基于图像识别的寻迹智能车设计

为了实现智能车按照不同的路径类型自动寻迹的功能,研制了一种基于汽车模型的寻迹智能车。在寻迹智能车的设计中,图像处理直接影响着智能车的性能,因此采用直接采集、直接边缘检测算法和改进边缘检测算法对COMS摄像头捕获的道路信息进行分析对比。大量实验数据表明,在光线强度不同的情况下,通过边缘检测算法可获取更准确的图像,有效地解决了系统的快速性与稳态误差之间的矛盾,实现了智能车沿引导线稳定、快速的行驶。     

基于摄像头的自动寻迹智能车控制系统设计

介绍了基于MC9S12DG128单片机控制的智能车系统,该系统以摄像头传感器作为路径识别装置,通过图像识别提取路径信息。文章对智能车寻线控制系统的软、硬件设计思路和控制算法等进行了论述。测试结果表明智能车能准确稳定地跟踪引导线。     

基于视觉的智能车道路检测与转向控制策略研究

本文主要针对智能车道路检测的现状和视觉的转向控制展开,通过对智能车道路的深入研究,来对视觉的转向来提供针对性的控制策略.针对现实存在的问题,在理论依据的基础上,从智能车视觉的采集,智能车路线的运算轨迹,智能车的路径识别等方面进行详细的阐述.     

基于CMOS摄像头的智能寻迹车的设计与实现

分析了自动寻迹智能车的几个关键实现技术,给出了一种采用CMOS摄像头检测方式的智能车的电路设计、控制算法和软件流程.测试结果表明该车能够准确跟踪引导线运行.     

基于多传感器的直立循迹智能车硬件系统设计

本文介绍了一种基于面阵CMOS传感器、陀螺仪及加速度传感器和绝对式旋转编码器的直立循迹智能车硬件结构及设计方法. 该智能车采用模块化设计思想,将硬件电路划分为多个子模块,对其分别设计再予以综合. 其中姿态采集模块通过MPU6050运动传感器获取角度和角加速度数据,进而拟合得到智能车姿态,图像采集模块通过MT9V022 CMOS传感器获取道路图像信息,速度采集模块通过绝对式旋转编码器采集车速信息,最终通过CPU控制模块对上述信息综合分析,实现智能车直立且自主循迹的稳定运行控制.     

基于红外光电传感器的智能小车控制算法设计

设计了智能车的整体软件系统.采用红外光电传感器和光电编码器分别进行道路信息与小车速度的采集,同时采用模糊控制算法和棒-棒算法分别对智能车的转向舵机和驱动电机进行控制.整个软件系统具有控制灵活、响应速度快、超调量小、鲁棒性强等优点.     

基于增量式PID智能车调速系统的设计

为提高智能小车适应不同道路的能力和速度响应,设计合理电机驱动电路和选择高效速度控制策略显得尤为重要。基于增量式PID的调速系统设计了一套自动信息采集、道路分析、控制策略选择的系统,着重分析了增量式PID算法调速的性能,阐述了增量式PID参数整定的方法和过程。通过实际的测试得到闭环控制后电机的调速曲线。试验结果表明,采用增量式PID控制算法,小车运动的速度稳定性相比采用开环控制得到很大的提高,智能车驱动电机的控制更流畅,电机的响应速度更加迅速,智能车的调速系统的设计达到了要求。     

缩微智能车目标检测系统的设计与仿真

为实现对车辆前方目标检测,提出并模拟了一种对缩微智能车前方目标进行检测的方案。在交通沙盘中,搭载ARM9开发板的缩微智能车,通过多种传感器数据融合采集缩微智能车的前方目标信息,然后再对数据进行集中处理。处理过程包括对视觉数据进行行人识别、对雷达数据进行目标状态分析,以及对通信数据进行分包,最后将数据包发送到监控平台完成前方运动目标信息的实时显示。仿真结果表明：该系统实现了对缩微智能车前方目标信息的实时采集,其采集精度和系统稳定性优于传统的目标运动信息采集系统。     

基于Pure Pursuit算法的智能车路径跟踪

为了实现智能车路径跟踪,根据电子式助力转向系统的工作原理,对北京工业大学智能车B JUT-IV的转向系统进行设计.根据车辆参数和车速确定预瞄距离,并通过车辆与规划路径间存在的位置关系确定预瞄点,采用Pure Pursuit算法计算出前轮偏角控制量.建立车辆横向运动学模型,并在Matlab上进行了路径跟踪仿真实验.最后,与GPS相融合,根据GPS提供的车体位置信息,在校园规定线路对路径跟踪算法进行验证.实验结果表明:该算法跟踪偏差较小且前轮摆动幅度适中,确保了车辆在行驶过程中的稳定性.     

基于电磁场检测的智能寻迹模型车设计

介绍一种电磁场检测路径智能寻迹模型车的设计.智能寻迹车是基于MC9S12DG128单片机开发实现的,该系统采用电磁场检测方式识别道路中央的引导线,在此基础上利用合理的算法控制智能车运动,从而实现快速稳定的寻迹行驶.给出所设计智能模型车的硬件组成、路径的检测识别方法和智能模型车的控制策略及其软件系统.设计中采用电磁线圈检...     

