基于MC9S128的摄像头导航智能车的设计与实现

介绍了一种基于摄像头导航的智能车系统设计方法.该系统根据全国大学生飞思卡尔杯智能汽车大赛的设计要求,使用飞思卡尔16位单片机MC9S 128为核心控制单元,设计了传感器、电源、电机驱动、车速检测等硬件电路;利用PID和模糊控制相结合的方式,使智能车能够自动采集、分析引导线信息,控制舵机转向,实现智能车的自动寻迹.     

磁导航智能车定位计算方法研究

讨论了以电磁信号为航标的智能车位置检测的原理与方法,对前端垂直双传感器布局的控制信号提取方法进行了建模分析,以智能车前行方向与导航线夹角为控制变量,分析了常用的传感器信号处理方式,提出了一种线性度较好的控制信号处理算法,并与常用方法进行了仿真对比分析。实验表明,论文方法较好地实现了磁导航智能车运动方向与速度的闭环控制。     

基于CMOS摄像头的智能车控制系统设计及实现

针对智能车因单条引导线信息量少而引起的误识别问题, 设计一种能自动识别和跟踪双边引导线的智能车系统。智能车以Freescale公司MC9S12XSl28作为核心控制器, 利用COMS(Complementary Metal Oxide Semiconductor)摄像头OV7620作为路径信息采集装置, 对采集图像进行二值化处理、 去噪操作和边缘检测后提取路径信息、 进而准确地判别跑道的形状, 为舵机和电机提供控制依据, 以使小车平稳快速地行驶。同时, 提出将行驶状态与赛道信息综合考虑的措施, 并通过PID(Proportional Integral Differential)控制策略以及实验测试, 实现了对各种典型跑道的优化处理, 使高速行进中的智能车具有良好的转向调节能力和加减速响应能力。智能车可以在以白色为底面颜色, 两边有黑色引导线的跑道上运行, 克服了因单条引导线信息量少而引起的误识别问题。     

变预瞄距离的智能车路径跟踪控制

在智能车路径跟踪控制研究中,针对预瞄距离对路径跟踪精度影响较大的问题,提出了一种根据车速大小调整预瞄距离的智能车模糊控制方法.建立了车辆运动学模型和预瞄模型,给出了预瞄距离的确定方案,结合模糊理论设计出一种变预瞄距离的路径跟踪模糊控制器,并以双移线为目标路径在不同车速下进行了仿真.仿真结果显示,该车型变预瞄距离跟踪控制...     

基于惯导航向角的智能车几何轨迹跟踪算法

为满足智能车在低速和高速运行时稳定和精确的轨迹跟踪,提出了一种基于几何模型的智能车轨迹跟踪算法。算法首先通过惯性导航系统的航向角参数,计算车辆纵向运动方向和轨迹跟踪点切线方向之间的切向角,再通过横向偏差角进行转向的偏差校正,实现轨迹的实时跟踪。以真实智能车在实际道路环境中对算法进行了20 km/h下的小曲率直道和大曲率路口弯道以及50 km/h下的小曲率直道的轨迹跟踪实验。实验结果表明,在不同的典型路况下,采用该算法的智能车能够实现稳定和精确的轨迹跟踪;与其他轨迹跟踪算法相比,该算法具有较好的性能。     

基于路径识别的寻迹智能车设计与实现

为了实现智能车沿道路上引导线自动寻迹,研制一种基于模型汽车为硬件平台的智能车系统.该系统通过采用改进的边缘检测算法对COMS摄像头捕获的道路信息进行处理,在获取更准确图像的基础上,依靠舵机进行方向控制,通过闭环PI控制电机驱动智能车前进.本设计实现了智能车沿引导线稳定、快速行驶的功能.实验表明,此设计方案提高了智能车运行速度和稳定性.     

基于视觉的智能车辆模糊滑模横向控制

以采用视觉导航的智能车DLUIV-1为对象,对智能车辆的横向控制方法开展研究.首先,建立基于视觉预瞄距离的车辆横向控制系统模型,利用包含速度等因素在内的预瞄运动学模型确定车辆的横向偏差和方位偏差.其次,针对横向控制的特点,提出了模糊和滑模相结合的智能车辆横向控制策略,综合考虑车辆当前的横向偏差和方位偏差,将二者融合后的综合偏差作为滑模切换函数的参数来设计滑模面,将滑模切换函数作为控制目标,利用模糊控制规则调整控制变量的大小来确保存在和到达条件成立,保证方向盘转动的稳定性.仿真结果表明该横向控制器能够保证智能车辆准确而且稳定地跟踪参考路径,且对模型参数的变化具有较强的鲁棒性.     

