基于視覺采集自動泊車模型系統設計

巫任煌，沈榮標，于姍，孫漢成

（天津職業技術師范大學 自動化與電氣工程學院，天津，300222）

0 引言

近年來，全球汽車保有量呈現快速增長趨勢，這導致了交通壓力的增加，從而增加停車位和停車場的需求。隨著城市化進程的加快，停車位的空間變得越來越有限，“停車難”問題在現代城市中變得越發突出。對于大部分駕駛員而言，將車倒入狹小的停車位中是一件非常困難的事情，尤其對于經驗不足的駕駛員和一些女性駕駛員來說，即便是經驗豐富的駕駛員，也需要經過多次嘗試才能將車停好。在泊車過程中存在的問題主要包括以下幾個方面。

（1)倒車入庫和側方停車難以掌握：對于許多駕駛員而言，倒車入庫和側方停車都是比較困難的技能。特別是在大城市中，由于停車空間有限，將汽車駛入狹小的空間成為一項必備技能，但對于一些駕駛經驗較少的司機來說，這是一項具有挑戰性的任務。

（2)駕駛員操作負擔大：在狹小的停車位中，駕駛員需要反復調整方向、控制車速，甚至需要多次停車和調整位置，這對于駕駛員來說是一項繁瑣且耗時的操作，增加了駕駛員的操作負擔和駕駛風險。

（3)泊車事故率較高：由于泊車過程中需要非常精確地掌握車輛位置和方向，很容易出現剮蹭、碰撞等事故，導致車輛損壞和維修成本增加，同時也可能對其他車輛和周圍環境造成損害。

為解決這些問題，設計一款具有自動泊車功能的小車模型。該方案小車可以幫助駕駛員自動將車輛駛入指定車位，無需人工操作，并且在停車過程中可以規避剮蹭，從而大大降低駕駛員的操作負擔和泊車事故率，是一種較為智能的便利化系統。

1 模型整體結構設計

模型車的總體結構如圖1 所示，該車是飛思卡爾競賽專用的C 型模型車。車體采用后輪電機驅動加前置轉向機構來實現小車的前進、后退以及左右轉彎，與實際車輛行駛原理十分相似。底盤做工較好，安裝方便，無外殼，便于在車上搭載硬件，車的長寬分別為250mm×148mm。

圖1 模型車整體結構圖

下面對模型車的各部分進行詳細介紹。

車體結構：模型車的車體采用C 型結構，包括底盤、車輪和車軸等部分。底盤做工較好，可以提供穩固的支撐和固定硬件的位置。車體沒有外殼，便于在車上搭載各種硬件，如傳感器、控制器等。

電機驅動：模型車采用后輪電機驅動，通過電機控制車輪的轉動來實現小車的前進、后退。電機通常采用直流無刷電機，具有高效率、低噪音和長壽命等優點。

前置轉向機構：模型車采用前置轉向機構來實現小車的左右轉彎。轉向部分使用兩根拉桿連接到舵機，通過舵機來控制小車的左右轉。前置轉向機構可以提供良好的懸掛和轉向性能，使得小車在行駛過程中可以穩定地轉向。

車輪和車軸：模型車通常采用四個車輪和兩個車軸，其中后輪由電機驅動，前輪通過舵機控制轉向。車輪通常采用橡膠或硅膠材質，具有良好的摩擦性能和抓地力，使得小車在行駛過程中可以穩定地行駛和轉彎。

安裝硬件：模型車的車體底盤沒有外殼，便于在車上搭載各種硬件，如傳感器、控制器、電池等。這使得模型車可以用于各種實際應用，如自動駕駛、避障、路徑規劃等。安裝硬件時需要考慮硬件的大小、重量和固定方式，以確保模型車在行駛過程中的穩定性和安全性。尺寸：模型車的尺寸為250mm×148mm，長寬適中。

2 硬件系統總體構成

STM32 單片機是一種由意法半導體公司開發的32 位微控制器，具有豐富的硬件資源和強大的處理能力。它的引腳數量為100pin，內置512KB 大小的FLASH（閃存)用于儲存程序代碼，以及64KB 大小的SRAM（靜態隨機存取存儲器)用于臨時數據存儲，這使得它能夠滿足對主控芯片片內資源、處理性能、實時性、外部中斷處理能力、功耗和成本等方面的要求。

在自動泊車控制系統中，基于STM32 微處理器的設計框圖如圖2 所示。系統通過采集小車周圍環境信息，經過STM32 單片機的處理和分析，確定泊車位置，并由處理器控制小車的行駛角度、方向和動力，從而實現小車的自動泊位。主要的硬件組成部分包括STM32 單片機、OpenMV 攝像頭、電機驅動電路、傳感器電路等。

