攝像頭型智能車的賽道類型處理

山東理工大學(xué) 孔 巖 董 奧 王 勇

攝像頭型智能車的賽道類型處理

山東理工大學(xué) 孔 巖 董 奧 王 勇

【摘要】文章主要介紹了以MCU52255芯片為核心控制單元的攝像頭型智能車。其利用光電效用理論，通過CMOS攝像頭進(jìn)行路況信息采集，經(jīng)過對(duì)圖像數(shù)據(jù)的濾波、動(dòng)態(tài)閾值計(jì)算、二值化、邊沿提取等算法對(duì)賽道類型進(jìn)行分類處理；通過舵機(jī)打角、編碼器測(cè)速及雙電機(jī)差速實(shí)現(xiàn)對(duì)智能車方向控制和速度控制。本文將從整體設(shè)計(jì)思路、硬件系統(tǒng)電路設(shè)計(jì)、信息處理算法設(shè)計(jì)三個(gè)方面進(jìn)行詳述。

【關(guān)鍵詞】MCU52255；攝像頭；動(dòng)態(tài)閾值；邊沿提??；賽道類型

1、設(shè)計(jì)思路及方案的總體說明

攝像頭型智能車?yán)昧斯怆娦в美碚?，采用CMOS型攝像頭采集圖像，經(jīng)過對(duì)圖像數(shù)據(jù)的濾波、動(dòng)態(tài)閾值計(jì)算［1］、二值化［2］、邊緣提取等算法提取賽道中心線，根據(jù)對(duì)不同路況數(shù)據(jù)特征的分析并得到不同的賽道類型，并且對(duì)賽道類型進(jìn)行分類處理。

根據(jù)智能車系統(tǒng)的基本要求，設(shè)計(jì)了系統(tǒng)結(jié)構(gòu)圖如圖1所示。

圖1

2、硬件系統(tǒng)設(shè)計(jì)及實(shí)現(xiàn)

硬件電路有電源模塊、微控制器核心處理、圖像采集、信息顯示、車體實(shí)時(shí)速度采集、轉(zhuǎn)速控制、轉(zhuǎn)向控制、鍵盤調(diào)試八個(gè)部分。

2.1 單片機(jī)最小系統(tǒng)

采用冷火系列的MCU52255芯片，主板上用到的引腳包括PWM接口、鍵盤接口、計(jì)數(shù)器接口、外部中斷接口、若干普通IO接口，如圖2所示。

圖2

2.2 電源模塊

采用TPS7350將7.2V電源電壓變?yōu)?V供給攝像頭、編碼器，采用LM7806-ADJ將7.2V電源電壓變?yōu)?V供給舵機(jī)，采用LM1117T將7.2V電源電壓變?yōu)?.3V供給核心板、OLED。如圖3所示。

圖3

2.3 電機(jī)驅(qū)動(dòng)模塊

電機(jī)驅(qū)動(dòng)模塊采用BTN7960［3］，該芯片是應(yīng)用于電機(jī)驅(qū)動(dòng)的大電流半橋高集成芯片，它帶有一個(gè)P溝道的高邊MOSFET、一個(gè)N溝道的低邊MOSFET和一個(gè)驅(qū)動(dòng)Ic。電機(jī)驅(qū)動(dòng)模塊電路圖如圖4所示。

3、軟件系統(tǒng)設(shè)計(jì)及實(shí)現(xiàn)

3.1 動(dòng)態(tài)閾值的設(shè)定及二值化

首先設(shè)定一個(gè)閾值來分離出白色賽道和底布，當(dāng)像素點(diǎn)灰度值大于該閾值時(shí)為白色賽道，當(dāng)像素點(diǎn)灰度值小于該閾值時(shí)為底布。由于燈光以及底布顏色深淺的不同，閾值也應(yīng)該進(jìn)行相應(yīng)的改變，所以采用動(dòng)態(tài)閾值來提高小車對(duì)環(huán)境的適應(yīng)性。閾值提取完成后，對(duì)于像素點(diǎn)灰度值小于閾值的像素點(diǎn)全部設(shè)定為0，對(duì)于像素點(diǎn)灰度值小于閾值的像素點(diǎn)全部設(shè)定為1。

