基于攝像頭的智能車路徑跟蹤與仿真方法

劉寧 劉帥明 任澤 李文鑫

摘 要：精準的路徑跟蹤是智能車自主駕駛的必要條件，而參考軌跡的生成是實現精準路徑跟蹤的前提條件。文章介紹了一種根據攝像頭采集的圖像提取道路信息并擬合出中心線，使用比例-積分-微分控制使智能車實現精準的路徑跟蹤，并使用軟件進行仿真，通過仿真驗證其效果并進行實車試驗的方法。實驗表明可以實現一般道路的路徑跟蹤。

關鍵詞：PID控制;圖像處理;路徑跟蹤

中圖分類號：U495 ?文獻標識碼：A ?文章編號：1671-7988（2020）21-29-04

Abstract： Accurate path tracking is a necessary condition for intelligent car self-driving， and the generation of reference track is a prerequisite for achieving accurate path tracking. This article introduces a method to extract road information from the image splendour edited and fit out the centerline according to the image collected by the camera， use the scale- integral-differential control to make the smart car achieve accurate path tracking， and use the software to simulate the effect of the simulation and carry out the real car test. Experiments show that the path tracking of general roads can be achieved.

Keywords： PID control; Image processing; Path following

CLC NO.： U495 ?Document Code： A ?Article ID： 1671-7988（2020）21-29-04

引言

智能汽車（Intelligent Car）是電子計算機等最新科技成果與現代汽車工業相結合的產物，具有自動變速、路徑識別、甚至自動駕駛等功能。智能車（smart car）是以單片機為核心輔助各種傳感器從而在特定賽道上完成自動循跡的汽車。汽車智能化現代汽車發展的方向之一，通過對智能車的研究可以增加對智能汽車的認識和了解，進一步的對智能汽車控制思想和方式進行研究。本文以全國大學生智能車競賽為背景，介紹一種基于攝像頭的智能車路徑跟蹤與仿真的方法。

1 攝像頭的圖像處理

攝像頭就好比智能車的“眼睛”，它為微控制器提供當前的道路信息，可將采集到的圖像信息實時的傳給微控制器進行處理。[1]本文中攝像頭安裝在車輛縱向平分線上，所采用的攝像頭為MT9V032 CMOS數字攝像頭，其具有全局快門，采集智能車高速運動下圖像不失真和高動態性能的優點。本文中所提到的道路是白色黑邊且其余背景顏色為藍色啞光，其目的是減少外界干擾并提高攝像頭的識別率。

如圖2所示為圖像處理的原理。攝像頭所采集到的圖像為灰度圖像且以數組的形式發送到單片機微控制器中，為減少單片機運算量且滿足對道路識別的要求，其分辨率設置為120*188，每隔五行處理一次數據。采用 DMA 采集圖像，DMA 采集高速且不經過 CPU，這樣便能夠采集更多的有效數據。[2]考慮到實驗在室內進行，因此采用固定閥值對圖像進行二值化處理，對于中線的提取采用由內而外的方法，即從一行的中間像素開始向兩邊比較，由于在黑邊到白邊的過渡在數組內表現為值的跳變，因此當檢測到跳變時記錄跳變所在橫坐標的數值，對記錄左右兩側的橫坐標求平均值即得到道路中線的位置。

2 PID控制

智能車在實際運動過程中其驅動電機速度是受到單片機所發出的占空比（PWM）所影響的，且對不同電機給定同一PWM值時，電機響應時間也不同;此外，出于對響應的快速性、準確性和穩定性的要求。因此需要對電機進行算法控制，使其響應快速、準確、穩定。為實現上述目的，故采用較為常用的PID控制。它是一種線性控制器，根據期望輸入值R（t）與實際輸出值C（t）構成的控制偏差，將偏差按比例、積分和微分通過線性組合構成控制量，對被控對象進行控制[3]。其基本公式為：

2.1 電機同步的PID控制

本文中所提到的智能車采用雙電機后驅形式，為保證其直線行駛的穩定，因此需要對左右兩驅動電機進行控制。

圖4為電機同步PID控制的原理圖。在該控制中，利用編碼器形成閉環控制。單片機每隔一段時間讀取一次左右編碼器數值以檢測電機轉速，以左右驅動電機中的一個電機作為被控制電機（圖中以左電機作為被控電機），將兩編碼器獲得電機轉速進行差值（Error），并將該差值作為控制量，設置允許最大差值，將實際得出的差值與允許最大差值進行比較，如果實際得出的差值小于允許最大差值，則不對電機進行控制，電機繼續以上個周期的占空比（PWM）運行;如果實際得出的差值大于允許最大差值則對該差值進行PID運算，運算結果與上周期PWM相加從而對被控制電機的占空比進行調整，最終實現兩電機的速度差在較小范圍內，智能車能夠實現直線行駛。

