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.     

无线充电运输平台节能技术研究

以自行设计车模结构、无线充电智能寻迹的节能智能车为对象,通过快速成型技术打印车模结构、设计无线充电接收电路以及电磁运算放大电路等硬件电路的方法,基于S9KEAZ128ZAMLK系统,设计以超级电容为电源的智能寻迹小车。该小车能够实现无线充电自启动、自动寻迹、自动避障、自动停车的功能。     

基于AT89S52单片机多功能小车的研制

本设计是一种基于单片机控制的自动循迹小车系统,研究了小车的功能结构,并对小车系统的软硬件设计进行了探究。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,选用AT89S52为控制芯片,通过红外发射和接收采集信号,并将该信号转换为被单片机识别的数字信号。另外,通过控制电机的转速及正反转可以实现小车前进、左转、右转等功能。智能小车的研究融入了机器人学、机电一体化技术、通讯与计算机技术、视觉与传感器技术、智能控制与决策等多学科的研究成果,反映出一个国家信息与自动化技术的综合实力。所以本论文对智能小车的研究意义重大。     

基于射频识别的智能物流小车

射频识别技术正越来越多的应用于生产和生活的各个领域.将射频识别技术与智能小车技术相结合,设计并实现了一种智能物流小车.小车利用红外传感器完成寻迹与避障,同时利用射频识别阅读器读取物品与线路中的电子标签,从而自动识别路径和方位,完成搬运物品的任务.     

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DSP的智能小车避障系统设计

避障是自主移动机器人应具备的功能之一,以TI公司生产的DSP芯片TMS320VC5402为核心,采集环境信息并对智能小车进行控制,选用四组超声波传感器检测智能小车前方的障碍物,设计了智能小车的自动避障系统,并阐述其工作原理.该系统设计简单、成本低、实时性好,在室内环境中取得了预期的实验结果,使智能小车无碰撞到达目的地.     

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。     

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...     

自动导引小车局部智能避障的A*算法

实时局部智能避障是反映自动导引小车自主能力的关键, 研究利用二叉树和四叉树表示环境信息,提出了自主导引小车在多障碍物下的智能局部避障的A^＊算法.并给出仿真结果.     

一种新的智能小车控制策略

传统寻迹智能小车的研究局限于设定好的路径,为了提升其自主性,提出了一种新的智能小车控制策略,融合了姿态调整算法以及避障算法,并结合模糊规则库实现了转向角与速度的协调.通过曲线拟合验证了转向角与转弯半径的关系,运用坐标变换思想大大简化了智能车位置以及圆弧切点的计算,同时,由于姿态调整算法的引入,避免了大角度转弯造成的减速运行,提高了智能车的平均速度.最后通过仿真和实验证明了算法及其控制策略的有效性.     

智能车辆弧线跟踪控制算法

建立了车辆预瞄运动学模型,通过最优控制选取切换超平面,采用滑模变结构控制实现了智能车辆弧线跟踪中弧线曲率小变化时的导航控制。根据模糊控制快速跟踪弧线曲率大变化时的导航路径,结合车辆转向系统当前状态和最快动态响应能力建立了智能车辆弧线跟踪时的变结构控制输出集。仿真分析和实验验证了该融合控制算法在智能车辆弧线跟踪过程中的平稳性和可靠性。     

基于模糊神经网络的混联式混合动力汽车驱动系统工作状态控制研究

通过分析混联式混合动力汽车理想工作模式的控制,提出了一种新型的汽车驱动系统工作模式的控制方法——模糊神经网络控制.采用模糊神经网络能够自适应的控制汽车驱动模式工作状态的切换,能够节能减排,提高发动机的动力.利用Matlab/Simulink建立模糊神经网络控制模型,仿真实验结果表明,该控制方法达到了预期的目的,具有较好的效果.     

履带车辆行驶环境与驾驶意图的模糊特征分析

分析了履带车辆行驶状态参数、路面状况和驾驶员操纵信息形成的人-车-路闭环系统,应用采集到的油门开度、车速、加速度、油门开度变化率、累计制动时间等车辆行驶状态参数,运用模糊推理方法,对驾驶员意图和复杂多变的路面状况的模糊特征进行分析,为建立能自动适应复杂行驶工况的车辆智能控制系统奠定了基础.     

