基于视觉引导的智能车控制系统设计.docxVIP

基于视觉引导的智能车控制系统设计摘要：本文主要是研究智能车辆的历史发展和视觉研究情况，在深入调研的基础生，针对智能车辆行驶上的若干关键技术开展系统化研究。第一分析智能车辆的系统体系结构，提出总设计方案，围绕着MC9S12XS128，设计智能车控制系统的总设计平台，其中主要介绍的内容包括与信息输入、速度信息获得和底层输入等方面。针对实现中的问题提出各项处理方法，在理论指导的前提下，介绍智能车设计中国建立的路径跟踪预瞄控制过程，研究中更是提出PID速度控制和模糊转向控制组合方案，实地测试数据，然后选定各个参数环境，匹配具体的方案。关键词：视觉引导；智能车；控制系统最近今年，伴随着计算机、传感器等相关领域的飞速发展，智能机器人已经从科幻走到现实，现在在人们的日常生活中占据重要地位，这其中较为典型的就是智能车辆的研究，在其研究中长足的发展是为了不逆转的趋势，很多研究成果以及作用于军事、科研和人们的日常生活中。关于智能车辆的研究可以以车辆为主，同时及环境探测和自主识别还有故障检测为主，主要的研究目的是为了提高汽车的安全性和舒适性，提供良好的人车交互界面，现在这项研究以及在智能交通系统内占据重要地位，是汽车产业发展的重要方向。智能车载总体控制系统的设计方案控制系统体系结构构建智能车导航体系主要是针对智能车的各个模块开展的逻辑关系，通过理论开展分层体系，这样可以便于整个系统的分析和理解设计。在确认智能车控系统以后，要形成整个系统设计思路，其中的要素有系统组成、功能划分和信息处理等几个初级方面。结合其中的各个要素，分析初步解决方案，以便于能够实现系统的整体设计流程。早期的智能车设计是主要运用的是递阶式的体惜结构，由于智能车的行动有一定的限制性，因而需要在循环往复中开展层级过程，也就是在该体惜下，系统作为一个单项的循环系统，融合视觉感知、路径规划等一些列功能，根据至上而下的分解以及执行器按照既定规则，包含智能推理到数值算法比较多彩，关键问题都要有着智能控制精度。但是在建立过程中需要有内部模型的支撑，所以要消耗大量的实践，同时规划建模具有齐极大的复杂性，导致执行输出与环境信息之间出现很多延迟，因而系统的整体柔性有变化，可靠性方面不能达到既定的要求。在自然的环境下为了让高智能车有着较大的适应性原则，因而部分学者提出要运用包容式体系结构或者运用图示体系结构，这两项结构系统与SMPA系统相比较，主要的针对对象是各个子系统设计目标，同时运用并行的处理方式，系统传感器的输入与驱动器的输出，受到高强度响应速度的影响，逐步改善动态性能。但是在发展中要注意一点，就它的内部不需要建立全局的模型，由于实现过程中出现一些小的问题，比如具备的信息不能全面的反应整个全局发展状况，或者复杂的环境性，让各类判断失去决策性和整体考量性，最终让控制系统全面陷入了局部陷阱内。因而在基于两种体系结构有点，产生的慎思和反应复合式体系框架结构，该结构的使用方式一方面要面对复杂的环境通过建模和决策提升整体的效应，另外一方面要运用反应时的行为，主要的针对的对象是过程中不能确定的动态响应能力，因而发展中有着较好的灵活性。智能车导航系统的整体设计理念智能车控制系统在设计是要求底层根据视觉传感器和测速器等基层设置，实现实时采集路径信息和速度信息的工作状态，工作时上一层的控制信号要经过处理，同时要小于车的驱动部分，构成系统感知的控制层。这是系统构建的层级基层，也构成了系统硬件平台的实体，包含的部件有电源、信号输入，传感器（视觉传感器和测速传感器）等。决策层会处于控制器的最上层，通过统计数据建模，建立预瞄控制方案，指导智能车的导航策略模式。在设计时需要注意协调层和决策层的控制部分在微型控制器中工作，协调层需要分析速度检测值，处理图像和算法，给底层的视觉信息提供有效的信息和图像提取模式，决策层能够更加这些信息辨识和判断各类信息。另外转化决策层的数据信息，这是给底层提供准确参考信息的关键，其中比较常见的方式是转向参数和速度参数，其中包含处理原始素质或者转化其他方面的工作流程，让工作状况更灵活多变。导航系统的底层设计概述图像采集方式图像采集方式主要是根据图形的信息处理方式进行考量，图形信息的获取方式可以被看成是模拟式和数字式两类，传统的模拟式图形采集方式主要是以视频同步分离芯片为主，其中比较常用的就是LM1881，最开始是将摄像头输出复合视频信号进行分离，这样能够得到同步信号以及视频模拟信号，然后根据同步信号模拟视频信号通过二值化处理方式，通常需要有硬件支持，由于图像的分辨率主要能决定A/D的精度，因而需要选择速度和整体性匹配较高的图像系统。数字图像采集方式，这是基于CMOS图像传感器的方式直接输出并行数字信号，同时借助于时序信号特点，读取传感器的数字输出系统，但是在使用时可以规避出外部A、D处理方式，实验