基于飞思卡尔DG128单片机的智能车路线识别系统

基 于 飞 思 卡 尔D G 128 单 片 机 的 智 能 车 路 线 识 别 系 统 0 引言 “飞思卡尔”杯全国大学生智能车竞赛已举办三届，参赛 选手须使智能车在封闭的跑道上自主沿黑色引导线（后文简 称黑线）行驶。在第三届竞赛中又要求参赛队的智能车必须 具有检测起跑线的功能，起跑线的示意图如图一所示。本文 针对用摄像头识别路线的 方法 快递客服问题件处理详细方法山木方法pdf计算方法pdf华与华方法下载八字理论方法下载 进行论述。 1 摄像头识别 方案 气瓶 现场处置方案 .pdf气瓶 现场处置方案 .doc见习基地管理方案.doc关于群访事件的化解方案建筑工地扬尘治理专项方案下载 介绍 摄像头识别方案是单片机将摄像头捕获的赛道信息转 化为数字量，进行分析，提取出赛道的走势，进而控制小车沿 赛道行驶。 1.1摄像头信号的利用 摄像头的输出信号包含以下几部分：图像信号、行消隐 信号、场消隐信号、行同步信号、场同步信号。在本文，选取 LM1881芯片将这些信号提取出来。将行同步信号作为单片机 的行中断触发信号，场同步信号作为单片机的场中断触发信号。 将摄像头图像输出信号与 DG128单片机的 A/D通道相连， 在行、场中断的配合下就能够对图像信息进行采集。由于相 关文献对此有较为详细的论述，所以本文不再在此赘述。 1.2摄像头的数据采集 选购的摄像头每场一共 312.5行，对每一行都进行采集 是不现实的。最简单的方法是每隔一定的行进行采集，如每 隔 6行进行采集，每行采集若干个点，形成一个二维数组。经 过示波器的观察后发现摄像头扫描的效果为前面的区域行 间距宽，到后面行间距窄。为了避免由于行间距不均导致的 求取黑线斜率不准问 题 快递公司问题件快递公司问题件货款处理关于圆的周长面积重点题型关于解方程组的题及答案关于南海问题 的出现，在采集摄像头的数据时应通 过算法控制所采集的行的号数，在行号上不均匀采集，保证 在实际中采集到的各行行间距基本相等。具体的计算公式推 基于飞思卡尔 DG128单片机的智能车路线识别系统 The Road Identify System of Smart Car Based on Freescale MCU DG128 李玉锟 尤一鸣 Li Yukun You Yiming （天津工业大学计算机技术与自动化学院，天津 300160） （School of Computer technology & Automation，Tianjin Polytechnic University，Tianjin 300160） 摘 要：本文简要介绍了“飞思卡尔”杯全国大学生智能车竞赛的 规则 编码规则下载淘宝规则下载天猫规则下载麻将竞赛规则pdf麻将竞赛规则pdf ，叙述了能够实现路线识别功能的传感器———摄像 头的识别原理，着重论述了用飞思卡尔 DG128单片机借助摄像头识别路线时的数据处理方法、抗干扰 措施 《全国民用建筑工程设计技术措施》规划•建筑•景观全国民用建筑工程设计技术措施》规划•建筑•景观软件质量保证措施下载工地伤害及预防措施下载关于贯彻落实的具体措施 以及控制策略。其 中，通过 LM1881芯片将摄像头的视频信号进行分离，在程序中通过黑点提取、黑点分析、黑点连续性判断、连段处理等部分降 低赛道以外的干扰信息。 关键词：智能车；路线识别；摄像头；DG128；数据处理；抗干扰 中图分类号：TP368.1 文献标识码：B 文章编号：1671-4792-(2009)3-0163-03 Abstract： This paper introduces the rules of the Freescale smart car race of collegian briefly . Also , it specifies a sensor which can identify the given path ——— camera , put stress upon using Freescale MCU ——— DG128 to fulfill data process and anti-jamming