智能車兩類路徑識(shí)別系統(tǒng)比較研究

張迪洲，李增彥

（軍械工程學(xué)院 光學(xué)與電子工程系，河北 石家莊 050003）

智能車的應(yīng)用前景十分廣泛，智能水平也越來(lái)越高，給我們的工作和生活都帶來(lái)了極大的方便。結(jié)合傳感器技術(shù)和自動(dòng)駕駛技術(shù)，智能車可以出色的完成人們下達(dá)的任務(wù)，比如汽車夜間安全輔助駕駛、無(wú)人值守的巡邏監(jiān)視、物料的運(yùn)輸、消防滅火等。這些技術(shù)的實(shí)現(xiàn)，都離不開智能車的路徑識(shí)別系統(tǒng)，使用更精確、更穩(wěn)定的路徑識(shí)別系統(tǒng)可以為智能車提供更豐富的環(huán)境信息，為智能車實(shí)現(xiàn)更多的功能提供必需的條件。

在“飛思卡爾”杯全國(guó)大學(xué)生智能汽車競(jìng)賽中，常見的路徑識(shí)別系統(tǒng)分為基于光電傳感器和基于攝像頭傳感器兩種方案。路徑識(shí)別系統(tǒng)作為智能車的“眼睛”，是整個(gè)控制算法的基礎(chǔ)，具有舉足輕重的地位[1]。其設(shè)計(jì)得好壞與否，直接關(guān)系到智能車的整體性能。研究中首先完善了基于光電傳感器和基于攝像頭傳感器兩類路徑識(shí)別系統(tǒng)，然后對(duì)這兩種方案進(jìn)行了比較，對(duì)每種方案的優(yōu)缺點(diǎn)進(jìn)行了總結(jié)。在比較過(guò)程中，也促進(jìn)了兩種方案的交流，進(jìn)而互相啟發(fā)，取長(zhǎng)補(bǔ)短，使各自路徑識(shí)別系統(tǒng)更加完善。完善后的光電傳感器路徑識(shí)別系統(tǒng)采用了激光傳感器，如圖2所示。

圖1 光電傳感器智能車Fig．1 Laser sensor-based smart car

圖2 激光傳感器路徑采集模塊Fig．2 Laser sensor-based path identificationmodule

1 基于光電傳感器的路徑識(shí)別系統(tǒng)

光電傳感器路徑識(shí)別系統(tǒng)通常采用紅外傳感器或者激光傳感器，統(tǒng)稱光電傳感器[2]，制作好的光電傳感器智能車如圖1所示。

針對(duì)激光傳感器功率高，準(zhǔn)直性好、前瞻距離大的特點(diǎn)，

采用收發(fā)分離的采集策略，使每一個(gè)接收管接收對(duì)應(yīng)兩個(gè)發(fā)射管發(fā)出的激光，并采用控制電路對(duì)14個(gè)發(fā)射管進(jìn)行奇偶分組發(fā)光的策略。減輕了傳感器電路板的重量，防止了相鄰發(fā)射管之間的干擾，縮短了路徑采樣的周期，節(jié)省了器件的使用和單片機(jī)的資源。在軟件算法上將連續(xù)若干次一維檢測(cè)結(jié)果記錄下來(lái)，組合成一幅二維“圖像”，實(shí)現(xiàn)由一維信息向二維信息的轉(zhuǎn)換，從橫向和縱向兩個(gè)方向共同分析黑線中心位置的特點(diǎn)和相互關(guān)系，進(jìn)而識(shí)別賽道模式，獲取黑線的變化趨勢(shì)等賽道信息[3]。

2 基于攝像頭傳感器的路徑識(shí)別系統(tǒng)

攝像頭傳感器路徑識(shí)別系統(tǒng)通常采用模擬攝像頭或者數(shù)字?jǐn)z像頭，制作好的攝像頭傳感器智能車如圖3所示。

圖3 攝像頭傳感器智能車Fig.3 Camera sensor-based smart car

由于數(shù)字?jǐn)z像頭不需要外部的復(fù)合視頻信號(hào)分離電路和AD模塊，輸出的數(shù)字圖像信號(hào)直接傳送給了單片機(jī)[4]，大大簡(jiǎn)化了路徑識(shí)別系統(tǒng)的硬件電路，因此完善后的攝像頭路徑識(shí)別系統(tǒng)采用數(shù)字?jǐn)z像頭，如圖4所示。攝像頭應(yīng)放在智能車轉(zhuǎn)心附近，降低智能車轉(zhuǎn)動(dòng)慣量，使智能車轉(zhuǎn)向更加容易。

