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。     

基于几何约束的实时城市道路检测

道路检测是智能车自动驾驶系统中非常重要的部分。提出一种检测城市道路的新方法:首先在智能车上摄像头获得的道路图片中利用Sobel算子和Tukey权值函数拟合出用于后续处理的基本直线,然后对这些线采取距离、与消失点关系、斜率三项几何约束确定道路可能存在的左右边线以及中线,很大程度上减少了阴影边界、建筑边界等其他干扰线的干扰,从而实现对智能车行驶前方道路的快速精确检测。经过大量实验和智能车比赛证明,在100km/h速度下该算法对光照,阴影,以及非道路物体干扰有良好的稳定性。     

基于最优路径的智能车设计与实现

针对城市交通中车辆的智能行驶,以MC9S12XS128单片机为核心控制器,设计并实现了一种基于单目视觉的智能车最优路径控制系统;在简单模拟路况环境下,使用CCD摄像头采集道路信息,先提取二值化图像中的路径信息,再对道路中的不同路况进行分类与识别;构造特殊的路网带权有向图,使用Dijkstra算法计算两顶点间的最优路径;通过分析路径上顶点间的关系得到最优路径控制策略,进行速度和特殊转向控制;实验表明:单片机在48MHz下能够稳定地处理数据,实现了智能车点到点的最优路径自主行驶。     

基于麦克纳姆轮的智能车寻迹控制策略研究

为适应复杂工作环境运行需要,解决普通轮式小车在狭小空间内自如转向以及巡线不稳定和路径类型识别不准确的问题,设计了一种以摄像头为视觉传感器,以麦克纳姆轮为驱动的全向智能车.设计以CH32V103R8T6单片机为核心,以MT9V034灰度摄像头为视觉传感器,采用迭代法阈值对图像进行抗干扰灰度处理,通过智能车行驶中视觉道路宽...     

基于OpenCV的嵌人式车辆驾驶偏离报警系统

为减少因驾驶员无意识偏离车道行驶造成的交通事故,基于ARM和OpenCV建立嵌入式车道偏离报警系统。重点介绍了系统的设计、平台的搭建和算法处理流程。该系统通过摄像头采集获取图像信息,并应用OpenCV对图像进行预处理,通过提取图像中车道线信息,评估车辆行驶状态是否偏离车道中心位置,根据车辆的行驶状态,发出报警,提醒车辆驾驶人员当前行驶偏离情况,以达到辅助安全驾驶的目的。     

基于特征提取的分离循迹智能车系统

目前循迹智能车的跑道识别都依赖于跑道上的特殊标志,一旦识别失败,小车将脱离原有道路.针对该现状,提出一种基于图像特征提取的循迹方案.该方案将循迹信息与跑道分离,循迹系统由信息采集和动作执行两部分组成.将目标路线图画在透明压克力板上,通过CCD摄像头采集图像,利用MC9S12XS128单片机对图像数组进行边缘提取和角点检测得到路径信息,然后将路径信息经无线模块NRF24L01发送给智能车,通过精确的缩放比例将绘图区域映射到实际路径,完成分离循迹.行驶过程中无需判别跑道特征.     

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.     

结构化道路车道线快速检测的一种改进算法

基于视觉导航的高速智能车,提出一种改进的道路快速检测算法。用改进的水平均值投影法划分道路和背景区域,结合边缘检测算子和最大类间方差法(大津算法),构成双阈值法对道路区域图像进行二值化处理,利用先验知识改进的霍夫变换,在路面存在阴影和噪声干扰的条件下,能准确地检测车道标识线;对动态预测划分感兴趣区域,采用菱形搜索法进行车道线跟踪,融合初始检测和后续跟踪两层算法循环处理道路图像序列。实车试验表明,算法具有良好的实时性和鲁棒性,满足智能车高速行驶要求。     

智能车路径识别中图像信息的矫正

针对智能车采用摄像头识别路径过程中,提取图像信息的畸变问题进行矫正研究。分别对垂直方向、水平方向图像的畸变进行算法处理,给出实现过程。矫正后图像与实际赛道更契合,保证了智能车识别路径的正确性、有效性。     

