攝像頭型智能車的賽道類型處理

山東理工大學(xué) 孔 巖 董 奧 王 勇

攝像頭型智能車的賽道類型處理

山東理工大學(xué) 孔 巖 董 奧 王 勇

【摘要】文章主要介紹了以MCU52255芯片為核心控制單元的攝像頭型智能車。其利用光電效用理論，通過CMOS攝像頭進行路況信息采集，經(jīng)過對圖像數(shù)據(jù)的濾波、動態(tài)閾值計算、二值化、邊沿提取等算法對賽道類型進行分類處理；通過舵機打角、編碼器測速及雙電機差速實現(xiàn)對智能車方向控制和速度控制。本文將從整體設(shè)計思路、硬件系統(tǒng)電路設(shè)計、信息處理算法設(shè)計三個方面進行詳述。

【關(guān)鍵詞】MCU52255；攝像頭；動態(tài)閾值；邊沿提取；賽道類型

1、設(shè)計思路及方案的總體說明

攝像頭型智能車?yán)昧斯怆娦в美碚摚捎肅MOS型攝像頭采集圖像，經(jīng)過對圖像數(shù)據(jù)的濾波、動態(tài)閾值計算［1］、二值化［2］、邊緣提取等算法提取賽道中心線，根據(jù)對不同路況數(shù)據(jù)特征的分析并得到不同的賽道類型，并且對賽道類型進行分類處理。

根據(jù)智能車系統(tǒng)的基本要求，設(shè)計了系統(tǒng)結(jié)構(gòu)圖如圖1所示。

圖1

2、硬件系統(tǒng)設(shè)計及實現(xiàn)

硬件電路有電源模塊、微控制器核心處理、圖像采集、信息顯示、車體實時速度采集、轉(zhuǎn)速控制、轉(zhuǎn)向控制、鍵盤調(diào)試八個部分。

2.1 單片機最小系統(tǒng)

采用冷火系列的MCU52255芯片，主板上用到的引腳包括PWM接口、鍵盤接口、計數(shù)器接口、外部中斷接口、若干普通IO接口，如圖2所示。

圖2

2.2 電源模塊

采用TPS7350將7.2V電源電壓變?yōu)?V供給攝像頭、編碼器，采用LM7806-ADJ將7.2V電源電壓變?yōu)?V供給舵機，采用LM1117T將7.2V電源電壓變?yōu)?.3V供給核心板、OLED。如圖3所示。

圖3

2.3 電機驅(qū)動模塊

電機驅(qū)動模塊采用BTN7960［3］，該芯片是應(yīng)用于電機驅(qū)動的大電流半橋高集成芯片，它帶有一個P溝道的高邊MOSFET、一個N溝道的低邊MOSFET和一個驅(qū)動Ic。電機驅(qū)動模塊電路圖如圖4所示。

3、軟件系統(tǒng)設(shè)計及實現(xiàn)

3.1 動態(tài)閾值的設(shè)定及二值化

首先設(shè)定一個閾值來分離出白色賽道和底布，當(dāng)像素點灰度值大于該閾值時為白色賽道，當(dāng)像素點灰度值小于該閾值時為底布。由于燈光以及底布顏色深淺的不同，閾值也應(yīng)該進行相應(yīng)的改變，所以采用動態(tài)閾值來提高小車對環(huán)境的適應(yīng)性。閾值提取完成后，對于像素點灰度值小于閾值的像素點全部設(shè)定為0，對于像素點灰度值小于閾值的像素點全部設(shè)定為1。

圖4

3.2 賽道邊沿提取

直接逐行掃描原始圖像，提取1與0的跳變點。（1）賽道寬度有一個范圍，在確定的賽道寬度范圍內(nèi)提取有效賽道邊沿，這樣可以濾除不在寬度范圍內(nèi)的干擾。（2）利用賽道的連續(xù)性，根據(jù)上一行白塊的位置和邊沿的位置來確定本行的邊沿點。（3）求邊沿點時，因為近處的圖像穩(wěn)定，遠處圖像不穩(wěn)定，所以采用由近及遠的辦法。

3.3 推算中心點

通過之前提取的賽道邊沿數(shù)據(jù)推算中心，若只有單邊有邊沿點數(shù)據(jù)，則通過校正對單邊數(shù)據(jù)按法線平移賽道寬度一半的距離；當(dāng)能找到與一邊能匹配上的另一邊沿點時則直接求其中心作為中心點。推算完中心點后，對中心點進行均勻化，方便之后的控制。

3.4 對不合理的中心點進行處理

對于在校正后的圖像數(shù)據(jù)中求得的中心線，反校正到原始圖像后存在一行中含有多個中心點的情況。在通常情況下，這種情況出現(xiàn)在較遠的視野中，但由于我們增大了視場前部圖像的權(quán)重，這些中心點對權(quán)重的影響極大，導(dǎo)致車模容易出現(xiàn)掉輪甚至沖出賽道的現(xiàn)象。對此，我們利用數(shù)學(xué)方法求出了中心線的折點，對折點之后的中心點單獨處理，使車模不再出現(xiàn)掉輪的現(xiàn)象。

3.5 賽道類型

下面對各種不同類型的道路展開討論：（1）直道識別：賽道中心線為直線，并且此中心線由視野底部一直延伸到視野頂部。（2）彎道識別：智能車進入彎道后，中心線變成曲線，根據(jù)對不同類型彎道的曲率計算對其進行分類。（3）虛線識別：虛線只是小范圍間斷，所以先找到全部正確的內(nèi)測邊緣，通過差值計算出下一段虛線出現(xiàn)的區(qū)域，再鏈接起來便可以還原出正常賽道。（4）坡道識別：一旦出現(xiàn)坡道，兩側(cè)的邊線變得外擴，而中線依然是直線，用此特征便可準(zhǔn)確識別坡道。 （5）十字處理：在離十字段的線短于某一值時，搜尋遠處的線，當(dāng)發(fā)現(xiàn)符合跑道類型的邊線時，采用這些線予以控制，從而在十字處取得良好直行效果。

4、結(jié)語

本文是基于MCU52255單片機，數(shù)字信號基礎(chǔ)上討論的一種攝像頭型智能車，涉及電源模塊、微控制器核心處理、圖像采集、信息顯示、車體實時速度采集、轉(zhuǎn)速控制、轉(zhuǎn)向控制、鍵盤調(diào)試，集控制、數(shù)模轉(zhuǎn)換、傳感技術(shù)、汽車電子、機械等多個學(xué)科于一身，最終完成對賽道類型的分類處理。

參考文獻

［1］涂其遠，吳建華，萬國金.動態(tài)閾值結(jié)合全局閾值對圖像進行分割［M］.南昌大學(xué)學(xué)報，2002.03.15.

［2］江明，劉輝，黃歡.圖像二值化技術(shù)的研究［M］.軟件導(dǎo)刊，2009.04.30.

［3］楊明輝，孫猛猛，張玉炳，萬林.BTN7960直流伺服電動機驅(qū)動板的設(shè)計［M］.科技展望，2015.