材料,以防晃動。 7.2 硬件設計 在攝像頭方案中,由于車速檢測模塊、舵機控制單元及直流驅動電機控制單元同光電管方案相同,以下對路徑識別單元、HCS12控制核心及電源管理單元做簡要介紹。 7.2 硬件設計 7.2.1 HCS12控制核心 7.2.2 電源管理單元 7.2.3 路徑識別單元 7.2.1 HCS12控制核心HCS12控制核心單元既可以直接采用組委會提供的MC9S12EVKX電路板,也可以自行購買MC9S12DG128單片機,然后量身制作適合自己需要的最小開發系統。 7.2.1 HCS12控制核心在攝像頭方案中,其I/O口具體分配如下:PAD1用于攝像頭視頻信號的輸入口;IRQ(PE1引腳)用于攝像頭行同步信號的輸入捕捉;PM0用于攝像頭奇-偶場同步信號的輸入口;PT0用于車速檢測的輸入口;PB口用于顯示小車的各種性能參數;PWM0(PP0引腳)與PWM1(PP1引腳)合并用于伺服舵機的PWM控制信號輸出;PWM2(PP2引腳)與PWM3(PP3引腳)合并用于驅動電機的PWM控制信號輸出(電機正轉);PWM4(PP4引腳)與PWM5(PP5引腳)合并用于驅動電機的PWM控制信號輸出(電機反轉)。 7.2.1 HCS12控制核心具體的對應引腳詳見圖7.1 圖7.1 112引腳封裝的MC9S12DG12B單片機引腳圖7.2.2 電源管理單元同光電管方案比較,攝像頭方案的電源管理單元就顯得復雜得多。根據系統各部分正常工作的需要,各模塊的電壓值可分為2.5 V, 5 V, 6.5 V, 7.2 V, 12 V五個擋,主要包含以下五個方面: 7.2.2 電源管理單元(1)采用穩壓管芯片LM2576將電源電壓穩壓到5 V后,給單片機系統電路、車速檢測的轉角編碼器電路供電,且為后面的升壓降壓做準備; (2)經過一個二極管降至6.5 V左右后供給轉向伺服電機;(3)直接給直流驅動電機、驅動芯片MC33886電路供電;(4)采用升壓芯片B0512S將5 V電壓升壓到12 V后,給攝像頭供電;(5)采用穩壓芯片LT1764將5 V電壓穩壓到2.5 V后,作為單片機A/D模塊參考電壓。 7.2.2 電源管理單元由于穩壓芯片LM2576的額定輸出電流較小,故采用兩片LM2576分別對單片機電路、車速檢測電路供電,以保證系統正常運行。其電源分配圖如圖7.2所示。 圖7.2 電源分配圖7.2.3 路徑識別單元 路徑識別單元是智能車控制系統的輸入采集單元,其優劣直接影響智能車的快速性和穩定性。在攝像頭方案中,其前瞻距離及檢測到的賽道信息是紅外線光電管方案遠不能比擬的,但其軟、硬件設計也較紅外線光電管方案難。 7.2.3 路徑識別單元要能有效地采樣攝像頭視頻信號,首先要處理好的技術問題就是能提取出攝像頭信號中的行同步脈沖、消隱脈沖和場同步脈沖。否則,單片機將無法識別所接收到的視頻信號處在哪一場,也無法識別是在該場中的場消隱區還是視頻信號區,更無法識。省略部分。置差,如果大于一定的標準值,即認為找到了黑線,并可求平均值算出黑線的中心點。2.直接邊緣檢測算法至于上升沿、下降沿的檢測,可以通過上上次采樣數與這次采樣數的差值的絕對值是否大于一個閾值來判斷,如果“是”且差值為負,則為上升沿;如果“是”且差值為正,則為下降沿。這里,閥值可以根據經驗設定,基本上介于30~46之間(當A/D模塊的參考電壓為2.5 V時),也可以采用全局自適應法設定,每次采樣后首先都遍歷一次圖像,得到圖像灰度值的平均值,然后用這個平均值乘以一個調試系數即可得到所要的閾值。2.直接邊緣檢測算法該算法較二值化方法而言,抗環境光強變化干擾的能力更強,同時還能削弱或消除垂直交叉黑色引導線的干擾。3.跟蹤邊緣檢測算法 由于黑色的目標引導線是連續曲線,所以相鄰兩行的左邊緣點比較靠近。