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PID算法的设计》实验综述

智能车PID算法的设计实验综合运用了C语言程序设计、单片机原理及现代控制理论等课程知识。学生通过实验,掌握智能车PID算法的基本原理,提高学生综合运用知识和创新能力。     

基于遗传算法的分层路径寻优算法

遗传算法能很好的解决许多的优化问题,但如果将它们直接引入到路径规划中,则由于存在大量的道路结点,使得算法收敛速度慢且编码困难.为了减小遗传算法的搜索空间,同时使路径的选择更加合理,提出了基于遗传算法的分层算法.该算法利用道路网络中路径的等级特性,对路网进行分层,实现分级搜索,实验结果表明其有效性.     

基于遗传算法的PID参数寻优

遗传算法是一种模拟自然进化而提出的简单高效的优化组合方法。该文主要研究了控制器参数优化问题 ,并利用遗传算法的基本原理对单回路及串级回路进行了离线寻优。仿真结果表明了遗传算法应用于控制器参数优化的可行性和有效性。同时遗传算法还克服了其它方法的某些弊端     

基于模糊PID算法吸附机器人转向控制

传统的吸附机器人在发生碰撞或者在不光滑的墙面移动时,机器人将会偏离原本设定的路线,从而降低工作效率。为了解决这一问题,本文分析了吸附式机器人系统数学模型,并提出基于模糊PID控制算法实现机器人转向控制,从而使得机器人回到原始路线,通过simulink仿真的结果可以得出,模糊PID算法相比于传统PID算法,转向系统的动态特性更好,系统的反应速度快,效率更高。     

遗传算法在智能车控制器参数寻优中的应用

研究智能车控制器优化设计问题,由于控制器参数不准确,引起控制误差.为解决上述问题,根据智能车的运动学模型,设计出智能车轨迹跟踪控制律.采用遗传算法对控制律参数寻优,利用逆推(Backstepping)方法,在搜索空间里获得全局最优解.最后利用提出的遗传算法对控制律参数优化方法,通过智能车对圆周轨迹的跟踪仿真,证明了智能车在遗传算法对该控制律参数寻优下,能够实现对给定轨迹的全局渐近跟踪,获得了较好的控制效果.验证了遗传算法对智能车控制器参数寻优的可行性和有效性.     

基于遗传算法的锅炉水温PID控制寻优

遗传算法相比传统调节方法具有更好的鲁棒性和最优性。结合锅炉动态水温单回路控制系统的PID参数整定与优化问题,采用遗传算法对其参数进行优化。仿真结果表明,这种优化算法加快了收敛速度,有效提高了系统的全局稳定性,增强了PID控制器的鲁棒性。     

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.     

双舵机模糊控制在智能车控制中的应用

在智能车系统的设计中,转向控制直接影响着智能车的性能,若采用普通的PID控制算法,前车轮在不断的偏转过程中连续性并不是很理想。提出了模糊控制算法,并且在硬件上采用双舵机分别实时地控制每一个前轮的转角,有效地解决了系统的快速性与稳态误差之间的矛盾。大量的实验结果表明,该方法可以明显地提高智能车系统的性能。     

基于蚁群算法的PID参数寻优

蚁群算法是一种新型的模拟进化算法,该算法用于离散空间问题的求解取得了较好的结果.该文将蚁群算法引入连续空间,研究了基于蚁群算法的PID参数优化问题,给出了仿真实例,结果表明蚁群算法用于解决连续空间优化问题是可行且有效的.蚁群算法具有较好的鲁棒性,它采用分布式计算,具有本质并行性.     

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。     

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。     

视觉导引智能车的自适应路径识别及控制研究

为了提高智能循迹小车路径识别的精度与行驶速度,提出了一种基于自适应闽值二值化的路径识别算法.首先采用OTSU算法计算出图像分割的最佳阈值,利用此闽值二值化灰度图像;然后提取二值化图像中赛道中心线,得到智能车在赛道中所处位置信息.其次利用线性回归方程对丢失赛道边缘图像拟合直线,根据图像特征完成路径识别.最后采用分段式PID算法实现方向控制,使用增量式PID进行速度调节.测试结果表明,此方法有效提高了不同路径的识别率以及对外界灯光环境的适应性.     

密码锁在汽车方向盘上的应用

为了提高汽车的安全性能 ,介绍了一种利用 PIC单片机实现的三键密码锁及其在方向盘上的应用。该设计所要实现的功能是 :当密码输入正确 ,则可以使用汽车方向盘 ,否则方向盘是被锁的。介绍了该密码锁的特点、构成、原理及软件实现 ,给出了该系统的硬件组成电路图、原理图及软件流程图。     

液压舵机伺服系统灰色预测模糊PID控制

研究灰色预测模糊PID控制在液压舵机伺服系统中的应用问题。由于液压舵机伺服系统具有典型非线性和不确定性,传统的PID控制很难满足控制要求。为解决这一问题,提出了灰色预测模糊PID控制方法。在SimuIink中搭建液压舵机伺服系统的模型并进行仿真,灰色预测模糊PID控制无超调,调节时间为0．008s,消除干扰使系统再次达到稳定的时间为0．045s。结果表明：灰色预测模糊PID控制与传统PID控制、模糊PID控制相比,能有效加快系统的控制速度,缩短调节时间,提高控制精度,具有较强的抗干扰能力。     

基于图像传感器的智能车硬件系统设计

以"飞思卡尔"杯智能车大赛为研究背景,介绍了一种自动循迹智能车的硬件设计,研究采用MC9S12XS128MAL作为微控制器,利用CMOS数字摄像头采集路径信息,单片机获得传感器采集的路面信息和车速信息,经过计算分析后控制舵机转向,同时对直流电机进行调速,从而很好的实现智能车沿给定的黑色引导线快速平稳的行驶。     

ECP系统车辆控制设备仿真平台设计

针对ECP系统地面联调试验的需求,通过建立制动缸压力模型,利用PL－LonWorks模块,设计开发了适用于电力线载波LonWorks通信且具备列车排序能力的ECP车辆控制设备的仿真平台。测试表明该仿真平台满足ECP系统地面联调试验需求。     

磁导航智能车系统的设计与实现

针对全国大学生智能汽车竞赛,研制了磁导航智能车系统.在硬件方面,以MC9S12XS128单片机作为核心控制单元,控制单元由核心控制、路径信息采集、电机驱动、监控调试和电源共五个模块构成,利用仪表用差动放大电路对信号进行放大处理,采用加速度传感器对车辆姿态进行检测;在软件方面,对传感器输出量进行归一化处理和曲线拟合,实现对车辆位置的快速准确判断,同时针对方向闭环控制中给定变化频繁的特点,采用微分先行的PID算法.实际测试结果表明了该方案的可行性.     

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。     

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。