2.2 路徑跟蹤的PID控制

圖5為路徑跟蹤的PID控制原理圖。在對智能車中的控制中，除去對驅動電機進行控制外，對于轉向舵機進行控制，對舵機的控制關系到路徑跟蹤的精度。根據上述，通過對數字圖像的處理提取出道路的中線，中線橫坐標與攝像頭中心橫坐標的差值表現為車輛運動方向與道路中線的夾角。因此需要對舵機進行控制，使車輛運動方向始終與中線方向一致。對于舵機的控制與驅動電機的控制類似，值得注意的是對于舵機的控制參數調試與車輛車速和舵機響應速度有關，當車速較快時，比例系數應作響應減小或通過對舵機電平周期的延長使舵機響應速度降低。車輛在通過彎道時，驅動電機需要降速，因此需要再增加一個控制器用于彎道控制，從而形成自適應PID控制器。處理器根據不同路況選擇不同控制參數。

2.3 PID參數的整定

在PID控制器中，比例（P）、積分（I）、微分（D）控制算法各有作用：比例，反映當前系統的基本偏差 e（t），比例系數大，可以加快調節，減小誤差，但過大的比例會使系統穩定性下降，甚至造成系統不穩定;積分，反應系統的累計偏差，使系統消除穩態誤差，提高無差度，因為有誤差，積分調節就進行，直至無誤差;微分，反映系統偏差信號的變化率e（t）-e（t-1），具有預見性，能預見偏差變化的趨勢，產生超前的控制作用，在偏差還沒有形成之前，已被微分調節作用消除，因此可以改善系統的動態性能。但是微分對噪聲干擾有放大作用，加強微分對系統抗干擾不利。特別的，積分和微分都不能單獨起作用，必須與比例控制配合才能起到較好的作用。

對于參數的整定方法主要有兩大類：理論計算整定法和工程整定法。理論計算整定法有對數頻率特性法和根軌跡法等;工程整定法有湊試法、臨界比例法、經驗法等。理論計算整定需要建立系統的數學模型進而求出參數，由于在實際中被控系統的數學模型不易得出，因此一般選用工程整定法，直接在過程控制系統中進行現場整定。由于湊試法需要進行多輪多次實驗，操作繁瑣，因此本文采用Z-N經驗法確定具體參數。具體步驟為首先將控制器設置為純比例控制，調節比例系數使系統達到等幅振蕩狀態，得出此時的比例系數Kp和振蕩周期Tu，再根據表1確定其他參數值。參數選定后還需要進行微調使控制更加準確、快速和穩定。特別的，由于舵機存在較大滯后，因此選用PD控制更加合理。

3 仿真實驗

由于智能車仿真程序具有運行效率高、誤差結果直觀等優勢， 已逐漸成為了車輛運動參數調整的有力工具，清華大學設計了基于光學攝像頭的智能車仿真程序Plastid。[4]利用仿真程序可實現道路、車輛的構建以及控制策略的仿真和分析。在系統中，道路和賽車模型可直接構建，輸入賽道和車輛參數建立賽道和車輛模型，如圖6、7所示。車輛控制策略文件可由visual C++ 6.0編輯生成dll文件在仿真系統中調用進行仿真實驗。試驗結束后還可以通過仿真回放的方式觀察車輛控制問題。仿真效果良好時可進一步進行實車實驗。

4 總結

文章從攝像頭圖像處理、PID控制、實驗仿真等三個方面闡述了一種裝有攝像頭的智能車路徑跟蹤與仿真方法。闡述了一種通過對攝像頭所采集的圖像的處理獲得道路中線的方法，并根據所獲得的道路中線通過對車輛采用PID控制可以實現精準的路徑跟蹤。通過實驗仿真能夠驗證控制策略的可行性，縮短實驗時間，減少車輛調試的工作量;因此我們采用了基于光學攝像頭的智能車仿真程序Plastid仿真系統。在仿真通過的情況下進行實車實驗，實車實驗結果表明攝像頭圖像處理和PID控制策略的結合能夠實現智能車的精準路徑跟蹤。

參考文獻

[1] 許耀華，王文宇，宋文鳳.基于攝像頭的無人駕駛車輛的道路檢測[J].汽車實用技術，2018（04）：35-37+92.

[2] 李永，馮偉峰，李思光，王俊人.基于MT9V032攝像頭的智能車軟件設計[J].花炮科技與市場，2020（01）：250.

[3] 丁鵬.自尋跡智能車PID控制研究[D].衡陽：南華大學，2018.

[4] 李少偉，程輝，王勝正.智能車運動控制算法仿真與驗證[J].電子測量技術，2018，41（03）：54-59.