圖4 數(shù)字?jǐn)z像頭路徑采集模塊Fig.4 Digital camera sensor-based path identificationmodule

由于路徑識(shí)別系統(tǒng)對(duì)實(shí)時(shí)性的要求很高，所以必須采用簡(jiǎn)單高效的圖像識(shí)別算法。此設(shè)計(jì)采用的是直接邊緣檢測(cè)和跟蹤邊緣檢測(cè)相結(jié)合的方法。

前10行采用直接邊緣檢測(cè)。在攝像頭視野里，前10行背景干擾相對(duì)來(lái)說(shuō)不明顯，采用直接邊緣檢測(cè)可以提取每行中的所有黑線，有利于識(shí)別十字線賽道和起跑線。

中間20行采用跟蹤邊緣檢測(cè)。根據(jù)前兩行黑線的延伸方向和寬度估算當(dāng)前行黑線的位置和寬度。如果此行存在多段黑線，則取最接近的那段。

最后20行同樣采用跟蹤邊緣檢測(cè)。因?yàn)閿z像頭采集到的圖像遠(yuǎn)處小近處大，越遠(yuǎn)的黑線寬度越窄，所以對(duì)最后二十行采用跟蹤邊緣檢測(cè)的時(shí)候搜索的范圍更窄。以提高算法的執(zhí)行效率，節(jié)省時(shí)間。

3 兩類路徑識(shí)別系統(tǒng)的比較

本文分別在硬件設(shè)計(jì)和軟件算法上分別對(duì)完善后的兩類路徑識(shí)別系統(tǒng)進(jìn)行了比較，分析了各自的優(yōu)缺點(diǎn)，并在兩種方案中取長(zhǎng)補(bǔ)短，使各自路徑識(shí)別系統(tǒng)更加完善。

在計(jì)算裝機(jī)容量時(shí)，已知的相關(guān)參數(shù)有：壩址年平均徑流量Wp(億m3)；上游合計(jì)有效庫(kù)容Vs(億m3)；本級(jí)有效庫(kù)容Vb(億m3)；總有效庫(kù)容Vz(億m3)；多年平均發(fā)電量Ep(億kW·h)；可靠電能Ekk(億kW·h)；可靠出力Nk(MW)。

3.1 兩類路徑識(shí)別系統(tǒng)的硬件比較

1）硬件電路設(shè)計(jì)

基于激光傳感器的路徑識(shí)別系統(tǒng)在硬件電路的設(shè)計(jì)上主要為單片機(jī)決策系統(tǒng)、發(fā)射接收電路和選通控制電路。在本次制作的智能車中，采用一個(gè)接收管對(duì)應(yīng)兩個(gè)發(fā)射管的方式，大大節(jié)省了單片機(jī)的端口資源[5]。但需要自主制作主控板和傳感器電路板，其中發(fā)射接收還需要調(diào)整測(cè)試每一個(gè)發(fā)射管的功率和前瞻距離。

基于數(shù)字?jǐn)z像頭的路徑識(shí)別系統(tǒng)在硬件電路的設(shè)計(jì)上只需要自主制作主控板。由于數(shù)字?jǐn)z像頭片內(nèi)集成了復(fù)合視頻信號(hào)分離電路和AD模塊，所以主控板的制作簡(jiǎn)化了這兩部分。

經(jīng)過(guò)比較，基于數(shù)字?jǐn)z像頭的路徑識(shí)別系統(tǒng)在硬件電路的制作上更為簡(jiǎn)單，從而節(jié)省了制作智能車的時(shí)間。

2）傳感器的布局和安裝

基于激光傳感器的路徑識(shí)別系統(tǒng)在傳感器的布局和安裝上方式比較靈活，經(jīng)過(guò)巧妙地設(shè)計(jì)，可以增加采集的精度，獲取更多的賽道信息。如“W”型布局、多排布局和隨動(dòng)布局，但隨著布局方式的升級(jí)，其路徑采集的算法也隨之更加復(fù)雜。在安裝方式上，為了獲得更大的前瞻距離，傳感器電路板多安裝在車體的前側(cè)，但由于激光管的數(shù)量多、重量大，所以傳感器電路板的固定需要綜合考慮車體重心，轉(zhuǎn)動(dòng)慣量和前瞻距離的關(guān)系。

