[检测和控制2.pptVIP

基于CCD的智能车检测与控制 检测整体流程 图像采集信息提取二值化处理 去噪以及黑线中心值提取基准线提取黑线中心值与基准线偏差计算控制  检测部分 1. CCD 图像信息的特点 1.1 摄像头工作原理 摄像头按一定的分辨率，以隔行扫描的方式采集图像上的点，当扫描到某点时，该点投射到图像传感器表面上，通过图像传感器将该该点处图像的灰度值转换成与灰度一一对应的电压值，然后通过视频信 号输出此电压值。其中正极性图像信号图像越黑，其电压越低。摄像头每秒扫描 25 帧图像，每帧又分奇、偶两场，每场扫描周期为 20ms。 ? 1.2 图像信息的提取 ? 摄像头输出的是视频同步信号。视频同步信号经过同步分离芯片 LM1881 后，被分解为场同步信号，行同步信号，和视频信号，如图 1.1 所示。其中场同步信号和行同步信号都是负向的脉冲。行同步脉冲是 扫描换行的标志，场同步脉冲是扫描换场的标志，标志着新的一场的到来。一场信号的开始包含一段场消 隐区，有 25 个无效行同步信号，之后是 285 个有效行。用这些同步信号直接控制单片机进行 A/D 的采集， 从而读回图像信息，并对其控制。 3.1 噪声处理及黑线中心位置的提取 由于CCD视觉传感器受环境影响较大，视频数据二值化分割之后，图像除包含路径信息外，还可能有许多干扰噪声。为了再现真实的路径信息，必须进行数据的去噪声处理。从而准确的计算出赛道的黑线的中心位置。 ??2. 黑线的提取算法 智能车在行进过程中，摄像头连续采集路径信息，通过 A/D 可以读回当前的图像数据，并对其处理。一场图像可以采集 285 行有效信息，对于比赛的赛道来说，黑白特别明显，干扰信息会很少，所以只需采用 20 行就可以实现对黑线的检测。 我们采用每 13 行读取一次数据，读回的数据是模拟的电压值，需要单片机将原始数据进行二值化处理，算出黑线的中心位置，然后根据图像的连续性对视频数据进行去噪处理。 ? 3. 图像的二值化处理 对视频数据进行二值化处理，首先需要选择合理的阈值，本系统阈值的选择主要思想是：小车运行 之前，首先按键采集比赛场地的数据信息，共采集 6 场，考虑到第一场不太稳定，从第二场开始，每场的 每行求一个最小值，然后对五场中每行的最小值求平均值，将得到的结果进行整体补偿，作为每行的阈值。 3.2 基准行的处理 本系统中，我们采取的视频图像数据去噪策略是取离车体最近的一行数据，对其单独去噪声处理后，作为基准行。 噪声处理如下： 判断第一个黑线位置是否满足给定的条件。，即 （1） if( j 1 )（宽度条件） 即黑线点的个数j 是否在1个以上，如果只有一个点是黑的，规定为噪声，将0改为1，继续判断下一个有黑线的位置。 （2） 判断连续性判断此行黑线位置的起点与上一场图像最后一行黑线位置的起点的差值是否在可能的范围内，根据图像的连续性，这个差值不会很大，如果超出给定的标定值，认为是噪声，将 0 该位1，继续判断下一个有黑线的位置。 基准行处理好后，基准行的数据作为参考数据，根据图像数据的连续性，进行整场数据的噪声处理。一帧图像数据噪声处理前后的效果如图2.1，2.2所示。 如果两个条件都满足，可以认为它是赛道的引导黑线，求出黑线的中心位置，计算公式为： ? Center = i + j/2 (3) ? 3.3 黑线中心位置的提取 一帧图像处理好后，可以再现赛道的真实路径信息，需要求出黑线的中心位置，从而进行小车的路 径的分析和小车的控制。其计算公式为： ? Center = i + j/2 (4) ? 式中 i 表示黑线的起始位置，j 表示赛道黑线的点数。 3.4偏差计算 偏差：黑线上每一点与基准线的偏差即如图： PID控制的概念 传统PID的算法公式是：?? U(n)=Kp[e(n)-e(n-1)]+Kie(n)+Kd[e(n)-2e(n-1)+e(n-2)]??? ???? U(n)=⊿U(n)+U(n-1)???? e(n) ,e(n-1), e(n-2)就是历史上的三个设定值跟过程值之间的偏差了。现在介绍一下所谓的PID各个参数。所谓的PID,是比例（P）、积分（I）、微分（D）。 自动控制理论 P371 比例控制：就是对偏差进行控制，偏差一旦产生，控制器立即就发生作用即调节控制输出，使被控量朝着减小偏差的方向变化，偏差减小的速度取决于比例系数Kp， Kp越大偏差减小的越快，但是很容易引起振荡，尤其是在迟滞环节比较大的情况下，Kp减小，发生振荡的可能性减小但是调节速度变慢。但单纯的比例控制存在静差不能消除的缺点。这里就需要积分控制。??? 积分控制：实质上就是对偏差累积进行控制，直至偏差为零。积分控制作用始终施