智能小车的循迹控制与实验

以S3C2440为主控制器、STM32为电机驱动控制器,构建智能四轮小车;使用光电传感器进行路径识别,循迹运动;通过STM32对小车电机的驱动、算法控制,对其控制算法优化,提高其在转弯时的灵敏度,循迹更准确;ARM2440嵌入式系统,使用PID控制算法对小车的运动进行模拟控制,使其以较快的速度循迹。     

基于CCD的自动循迹小车的软件设计

为实现小车的自动循迹功能,分别采用飞思卡尔16位单片机MC9S12XS128以及CMOS面阵图像传感器HQ7620模块作为主控制器和导向传感器,并结合一定的处理算法进行路径信息识别.单片机对摄像头采集到的路径图像信息进行存储、滤波、道路识别和最优路线计算后,发出控制信号以驱动小车的舵机和电机.在控制策略方面主要采用变参数、带死区的增量式数字PID控制器,使小车在行驶时的整体速度得以提高,系统性能更加稳定,灵敏度和鲁棒性也得到一定的改善.     

基于STM32的智能小车设计

为更加安全地检测可燃气体，设计了一款基于STM32的循迹、避障智能检测小车。系统具有循迹检测、距离检测、可燃气体检测及电机控制功能。系统通过红外模块，对白色地板上的黑色轨迹进行探测，从而实现循迹功能，通过超声波模块对小车到障碍物距离进行检测，加上PS2遥控模块控制小车，实现手动自动切换避障功能，并能实时检测可燃气体。     

智能铁磁性材料回收小车

以单片机AT89C51为主控制器,设计了一款智能铁磁性废料回收小车。该小车由循迹避障模块、检测回收模块及驱动模块组成。主控制器通过程序控制步进电机在0度到90度之间转动,在0度处通电,在90度处断电,实现对金属废弃物的回收。该智能回收小车可按照预先设定的模式对特定区域进行循迹并清理铁磁性废料,经实验验证,基本能够实现对铁磁性废料的回收,对金属废弃物的处理有一定的实用价值。     

基于OpenMV的智能跟踪小车设计

针对目前市场上的跟踪小车跟随效果不理想、应用场所有限、智能程度低等问题,设计了一款能够自主跟随标记物的智能跟踪小车。小车以Arduino为主控制器,综合了视觉模块、超声波模块和电机、舵机等外围设备。借助OpenMV IDE软件和OpenCV库,采用二维码识别、数字图像处理、PID控制等关键技术和方法,实现了实时跟踪、避障等功能。使用二维码识别和解码技术代替传统的图像识别技术,降低了算法复杂度,减少了锁定目标消耗的时间。同时,使用超声波测距模块辅助调整电机速度和舵机方向,不仅提高了跟踪效果,还增强了小车在突发情况下的避障能力。经实验测试,实现了小车在距标记物0.30 m-0.45 m范围内对移动目标的稳定跟踪和自主规避道路所有障碍的功能,且跟踪距离不受限制。     

基于机器视觉的小车跟随行驶系统设计

本系统以Arduino单片机为主控器,利用直流减速电机提供动力,PWM控制L298N实现调速,利用Open MV摄像头识别路线完成循迹。领头小车和跟随小车装有蓝牙模块用于车间通信,跟随小车车前装有光电开关以实现避障和跟随功能。两车利用PID循迹算法实现小车沿黑线前进,采用区域色块识别算法实现停车线的判断。经测试,小车功能稳定,传感器识别准确,很好地实现了设计要求。     

基于TC264的智能小车控制系统

本文设计一种基于TC264单片机的智能小车控制系统。介绍智能小车系统结构设计:在车身前端部分安装摄像头传感器用来采集道路信息,并将道路信息传送给TC264单片机核心控制系统进行二值化处理,通过增量式 PID 算法传输PWM 信号给小车的电机运转,使得小车沿着采集到的道路前进,达到导向的目的。智能小车的硬件设计包括摄像头传感器模块、电机驱动模块、陀螺仪模块、核心电路板模块、电源电压供电模块等。软件设计包括 PID 控制算法、图像采集处理算法等。经实际调试,智能小车能自适应直线、弯道、坡道、圆环等各种复杂路况。     

基于单片机控制的自动循迹停车系统

为解决一些住宅小区停车位或私家车库距离住宅楼较远、自驾车停车不方便问题,提出了利用单片机MC9S12XS128使小车从给定的起始位置自动循迹到达预期车库或停车位的系统设计方案。单片机MC9S12XS128利用PID算法对电机和舵机进行控制,摄像头传感器进行道路信息采集。该系统经测试达到了预定目标,实现了自动循迹停车功能。     

基于MC9S12XS128的智能循迹小车设计

设计一种基于MC9S12XS128单片机的智能循迹小车系统,以MC9S12XS128单片机为主控制器,采用HQ7620图像传感器采集路径信息,电机驱动模块采用BTS7960驱动芯片,采用100线光电编码器实时监测车速.根据对所采集图像信息的分析处理,主控制器实现对舵机的转向控制和后轮驱动力的动态分配,从而完成小车的智能循迹.     