跟蹤邊緣檢測正是利用了這一特性,對直接邊緣檢測進行了簡化。其思路是:若已尋找到某行的左邊緣,則下一次就在上一個左邊緣附近進行搜尋。這種方法的特點是始終跟蹤每行左邊緣的附近,去尋找下一列的左邊緣,所以稱為“跟蹤”邊緣檢測算法。 3.跟蹤邊緣檢測算法該算法的優點:在首行邊緣檢測正確的前提下,該算法具有較強的抗干擾性,能更有效地消除垂直交叉黑色引導線的干擾,以及引導線外黑色圖像的影響,始終跟蹤目標引導線。另外,較之前兩種算法,跟蹤邊緣檢測算法的時間復雜度更低,因此效率更高。但該算法的問題在于:由于是在連續鄰域上跟蹤引導線邊緣,若第一行左邊緣位置的檢測位置和實際導引線偏差較大,就會產生一連串的錯誤,甚至造成智能車失穩。 3.跟蹤邊緣檢測算法綜上所述,從算法的簡潔性和實用性綜合考慮,直接邊緣檢測算法相對于其他兩種算法是一個較好的選擇。 7.3.4 圖像濾波算法 雖然采用了邊緣檢測的方法進行黑線提取,但由于賽道對小車有十字交叉線的干擾、光線對小車有反光的影響、小車本身也存在視野狹窄的缺陷,故用黑線提取算法得到的路徑信息有可能錯誤,不能如實地反映賽道情況。為了不導致決策失誤,必須對圖像加以濾波,并且對錯誤數據適當地進行校正。 7.3.4 圖像濾波算法在圖像濾波算法中,主要應考慮以下幾個方面:首先,根據圖像模型去噪,例如,由于賽道的黑色引導線是絕對連續的,故兩個中間有黑線的行之間不能有全白行(注意中間二字:如果黑線在邊緣,則可能是由于攝像頭的視野太窄或智能車身不正導致在過彎道時只能看到部分黑色引導線),這主要是解決光線對攝像頭的反光問題;其次,在理想的情況下,根據賽道的黑色引導線的連續性,如果某一行求取的中心線位置與相鄰的兩行都相差很大,則可以認為該行數值錯誤,拋棄該行的數據或使用其前后兩行數據的平均值來替代該錯誤數值用以校正。 7.3.4 圖像濾波算法在調試過程中會出現兩段黑線情況,這種圖像信息比較復雜,這時可能存在三種路況:(1)賽道比較密集時,檢測到多條賽道;(2)大“S”彎道;(3)“十”字交叉道。處理策略為:保留最底下的一段,這主要是從安全角度考慮的,防止賽道周圍環境對小車的干擾。 7.3.4 圖像濾波算法另外,由于智能車上安裝的攝像頭相對于賽道存在一定的傾斜角度,因此會造成采集到的賽道圖像具有一定的梯形失真,即圖像中的賽道遠端窄、近端寬,因而也會對路徑的正確識別產生影響。對于這種失真,可以通過對每行提取的賽道位置添加一個線性修正值來消除,一般通過實驗的方法確定線性補償的系數。 7.3.5 控制策略及控制算法 1.賽道參數的計算 2.轉向控制 3.速度控制 1.賽道參數的計算影響賽車速度成績的一個重要因素就是對彎道和直道的提前識別判斷,從而實現安全過彎,快速過直道、S彎道,以提高比賽成績。而攝像頭方案在這方面有天然的優勢:相對于光電管傳感器,可以獲得較遠的路徑信息;不僅可以得到單行的黑線信息,還可以同時獲得多行的黑線信息。經過圖像處理算法后,得到的信息是關于前瞻范圍內的黑線的具體位置,它一般是一個二維數組linepos[i][j]?,F在就是要從這個二維數組中提取出智能車前方的路徑信息,以便于后面轉向和速度的控制。 1.賽道參數的計算(1)偏差的計算 (2)曲率的計算 (1)偏差的計算為了使小車運行得快而穩,聯想到光電管方案可以從一維數組linepos[j]中提煉出一個黑線距離車身中心軸的偏差量Offset,要求出這個偏差量必須至少考慮三個因素:最遠行黑線位置linepos[topline]黑線平均位置averlinepos全白行行數whiteline_sum(2)曲率的計算從理論上講,相對于偏差量Offset,曲率是智能車更好的一個控制變量。但由于路徑檢測單元的局限性,很難計算出非常精確的曲率。 