论文部分内容阅读
随着汽车电子和智能控制技术的发展,智能车已经成为自动控制领域内的一个研究热点,路径跟踪是智能车控制领域的基础。本文以DM642为核心控制器对智能车的道路识别算法和转向控制技术进行研究,通过实验和仿真对识别和控制效果进行验证。
主要工作有以下几个方面:1)路径识别系统。首先研究了视觉导航中常用的图像处理算法,根据智能车的要求采取中值滤波算法,并对改进的算法进行适当调整。根据摄像机像平面和所拍摄路平面不在同一个平面,由像平面和路平面的立视图,利用立体几何关系对采集的图像进行视觉矫正;将路面纵向划分为等间隔区域,并利用矫正公式计算摄像机相应的扫描行。对比分析不同的彩色图像分割方法,利用YUV空间中基于阈值的直方图分割方法进行图像分割;提出基于参考区域的自适应三维阈值法,即根据智能车前方近车端始终包含引导区域,利用此已判定的引导区域,通过统计直方图的上下阈值来计算实时的图像分割参考阈值,自适应地对图像进行有效分割。2)转向控制系统。根据智能车非线性、不稳定的特点,引入模糊控制理论;同时根据智能车和人对路径判断的相似性,引入预瞄理论;对智能车转向条件进行分析,并设计以预瞄点与智能车的距离s和预瞄点与摄像机中心轴的横向偏差d为输入,智能车的线速度v和转向轮偏转角度α为输出的双输入双输出模糊转向控制器。3)通过CCD摄像机和DSP开发板进行转向参数的提取实验,根据路径状况获取智能车的转向参数,通过开发板的OSD功能显示在屏幕上,然后对参数进行分析;通过Plastid2智能车仿真环境对转向控制系统进行整体效果仿真,验证模糊转向控制器对智能车的控制效果,将车辆仿真的行驶路线,和跟踪的路径做比较,从宏观角度分析模糊转向控制器的执行效果。