基于主动视觉的智能车道路跟踪方法

针对城市环境道路,将主动视觉方法应用于智能车的视觉导航中,重点解决急转弯情况下摄像头视野不足的问题.摄像机被安装在可旋转的云台上,根据道路和车体之间的相对位姿动态地调整云台目标角度.通过车辆与图像坐标系之间的对应关系,修正道路与车体之间的相对位姿.实验结果表明,与传统视觉方法相比,采用主动视觉方法的智能车实际行驶轨迹误差较小,丢失道路的次数较少.     

采样频率偏移对卫星导航接收机的影响

为避免采样频率偏差给卫星导航接收机带来的符号位滑动、伪随机噪声码相位移动和载波相位偏差等问题,提出了一种改进的频率偏差估计方法．接收机的码跟踪环路以码速作为时间基准,对采样频率实际值与标称值之间的偏差进行跟踪,环路稳定后得到该偏差的估计值,其采样频率的准确度可提高到10^-7量级．将该估计值补偿到载波锁相环中。可减小由采样频率偏差带来的相位误差和多普勒频移偏差,从而使得导航接收机能正确解调信号,进一步提高了输出载波相位的准确度,为实现更高精度的定时和定位提供了可能性．     

磁导航智能车中的水平检测线圈特性分析

推导出磁导航智能车的水平检测线圈输出感应电动势与线圈相对于赛道的位置、夹角、线圈尺度的函数关系,借助Mathematica软件展示了关系曲线.结果表明,影响检测线圈输出的主要因素是线圈与载流线赛道的相对位置;增加线圈数量可提高定位精度;增加线圈匝数可提高检测灵敏度;分别判断小车前、后两端各自相对于赛道的位置可确定车体与赛道的夹角,利用双检测线圈差动输出可消除赛道交叉的影响.     

基于视觉的缩微智能车车道检测与控制

针对智能车辆自主驾驶行为研究,提出并实现了一种基于视觉导航的缩微智能车系统.从软硬件架构、数据通信方式上介绍了缩微智能车系统的整体设计,并针对缩微道路交通环境中传统车道线检测技术易受光照变化影响的问题,提出一种灰度形态学Top-Hat变换与亮度轮廓扫描方法相结合的车道线检测算法.为分析智能车在缩微交通环境下的自主驾驶表现,设计了一种模拟驾驶员转向行为的舵机模糊控制算法.实验结果表明,该方法可以有效模拟车辆在真实道路交通环境中的自主驾驶行为,为智能交通系统研究提供了一种新思路.     

基于电磁传感器的智能车设计与实现

设计了基于电磁传感器的自动循迹智能车。使用32位单片机MCF52259作为核心控制单元,设计了电源模块电路、停车检测电路、电机驱动电路及信号采集电路,采用PID控制算法使得智能车自动采集路径信息,控制电机加减速、舵机转向,实现了智能车的自动循迹行驶功能。     

基于模糊控制的黄瓜采摘机器人视觉导航

以温室环境下黄瓜垄间图像为研究对象,提出了基于计算机视觉和模糊控制技术的导航方法.用色差2G-R-B算子对RGB彩色图像进行灰度化处理;根据灰度图像双峰型垂直直方图初步确定导航线位置;并据此逐行求出离散导航点;采用基于一点的改进型Hough变换由离散导航点拟合出导航参考直线,进而获得当前位置的横向偏差和角度偏差作为导航参数.以横向偏差和角度偏差作为模糊控制器的输入,以差速运动机器人的差速值作为输出,设计了模糊控制器.导航试验结果表明:该方法平均耗时小于150 ms,可以满足实时控制的要求,以0.3 m/s速度进行路径跟踪时,最大误差小于5 cm.     

基于OV7620智能车的路径识别及控制策略

智能车是可以自动识别道路并以最短时间行驶全程的一种无人驾驶汽车.路径识别跟踪技术和快速、稳定的控制策略是智能车发展的重要标志.给出以OV7620作为智能车的主传感器,以红外对管作为辅助传感器对赛道的信息进行采集.OV7620把赛道的亮暗程度转化成像素的灰度值,采用边沿跟踪检测图像处理算法.采用PID与bang-bang算法相结合的算法对智能车进行速度控制.实验表明智能车可以实现任意路径识别与智能快速行驶.     

