智能車賽道類型判斷方法研究

喬衛(wèi)磊 夏玉潔 王易鳳 陳懷安

【摘要】 以全國大學(xué)生飛思卡爾智能車競賽為背景，介紹了智能車在賽道類型判斷上常用的三種算法。通過對智能車賽道中心線建立模型，可以提取出賽道的特征信息。利用特征信息就可以對小車的舵機和速度施行控制，使之達到較為準確的轉(zhuǎn)彎和快速行駛的性能。

【關(guān)鍵詞】 智能車 賽道識別 類型判斷

智能車系統(tǒng)以迅猛發(fā)展的汽車電子為背景，涵蓋了控制、模式識別、傳感技術(shù)、電子、電氣、計算機、機械等多個學(xué)科，它主要由路徑識別、角度控制及車速控制等功能模塊組成。競賽攝像頭組的技術(shù)要點中，圖像處理和賽道識別這兩個環(huán)節(jié)尤其重要，其影響到小車的最終控制。由于賽事的難度系數(shù)越來越大，賽道類型的準確判斷也成為了一大難題。本文介紹了三種比較成熟的賽道類型判斷方法。

一、兩點求賽道曲率[1]

如圖1所示，設(shè)智能車處于賽道中線AB上的A點處，前進方向為賽道中心線的切線方向。在賽道中心線圓弧段的半徑最小值的范圍內(nèi)取長度L（AB），在A點正前方（縱向）距A點L（AB）距離的B點橫向讀取賽道中心線上C點之間的信息，測出B點和C 點之間的長度為L（BC），AC的中點為D點，賽道中心線圓弧段所在圓的圓心為O點，設(shè)此時智能車所處的賽道曲率為k，曲率半徑為R。

由于AB是賽道中心線所在圓弧段的切線，所以AB與AO垂直，AC為圓上的弦D為AC的中點，由ΔABC與ΔODA 相似，可得：

由于SUM越大說明跑道彎曲程度越大， 因此給定SUM一個合適的閾值， 就可以正確識別出跑道當前的彎道程度。實驗表明， 只要閾值取得合適，該算法非?？煽?。其中，閾值還可以根據(jù)跑道的改變作相應(yīng)的調(diào)整。

三、賽道斜率判斷法

智能車比賽的賽道是由兩條黑色的邊線構(gòu)成的，在提取出這兩條邊線計算出賽道中心線之后，可以通過測量道路的斜率和車子與道路的偏移來計算偏差，偏移的正負也代表了車子偏向于哪一邊。

式中的b就是AB兩點的斜率。斜率有正負之分，當斜率大于0時，說明為右彎道。同理，當斜率小于0時，為左彎道。若對b取絕對值，則|b|表示彎道的彎曲程度，|b|越大則彎道越彎曲。

四、結(jié)論

本文介紹的三種賽道類型判斷方法在實際中均得到了廣泛的應(yīng)用。每種方法都有其各自優(yōu)缺點：兩點求賽道曲率法能夠非常準確地判斷出賽道類型，但是算法復(fù)雜，運算量大，計算時間時長，不利于智能車的快速反應(yīng)；平均值位移法算法簡介明了，計算量小，但是在復(fù)雜的賽道判斷時，誤差較大，有時會出現(xiàn)錯判；斜率判斷法，運算量介于上述兩種方法之間，計算也較為簡單，判斷正確率較高。

在智能車的制作過程中，要實現(xiàn)準確的控制，賽道類型的判斷是極為重要的一步。只有經(jīng)過不斷的試驗和調(diào)整才能夠選出最適合的判斷方法，從而達到使智能車進行快速反應(yīng)、精確控制和穩(wěn)定運行的目的。

參 考 文 獻

[1] 蔣 旭，吳 濤.兩點算法求智能車賽道曲率.新技術(shù)新工，2014，04.

[2] 劉進，齊曉慧，李永科.智能車大角度彎道轉(zhuǎn)向曲率連續(xù)的軌跡規(guī)劃方法.中國機械工程，2014.02.026

[3] 許 寰，魯五一，趙治平.攝像頭路徑識別和小車控制策略.計算機工程與科學(xué)，2009，31（5）：110-115.

[4] 劉嘉豪，劉海剛，張建偉，關(guān)天.智能車圖像處理與識別算法研.工業(yè)控制計算，2014，08.

[5] 賈小勇，徐傳勝，白欣.最小二乘法的創(chuàng)立及其思想方法，西北大學(xué)學(xué)報（自然科學(xué)版），2006，06.