智能车讲座概述.ppt

飞思卡尔智能车摄像头组－－软件设计;内 容;1;二 图像采集;2.1 初始化算法;1．锁相环的设置;2．脉冲宽度调制（PWM）初始化 ;3．定时中断及输入捕捉通道的初始化 ;4．A/D转换模块初始化 ;5．外部中断（IRQ）的初始化 ;2.2 图像采集算法;假设每场采样40行图像数据，为了方便软件程序的编写，可以均匀地采样288行视频信号中的40行，即每隔7个有效行采集一行。例如采样其中的第7行、第14行、第21行、…、第273行、第280行，即采样该场信号的第29行、第36行、第43行、…、第295行、第302行（每场开始的前22行视频为场消隐信号）。 ;2.3 畸变校正;三 去噪处理 ;a)日光 b)日光灯 c)闪光灯;3.1 邻域平均法;3.2 中值滤波法;四 二值化处理与断点连接;4.1 二值化原理;;阈值分割大致分为三类： a.只根据图像像素的灰度值 f ( x,y)来确定阈值，这样的阈值称为全局???值。 b.阈值与图像像素灰度值 f ( x,y)及该像素邻域的某种局部性质 q ( x,y)都相关，这样的阈值称为称局部阈值。 c.如果该阈值与像素的灰度值 f ( x,y)、局部性质 q ( x,y)、坐标 ( x ,y)都相关，那么这样的阈值是动态阈值。;自适应局部阈值算法(参考) ;动态阈值算法（参考）;原理： 当外界光照改变程度较大时，图像中“亮点”和“暗点”的像素的灰度值也会随之有着较大的改变，但是，“亮点”和“暗点”像素灰度值的差值却变化不大。 根据点和点之间的差值大小判断边沿位置，差值小，说明两点都是高电平或都是低电平；差值大，说明两点之间电平发生跳变，即边沿存在。 ;如图所示，点i+3与i+4及i+6与i+7之间存在跳变边缘，其中点i+4、点i+5和点i+6为突变点，代表黑线。;自适应差分边缘检测算法 差分阈值、搜索范围、差值求取方法随着指引线左右边缘的存在情况改变。 一般的差分边缘检测算法只是搜索范围的变化，而自适应差分边缘检测算法还包括了阈值和差值求取方法的变化，这是自适应差分边缘检测算法的基本特征。 ;图7 不同边缘检测方法比较;4.4 断点连接;断点连接参考算法;;五 路径寻迹 ;;寻迹算法有曲率法，权重法，中心值法等。 三点法计算赛道曲率，采样并计算的像素点距离智能车前轮位置分别约为 15 cm、60 cm和 105 cm。根据计算的赛道前方曲率，将赛道划分为: 直道、大 S 弯道、小 S 弯道和弯道等； ;先求出三点确定的三角形的三边长度，再用余弦定理求出一个角，设这个角是∠A，它的对边长度是a，那么这个圆弧的曲率半径就是0.5a/cosA，曲率就是曲率半径的倒数。 ;整体偏移加权识别方法：通过已采集到的图像信息，将图像分为上、中、下三个区域，然后在上、中、下二个区域中各取一点，通过对提取的这些点进行加权的线性组合，进而计算出道路的偏移量，判断路径轨迹。;带权重值的中心值法，就是根据图像中处于不同位置的黑线，在信息处理中的所占比重不一样，表达式如下所示: 其中，数组 black_center［］表示一场图像中各行中心点值，cnt 表示该场有效行的个数，a 表示该场靠近智能车的 cnt/2 行的权重系数。通过该公式计算的中心线的位置，能够较好的区别直道、弯道以及弯道的弯曲层度。 ;六 舵机转向控制;6.1 PID控制算法; 图8 常规PID控制系统原理框图; 其中虚线框内的部分是PID控制器，其输入为设定值 与被调量实测值 构成的控制偏差信号 ： (6.1) 其输出为该偏差信号的比例、积分、微分的线性组合， 也即PID控制量： (6.2) 式中， 为比例系数； 为积分时间常数； 为微分时间常数。; 说明：根据被控对象动态特性和控制要求的不同，式(6.2)中还可以只包含比例和积分的PI调节或者只包含比例微分的PD调节。。;6.2 舵机控制参考算法; 该直线反映出当前赛道