圖2 STM32 自動泊車控制系統框圖

在系統中，STM32 單片機起到了核心的作用。它負責接收來自OpenMV 攝像頭的圖像信息，并通過圖像處理和分析算法，提取出環境信息，包括停車位的位置、大小和障礙物的位置等。然后，STM32 單片機根據這些信息計算出小車的行駛角度和方向，并通過電機驅動電路控制小車的動力，使其按照預定的路徑自動泊位。

為保證系統的穩定性和安全性，STM32 單片機具有低功耗模式，可以在系統空閑時自動進入睡眠狀態，從而降低功耗，延長電池壽命。同時，STM32 單片機的處理速度較快，可以高效地處理圖像信息和算法，保證系統的實時性和穩定性。此外，STM32 單片機具有豐富的I/O 接口，可以連接多種外部傳感器和執行器，實現與其他硬件模塊的通信和控制，從而實現更復雜的功能。

在系統中，OpenMV 攝像頭負責采集小車周圍的圖像信息，包括停車位和障礙物的位置等。它采用高分辨率圖像傳感器，并通過內置的圖像處理算法對圖像進行處理，提取出系統所需的信息，并傳輸給STM32 單片機進行處理和分析。

電機驅動電路負責控制小車的動力系統，包括電機的轉速和轉向。它接收STM32 單片機的控制信號，并根據信號調整電機的驅動方式。

3 主要硬件電路

本文所設計的視覺自動泊車系統硬件控制平臺分為兩部分，分別為車身控制部分和視頻信號處理部分。車身控制部分主要采集各傳感器信號以及由視頻信號處理部分傳送過來的信號，經過數據處理，輸出信號給執行機構，控制車輛的運動；視頻信號處理部分的功能是接收由攝像頭采集的視頻信號，并采用一系列算法對視頻流進行實時處理，得到所需信息，并將信息傳輸至車身控制部分的處理器。模型車控制系統硬件結構如圖3 所示。

圖3 模型車控制系統結構圖

■3.1 JY60 陀螺儀

六軸加速度電子陀螺儀傳感器姿態傾角溫補傳感器模塊JY60 采用高精度的陀螺加速度計芯片，通過處理器讀取ICM42605 芯片的測量數據然后通過串口輸出，免去了用戶開發ICM42605 的I2C 協議通信，同時精心的PCB 布局和工藝保證了ICM42605 收到外界的干擾小，陀螺儀傳感器信號連接說明圖如圖4 所示。陀螺儀傳感器是一個簡單易用的基于自由空間移動和手勢的定位的控制系統，它原本是運用到直升機模型上，現已被廣泛運用于手機等移動便攜設備。模塊采用高精度的陀螺加速度計芯片，受干擾小，靈敏度高，測量精度高，穩定性好。可有效完成小車入庫對輪胎角度的監測，能完全配合舵機的高速反應。

圖4 陀螺儀傳感器信號連接說明圖

■3.2 電機驅動電路

功率驅動選用H 橋電路，H 的橋臂采用MOS 管。本H橋模塊使用門電路、與MOS 管組合方式實現電機正反轉、制動及調速控制。既有較大的輸出電流又有類似L298 靈活的控制信號邏輯干擾處理方法：控制信號光耦隔離，電源尖峰電壓抑制，控制信號邏輯：使用門電路實現類似L298 的控制邏輯。

要使電機運轉，必須使對角線上的一對MOS 管導通。當Q1 管和Q4 管導通時（此時必須保Q2 和Q3 關斷)，電流就從電源正極經Q1 從左至右穿過電機，然后再經Q4回到電源負極。另一對MOS 管2 相Q3 導通的時候（此時必須保證Q1 和Q4 關斷)，電流從右至左流過電機，從而驅動電機沿逆時針方向轉動。電機驅動原理圖如5 所示。

4 軟件設計

軟件設計思路是根據OpenMV 測量數據處理后，通過DIR 方向接口和PWM 接口對電機轉速和舵機轉向進行控制。軟件要實現的功能如下：給定電機轉速、轉向；電機轉速連續可調并且具有良好的靜、動態性能，轉速設計采用PI 算法調節；具有電機保護功能。當電機出現堵轉、電流過大時能停止。系統整體流程圖如圖6 所示。

圖6 系統整體流程圖

■4.1 車輛控制算法

PID 即：Proportional（比例)、Integral（積分)、Differential（微分)的縮寫。PID 控制算法是結合比例、積分和微分三個環節于一體的控制算法，它是運動系統中技術最為成熟、應用最為廣泛的一種控制算法。連續控制系統的理想PID 控制規律為式(1)，式中u(t)為PID 控制器的輸出信號；e(t)為誤差函數；KP為比例調節系數；KI為積分調節系數；KD為微分調節系數。

