面向智能车辆应用智能仿真车研究与设计.docVIP

面向智能车辆应用智能仿真车研究与设计 　　摘 要： 针对面向智能车辆研究的智能车仿真平台的构建问题，设计了一种智能仿真车，在研究智能车仿真平台基本结构的基础上，详细阐述了智能仿真车的软硬件设计；提出了一种基于霍夫变换的车道线识别方法，首先采用霍夫变换对车道线进行检测，之后使用多示例学习对车道线进行跟踪。实际应用表明，该智能仿真车能够满足相关技术的研究需求，具备良好的有效性和稳定性。 　　关键词： 智能交通； 智能车辆； 仿真平台； 车道线识别； 霍夫变换 　　中图分类号： TN911.73?34； TP249 文献标识码： A 文章编号： 1004?373X（2016）17?0124?04 　　0 引 言 　　近年来，因汽车的广泛应用而产生的各种交通问题日益增多，为了有效地解决各种交通问题，业界高度重视智能车辆的研究。智能车辆作为目前国内外智能交通领域研究的热点之一，其研究目的是希望通过综合运用各种先进技术构建包含信息感知、智能决策和多层次辅助驾驶等功能的综合系统，从而提升车辆的操纵水平，保障公路交通的安全运行。然而通过在真实场景下构建智能车对所研究的内容进行测试的方法存在成本高昂、安全性能较差、开发周期较长等缺点，因此通过构建智能车仿真平台的方式进行研究成为当前智能车辆技术研究的一种重要手段[1]。 　　智能车仿真平台是将典型交通场景和车辆按比例缩小，从而可以在近似真实环境中进行大规模、重复性、多场景的实验，具有性价比高、实验重复性强等优点。一种典型的智能车仿真平台系统原理图如图1所示，多辆微缩智能车行驶于仿真平台沙盘道路上，车辆前部安装有摄像机提取车道线、道路障碍物及道路标志图象，通过车辆内部的无线通信模块将采集的数据以及车辆的当前位置数据上传至智能车调度管理中心进行解析、分析、决策，并根据决策结果向各微缩智能车发送命令，控制其正常运行。因此智能车仿真平台的开发主要包括了交通沙盘设计、智能仿真车设计和智能车调度控制系统设计三部分[2]。 　　基于上述背景及典型智能车仿真平台，本文设计了一种智能仿真车，阐述了其硬件设计和软件设计方案，重点介绍了智能仿真车正常运行所依赖的车道线检测跟踪算法，该算法能够保证智能仿真车在运动过程中不偏离车道线。 　　1 智能仿真车硬件设计 　　本文设计的智能仿真车基于飞思卡尔KM系列微控制器实现[3]，其硬件主要由图像采集模块、中央处理模块、无线通信模块和运动控制模块组成，具体硬件组成如图2所示。智能仿真车主电源由7.2 V的镍电池供电；使用USB 2.0免驱摄像机作为视频采集模块；采用Robot?LinkV4.0AR?B作为无线通信模块，通过MFRC?522射频模块与RFID标签确定当前车辆位置。车载摄像机获得的视频图像数据分别传送至无线模块和微处理器。无线模块将数据发给智能车调度管理中心；微处理单元将接收到的图像数据进行分析、处理，进而使智能仿真车能够实现自主驾驶、避障与跟车的功能。在运动过程中，仿真车上的MFRC?522射频模块与仿真沙盘道路上的RFID标签进行交互，以确定当前车辆的位置信息，并通过无线模块智能车调度管理中心。 　　2 智能仿真车软件设计 　　本文设计的智能仿真车软件主要包含运动控制模块、无线传输模块、图像采集模块、图像处理模块。上述模块相互合作，共同控制智能仿真车的正常运行。智能仿真车供电启动后，各软件模块运行具体过程如图3所示。 　　其中对于无线模块控制程序，首先判断MFRC?522模块检测是否有RFID标签， 若有标签，则读取当前标签信息，计算当前所处的位置，设置无线模块的发送标志位置位，发送数据给周围车辆，同时根据定时器0，每隔1 s读取无线模块接收缓冲区是否有数据，若有，则读取缓冲区中其他车辆的信息与车道线曲率，计算周围车辆到自身车辆的距离大小以及自身车辆距弯道的距离，控制智能仿真车加速或减速。 　　图像处理模块在系统初始化后，将车载摄像机采集到的图像传送至微控制器，从数据流中读取出每帧图像数据，通过图像预处理以及车道线处理等方法，提取出所采集的图像中的车道线，计算车道线的偏差与曲率，并拟合出中线；通过障碍物识别算法从采集的图像中判别前方是否存在障碍物，进而改变舵机、电机的运动状态，使得智能仿真车能够沿仿真沙盘道路中线正常行驶。 　　3 基于Hough变换的车道线识别方法 　　为了使智能仿真车在道路沙盘中不偏离车道地正常运行，仿真车微处理单元需要将前置摄像机实时传送的图像数据进行分析、处理，根据图像中车道线的颜色、形状和纹理等特征，将车道线、前方障碍物等目标与背景分离，从而获得车道线的走向、车辆相对于车道线的位置等信息，并控制舵机和电机转动，进而使智能仿真车能够实现自主驾驶的功能[4?5]。 　　为了实现仿真车的无偏行驶，本文设计了