一种非均匀行采集的智能车路径识别算法

提出了一种非均匀行采集的路径识别算法.在图像采集中,采用非均匀行采集实现了图像畸变矫正;在图像处理中,根据摄像头采集时序,时图像进行横向滤波、阈值分割、边缘检测、纵向滤波和导航参数提取等.该算法合理安排程序流程,提高了图像处理和车体控制的实时性.实验结果表明,此方法能够有效降低噪声干扰和图像畸变对参数提取的影响,提取出精确的引导线导航参数.     

融合多种特征的路面车辆检测方法

提出一种融合多种目标特征的单目视觉车辆检测方法。首先,利用车辆尾部的结构对称性提取出感兴趣区域(ROI),减少搜索范围;然后,利用车辆底部的阴影特征,在ROI中搜寻车辆可能出现的位置,找出假设目标;最后,利用亮度和轮廓信息对假设目标进行对称性验证,排除虚假目标,同时对车辆在图像中的位置实现精确定位。通过实验,验证了提出方法的有效性和鲁棒性。     

电机进阶——掌握电机驱动与控制1

有幸在《无线电》2009年12期上发表了一篇文章《自己动手用AVR做智能车》。很多朋友跟我联系,说很喜欢我的一些想法和风格。本来是一件消遣娱乐的作品,没想到受到大家这样的赞誉,在感谢各位读者欣赏的同时,应邀又写了一篇关于电机驱动与控制的文章,希望可以与大家分享自己的一点经验与心得。     

语音声控 功能全面升级——大众迈腾专用畅云智能车机体验评测

全新迈腾是大众旗下第七代B级车型,经过大众多年的造车理念和品牌文化的积累和沉淀,新迈腾可以说是该级别车型中拥有最先进汽车技术和最严格制造标准的一款车。而路畅科技将采用最新语音操控技术的畅云智能车机引入到大众迈腾身上则是锦上添花。     

基于线性CCD的寻线智能车设计研究

为了使寻线智能车按照既定轨迹进行行走,本文设计了一种以MC9S12XS128单片机（MCU）为控制单元,基于线性CCD采集道路信息,编码器检测小车速度的寻线智能车。MCU计算出控制电机转速的PWM输出量,通过控制电机转速舵机打角实现小车的速度和方向控制。测试表明线性TSL1401CCD传感器具有很好的前瞻性,硬件系统稳定可靠,软件能够及时有效对小车进行PID控制,小车能够实时跟踪预定轨迹,完成预期行走。     

基于PID神经网络的智能车舵机控制系统研究

针对传统PID控制算法在电磁导航智能车舵机偏差处理中存在比例、积分、微分参数一经确定,不能在线调整,不具有自适应能力的缺点,提出了将PID神经元网络（ PIDNN）控制器及其算法应用到智能车的舵机控制系统中来对传统PID控制进行改进。 PIDNN控制系统不依赖智能车舵机的数学模型,能够根据控制效果在线训练和学习,调整网络连接权重值,最终使系统的目标函数达到最小来实现智能车的舵机控制。仿真测试表明,PIDNN控制系统的响应快,无超调,无静差,与传统PID控制算法相比,大大提高了智能车舵机控制系统的性能。     

基于MC9S12XS128单片机的智能车PID控制算法研究

介绍了一种基于MC9S12XS128单片机的智能车控制系统,该系统以CMOS摄像头为路径识别装置,通过图像采集和动态阈值方法提取路径信息,采用分段式PID控制算法对智能车的速度进行闭环控制.实验结果表明,智能车能够快速稳定地行驶在既定赛道上.     

基于深度学习的局部特征增强车道线检测方法

车道线检测作为环境感知必不可少的一环,有着为自动驾驶提供路径规划辅助以及车辆定位和控制的辅助作用。深度学习的方法在解决车道线检测任务中具有良好的表现。结合车道线检测任务和深度学习技术的分析,提出了一个基于深度学习的增强局部特征的车道线检测方法。通过增强车道线消失点的特征信息结合注意力机制来增加模型的识别能力,另外,还重新设计了形状损失函数用来增加车道线间的约束。结果表明,通过车道局部特征增强的方法不仅可以加快模型的回归能力,也表现出了更好的检测性能。     

基于视觉的智能车模糊PID控制算法

基于freescale公司的16位HCS12单片机设计一种智能车系统。系统摄像头采集路径信息，通过单片机的模糊推理机在线整定PID参数，使小车能按照任意给定的黑色引导线平稳地寻迹。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。     

无线视觉智能车测试平台设计

近年来智能汽车已成为汽车技术发展的主要方向,但智能汽车系统涵盖了自动控制、图像识别、信息融合、通讯、人工智能等诸多学科的知识,实验平台搭建成本过高,技术过于复杂,阻碍了相关技术的研究与发展。本文利用Android平台,Wi?通信技术和LabView软件搭建了一个低成本高可靠性的灵活的智能车测试开发平台,极大地降低了开发难度。