Direct adaptive control for lane keeping in intelligent vehicle systems

In this paper, with parametric uncertainties such as the mass of vehicle, the inertia of vehicle about vertical axis, and the tire cornering stiffness, we deal with the vehicle lateral control problem in intelligent vehicle systems. Based on the dynamical model of vehicle, by applying Lyapunov function method, the control problem for lane keeping in the presence of parametric uncertainty is studied, the direct adaptive algorithm to compensate for parametric variations is proposed and the terminal sliding mode variable structure control laws are designed with look-ahead references systems. The stability of the system is investigated from the zero dynamics analysis. Simulation results show that convergence rates of the lateral displacement error, yaw angle error and slip angle are fast.     

具有公交优先的路网交通流智能协调控制

在分布式道路交通控制结构以及模糊理论和人工神经网络技术的基础上,提出了一种具有公交优先的路网交通流智能协调控制技术.把整个路网作为一个大系统,路网中的各个路口为子系统,每个路口设置一个网络型的多相位智能信号控制机,实现对当前路口的交通控制和相邻路口间的协调.核心部分由3个模块组成：公交优先模块、绿灯观察模块和相位切换模块.详细设计了每个模块模糊决策方法,并用人工神经网络来实现模糊关系并提高系统的鲁棒性.目标通过相邻路口信号控制机的信息交互和协调,实现整个路网交通流的协调和公交优先通行.仿真研究结果表明,在时变和大流量交通环境中,该技术的控制效果明显优于传统的单路口车辆感应控制方法.     

模糊需求车辆路径问题的禁忌搜索算法研究

有模糊需求的车辆路径问题是一种普遍存在而求解较为困难的运筹学问题。本文给出了基于路由失败概率的模糊需求车辆路径问题的数学模型,并将禁忌搜索算法用于解决该问题。实验结果证明,禁忌搜索算法可以有效求得模糊需求车辆路径问题的优化解,为求解模糊需求车辆路径问题提供了一个较好方案。     

基于制动强度的能量回收控制方法

针对高效利用电动车能量的问题,提出了一种基于制动强度的电动汽车能量回收控制方法.基于车辆制动的理想曲线和ECE曲线,结合制动强度将制动情况分成四种类型并给出了每种类型所需制动力.基于模糊控制理论提出了机械制动力和电机制动力分配比例的模糊控制模型,建立了再生制动比例与车辆行驶速度、制动力和电池电荷量三个指标之间的模糊模型.在NEDC工况上进行了实验,结果表明,本文方法在回收能量数量、能量回收率和能量效率等方面都具有更好的性能,能够使电动汽车制动策略更加科学节能.     

车辆颜色和型号识别算法研究与应用

针对目前基于机器学习的车辆颜色和型号识别方法的识别准确率低问题, 提出基于卷积神经网络的车辆颜色和型号识别方法。该方法使用Darknet网络中YOLOv3(You Only LookOnce Version 3)算法对车辆图片的车脸进行检测与定位, 再对车脸区域使用车辆颜色和型号识别算法同时识别车辆颜色和型号, 这是对车辆多属性同时识别的方法, 不同于车辆单一属性识别的方法。在公开车辆数据集(Peking University Vehicle Datasets, PKU-VD)上进行实验, 实验结果表明, 车辆颜色和型号同时识别准确率为93.75%, 车辆颜色单一属性识别准确率为94.98%, 车辆型号单一属性识别准确率98.38%, 明显优于基于机器学习的车辆属性识别算法, 从而验证该算法是可行且有效的。最后将车辆颜色和型号识别技术应用在智能停车场收费系统中。     

履带车辆自动变速系统的智能控制方法

分析了履带车辆复杂多变的行驶工况,针对车辆行驶状态参数、路面状况和驾驶员操纵信息的人-车-路闭环系统,确定了履带车辆智能换挡控制的主要原则.运用智能控制理论,提出了履带车辆自动变速系统实现模糊神经网络控制的总体方案和技术路线,系统可自动适应复杂多变的车内外行驶情况,以提高履带车辆的动力性和越野机动性.     

基于蓝牙技术的车辆智能管理系统的实现

随着计算机和信息技术的高速发展，车辆管理系统得到了广泛的应用。然而，现有的车辆管理系统无法提供车辆的动态的实时信息。着重探讨了一种车辆智能管理系统的实现。该系统主要采用蓝牙技术，并辅以数据库技术、局域网技术，能很好地解决上述问题，并已在实际中得到了比较广泛的应用。