基于智能控制系統的低成本多功能自動車輛運行分析

?

基于智能控制系統的低成本多功能自動車輛運行分析

介紹了人工智能自動導航車的設計，人工智能用以提高物體探測效率、減少探測時間。開發的系統原型是一雙直流電機操作的小型車，通過標準USB接口與PC機接合，并以數據流的形式采用串行數據傳輸線路將車輛數據傳送到PC機。該模型車以顏色鑒別為主進行目標搜索，在視覺空間基于顏色、形狀和紋理對特定目標進行定位；在已知初始位置的空房間進行自主導航；一旦定位就向定位目標行駛并在電腦上顯示目標的可信位置。傳統ROV（遙控汽車）的架構有很多控制和電源的自負荷。該研究中的模型僅有一個光學傳感器并用電線連接來控制計算機，以搜索目標作為物理對象，通過鄰近的色值搜索方法對該對象進行圖像分析。架構模型能最小化成本開銷、降低運營復雜性。

整個控制系統的流程如下。

（1）初始化：配置相機，測試并行端口的連接，確保一切運行正常。該控制器進入捕捉圖像狀態。

（2）捕捉圖像：處理相機中選擇的圖像。控制器對合適圖像進行相應處理。

（3）圖像處理：圖像處理軟件確定圖像中是否有相應的目標物體。

第一個決定：圖像處理軟件是否發現相應的目標物體。若發現，將做第二個決定。若沒有，繼續轉動車輛和搜索。

第二個決定：發現相應的目標物體，查看大小。若物體很近，將提醒用戶。若物體較遠，將接近物體。

轉動車輛和搜索：若未發現對象，控制器發出信號使車輛轉動并繼續搜索，捕捉圖像。

移近對象：若對象離車輛較遠，控制器將發出信號使車接近，捕捉圖像。

提醒用戶：若對象識別成功且與車輛較近，則控制器使車輛停止并通過警報系統警示用戶。

在生命受到威脅的環境下，“ROBOVISION”軟件系統和邏輯決策支持系統會隨即運行，可在無人直接干涉的條件下進行營救。車輛可在任何危機情況、沒有裝備損失下輕松地離開。這種車輛模型可應用于偵探軍情、消防系統、遙控和自主探索、家庭安防等。

刊名：Procedia Engineering（英）

刊期：2012年第41期

作者：Suman Deba et al

編譯：王維