基于视觉的智能车控制系统及其算法的应用研究

• 作 者: 杨栩
• 发表日期: 2011年期
• 关键词: 摄像头 模糊控制 遗传算法 图像处理 智能车

本文主要研究内容可以分为智能车平台搭建,图像采集,图像数据处理,控制策略研究,机械结构调整等部分。首先,熟悉各个硬件模块的特征并根据各自的特点进行机械设计和机械调整,使车模整体的重心平衡,比例协调。其次,设计控制电路板,深入了解微处理器MC9S12DG128各个模块,对摄像头采集到的数据进行滤波和特征提取,使图像特征用数字表现出来并进行边沿检测,寻找阀值进行二值化处理,然后定位每行数据的中心坐标加以坐标化。通过相应的算法对一些特殊的形状进行识别,微处理器对这些特征信息进行存储。再次,分析出图像特征信息后,这就为车体的运行提供了依据,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极大的提高。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。本文设计的智能车能够自主寻迹自动起停,合适的控制算法保证了控制的实时性和前瞻性,这在试验和实际测试中都取得了很好的效果。