of camera . In this design , uses a chip called LM1881 to separate the signals from the camera . There are four parts to weaken the disturbance outside the road , they are the black point distill part ， the black point analyses part ， the black point progression judge part and the segment connect part . Keywords: Smart Car；Path Identification；Camera；DG128；Data Process；Anti-jamming 图一 起跑线示意图 163 科技广场 2009.3 导示意图如图二所示： 其中：θs代表摄像头起始行的倾角； θe代表摄像头最后一行的倾角； θi代表摄像头第 i行的倾角； Xs代表摄像头起始行与小车车头的距离； Xe代表摄像头最后一行与小车车头的距离； Xi代表摄像头第 i行与小车车头的距离； h代表摄像头与地面的高度； N代表摄像头一场总行数； 由 Xs = h*tanθs，△θ = (θe-θs)/N， 可知：Xi = h*tan(θs+i*△θ)。 所以△Xi = Xi+1 - Xi= h*tan [θs + (i+1)*△θ]- h*tan [θs + i*△θ] (1) 由式(1)可以推出任意两行的行间距。在实际应用中，利 用此公式可以得到在确保等距离采集的前提下，所采集的两 行之间要间隔的行数，最后决定在摄像头一场中采集 46 行。 同时，要说明的是，此方案中为了使算法达到最高的效 率，在实际制作过程中将摄像头调转 180°放置。摄像头扫 描第一行（距车头最近处的一行），并进行完这一行的黑点提 取工作后，就可以马上进行连段，即黑点提取工作与连段工 作交替进行，避免了原先（不颠倒摄像头位置）需要等待整场 黑点位置提取结束之后才能连段那样效率较低的策略。 每行采集的列数由摄像头输出信号中行信号的时间和 DG128的 A/D采集频率决定[1]，最后决定每行采集 58列。 1.3数据处理 在这一部分中包含黑点提取、黑点分析、黑点连续性判 断、连段处理等部分，在黑点分析部分还包括起跑线的识别。 1.3.1黑点提取方法 在 1.2中的数据采集工作完成之后，就将赛道信息放入 data_save1这样一个二维数组中。在一场中共采集 46行，58 列。经过程序调试发现位于黑点处的 AD值大约在 30左右， 位于白点处的 AD值大约在 60左右，二者差距较大。利用此 特点就可以将每一行的黑点提取出来。 在记录黑点位置的同时，还记录了这一行出现了几次黑 点，每处黑点的宽度，这是为识别起跑线做准备。如图一所 示，当某一行扫描到起跑线后，这一行必然会出现 3处黑点， 只是中间一处黑点宽度较窄，两边处黑点宽度宽，这可作为 判断是否是起跑线的特征。 1.3.2每行黑点分析 黑点分析部分主要的工作是判断某一行有几处黑线，对 不同情况进行相应的处理。某一行采集到了 1处黑点，就认 为此处黑点为实际中黑点位置；当采集到了 3处黑点，则认 为识别到了起跑线，并将此行中间一处黑点位置作为实际黑 点位置；当没有采集到黑点时则认为此行黑点位置位于第零 列；当采集多余 3处黑点时，就要将这几处黑点的位置与上 一行黑点位置进行比较，和上一行黑点位置最接近处作为实 际黑点的位置。由于离小车车头越近处受到的干扰相对越 少，所以和上一行黑点位置进行参照的目的就是为了减少干 扰点的影响。 1.3.3黑点连续性判断 这一部分程序的功能是用来判断一场中有几段黑点出 现。程序中并不是将所有段都记录下来，只将段长大于 6（这 里的 6代表 6行）或段长小于 6但此段段首与上一段段尾值 （列数值）相差不大的段进行记录，以此降低干扰点的影响。 某一段结束的条件是此行没有识别到黑点或此行黑点列号 值与上一行黑点列号值之差大于某一阈值。