基于模糊控制的智能车路况识别

如何根据传感器输入信息快速识别出前方道路情况,是智能车控制领域研究的重点。基于32位瑞萨微控制器和CCD摄像头传感器构成智能车硬件平台,提出了基于模糊控制的路况识别控制算法。对CCD传感器采集的视频信号进行二值化,利用模糊识别算法处理二值化的视频信息,有效地屏蔽了外界光线等干扰因素对CCD传感器的影响,使智能车能够根据路况信息做出快速反应。     

基于光电传感器的智能车控制系统设计

介绍一种基于红外反射式光电传感器路径识别的智能车控制系统;系统采用Freescale 16位单片机MC9S12XS128为核心控制器,利用8个红外光电传感器构成的光电传感器阵列采集路面信息,单片机获得传感器采集的路面信息和车速信息,经过分析后控制智能车的舵机转向,同时对直流电机进行调速,从而实现智能车沿给定的黑线快速平稳地行驶;实验证明:系统能很好地满足智能车对路径识别性能和抗干扰能力的要求,舵机调节响应时间快,稳态误差小,具有较好的动态性能和良好的鲁棒性.     

智能车路径识别与控制性能提高方法研究及实现

为提高智能车路径识别的准确性、实时性和鲁棒性,采用"图像采集—图像处理"交叉执行的方式,同时在图像处理阶段采用跟踪边缘检测算法,并将模糊控制算法和PID算法进行整合。整体实验结果表明,智能车的速度提高了33.3%,准确率提高了35.7%。本研究中的智能车系统可发展应用于现代汽车的辅助驾驶系统,提高智能交通的安全性。     

基于AT89C2051单片机的避障智能车的开发

设计并实现了一种基于AT89C2051单片机的自主避障智能车。该车使用红外传感器采集路况信息,通过对检测信息的分析,自动控制转向电机转向改变行驶路径,绕过障碍物,从而实现智能车稳定避障,另外通过单片机控制定时器,使其具有定时行驶功能。     

基于S12微控制器的智能车软件设计

以"飞思卡尔"杯全国大学生智能汽车比赛为背景,制作一个在专门设计的跑道上能自主识别道路行驶的智能车,能在尽可能短时间内跑完全程,不脱离跑道并遵守大赛的一系列规则.以9S12XS128为控制核心主要完成工作如下:①摄像头获得的图像信息的数据采集,并完成图像的滤波去噪,提高采集的图像数据准确性.②采用PID算法对智能车的舵机进行控制,提高了舵机的相应速度,减少了对舵机控制的静态误差.③采用了模糊控制法,对智能车的电机部分进行控制,通过不断调试完成模糊规则库的建立.④编写了无线传输模块的软件程序,可以对智能车行驶过程中的状态进行采集并传输至上位机,方便了智能车的调试.通过实验验证,并参加实际大赛,本设计中的所采用的方法效果较好.     

基于差速高速智能车控制算法

提出一种高速智能车控制算法,以CMOS摄像头采集赛道信息。包括图像定距,舵机控制,电机控制,通过舵机与电机差速配合实现弯道处高速转弯,小弯稳定运行,从而很好解决了智能车实现高速和稳定冲突这一问题。     

基于摄像头图像的智能车寻迹方法设计

介绍了一种基于OV系列摄像头图像的智能车寻迹方法。该方法将摄像头采集到的图像信息进行处理,根据道路信息的特点,找出道路边线。通过两条边线的位置计算得到道路中心线位置,使智能车能按照中心线行驶。对于十字型赛道的中心线,提出了修正方法,对缺失的边线部分,先进行补线处理,再计算中心线。测试结果表明,按照提出的方法,智能车能够准确、平稳地行驶。     

基于摄像头图像的智能车寻迹方法设计

介绍了一种基于OV系列摄像头图像的智能车寻迹方法。该方法将摄像头采集到的图像信息进行处理,根据道路信息的特点,找出道路边线。通过两条边线的位置计算得到道路中心线位置,使智能车能按照中心线行驶。对于十字型赛道的中心线,提出了修正方法,对缺失的边线部分,先进行补线处理,再计算中心线。测试结果表明,按照提出的方法,智能车能够准确、平稳地行驶。     

基于电磁传感器的智能车设计研究

智能车以MC9S12XS128单片机为控制核心,以安装在车体前的工字电感作为循迹传感器,以旋转光电编码器检测速度信息.智能车系统是基于MC9S12XS128单片机采集工字电感感应电压的模拟量,同时结合舵机的转角,单片机再综合赛道信息并且结合编码器的反馈信息,从而控制电机的速度变化进行运行的.     

