智能車線性CCD路徑識別方法

胡世林，韓致信，崔繼強(qiáng)

(1. 蘭州理工大學(xué) 機(jī)電工程學(xué)院, 甘肅 蘭州 730050; 2. 濱州學(xué)院，山東 濱州 256603)

智能車線性CCD路徑識別方法

胡世林1，韓致信1，崔繼強(qiáng)2

(1. 蘭州理工大學(xué) 機(jī)電工程學(xué)院, 甘肅 蘭州 730050; 2. 濱州學(xué)院，山東 濱州 256603)

摘要：論述了TSL1404CL線性CCD的識別原理，設(shè)計(jì)了CCD路徑識別系統(tǒng)硬件電路，分析固定閥值與動態(tài)閥值以及固定中心點(diǎn)邊緣檢測與浮動中心點(diǎn)邊緣檢測的優(yōu)缺點(diǎn)，運(yùn)用LabVIEW軟件編寫上位機(jī)界面，獲取了不同檢測方法下的賽道信息，優(yōu)化了系統(tǒng)的控制策略，提高系統(tǒng)的響應(yīng)速度和準(zhǔn)確性。實(shí)驗(yàn)證明該系統(tǒng)能在不同光照條件下準(zhǔn)確識別賽道，具有很好的魯棒性。

關(guān)鍵詞：飛思卡爾；線性CCD；邊緣檢測

Research on Path Identification Method of Intelligent CarBased on Linear CCD

HU Shilin1, HAN Zhixin1, CUI Jiqiang2

(1. College of Mechanical and Electrical Engineering, Lanzhou University of Technology, Lanzhou 730050, China;

2. Binzhou University, Binzhou 256603, China)

Abstract:This paper discusses TSL1404CL linear principle of CCD and designs the hardware circuit of a CCD path identification system, analyzes the fixed threshold and dynamic threshold and the advantages and disadvantages of fixed centre point edge detection algorithm and floating point edge detection algorithm, uses LabVIEW to compile upper computer interface, achieves circuit information with different detection methods and optimizes the system control strategy to improve the response speed and accuracy. The experiment results show that the circuit can be accurately identified in this system and it has good robustness.

Keywords:freescale；linear CCD；edge detection

0引言

圖1　賽道示意圖

路徑識別是自主循跡智能車實(shí)現(xiàn)控制并穩(wěn)定運(yùn)行的基礎(chǔ)，道路信息提取的準(zhǔn)確與否直接影響到控制策略能否實(shí)現(xiàn)。而道路信息提取的準(zhǔn)確性取決于傳感器能否準(zhǔn)確地區(qū)分出黑色引導(dǎo)線與白色背景以及其他干擾信息。如圖1所示，第八屆飛思卡爾車模競賽的賽道是一個(gè)具有特定幾何尺寸約束、摩擦系數(shù)及光學(xué)特性的KT板，45 cm寬的白色KT板兩邊貼有寬度為2.5cm對可見光及不可見光均有較強(qiáng)吸收特性的黑色條帶作為引導(dǎo)線。大賽規(guī)定賽道傳感器選用線性CCD。線性CCD提取信號是被動的接受反射回的光線，因此，采集的信號易受外界環(huán)境的影響。例如，賽道黑色引導(dǎo)線很可能由于發(fā)生鏡面反射而被誤判為白色背景。所以，設(shè)計(jì)一個(gè)識別準(zhǔn)確，抗干擾能力強(qiáng)的路勁識別系統(tǒng)，使智能車在不同光照條件下均能正常運(yùn)行，這對自主循跡智能車是尤為重要的。

1線性CCD識別方案

該系統(tǒng)采用飛思卡爾MC9S12XS128單片機(jī)作為控制核心，將線性CCD捕獲的模擬量賽道信息轉(zhuǎn)化成數(shù)字信號，進(jìn)行分析計(jì)算小車與賽道之間的偏差和賽道走勢，進(jìn)而控制小車沿賽道行駛而不偏離賽道。

該車道路傳感器使用的是TexasAdvancedOptoelectronicSolution公司的TSL1401CL線性CCD。該傳感器是包含128個(gè)光電二極管的線性陣列。每個(gè)光電二極管都有各自的積分電路，此電路統(tǒng)稱為像素。每個(gè)像素在光電二極管的不同光能量沖擊下產(chǎn)生不同的模擬電荷信號，該信號的大小與光強(qiáng)和積分時(shí)間成正比。在驅(qū)動時(shí)序的作用下,CCD將模擬電荷信號串行位移輸出[1]。如圖2中TSL1401CL的工作時(shí)序可知，串行輸入SI控制每一個(gè)像素的積分和復(fù)位操作；CLK控制每一個(gè)像素電壓的依次輸出，每個(gè)像素的值可以在CLK的下降沿時(shí)從AO采集。