基于颜色识别的智能小车集群控制

在现代自动控制领域,物体的定位与识别中常使用大量专用的传感器设备,但基于摄像头的颜色识别控制具有特殊的价值。本文中所实现的系统采用Samsung Exynos4412Cortex-A9四核处理器作为摄像头设备的控制器,对采集到的图像数据进行快速处理之后,将控制指令发送给STM32控制模块,通过相应的指令确认和数据流校验之后将指令通过nRF模块发送给接收小车,来控制小车群的运动。设备测试结果表明,摄像头采集到的颜色数据足以区别不同小车,且各功能模块运行稳定,实现了集群控制小车的各项功能。     

智能车图像处理与识别算法研究

以全国飞思卡尔智能车大赛为背景,介绍了智能车工作的整体框架、图像采集以及图像处理与识别控制算法。智能车控制系统中选择索尼CCD传感器进行路径识别,对采集的视频数据二值化后进行图像处理,进而提取赛道两边的黑色边缘的中心位置,并以此作为小车的方向引导线,结合PID闭环控制算法控制舵机的转向,使得小车能够保证稳定性的前提下高速行驶。     

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...     

基于数字摄像头的双轮驱动智能车控制系统设计

介绍一种基于数字摄像头的双轮驱动式智能车控制系统.针对道路中不连续的引导线,改进动态跟踪边缘检测法并提出了预估补偿的方法.针对后轮独立驱动的双驱模型车,采用基于Ackerman转向模型的电子差速算法.实验结果表明此系统能够在引导线不连续的复杂路况中快速、稳定行驶.     

路径识别和图像处理的CPLD实现

通过对传统智能车竞赛过程中道路信息采集模块的分析,提出了一种基于边缘检测原理来提取黑线的中心点和其他赛道信息的方法。该方法采用CPLD来处理CMOS数字摄像头拍摄到的黑白赛道信息,并将处理后的结果发送给CPU。最终得到的黑线中心点精度高、实时性好;且使得CPU将更多的资源放在复杂的控制算法和舵机控制上,有利于赛车速度的提高。     

基于MC9S128的电磁导航智能车的设计与实现

介绍了一种基于电磁导航路径识别的智能车控制系统。该系统基于第五届全国大学生飞思卡尔杯智能汽车大赛的设计要求,使用飞思卡尔16位单片机MC9S128为核心控制单元,设计了赛道信号源、电磁导航传感器、电源管理模块、电机驱动电路、停车磁铁检测电路等硬件电路;在控制算法方面利用PID、BangBang及模糊控制相结合的方式,使得智能车能够自动采集信号,分析引导线信息、控制舵机转向,实现了智能车的自动寻迹功能。     

智能循迹小车硬件设计及路径识别算法

设计用于全国大学生智能汽车竞赛用的循迹小车,摄像头采集黑线引导线的位置,直流电动机驱动小车后轮,舵机作为转向驱动。根据实际应用环境,提出用于循迹的图像处理方法,以排除黑线引导线以外物体的干扰,同时提出一种适应力强的小车循迹策略。实验表明,在这种控制策略下,小车运行稳定,能够排除各种干扰,并且能够使小车维持很高的速度行驶。     

数字式CMOS摄像头在智能车中的应用

介绍数字式CMOS摄像头MT9M011的工作方式;提出MT9M011在基于HCS12单片机的智能车控制系统中的应用方案,针对采集图像时遇到的问题给出了相应的解决方法;分析数字式CMOS摄像头相对于模拟摄像头的优势和不足。     

一种高斯混合模型组合分类的机载LiDAR城区道路提取方法

城区道路自动提取一直是遥感领域研究的重点和热点之一.针对遥感影像提取易受建筑物和植被遮挡的影响,点云数据提取道路边界又较模糊的不足,提出了一种高斯混合模型组合分类的道路提取方法.该方法利用融合影像即含有色彩信息的点云数据,首先对滤波后点云中的反射强度属性,运用偏度平衡法粗提取道路点云;再对点云数据中的灰度信息和点密度属...