智能循迹小车的设计与实现

针对大学生学科竞赛的热点项目,设计了一款速度快、运行稳定、循迹精度高的基于光电传感器的智能小车。通过对整体硬件结构设计,PID算法设计,实现了对智能小车的路径控制,速度控制和稳定性控制。实验表明,该设计方案能结合赛道的实际情况,高速、稳定、准确的完成比赛。     

基于CMOS摄像头的直立循迹智能车系统设计

设计了一种基于面阵CMOS摄像头传感器的直立循迹智能车系统。在硬件系统方面,自主设计了电源稳压电路和电机H桥驱动电路,并选用高性能测速模块,保障硬件系统的稳定与可靠。在软件设计方面,采用姿态融合算法进行智能车的平衡控制与速度控制,同时结合MT9V022摄像头获取环境信息实现转向循迹。在控制算法上利用位置式PID,使系统的稳定性和鲁棒性得到了很大的改善。最终实现智能车快速平稳运行。     

嵌入式技术的智能车系统设计与实现研究

基于MC9S12XS128的智能车,通过对道路图像进行采集和处理,再利用算法控制策略、PID控制原理和PWM控制技术对智能车转向和速度进行控制,使小车能够自主行驶,通过使用CodeWarrior软件编程和BDM调试实现小车行驶控制。本文基于PID算法提出了改进的算法,经实物验证,所设计的智能车系统能有效循迹,保持在道路中间快速行驶,可以实现提前转弯,且系统具有较好的抗干扰能力。     

基于背景差分法和CAMShift法的运动目标跟踪系统的设计与实现

针对云台摄像头转动时会暂时性丢失跟踪的运动目标的问题,提出了一种基于背景差分法和连续CAMShift法的运动目标跟踪系统的设计方案。该系统在云台摄像头静止的情况下采用改进的背景差分法检测运动目标,在云台摄像头转动的过程中采用连续CAMShift法跟踪运动目标,并通过型心坐标追踪运动目标的轨迹。仿真结果表明,结合背景差分法和连续CAMShift法的运动目标跟踪系统在一定程度上满足了实时性与稳定性的要求。     

嵌入式智能小车测控系统的设计与实现

智能小车作为智能车辆的仿真车,是研究智能车辆的基础;介绍了智能小车测控系统的结构和软硬件实现;系统以ARM9为控制器,采用μC/OS-Ⅱ操作系统,用红外传感器识别路径,采用模糊自适应PID控制策略得到控制量,并最终通过舵机和直流电机对小车的位置和速度进行控制;测试结果表明,在该控制系统下,智能小车具有良好的位置跟踪和快速切换速度性能,该系统可以作为对智能车辆进一步研究的平台。     

基于UWB定位的缉毒犬训练跟踪录像小车设计

针对传统的缉毒犬培训过程中训练周期长,训练开销花费大等特点造成的缉毒犬资源供需不平衡,训导员训导过程中面临健康安全隐患和重复机械劳动等问题,提出采用超宽带模块定位缉毒犬的物理位置,基于移动目标定位跟踪算法设计开发了缉毒犬训练监督辅助系统;以基于树莓派控制的智能车为移动载体,添加摄像头拍摄缉毒犬的行踪同时将视频实时回传终端;在设计过程中,考虑超宽带模块定位精度、智能车与缉毒犬相对距离等方面对结果的影响,经实验测试实现摄像机及时准确跟踪录像缉毒犬功能,在保障定位准确度的同时提高了跟踪效率。     

语义地图导航的智能化服务机器人研究

基于语义地图导航的智能化服务机器人系统,以搭载深度相机和二维激光雷达的差分轮智能车的形式呈现。系统以树莓派作为主控制器,利用OpenCR控制电机驱动和辅助驾驶传感器,通过ROS机器人操作系统将机器人控制器、智能信息处理模块和各类传感器融合成一个有机整体。所构建的机器人系统在服务过程中,通过感知周围环境、收集数据完成静态、动态物体的辨识,然后结合二维地图数据完成目标检测和语义地图的构建。为了提升系统智能化程度,配合深度推理神经计算棒,并结合Mobile Net网络架构下的SSD目标实时检测算法,提高了视觉感知的实时程度以及准确性。     

基于单目视觉的智能物料分拣机器人的设计

为解决目前工业物料分拣机器人发展的需求问题,以模拟自动化物流系统的作业流程为目标,提出了一种基于单目视觉的智能物料分拣机器人的设计。为实现物料的自动分拣过程,以STM32作为核心控制器,驱动OV2640摄像头对图像进行实时采集、处理与分析,实现颜色识别和目标定位,并将处理结果传送给驱动控制系统。在图像标定方面,采用读取TFT屏中目标的坐标和求取目标的实际坐标,通过MATLAB软件来进行数据拟合,找出两个坐标的函数关系,从而实现目标的定位。采用遍历腐蚀算法、增量式PID算法、DBCSAN算法和Dijkstra算法,分别完成对随机摆放的物料的自动识别和定位、电机控制和路径规划。实验与竞赛结果表明,该单目视觉分拣机器人的分拣准确率和效率高,能够实现智能分拣功能。     

双目视觉运动目标跟踪定位系统的设计

针对运动目标在被遮挡时跟踪丢失问题,采用双目视觉对运动目标进行跟踪定位.首先,利用背景差分法实现目标检测;然后,利用Kalman滤波器改进的CamShift算法与FAST角点检测算法相结合,通过缩小角点检测的范围,提高预测的准确性和跟踪速度,同时有效解决了目标跟踪丢失问题;最后,通过双目立体视觉视差原理求出目标的三维坐标,实现对目标的定位.实验结果表明,该系统有效地解决了目标跟踪丢失问题,且算法实时性良好,有利于工业上使用机器人对运动目标的精确抓取.