基于數(shù)字?jǐn)z像頭的路徑識(shí)別系統(tǒng)在傳感器的布局和安裝方式上比較單一。由于攝像頭前瞻距離比較大，其安裝位置一般位于車體的轉(zhuǎn)心，采用豎直支撐桿。可以調(diào)節(jié)其高低自由度、方位自由度和俯仰自由度。由于攝像頭的重量比較輕，所以在傳感器的安裝方式上幾乎不需要過(guò)多地考慮車體的重心和轉(zhuǎn)動(dòng)慣量[6]。

經(jīng)過(guò)比較，激光傳感器的布局和安裝方式比較靈活，多種多樣，有較大的設(shè)計(jì)和創(chuàng)新空間。但在通常的設(shè)計(jì)中，激光傳感器電路板的重量要遠(yuǎn)大于攝像頭的重量，布局和安裝都要更多的考慮智能車的重心、轉(zhuǎn)動(dòng)慣量等其他因素。而且增加了智能車的整體重量，影響了智能車的行駛速度。另外在成本上，雖然單個(gè)激光管的成本沒(méi)有攝像頭高，但因?yàn)樗杓す夤軘?shù)量比較多，且需要自己制作傳感器電路板，所以在總成本上要遠(yuǎn)高于攝像頭。

3.2 兩類路徑識(shí)別系統(tǒng)的軟件比較

1）圖像采集

圖像采集是傳感器獲得賽道信息的初始信息，其主要性能參數(shù)是采樣速度、采樣精度和采樣范圍。

基于激光傳感器的路徑識(shí)別系統(tǒng)[7]由于采用奇偶分組發(fā)光策略，檢測(cè)周期短，更新速度快，軟件處理速度快，實(shí)時(shí)性好。基于數(shù)字?jǐn)z像頭的路徑識(shí)別系統(tǒng)采集一場(chǎng)圖像周期較長(zhǎng)，實(shí)時(shí)性稍差。但攝像頭獲得的圖像信息豐富，連續(xù)性好，精度高，其每一場(chǎng)圖像可以達(dá)到數(shù)十行，且每行掃描的點(diǎn)數(shù)可以達(dá)到數(shù)十個(gè)，這是激光傳感器遠(yuǎn)遠(yuǎn)無(wú)法完成的。

由于受到器件本身的性能以及安裝位置的影響，激光傳感器的前瞻距離一般都在四五十厘米左右，而攝像頭的前瞻卻可以達(dá)到一米以上。

2）濾波算法

由于攝像頭采集到的路徑信息精度高，范圍大，所以在數(shù)字濾波算法方面具體更大的可執(zhí)行空間。雖然在設(shè)計(jì)中兩類路徑識(shí)別系統(tǒng)都用到了基于賽道連續(xù)性的中值濾波。但激光傳感器主要是對(duì)單行信息進(jìn)行了濾波處理，另外由于激光傳感器采集到的行數(shù)較少，每一行采集到的點(diǎn)數(shù)也較少，所以濾波后的圖像連續(xù)性較差，不能精確的反映出賽道的信息。而攝像頭可以在采集到的一場(chǎng)中對(duì)整場(chǎng)圖像進(jìn)行濾波，并且采集到的行數(shù)和每行的點(diǎn)數(shù)都比較多，濾波后的圖像更能反映出賽道的真實(shí)特征，從而為下一步賽道識(shí)別提供更加精準(zhǔn)的信息。

3）賽道識(shí)別

基于激光傳感器的路徑識(shí)別系統(tǒng)在賽道識(shí)別上，吸收了攝像頭路徑識(shí)別系統(tǒng)中整場(chǎng)處理的思想。根據(jù)連續(xù)多行中黑色引導(dǎo)線的位置和變化趨勢(shì)來(lái)判斷賽道特征，識(shí)別賽道模式。但由于采樣精度和前瞻距離的影響，實(shí)際測(cè)試中并不能很好的識(shí)別S彎道。尤其在坡道的識(shí)別上攝像頭的優(yōu)勢(shì)更加明顯。