如图三所示，一 场中有 a,b,c三段，设其中 a,b两段的段长大于 6，c段的段长 小于 6。由于如上文所述，摄像头已经调转 180°，所以扫描 方向是由下至上。1号点为 a段的段首，2号点为 b段的段 尾，3号点为 b段的段首，4号点为 c段的段首。由于 a,b两段 的段长大于 6，并且 1，2两点间距大于阈值，所以这两段各 自成为一段。由于 c段段长小于 6，但 3，4两点间距小于阈 值，所以 c段也记为一段。这一部分程序将有效点的范围确 定，排除干扰点的影响，为连段做准备。 1.3.4连段处理 图二 摄像头行间距公式推导示意图 图三 摄像头一场中的 3段黑线 164 这一部分的程序是将上一部分确定的段连接，但并不是 将所有满足上一部分程序要求的段都进行连接。如果相邻两 段所间隔的行数大于一定值时，不连接，而是以下面一段作 为基准，上面一段不要了。如图四所示，a，b两段满足黑点分 析部分对于成为一段的要求。但是 a,b两段的行间距大于设 定的阈值，所以不进行连段，以 b段为基准。也就是说，在后 文的控制方式中，斜率求的是 b段的斜率。同样，若 1，2两点 的列间距大于阈值，也不进行连段，以 b段为准，这样做也是 为了减小干扰。 2 控制方式 小车的控制方式是以试凑法为主，最后求得控制前轮舵 机转向的控制量 out_slope。它由 3 部分组成：part0,part1, part2。其中 part0为 1.3.4中求得的一段黑线的斜率，其值是 由最小二乘法求得的。当视场中黑线斜率大时转角变大，反 之转角变小。pt0为一个可调整参数，在智能车调试时可通过 改变 pt0的大小来调整智能车的转角大小。 part1与距小车 车头最近一行黑点的位置有关，用来控制小车不至于脱离引 导线。这个量控制小车在直道上不至于跑歪，在弯道时不至 于转的太大。part2等于视场中前十行黑线斜率与后十行黑 线斜率之差，乘以一个与小车当前速度有关的量。当小车速 度快时，这个量大；当小车速度慢时，这个量小，用来控制小 车提前转向。当小车速度降到 2米每秒以下时，pt2不起作 用。 part0=pt0*tanβ 最后控制舵机转角的量的公式为： out_slope=1500-(pt0+pt1+pt2) (3) 其中：1500代表舵机位于正中时 PWM的值。 小车的速度控制只设了两个档。当整场黑线斜率大于一 定值或小于一定值时说明小车位于弯道，用慢速档行驶。否 则说明小车位于直道上，此时用高速档行驶。 3 起跑线控制 起跑线的识别如 1.3.2所述。当某一场出现起跑线而上 一场没有起跑线时，作为出现起跑线的情况；当某一场没有 起跑线而上一场有起跑线时，作为起跑线消失的情况；当起 跑线消失后连续 20场没有起跑线时，就作为识别到一次起 跑线。由于在比赛时起跑线是在直道上，所以起跑线的控制 是当小车在直道时发生的，先判断小车是否位于直道，若是， 则进行起跑线控制，若不是，即使识别到起跑线也不做处理， 避免小车中途停车。 4 结束语 本文论述了应用飞思卡尔单片机 DG128实现自动巡线 智能车的制作，论述了摄像头识别方式。由上述论述可见，摄 像头获取的数据量多，应用这些数据可以获取更多的赛道信 息。本文对这些数据只是用最小二乘法求得黑线的斜率进行 控制，还是比较简单的。如何更好的对摄像头获取的数据进 行处理，进行抗干扰处理并使智能车的运行更加稳定还有待 进一步研究。本文作者参加了第三届“飞思卡尔”杯大学生智 能车竞赛，在华北赛区摄像头组预赛中取得第七名的成绩。 参考文献 [1]邵贝贝 .单片机嵌入式应用的在线开发方法[M].北 京：清华大学出版社，2004. [2]王威.HCS12微控制器原理及应用[M].北京：北京航 空航天大学出版社，2007,10. 作者简介 李玉锟（1985—），男，天津工业大学计算机技术与自动 化学院研究生，主要研究方向：微机控制。此作品获得第三届 “飞思卡尔”杯全国大学生智能车竞赛华北赛区摄像头组二 等奖； 尤一鸣，男，天津工业大学计算机技术与自动化学院教 授，硕士研究生导师。 图四 连段方式示意图 ( 2) 基 于 飞 思 卡 尔D G 128 单 片 机 的 智 能 车 路 线 识 别 系 统 165