基于线性CCD的路径识别算法研究

介绍了基于线性CCD传感器智能小车图像采集以及图像处理与识别的控制算法。使用飞思卡尔公司的32位单片机MKL26系列单片机,获取传感器采集到的路面信息及车速,经过图像分析处理提取赛道信息,进而识别路径,使得控制智能车的舵机转向,同时对直流电机进行调速,从而实现智能小车快速平稳地循迹行驶。实验证明：该系统能很好地满足智能车对路径识别性能的要求,具有较好的动态性能和较强的鲁棒性。     

基于行驶路径记忆的智能车导航方法研究

针对飞思卡尔智能车视觉导航问题,研究了一种基于智能车控制信息的路径记忆方法。低速试跑时,智能车可以以比较高的控制精度行驶通过赛道,通过记录各段赛道的控制参数,如路径长度、方向转角等获得行驶路径的控制信息。在智能车竞跑行驶时,通过调用记录的行驶路径控制信息,就可以控制智能车以较快的行驶速度在赛道上行驶,并通过实时测量调整智能车的行驶偏差,实时调整智能车行驶速度和转角方向,实现对智能车的竞速导航控制。     

基于多超声波信息融合的小车避障算法实现

智能小车根据不同传感器的传感信号,按照一定的规则来调整小车的方位角和速度,实现自主导航。成功避障是提高非结构化环境中智能小车自主能力的关键问题之一,本文提出了一种基于模糊控制的多超声波测距传感器信息融合智能小车避障算法,该算法不仅融合了多个超声波测距传感器的测量数据,对障碍物的距离和空间方位提供准确、可靠的信息,很好的实现避障行为决策,而且不依赖于对象的数学模型,具有较好的鲁棒性。     

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HCS12单片机的智能寻迹模型车的设计与实现

设计并实现了一种基于HCS12单片机的智能寻迹模型车系统.采用飞思卡尔公司HCS12系列16位单片机MC9SDG128作为核心控制单元,使用CCD摄像头采集路面信息.通过对检测图像的分析和计算,自动控制舵机转向,并对直流驱动电机进行PID调速控制,从而实现智能车快速稳定的寻黑线行驶.     

K64和MQXLite的直立智能循迹小车设计

本文介绍了一种直立智能循迹小车的设计方法.利用恩智浦半导体公司生产的32位微控制器MK64FX512VLL12(K64)为核心控制单元,使用陀螺仪和加速度传感器获取车体角速度和加速度,进行直立控制;使用编码器获取小车行驶速度,进行速度控制;使用摄像头采集路径信息,进行方向控制.为了使系统获得更好的实时性和稳定性,使用实时操作系统 MQXLite.最终实现小车直立行驶,自动循迹功能.     

基于OpenMV的智能交通装备

为对智能交通系统进行研究,针对人、车及路的矛盾设计制作了一套低成本的实验室级别的智能交通系统装备。该系统包括小型城市模拟场景和智能小车,根据OpenMV的机器视觉模块,通过OV7725摄像头采集实时路况信息,以STM32单片机作为系统的控制核心,采用图像识别算法实现对智能小车行驶速度与方向的控制。通过调试验证,实现了模拟环境中小车自主巡线行驶、对红绿灯信号作出反应以及实时避障等功能,系统具有一定的实时性、安全性和可靠性。     

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。     

基于瑞萨单片机的智能模型车设计与实现

提出一种基于瑞萨H8/3048F-one单片机的智能模型车的设计与实现方案。利用红外传感器采集路面信息,以H8/3048F-one为核心控制单元,通过对舵机的开环比例控制和电机的闭环PID控制实现模型车的自主寻迹行驶。实践证明,该方案合理有效,可使模型车顺利通过指定赛道,具有寻迹路线优、速度调节快、抗干扰性强、稳态误差小的特点以及较好的动力性能和转向性能。     

多传感器在确定智能小车安全区域中的应用

智能小车根据不同传感器的信号,按照一定的规则来控制小车的方向角和速度,可以实现自主导航,成功避障是提高非结构化环境中智能小车自主能力的关键问题之一。为了能实现自主避障,提出了一种基于多超声波传感器的信息处理算法,该算法通过对多只超声波传感器的测量数据的处理,并根据处理结果确定小车运动空间的安全区域。实验证明：该方法计算得到的安全区域较为可靠,能为自主避障提供有效的信息。