基于主動視覺的智能車導(dǎo)航系統(tǒng)研究.pdf

1、智能車的誕生為人類提供了一種全新的緩解城市交通擁堵、提高車輛安全性的交通工具,它將在城市交通中發(fā)揮越來越重要的作用。在眾多的智能車導(dǎo)航方案中,視覺導(dǎo)航由于與人類的駕駛方式最為接近,成為智能車研究熱點之一。目前,視覺導(dǎo)航方法在高速公路環(huán)境中已經(jīng)獲得了初步成功,這類環(huán)境結(jié)構(gòu)化程度較高,道路曲率有限、路況相對簡單。然而,隨著城市環(huán)境智能車研究的興起,視覺導(dǎo)航面臨了新的挑戰(zhàn)。城市環(huán)境中的道路不僅種類多,而且轉(zhuǎn)彎半徑大,常常會因視野有限而導(dǎo)致道路

2、跟蹤失敗。針對城市環(huán)境道路的特點,本文提出了一種基于主動視覺的智能車導(dǎo)航方法。該方法使用云臺的旋轉(zhuǎn)模擬人駕駛時的頭/眼轉(zhuǎn)動,從而在不改變鏡頭焦距的前提下增大了攝像機的視野,避免了廣角鏡頭帶來的畸變及環(huán)境干擾。實驗表明,該方法可有效地提高道路跟蹤的可靠性和精度。主動云臺控制是實現(xiàn)主動視覺導(dǎo)航的基礎(chǔ)。本文設(shè)計和實現(xiàn)了一套基于飛思卡爾S12單片機的主動云臺控制系統(tǒng),并采用CANOpen協(xié)議接口與上位機通訊。針對臨界條件下云臺輸出振蕩的問題,提

3、出了一種基于多組隸屬度函數(shù)的模糊控制方法,提高了云臺控制的穩(wěn)定裕量,避免了輸出的振蕩。道路檢測是智能車視覺導(dǎo)航系統(tǒng)的關(guān)鍵。本文采用了基于隨機Hough變換的道路檢測方法。首先使用Sobel算子對圖像進行邊緣化處理,然后采用隨機Hough變換在邊緣圖中尋找直線特征,最后通過先驗約束條件在多組候選直線中計算出道路參數(shù)。在此基礎(chǔ)上,根據(jù)道路在圖像中的位置,控制云臺的轉(zhuǎn)動,從而實現(xiàn)道路的主動跟蹤。多種場景下的實驗表明：在不增加算法復(fù)雜度的情況下

4、,主動視覺具有更寬闊視野,同時轉(zhuǎn)向精度更高。車體控制是視覺導(dǎo)航實現(xiàn)的基礎(chǔ)。針對第二代系統(tǒng)抗電磁干擾能力差,溫度適應(yīng)能力低的問題,本文設(shè)計和實現(xiàn)了基于飛思卡爾S12單片機的第三代底層控制系統(tǒng),并采用了基于CANOpen協(xié)議的分布式控制架構(gòu)。與第二代基于DSP的底層控制方案相比,一方面,模塊集成度更高,抗電磁干擾能力及溫度適應(yīng)能力更強；另一方面,CANopen協(xié)議提供了標(biāo)準(zhǔn)化、統(tǒng)一的通訊模式,解決了不同設(shè)備間的互操作性、互換性,實現(xiàn)網(wǎng)絡(luò)節(jié)點