圖2　TSL1401CL工作時(shí)序

2線性CCD外圍電路設(shè)計(jì)

MC9S12XS128單片機(jī)的PA0和PA1口分別提供TSL1401CL的時(shí)鐘輸入和串行輸入。AD0口與TSL1401CL的模擬電壓輸出口(AO)連接。試驗(yàn)表明TSL1401CL線性 CCD的輸出信號和環(huán)境光線密切相關(guān)，分別在不同的光照環(huán)境進(jìn)行采樣，采樣數(shù)據(jù)表明環(huán)境光線較弱時(shí)，CCD輸出信號較低，以致賽道黑線信息不明顯。晚上日光燈環(huán)境下輸出信號電壓值更低，幾乎接近 0，根本無法辨別賽道信息。解決該問題的簡單有效的方法就是增大輸出電壓，即放大輸出信號，系統(tǒng)采用運(yùn)放來放大 AO 輸出信號[2]。其電路原理如圖3所示。由式(1)可以得出電壓增益(放大倍數(shù))Av=11。

(1)

圖3　CCD輸出電壓運(yùn)放電路

3軟件設(shè)計(jì)

3.1曝光時(shí)間(積分時(shí)間)計(jì)算

如果競賽環(huán)境各個(gè)方向的光線均勻一致，則可以在賽車出發(fā)前根據(jù)環(huán)境光線調(diào)節(jié)一個(gè)合理的曝光時(shí)間，以得到合理的輸出，這樣賽車就能采用一個(gè)固定的曝光時(shí)間跑完全程。實(shí)際賽場會有場館的窗戶、賽道上方的燈光等光源，投射在賽道上的光線也并不均勻一致。所以需要賽車在賽道上適時(shí)地、動態(tài)地調(diào)整曝光參數(shù)。從TSL1401CL的工作時(shí)序可以看出曝光量和串行輸入(SI)有關(guān)，所以系統(tǒng)中通過動態(tài)調(diào)整SI的周期實(shí)現(xiàn)曝光量的自動調(diào)整，該計(jì)算策略如圖4所示。

圖4　動態(tài)曝光參數(shù)調(diào)節(jié)策略

從圖4可以看出，該計(jì)算策略是一個(gè)典型的閉環(huán)控制，實(shí)際曝光量由上一次線性CCD捕獲的白色賽道上的像素?cái)?shù)據(jù)的平均值(pixel_average)得到。與設(shè)定的SI周期比較得出偏差E，根據(jù)偏差E調(diào)節(jié)本次曝光所需的SI周期，使之達(dá)到適應(yīng)環(huán)境的目的。

3.2像素二值化處理

為了準(zhǔn)確判斷黑線的位置以及減弱賽道上噪點(diǎn)的干擾，需將CCD采集的圖像進(jìn)行二值化處理，把模擬信號轉(zhuǎn)換成0和1的二值信號，便于后期的數(shù)據(jù)處理。處于黑線上像素點(diǎn)的模擬量(灰度值)遠(yuǎn)遠(yuǎn)小于處于白線上像素點(diǎn)的模擬量，故選取處于黑線和白線兩個(gè)模擬量之間的一個(gè)值作為閥值?；叶戎荡笥谠撻y值為1，反之為0。圖像的閥值變換函數(shù)為[4]：

(2)

由于賽場光線的不均勻，該閥值T也需要根據(jù)光線的強(qiáng)弱而變化，即動態(tài)閥值。原理是計(jì)算出上一次采集的白線灰度值的平均值，再將該值乘以一個(gè)系數(shù)作為當(dāng)前場的閥值，以適應(yīng)不同的光照條件。

如圖5所示，將數(shù)據(jù)發(fā)送至LabVIEW軟件編寫的上位機(jī)可以看到該方法具有良好的效果。

圖5　動態(tài)閥值二值化數(shù)據(jù)