圖4

3.2 賽道邊沿提取

直接逐行掃描原始圖像，提取1與0的跳變點(diǎn)。（1）賽道寬度有一個(gè)范圍，在確定的賽道寬度范圍內(nèi)提取有效賽道邊沿，這樣可以濾除不在寬度范圍內(nèi)的干擾。（2）利用賽道的連續(xù)性，根據(jù)上一行白塊的位置和邊沿的位置來確定本行的邊沿點(diǎn)。（3）求邊沿點(diǎn)時(shí)，因?yàn)榻幍膱D像穩(wěn)定，遠(yuǎn)處圖像不穩(wěn)定，所以采用由近及遠(yuǎn)的辦法。

3.3 推算中心點(diǎn)

通過之前提取的賽道邊沿?cái)?shù)據(jù)推算中心，若只有單邊有邊沿點(diǎn)數(shù)據(jù)，則通過校正對(duì)單邊數(shù)據(jù)按法線平移賽道寬度一半的距離；當(dāng)能找到與一邊能匹配上的另一邊沿點(diǎn)時(shí)則直接求其中心作為中心點(diǎn)。推算完中心點(diǎn)后，對(duì)中心點(diǎn)進(jìn)行均勻化，方便之后的控制。

3.4 對(duì)不合理的中心點(diǎn)進(jìn)行處理

對(duì)于在校正后的圖像數(shù)據(jù)中求得的中心線，反校正到原始圖像后存在一行中含有多個(gè)中心點(diǎn)的情況。在通常情況下，這種情況出現(xiàn)在較遠(yuǎn)的視野中，但由于我們?cè)龃罅艘晥?chǎng)前部圖像的權(quán)重，這些中心點(diǎn)對(duì)權(quán)重的影響極大，導(dǎo)致車模容易出現(xiàn)掉輪甚至沖出賽道的現(xiàn)象。對(duì)此，我們利用數(shù)學(xué)方法求出了中心線的折點(diǎn)，對(duì)折點(diǎn)之后的中心點(diǎn)單獨(dú)處理，使車模不再出現(xiàn)掉輪的現(xiàn)象。

3.5 賽道類型

下面對(duì)各種不同類型的道路展開討論：（1）直道識(shí)別：賽道中心線為直線，并且此中心線由視野底部一直延伸到視野頂部。（2）彎道識(shí)別：智能車進(jìn)入彎道后，中心線變成曲線，根據(jù)對(duì)不同類型彎道的曲率計(jì)算對(duì)其進(jìn)行分類。（3）虛線識(shí)別：虛線只是小范圍間斷，所以先找到全部正確的內(nèi)測(cè)邊緣，通過差值計(jì)算出下一段虛線出現(xiàn)的區(qū)域，再鏈接起來便可以還原出正常賽道。（4）坡道識(shí)別：一旦出現(xiàn)坡道，兩側(cè)的邊線變得外擴(kuò)，而中線依然是直線，用此特征便可準(zhǔn)確識(shí)別坡道。 （5）十字處理：在離十字段的線短于某一值時(shí)，搜尋遠(yuǎn)處的線，當(dāng)發(fā)現(xiàn)符合跑道類型的邊線時(shí)，采用這些線予以控制，從而在十字處取得良好直行效果。

4、結(jié)語

本文是基于MCU52255單片機(jī)，數(shù)字信號(hào)基礎(chǔ)上討論的一種攝像頭型智能車，涉及電源模塊、微控制器核心處理、圖像采集、信息顯示、車體實(shí)時(shí)速度采集、轉(zhuǎn)速控制、轉(zhuǎn)向控制、鍵盤調(diào)試，集控制、數(shù)模轉(zhuǎn)換、傳感技術(shù)、汽車電子、機(jī)械等多個(gè)學(xué)科于一身，最終完成對(duì)賽道類型的分類處理。

參考文獻(xiàn)

［1］涂其遠(yuǎn)，吳建華，萬國(guó)金.動(dòng)態(tài)閾值結(jié)合全局閾值對(duì)圖像進(jìn)行分割［M］.南昌大學(xué)學(xué)報(bào)，2002.03.15.

［2］江明，劉輝，黃歡.圖像二值化技術(shù)的研究［M］.軟件導(dǎo)刊，2009.04.30.

［3］楊明輝，孫猛猛，張玉炳，萬林.BTN7960直流伺服電動(dòng)機(jī)驅(qū)動(dòng)板的設(shè)計(jì)［M］.科技展望，2015.