基于摄像头的智能车循迹方法

【摘 要】本文基于摄像头传感器设计并实现智能车自主循迹行驶。采用摄像头传感器的信号采样模块获取赛道黑线信息，高效稳定的循迹算法使小车能够自主识别黑色引导线并根据黑色引导线实现快速稳定的寻线行驶。

【关键词】智能；传感器；PID

一、前言

智能车辆（Intellignt Vehicle-Iv），又叫轮式移动机器人，是一个集环境感知、规划决策、多等级辅助驾驶等功能于一体的综合系统[1]，它体现了自动控制、人工智能、传感技术、机械技术、计算机技术等多个学科领域理论技术的交叉和综合。自主导航技术是智能车辆最为核心的技术；而基于视觉的自主导航技术是针对城市环境的智能车辆研究中极具前景的方向，是典型的高新技术综合体。智能车辆致力于提高汽车的安全性、舒适性和提供优良的人车交互界面，是世界车辆工程领域研究的热点和汽车工业增长的新动力。

美国交通部已开始一项五年计划，与美国通用汽车公司合作研发一种智能防撞系统。1995年6月，NabLab5进行了穿越美国陆地的实验NHA，从美国宾州的匹兹堡到美国加州的圣地亚哥城市，其路程4587公里，其中自主驾驶部分占百分之九十七。

2003年，中国清华大学计算机系智能技术与系统国家重点实验室在中国科学院院士张钹带领下研究制作的智能移动车辆清华THMR-V [2]型智能车，具备面向全国高速公路与一般道路的功能。车辆采用的是道奇7座车改装而成，装有激光测距仪器和彩色摄影机组成的路径与障碍物检测系统；由GPS、光码盘和磁罗盘组成的组合GPS导航系统等。计算机系统进行视觉处理，完成路径规划、信息融合、决策与行为控制等诸多功能。

二、“飞思卡尔”智能车的发展

（1）国外发展现状

“飞思卡尔”杯智能车竞赛于2000年在韩国首次举办，韩国大学生智能模型车竞赛是韩国汉阳大学汽车控制实验室在飞思卡尔半导体公司赞助下成立举办的以飞思卡尔单片机为核心的学生科技竞赛。由主办方提供标准的智能小车模型、直流驱动电机、舵机、可充电锂离子电池，参赛的队伍要制作一辆可以自主识别道路的智能车辆，在固定设计的道路上自动识别道路和自主行驶，跑完赛程用的时间最短，并结合技术论文评分名次较高的参赛队伍就是胜利队伍。

（2）国内发展现状

经教育部高等教育司研究决定于授权委托，在高等教育司的领导下，由教育部高等高等学校自动化专业教学指导分委会主办、飞思卡尔半导体公司协办的“全国大学生飞思卡尔杯智能车竞赛” [3]，自2005年由清华大学举办的第一届智能汽车邀请赛，到2012年已经举办了第七届。智能车赛的成功举办，从根本调动全国众多大学生的学习和研究热情，对大学生的知识运用和实践能力的提高具有积极的推动作用。

（3）智能车赛的运行规则

赛道路面用专用白色KT基板制作，赛道宽度不小于45cm。赛道与赛道的中心线之间的距离不小于60cm。跑道表面为白色，赛道两边有黑色线，黑线宽25mm±5，沿着赛道边缘粘贴。智能车自主识别道路运行，在没有跑出赛道的前提下加快速度并能判断起始点自动停车。

三、摄像头的工作原理

图像传感器，是组成数字摄像头的重要组成部分。它使用一种高感光度的半导体材料制成，能把光线转变成电荷，通过模数转换器芯片转换成数字信号，数字信号经过压缩以后由相机内部的闪速存储器或内置硬盘卡保存。摄像头具有探测范围广精度高等优势，前瞻性好，利于速度控制，同时也存在易受干扰处理信息量大等缺陷[4]。摄像头成像的原理是当光线照射景物，景物上的光线反射通过镜头聚焦，图像传感器就会感知到图像。如图2所示，摄像传感器连续读取描影像上的一行数据，则输出信号便是连续的图像电压信号。当扫完成一行，视频信号输出端就送出一个比视频信号电压还低的电平，并持续一段较长的时间。接着每一行影像信号的后面就是行同步脉冲信号，是换行的标志信号。然后提取下一行数据，直到提取完之一场的影像数据信号，然后就会有一小段场消隐信号。场同步脉冲预示着新的一场图像来临，只是，场消隐电平刚好跨在上一场数据的结尾处和下一场数据的开始，场消隐信号过去后，下一场的影像数据信号才是数据。传感器每秒扫描二十五幅图像，每幅在分奇信号、偶两场信号，先奇场信号后偶场信号。奇场图像信号时只读取图像中的奇数行，偶场图像信号则只读取偶数行。