表1 兩類路徑識(shí)別系統(tǒng)的優(yōu)缺點(diǎn)比較Tab.1 Advantages and disadvantages of the two types of path identification system

由表1可知，基于激光傳感器的路徑識(shí)別系統(tǒng)具有較高的可靠性與穩(wěn)定性，檢測(cè)周期短，實(shí)時(shí)性好，且單片機(jī)易于處理。經(jīng)過(guò)完善，在一定程度上解決了占用較多單片機(jī)端口的問(wèn)題。但硬件電路的設(shè)計(jì)較為復(fù)雜，需要自主制作的傳感器電路板。而且光電傳感器本身存在著檢測(cè)距離近，前瞻性差的問(wèn)題，獲得的賽道信息連續(xù)性差，不能對(duì)遠(yuǎn)方的路徑進(jìn)行識(shí)別，降低了對(duì)環(huán)境的適應(yīng)能力，影響了智能車速度的提升。本設(shè)計(jì)對(duì)激光傳感器路徑識(shí)別系統(tǒng)的識(shí)別算法上，吸收了攝像頭傳感器“場(chǎng)”的思想，把一維信息轉(zhuǎn)化為二維信息，在一定程度上增強(qiáng)了對(duì)賽道信息識(shí)別的能力。

基于數(shù)字?jǐn)z像頭的路徑識(shí)別系統(tǒng)，獲得的賽道信息前瞻距離大，連續(xù)性好，精度高，能夠精確地感知智能車的位置，盡可能早地對(duì)前方的賽道信息進(jìn)行預(yù)判定，有利于特殊賽道的識(shí)別。并且硬件安裝簡(jiǎn)單，調(diào)試方便。不足之處是采樣周期長(zhǎng)，實(shí)時(shí)性稍差，并且軟件算法比較復(fù)雜。如果攝像頭傳感器可以與光電傳感器配合使用，便可以吸收光電傳感器在采樣速度和實(shí)時(shí)性方面的優(yōu)點(diǎn)，提高系統(tǒng)的穩(wěn)定性和可靠性。

4 結(jié)束語(yǔ)

本文對(duì)兩類路徑識(shí)別系統(tǒng)分別在硬件設(shè)計(jì)和軟件算法上進(jìn)行了完善和比較，分析了各自的優(yōu)缺點(diǎn)。激光傳感器路徑識(shí)別系統(tǒng)具有更高的采樣速度和實(shí)時(shí)性，且軟件算法容易實(shí)現(xiàn)。數(shù)字?jǐn)z像頭路徑識(shí)別系統(tǒng)具有更高的采樣精度和更大的前瞻距離，對(duì)特殊賽道具有更強(qiáng)的識(shí)別能力。

[1]卓晴，黃開勝，邵貝貝．學(xué)做智能車——挑戰(zhàn)“飛思卡爾”杯[M]．北京：北京航空航天大學(xué)出版社，2007．

[2]邵貝貝．微控制器嵌入式應(yīng)用的在線開發(fā)方法 [M]．北京：清華大學(xué)出版社，2007．

[3]邵貝貝，龔光華．單片機(jī)認(rèn)識(shí)與實(shí)踐[M]．北京：北京航空航天大學(xué)出版社，2006．

[4]王名發(fā)，江智軍，郭鵬．基于OV7620攝像頭智能車道路信息視頻采集及處理研究 [EB/OL]． （2010-04-04）．http：//www．docin．com/P-49234997．html．

[5]Barrett SF，Pack D J．《嵌入式系統(tǒng)——使用68HC12和HCS12的設(shè)計(jì)與應(yīng)用》[M]．鄭扣根，等譯．北京：電子工業(yè)出版社，2006．

[6]臧杰，閻巖．汽車構(gòu)造[M]．北京：機(jī)械工業(yè)出版社，2005．

[7]李國(guó)柱．基于CMOS攝像頭的智能車路徑跟蹤系統(tǒng)設(shè)計(jì)[J]．現(xiàn)代電子技術(shù)，2011（18）：12-14，17．

LIGuo-zhu．Design of tracing system for intelligent vehicle based CMOS camera[J]．Modern Electronic Technique，2011（18）：12-14，17．