3.3賽道偏差計(jì)算

賽道偏差計(jì)算采用邊緣檢測法，即掃描像素二值化之后0和1的跳變沿?？赏ㄟ^單邊掃描和從中心向兩邊掃描兩種方式實(shí)現(xiàn)，如圖6所示。

圖6　兩種邊緣檢測方法示意圖

由于賽道引導(dǎo)線處于賽道兩邊，若采用單邊檢測容易出現(xiàn)左右兩邊引導(dǎo)線混淆的情況，故系統(tǒng)中采取從中心向兩邊掃描的方式，左右兩邊同時(shí)尋找從1跳變到0的像素點(diǎn)位置。第64個(gè)像素點(diǎn)向第1個(gè)像素點(diǎn)掃描，得到左邊引導(dǎo)線的位置Error_L，第65個(gè)像素點(diǎn)向第128個(gè)像素點(diǎn)掃描，得到右邊引導(dǎo)線的位置Error_R，Error_L和Error_R符號相反。從中心到兩邊分別取值為64～1和-64～-1，賽道偏差Error=Error_L+Error_R。當(dāng)小車處于直道時(shí)Error_L與Error_R互為相反數(shù)，此時(shí)Error=0；當(dāng)小車處于彎道時(shí)Error_L與Error_R絕對值不同，兩個(gè)值求和之后就可以計(jì)算出賽道偏差，用于后期數(shù)據(jù)處理。由于小車驅(qū)動電機(jī)的反應(yīng)具有滯后性，高速行駛于彎道時(shí)容易出現(xiàn)第64個(gè)像素點(diǎn)與第65個(gè)像素點(diǎn)同時(shí)落在黑線上的情況，如圖7(a)所示。此時(shí)從中心到兩邊像素點(diǎn)都沒有從1到0的跳變，Error就為0，從而出現(xiàn)丟線的情況。為了避免這種情況的發(fā)生，采用浮動中心點(diǎn)的方法，即掃描并不是固定的從第64和65個(gè)像素點(diǎn)向兩邊進(jìn)行，而是根據(jù)上一次的賽道偏差計(jì)算出本次掃描的起始位置。如圖7(b),當(dāng)小車處于左轉(zhuǎn)彎時(shí)掃描起始位置向左移動，反之向右移動。實(shí)驗(yàn)證明用該方法很好地避免了因掃描中心點(diǎn)落在黑線上而導(dǎo)致的丟線。如圖8所示，此方法也增大了Error的范圍。這使得小車在轉(zhuǎn)向時(shí)具有更好的連續(xù)性。

圖7　不同方法下掃描示意圖

圖8　掃描中心不同時(shí)Error的變化情況

4結(jié)語

基于線性CCD設(shè)計(jì)了兩輪直立智能車的路徑識別系統(tǒng)。采用TSL1401CL 線性 CCD采集賽道信息，MC9S12XS128單片機(jī)作為控制核心；利用動態(tài)閥值和邊緣檢測獲取賽道偏差。實(shí)驗(yàn)表明：小車能在不同的光照條件下準(zhǔn)確識別賽道信息，并沿黑色引導(dǎo)線平穩(wěn)行駛。該方案已在第八屆“飛思卡爾”杯全國大學(xué)生智能車競賽中得以應(yīng)用，并且取得了優(yōu)異成績。

參考文獻(xiàn):

[1] 曾峰，易茂祥. 圖像采集系統(tǒng)的線性CCD驅(qū)動電路設(shè)計(jì)[J]. 合肥工業(yè)大學(xué)學(xué)報(bào)，2009,32(1):120-123.

[2] 康華光. 電子技術(shù)基礎(chǔ)[M]. 北京: 高等教育出版社，2006.

[3] 李晨，宓超. 基于飛思卡爾單片機(jī)MC9S12XS128的智能車設(shè)計(jì)[J]. 上海海事大學(xué)學(xué)報(bào)，2012,33(1):82-84.

[4] 王爍，孫備，侯代坡，等. 基于Hough的圖像分割在智能車圖像處理中的應(yīng)用[J]. 機(jī)械與電子，2013，(5):65-68.

[5] 李丙旺，張友照，陳文建. 基于PID分段式溫度控制系統(tǒng)[J]. 兵工自動化，2011,30(9):83-85.

收稿日期：2014-01-02

中圖分類號：TP273

文獻(xiàn)標(biāo)志碼：B

文章編號：1671-5276(2015)04-0123-03

作者簡介：胡世林(1988-)，男，陜西漢中人，碩士，研究方向?yàn)闄C(jī)械工程。

基金項(xiàng)目：濱州學(xué)院創(chuàng)新基金資助(BZXYQNLG201101)