如果用曲率值進行智能車方向及速度的輔助控制,還是能夠起到一定的效果的。 2.轉向控制 轉向控制采用了分段比例和前饋補償相結合的控制方法。 (1)分段比例控制 (2)前饋補償控制 (1)分段比例控制因為小車處于彎道和直道的轉向模型不同,若采用統一的比例系數設置,那么該系數過大會導致小車振蕩,過小會導致最大控制量偏小,小車轉向不足,過彎時易沖出賽道。使用分段比例控制既方便又可以解決以上兩種問題。 (2)前饋補償控制由于CMOS方案不像光電管方案,它存在圖像失真的情況,越遠地方的圖像失真越厲害,而對于計算offset偏差量來說,越遠的路徑信息越有參考價值,故其比重也相對較大。這樣,就導致小車轉向微調時的效果往往不太如人意。鑒于此,在小車前述的分段比例控制基礎上又加入了前饋補償控制進行微調。3.速度控制 (1)模糊控制設定速度 (2)PID控制調整速度 (1)模糊控制設定速度因為小車比賽的賽道是未知的,彎道的分布情況也不能確定,小車可能頻繁地進出彎道,不停地調整速度來適應不同軌跡。這樣就難以建立精確的數學模型,且賽車對動態性能的要求較高考慮到該款S12單片機有一套特色指令——模糊控制指令,執行時間只有幾十微妙級(時鐘頻率為25 MHz),不會影響決策周期,且簡單易行,而模糊控制具有處理不明確信號的能力,故可以采用模糊控制設定速度。 (1)模糊控制設定速度1)模糊輸入、輸出量的選取 2)隸屬函數的確定 3)模糊規則庫的建立 4)模糊推理及解模糊化 (2) PID控制調整速度速度調整要求對智能車的速度的調整既要快速,又要準確,而且不能頻繁波動。故采用PID控制算法不失為一種簡單而有效的策略。 (2) PID控制調整速度考慮到攝像頭方案的控制周期較長,假設按2.5 m/s的平均速度計算,則一個控制周期小車大概可以跑過5 cm,如果按這種周期用上述PID調節速度,則會導致加速、減速均過長的后果,嚴重地影響小車的快速性和穩定性。為了解決這個問題,可以在PID調速控制中加入BANG-BANG控制思想。思考題 1.攝像頭型智能車相對于光電管型智能車的優勢體現在何處? 2.攝像頭型智能車相對于光電管型智能車的優勢體現在何處?3.若賽道中的一段出現空白,攝像頭型智能車如何識別路徑,并保持正確的行進方向? 思考題4.攝像頭型智能車如何區分賽道中的十字交叉線與賽道的起始端線? 5.簡述在機械安裝中,攝像頭裝配高度和裝配俯角大小對智能車行駛的影響。
關 鍵 詞:
設計 卡爾 挑戰 攝像頭 智能
 天天文庫所有資源均是用戶自行上傳分享,僅供網友學習交流,未經上傳用戶書面授權,請勿作他用。
關于本文
本文標題:學做智能車,挑戰飛思卡爾之7攝像頭型設計.ppt
鏈接地址: http://www.476824.live/p-49949568.html
關于我們 - 網站聲明 - 網站地圖 - 資源地圖 - 友情鏈接 - 網站客服點擊這里,給天天文庫發消息,QQ:1290478887 - 聯系我們

本站為“文檔C2C交易模式”,即用戶上傳的文檔直接賣給(下載)用戶,本站只是中間服務平臺,本站所有文檔下載所得的收益歸上傳人(含作者)所有【成交的100%(原創)】。本站是網絡服務平臺方,若您的權利被侵害,侵權客服QQ:1290478887 歡迎舉報。

[email protected] 2017-2027 http://www.476824.live 網站版權所有

粵ICP備19057495號 

收起
展開
球探网即时蓝球比分 江西时时彩bug 山东11选五走势图一定牛 陕西省11选五开奖结果走势图 华平股份股票行情 内蒙古快三出什么号 上海时时乐购彩平台 齐鲁股票配资网 北京快乐8计划手机 上证指数走势图下载 时时彩票平台