四、循迹算法

基于摄像头传感器设计并实现智能车自主循迹行驶。智能车采用基于摄像头传感器的信号采样模块获取赛道黑线信息。

本系统设计的图像提取方法是对摄像头采集的信息进行隔行提取，一共提取50行150列并且存储在一个二维数组中。在处理二维数组时，把提取的50行数据分成5段，把150列分成15段，如图3所示。

由于摄像头在获取图像时存在失真，所以智能车即使在直道的中心看到的跑道两边黑线也不是平行的即所谓的梯形失真。为解决摄像头失真可以通过在软件中设定不同的P参数来弥补的方法，舵机偏转的大小由智能车左右宽度的中心与跑道中心偏离的大小来决定。

道路检测是指利用图像处理检测出能反映道路轮廓的道路标志特征，如道路两边沿、道路中央导引线等。本系统图像采集算法使用的是隔行采集算法，具体的处理方法是事先设定一个数组COM[50]，其存储有所要采集的图像行数，一共有50行。核心处理器检测到摄像头的行中断到来后用一个变量Leap计算其次数，当Leap等于COM[50]的某一个数时，把摄像头接下来传送的数据存到另一个数组SUM[50][150]中。

摄像头采集的数据被存储在SUM[50][150]数组绘成一个二维表，最近车模是图像的第49行，远离车模的前方是图像的第0行。循迹的方法是当摄像头采集完一场数据后，从图像的第35行第75列开始往两边同时寻找黑线，当向左寻线遇到有数据1时计数（图像中黑色记为1，白色记为0），条件当遇到黑点后在黑点的左边有0或黑点的个数大于15成立则认为寻到黑线，于是跳到第34行，以第35行黑线列数的平均列数作为第34行寻线的中心往两边寻找黑线，同理依次往上递减寻黑线。右边寻线同理左边，当其中的一边没有找到黑线时结束寻线。经过多次的测试，如果在35行中找到了两条黑线则车模是直道上或者跑道的弯度不大，这种情况下使用平均差值法即求两条黑线列数中值的平均数和75作差值，得出的值作为PID的P参数的参考值，当差值是小于零的数则舵机左转，反之舵机右转。当第35行只寻到一条黑线且中心小于75时，认为寻到左线并表示车模前方的跑道相对弯度大，跑道条件不理想，车模作减速处理。寻线跳到第49行以第75列作为寻黑线的中心往左边找黑点，当黑点的左边有0或黑点数大于30或列数小于0时成立时认为找到黑线，反之认为没有找到没线跳到下一行继续寻找，如果找到黑线则跳到小于当前行一行上寻线并以上一行黑线的中心列数为中心向两边找黑点，当前行的黑线中心列数比上一行黑线中心列数±10列以内则认为当前行找到黑线，以此类推一直检测到第0行。当第35行只寻到一条黑线且中心大于75时，则认为找到右边的黑线，寻线方法同理左线。

五、结语

现代生活中，随着经济的发展人们的生活节奏加快，汽车已经是生活中不可或缺的交通工具。无人自动驾驶、道路偏离监测系统、疲劳检测系统等，人工智能和通信技术实现更好的通行能力和更加的安全环境。

【参考文献】

[1]王荣本，徐友春，李兵，等.基于视觉的智能车自主导航最有控制器设计[J].汽车工程，2001，23（2）：97-100.

[2]徐建洪.基于S3C2410的嵌入式智能车控制系统设计[D].南京理工大学，2008.

[3]卓晴，黄开胜，邵贝贝.学做智能车―挑战“飞思卡尔”杯[M].北京：北京航空航天大学出版社，2007.

[4]李晨，宓超.基思卡尔单片机MC9S12XS128的智能车设计[J].上海海事大学学报，2012，33（1）：82-84.

[5]PWM rectifier research based on sliding mode variable structure control[A]. Proceedings of the 2011 Chinese Control and Decision Conference（CCDC）[C]. 2011