基于CMOS攝像頭的循跡智能車系統(tǒng)設(shè)計

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)和開發(fā)流程。通過MT9V022攝像頭獲取環(huán)境信息進(jìn)行循跡，對采集的原始圖像進(jìn)行梯形校正和桶形校正，處理圖像后獲取賽道邊界，利用人工勢場法規(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。最終實現(xiàn)智能車快速平穩(wěn)運行。

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 TP2 文獻(xiàn)標(biāo)識碼 A 文章編號 2095-6363（2015）09-0030-02

1 總體設(shè)計

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別處理和規(guī)劃決策，通過對圖像處理和識別，驅(qū)動舵機(jī)電機(jī)，實現(xiàn)轉(zhuǎn)向和速度控制，使用旋轉(zhuǎn)編碼器將當(dāng)前測量速度值和測量加速度值反饋給微控器，使用速度串級控制，使智能車平穩(wěn)運行。

2 硬件系統(tǒng)設(shè)計

1）供電模塊。完整的智能控制車系統(tǒng)應(yīng)包括轉(zhuǎn)向、動力、檢測采集和運算處理等模塊。各個模塊的電源均由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)壓芯片組成的兩級穩(wěn)壓電路，并使用濾波電容，穩(wěn)定輸入輸出電壓。實際使用中，CMOS攝像頭供電電壓在供電電壓波動時依舊穩(wěn)定。

2）電機(jī)驅(qū)動模塊。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)動控制MOS管構(gòu)成H橋電路，控制兩個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)阻小等特點的LR7843型號MOS管。實驗證明，智能車高速運行時，設(shè)計的驅(qū)動模塊芯片溫度依然處于正常范圍。

3 軟件系統(tǒng)設(shè)計

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、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間，使用DMA采集圖像的同時，在主循環(huán)中進(jìn)行圖像存儲。在軟件設(shè)計中，將中斷優(yōu)先級分組和分配。配置最高優(yōu)先級為場中斷，次高級為行中斷，最低優(yōu)先級為5ms定時中斷，使圖像采集、轉(zhuǎn)向控制、速度控制能夠同時進(jìn)行。

3.3 攝像頭圖像處理與識別

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，然后利用校正板計算出需要采集的行數(shù)。在圖像的行中斷到來時，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，從而確定左右邊界的位置。搜到邊界后，采用人工勢場法進(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)境中的運動，設(shè)計成一種抽象的人造引力場中的運動，障礙物對智能車產(chǎn)生“斥力”，目標(biāo)點對智能車產(chǎn)生“引力”，最后通過求合力來控制智能車的運動。在智能車的控制過程中，將圖像遠(yuǎn)處的賽道中點視為目標(biāo)點，把賽道邊界視為障礙物，應(yīng)用勢場法規(guī)劃出來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S彎時直沖，快速過彎。

3.5 速度控制

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

由于電機(jī)加速和減速過程存在較大的延時，所以單環(huán)PID控制存在滯后現(xiàn)象，無法達(dá)到對速度達(dá)到實時控制，因此采用動態(tài)響應(yīng)更快的串級控制。圖3為串級控制流程圖。

在串級控制系統(tǒng)中，主、副調(diào)節(jié)器放大系數(shù)的乘積愈大，系統(tǒng)的抗擾動能力愈強，控制質(zhì)量愈好。經(jīng)過實踐驗證，采用串級控制后，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)實現(xiàn)的。前輪通過連桿與舵機(jī)相連，進(jìn)而實現(xiàn)通過控制舵機(jī)的打角改變前輪的角度，讓智能車轉(zhuǎn)彎。計算車體與規(guī)劃出的路徑相對偏移量Error，采用比例和微分控制，可以得到輸出量Steer Out。通過調(diào)節(jié)比例和微分系數(shù)兩個系數(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現(xiàn)[J].科技情報開發(fā)與經(jīng)濟(jì)，2004（12）.

[2]王建，張曉煒，楊錦，等.基于視覺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[J].機(jī)床與液壓，2014，42（2）.