在本系統中，巡線時的誤差有角度誤差與偏離誤差。利用差速的方法對偏離誤差進行修正。算法實現如下：式(2)中的error 為誤差量；total_error 為誤差累積量，式(3)中的u 為PID 算法的輸出。

根據PID 算法輸出的結果，調整左右電機轉速實現穩定行駛速度的結果。

另外考慮到，在機器人進行拐彎時產生的角度誤差上，加入6 軸運動處理傳感器MPU6050，它集成3 軸MEMS陀螺儀，3 軸MEMS 加速度計，以及一個可擴展的數字運動處理器DMP。用它可以測得進行本身x、y、z 軸的傾角（俯仰角Pitch、翻滾角Roll、偏航角Yaw)。STM32 單片機通過I2C 讀取到MPU6050 的六個數據（三軸加速度AD 值、三軸角速度AD 值)經過姿態融合后就可以得到Pitch、Roll、Yaw 角。在此課題中，MPU6050 用來控制小車每次轉向的角度，因此僅需考慮偏航角。式(4)為MPU6050 的偏航角（Yaw)的解算式，其中q0，q1，q2，q3 是DMP輸出的四元數。

同樣采用PID 控制算法，轉向時誤差量error 的表達式為式(5)，其中Target_Angle 為目標轉向角度，Yaw 為實時偏航角，Yaw0 為轉向前的偏航角。

圖7 車輛控制算法流程圖

■4.2 目標檢測算法

基于特征點檢測的線性回歸算法是一種用于控制小車運動的方法，其主要思想包括以下幾個步驟：

特征點檢測：首先，通過特征點檢測算法快速在小車視野中定位關鍵路徑元素，例如直線、彎道、十字路口、人形分岔口等。這可以通過計算圖像中像素的梯度、角點、邊緣等特征來實現。這些關鍵路徑元素在小車行駛中起著重要的導航作用。

圖8 特征點檢測流程圖

目標框選：在定位到關鍵路徑元素后，通過在圖像中對這些元素進行方框選取，將其位置信息存儲下來。方框可以通過固定大小或者根據路徑元素的大小自適應調整。

線性回歸偏移量計算：對于每個選取的路徑元素，計算其在視野坐標系中的偏移量。這可以通過將圖像中的像素坐標轉換為視野坐標系中的坐標，并與目標框在視野坐標系中的位置信息進行比較得到。

偏移量疊加：將目標框在視野坐標系中的偏移量與路徑元素的線性回歸偏移量進行疊加，得到最終的路徑偏移量。這個偏移量表示了小車當前位置相對于路徑的偏離程度，用于控制小車的運動。

圖像處理結果傳輸：通過串口將圖像處理結果傳輸給STM32控制器，以便控制小車的運動。STM32 控制器可以根據接收到的路徑偏移量調整小車的行駛速度和方向，使其保持在路徑中心行駛，從而實現穩定的導航。

5 系統測試

測試結果表明，該系統具有目標檢測準確、數據處理和轉向目標速度快等特點。搭建了倒車入庫的測試環境，實物如圖9 所示。

圖9 小車運行圖

■5.1 目標轉向測試

系統目標檢測準確主要體現在目標檢測電路信號穩定和處理器處理算法優化等方面。通過分別放置邊長為25cm、高度為10cm 的底為正方形的木箱在庫1 庫2 庫3，測試車輛在車庫鄰庫有車時轉向目標的準確率和速度。測量結果如表1 所示。

表1 目標轉向測試結果

■5.2 巡線時車輛偏移測試

表2為在不同顏色和不同長度下10次測試中脫軌次數記錄。

表2 10次測試中脫軌次數

■5.3 目標車庫綜合檢測

系統目標檢測準確主要體現在目標檢測電路信號穩定和處理器處理算法優化等方面。通過車庫有無車以及車庫特征點，以60s 時間內計算系統目標檢測的準確率。測量結果如表3 所示。

6 結束語

本文介紹了一種基于STM32 的自動泊車硬件系統設計。系統采用72MHz 主頻的 STM32F103 芯片作為處理器，接口資源豐富能夠滿足各項數據采集的處理要求。編寫控制算法，能夠對車體在停車過程中遇到的各種情況作出準確處理，確保了泊車的準確性、數據處理的快速性可靠性和準確性。該硬件系統對于日后機器車系統的開發和研究具有重要的作用，其應用前景廣闊。