电磁组智能车控制策略探讨及实现

在对电磁组智能车理论研究的基础上,通过反复实践,提出了一套稳定、可行的控制策略。为系统且全面阐述控制策略,从赛道类型入手,分析得出十字弯道是软件处理的难点;从电感检测特性入手,提出电感摆放位置策略;重点阐述舵机打角控制策略:按照软件控制流程,分别阐述采集数据的归一化算法、数据的差比和算法、丢线判断算法、一字电感和竖直电感权重融合的原因和算法、偏差补偿的原因和算法、偏差合成算法、舵机控制信号算法;最后简述速度PID控制策略。实践表明,各控制策略有效结合,能实现对智能车的高效控制。     

基于线阵CCD的智能小车路径识别系统

文章介绍了一种基于飞思卡尔HCS12单片机的智能车路径识别系统,该系统以CCD摄像头传感器作为检测装置,直接采集CCD输出的模拟信号,通过图像识别提取当前路径信息;与常规的光电传感器识别路径方案相比,使用摄像头传感器可以获取更多的路径信息,使智能车按任意给定的黑色引导线以较快的速度平稳地运行;实验证明该方法简便可靠,具有很好的前瞻性,能够满足智能车路径识别的需求.     

采用相关曲线偏差的导航卫星多径信号分离方法

为解决卫星导航信号中提取多径分量困难的问题,提出了一种利用相关曲线偏差(SCB)分离导航卫星多径信号的方法(MSCB)。首先建立包含多径分量的接收信号模型;然后分析SCB偏差与多径信号幅值、延迟与相位之间的关系,得到不同多径延迟条件下两种不同的SCB偏差形状;最后通过SCB拐点估计出多径信号参数。基于北斗和GPS导航卫星的实验结果表明:MSCB方法能够有效地将来自地面与卫星自身的多径分量(或类似多径分量)特征参数提取出来,将多径分辨率从米级提高到分米甚至厘米级别,其估计标准差仅为传统多径估计延迟锁定环路算法的1/6左右,为未来多径信号的建模与分析提供了一种新的有效方法。     

基于DOD和PTD的北斗欺骗式干扰检测技术研究

为在信号跟踪阶段检测到北斗信号的欺骗式干扰,通过对跟踪阶段北斗导航信号系统模型的分析,提出基于信号功率异常检测(PTD)和基于多普勒频移检测(DOD)的欺骗干扰检测算法,来实现北斗接收机在信号跟踪阶段的欺骗干扰检测,以北斗软件接收机为实验平台,通过仿真验证了所提算法的有效性。     

电磁直立寻迹智能车的系统设计与软件开发

自动循迹的两轮自平衡电磁智能车是一个非线性、强耦合、欠驱动的自不稳定一级倒立摆系统。针对该智能车特点,采用两轮自平衡智能车机械架构、主控板、驱动板等模块相结合设计了系统硬件;并利用互补滤波和卡尔曼滤波方式对姿态检测传感器检测到的信号进行处理、以控制智能车直立平衡;最后通过归一化处理将路径检测传感器获得的路径信息与直立平衡控制信号进行融合,在直立平衡基础上实现智能车方向的控制。实验表明,该智能车运行平稳、转向灵活、速度较快。     

中国区域定位系统的定位精度分析

中国区域定位系统（CAPS）与GPS都是典型直接序列伪码扩频测距系统,此类导航信号能达到的定位精度取决于多种因素,主要包括伪码速率、信号信噪比、跟踪环处理方法等．详细介绍了CAPS链路预算、CAPS定位解算方法,并着重从C／A码信号的自相关函数特性入手,在软件处理方法下,研究CAPS信号的测量精度问题,对其距离分辨率做了理论分析;针对传统DLL环路易受噪声影响,提出窄相关以及多相关器的环路结构及相应的鉴相方法,使跟踪环路更加稳健,码相位的测量分辨率也可以提高1倍左右,表明改进DLL环路结构以及鉴相方法是提高测距分辨率的一种重要手段．理论分析及定位实验表明利用3颗导航星并有高程辅助的CAPS接收机达到了20m左右的定位精度．