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。     

基于车载视觉导航的智能车控制系统研究

视觉路径识别技术是汽车智能化发展的必然趋势.在基于MC9S12XS128MAA单片机为主控制器的智能车控制系统设计中,探索采用CMOS摄像头作为路径导航数据采集单元,实现自主导航的软硬件设计方案.通过边缘追踪等多种算法提取导航路径信息,对舵机和驱动控制电机分别采用合理的控制算法,使得智能车平稳快速地行驶.研究表明:此方...     

基于路径识别的智能车系统设计

介绍了一种基于光电管路径识别的智能车系统。该智能车使用光电管作为路径识别装置,依靠舵机辅助智能车转向,使用直流电机驱动智能车前进。系统采用符合PI控制算法的控制器进行调速,并通过加长舵机转臂提高舵机响应速度,从而解决了系统的滞后问题。     

智能车路径跟踪控制

智能车路径控制通常分为路径规划和路径跟踪两级。本文着重研究基于定位信息的路径跟踪.文中提出的方法无需确知智能车动力学模型,实践证明,有较高的路径控制精度。     

三轴加速度传感器在智能车路径识别中的应用

提出了一种基于加速度传感器的路径识别设计.该设计采用三轴加速度传感器MMA7260Q测量智能车在运动中的加速度信号,以嵌入式单片机C9S12DG128B作为核心控制器,对加速度信号进行采样,A/D转换,再将特征数据存储在EEPROM中.很好地解决了智能车运动路径分析的问题.     

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。     

基于路径识别算法的智能车控制系统的设计

介绍了一种基于光电传感器及连续路径识别算法的智能车控制系统。首先对系统设计的总体方案及主芯片MC9S12DG128B进行介绍,然后介绍了具体系统的硬件设计和软件设计,重点对关键的电路和算法的实现进行了详细的阐述。最后给出了实验的调试结果。     

基于视觉传感器的智能车控制算法设计

以第四届"飞思卡尔"杯全国大学生智能汽车大赛为背景,介绍了基于视觉传感器的智能车控制算法,包括方向控制和速度控制.在PID算法或模糊控制算法几乎为所有参赛队伍所采用的背景下,提出了"最优曲率法",并使用与之配合的"贪婪路径规划"算法.该小车在复杂赛道上的平均速度达3.3 m/s,其控制算法设计对智能车设计有借鉴意义.     

DSP在智能车路径跟踪系统中的应用

该文以DSP处理器DM642为核心控制器对智能车的路径识别和转向控制技术进行研究,通过实验和仿真验证其在识别和控制中的效用.     

视觉导引AGV的路径跟踪控制研究

AGV作为一种自动化程度很高的物流设备,广泛应用于柔性制造车间和自动化立体仓库等场所。视觉导引AGV通过对路径标志的识别和跟踪实现导航,如何提高跟踪精度一直是研究的热点问题。为此,提出一种利用粒子群算法对AGV的控制器参数进行优化,以使AGV的跟踪偏差尽可能小,并且提高系统的动静态稳定性、实时响应性。首先分析AGV的运动学模型,建立了粒子群算法优化的PID控制器;然后在Matlab中对不同速度运行下的小车控制分别进行仿真,通过比较优化前后的控制系统的结果,可以看出优化后的小车控制器性能明显提高,证明了所设计控制策略的有效性。     

巡线导航智能车的路径优化

针对现实应用中的巡线导航智能车道路检测范围小、路径规划困难的问题,提出增加传感器随动舵机的巡线导航智能车路径优化算法。安装随动摆头舵机带动传感器运动,增大传感器的路径识别范围。采用局部路径优化的方法,构建一个导航传递关系,用以在传感器数据和智能车行驶控制之间建立映射。实验结果表明,增加传感器随动舵机的巡线导航智能车在采用路径优化算法之后视觉范围增大,能改善巡线导航智能车的行驶性能,提高了寻线的可靠性,增大了巡线速度。     

基于遗传算法寻优的模糊PID调速算法

智能车采用数字摄像头进行路径识别,通过合适的控制方法对车体的运动进行控制,智能车的起停,加减速等就更加合理。通过试验对比查表PID控制策略和模糊PID控制策略,最终选择了模糊PID控制策略,实现了对直道路,弯曲道路的识别和优化处理,运行效果得到了改进,特别是在弯道处在保证了车体平稳的情况下车速有了提高。模糊控制中隶属度函数的中心点的选取也是一个重要的环节,中心点选取的不同直接影响着后面档位的判断,而档位直接联系着电机的转速,所以隶属度函数的中心点的选择的不同所产生的控制效果也是完全不一样的。遗传算法有较强的自学习能力和全局搜索能力,不需要用确定的规则来控制,编码简单容易实现,故系统用遗传算法将高斯隶属度函数中心值寻优调整到合适范围内。     

智能小车路径识别的模糊控制模式研究

在嵌入式智能小车系统中,针对特定的运行环境,设计采用了线阵式红外光电探测器;通过行进过程分析,确定了各种状态模型和处理规则;运用模糊模式识别技术,建立了差速偏转模糊控制数学模型,有效解决了小车自动路径识别、障碍识别和标志区域识别问题,以及行驶偏转控制问题;通过指定空白区域直线行驶规则解决了不连续段的处理问题,规定暂停区的启动直线行驶0.2～0.5S消除了重复启停问题,采用多峰波形简化归并为单峰模型消除了多峰波形模糊控制模型中的多义性问题。实测证明了该模糊控制模型的正确性。     

一种改进的细化算法在车牌识别系统中的应用

首先介绍了几种典型的细化算法,以Zhang细化算法为基础,并加以适当改进,然后应用到车牌识别系统中。实验结果表明,该改进算法实现效率高、细化效果好、大大提高了车牌识别系统的整体性能。     

基于51与K66双芯片的智能小车控制系统

本文提出一种新的智能小车主动及被动控制手段,采用STC89C51RC与K66双芯片实现对智能小车的控制.运用蓝牙通信技术实现通过手机端APP控制小车进行基本动作,同时利用超声波测距技术实现小车自动避障.此外,还加入了红外探测传感器以实现小车的自动循迹,结合低功耗的MT9V032摄像头,利用图像识别技术实现了信标灯寻的....     

基于CAN总线的智能车控制系统的设计

以学生竞赛中采用的智能车系统为研究对象,提出一种结合STM32单片机和CAN总线的分布式智能车控制系统。使用STM32F4X单片机作为核心主控单元控制器,两片STM32F10X单片机分别作为循迹单元和驱动控制单元控制器。该系统设计改变了传统的集中式智能车控制系统设计,将核心控制单元与驱动控制单元、循迹单元分离,减轻核心主控单元的总线压力,提高循迹单元和驱动控制单元的实时性和灵活性。     

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。     

具有路径记忆功能的智能车控制系统

研究一种具有路径记忆功能的智能车控制系统。该智能车使用红外光电传感器实现路径识别,依靠电机驱动前进,使用舵机帮助智能车转向。该系统采用路径记忆算法对智能车进行控制,将记忆下的赛道信息作为主要控制信息,通过提前判断弯道的曲率大小,从而得到一个最佳过弯速度,使其运行更平稳、快速。     

基于SD卡的智能车调试系统设计

介绍了一种基于SD卡的摄像头智能车调试系统。摄像头智能车数据量大。利用SD卡将小车在实际跑的过程中的图像信息、状态信息和控制信息储存下来供离线分析,捕捉到了很多错误,为小车在跑道上平稳快速的运行提供了保障。     

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。