基于MC9S12XS128的激光传感器循迹智能车控制系统设计

以飞思卡尔MC9S12XS128单片机为控制芯片,设计能够自主循迹行驶的智能车。利用双排激光传感器采集路径信息,获取车中心线与路径中心线位置偏差信息;采用分段比例法控制追踪舵机转动使上排激光传感器追踪路径中央黑线、PD算法控制转向舵机转向使车沿黑线行驶;根据细化的路径信息及速度编码器所测智能车的当前速度,对控制车速的直流电机采用增量式PID算法闭环调节控制。实验结果表明,智能车能在不同弯道下对舵机及行驶速度实现准确控制,稳定快速地循迹行驶。     

基于CCD图像的智能寻迹小车系统设计

本文设计了一种基于CCD图像的具有道路检测和自动跟踪功能的智能寻迹小车。该系统采用MC9S12XS128作为核心控制器,通过CCD摄像头检测模型车的运动位置和运动方向,然后对采集图像进行二值化处理、去噪等处理后提取出路径中心信息;利用光电编码器检测模型车的速度;根据路径中心信息的参数计算舵机控制量,采用模糊PID控制算法对小车实行转角和速度的实时控制。实验证明,该智能车系统能够沿着黑色赛道快速稳定地自动行驶,实现了路径识别与跟踪。     

一种基于80C51单片机控制的寻迹小车设计

寻迹小车采用光电传感器来识别白色路面中央的黑色引导线,通过80C51单片机实现对转向舵机和驱动电机的PWM控制,使小车实现快速稳定地寻线行驶.分模块阐述了寻迹小车的原理、软硬件设计及制作过程.针对路径特点对寻迹小车的方向控制和速度控制提出了舵机分级转向、速度分段控制的解决方案.实验表明,寻迹小车能够较快速、平稳地完成对各种曲率引导线的寻线行驶任务.     

模糊控制在自主循迹模型车控制中的应用

以＂飞思卡尔＂杯模型车为研究对象,给出了一种基于道路信息的自主循迹模型车的二维模糊控制策略。该控制器以传感器与道路中心引导线的偏差及偏差的变化率作为控制器的输入,经过模糊推理,输出控制舵机转角及模型车速度,输入、输出隶属度函数采用矩形函数,该方法缩短了系统执行时间,提高了系统的响应速度。通过实际跑车,证明该方案设计合理、可行,能以较高的车速跟随给定路径。     

基于MC9S12XS128单片机的智能车控制系统的设计

为实现车辆的智能行驶,以电动小车为研究对象,设计了一种以MC9S12XS128单片机为控制核心,由电源模块、电机驱动模块、图像采集模块、舵机驱动模块等组成的硬件电路,以HQ7620摄像头采集道路信息的智能车控制系统.针对外界环境的干扰,提出了一种二值化与中值滤波相结合的滤波除噪的方法,结合边缘检测法提取有效的黑线,使小车能够沿着赛道精准快速前行.采用经典的PID控制算法对电机速度和舵机转向进行控制,通过MATLAB对PID控制参数进行整定,极大地提高了系统的实时性和稳定性.经试验验证:该系统可使小车达到1.5 m/s的稳定循迹速度,达到了自动控制的目的.     

基于路径记忆算法的智能小车控制系统的设计

针对智能小车视觉导航中图像处理复杂和路径数据存储量大的问题,介绍了一种基于路径记忆算法的智能小车控制系统.通过推导小车转向控制角和摄像头检测出的路径横向偏差之间的简洁关系,实现对小车的运动控制,提高了系统的实时性和控制精确度.并提出了一种将数学形态学滤波算法和行程编码算法结合用于路径记忆的新方法,该方法占用的存储空间小...     

基于视觉的智能车道路检测与转向控制策略研究

对以FREESCALE的MC9S12DG128芯片为核心控制器的智能车采用了OV7620数字摄像头进行路径识别,再利用核心控制芯片对采集到的数据进行分析并提取出赛道黑色中心线,对赛道上出现的不规则黑色干扰信号进行过滤处理,从而准确地判别出赛道的形状,为舵机和电机提供控制依据以使小车平稳快速的行驶。并对智能车的转向控制策略的选择改进进行了分析,通过对比查表PID控制策略和模糊PID控制策略,以及具体试验观察,最终选择了模糊PID控制策略,实现了对直赛道、弯曲赛道的识别和优化处理,运行效果得到了改进,特别是在弯道处,在保证车体平稳的情况下车速有了极大的提高。     

基于摄像头的智能车黑色虚线识别算法研究

针对“飞思卡尔”智能车竞赛的赛道由虚线组成的特点,提出一种提取智能车黑色虚线识别算法.该算法将是在改进的边缘检测算法和左边跟踪检测法的基础上,利用直线斜率和直线方程,把虚线跑道补实,来完成智能车赛道的信息采集.实际测试表明该方法能够实现路径识别的正确性和快速性,可在黑白（或色差较大）赛道上获得良好的自主寻迹效果.     

基于MC9S12DG128智能模型车的设计与实现

以飞思卡尔公司的16位微控制器MC9S12DG128芯片作为该系统信号检测和控制处理的核心,设计并实现了一部能够自主循迹的智能小车．该系统的硬件设计主要包括电机驱动模块、车速检测模块、道路检测模块．利用光电传感器件对黑线进行感知获得的路线位置信号,用脉宽调制（PWM）控制方式控制伺服机构进行转向;利用采集到的后轮转速信号,运用PID控制算法对智能车的车轮转速进行控制．测试结果表明,该智能汽车能沿着赛道稳定、快速地自动行驶．