智能车的诞生为人类提供了一种全新的缓解城市交通拥堵、提高车辆安全性的交通工具,它将在城市交通中发挥越来越重要的作用。在众多的智能车导航方案中,视觉导航由于与人类的驾驶方式最为接近,成为智能车研究热点之一。目前,视觉导航方法在高速公路环境中已经获得了初步成功,这类环境结构化程度较高,道路曲率有限、路况相对简单。然而,随着城市环境智能车研究的兴起,视觉导航面临了新的挑战。城市环境中的道路不仅种类多,而且转弯半径大,常常会因视野有限而导致道路跟踪失败。针对城市环境道路的特点,本文提出了一种基于主动视觉的智能车导航方法。该方法使用云台的旋转模拟人驾驶时的头/眼转动,从而在不改变镜头焦距的前提下增大了摄像机的视野,避免了广角镜头带来的畸变及环境干扰。实验表明,该方法可有效地提高道路跟踪的可靠性和精度。主动云台控制是实现主动视觉导航的基础。本文设计和实现了一套基于飞思卡尔S12单片机的主动云台控制系统,并采用CANOpen协议接口与上位机通讯。针对临界条件下云台输出振荡的问题,提出了一种基于多组隶属度函数的模糊控制方法,提高了云台控制的稳定裕量,避免了输出的振荡。道路检测是智能车视觉导航系统的关键。本文采用了基于随机Hough变换的道路检测方法。首先使用Sobel算子对图像进行边缘化处理,然后采用随机Hough变换在边缘图中寻找直线特征,最后通过先验约束条件在多组候选直线中计算出道路参数。在此基础上,根据道路在图像中的位置,控制云台的转动,从而实现道路的主动跟踪。多种场景下的实验表明:在不增加算法复杂度的情况下,主动视觉具有更宽阔视野,同时转向精度更高。车体控制是视觉导航实现的基础。针对第二代系统抗电磁干扰能力差,温度适应能力低的问题,本文设计和实现了基于飞思卡尔S12单片机的第三代底层控制系统,并采用了基于CANOpen协议的分布式控制架构。与第二代基于DSP的底层控制方案相比,一方面,模块集成度更高,抗电磁干扰能力及温度适应能力更强;另一方面,CANopen协议提供了标准化、统一的通讯模式,解决了不同设备间的互操作性、互换性,实现网络节点功能的任意扩展。