基于視覺的智能車控制系統(tǒng)及其算法的應用研究.pdf

1、本文主要研究內容可以分為智能車平臺搭建，圖像采集，圖像數據處理，控制策略研究，機械結構調整等部分。
　　 首先，熟悉各個硬件模塊的特征并根據各自的特點進行機械設計和機械調整，使車模整體的重心平衡，比例協(xié)調。
　　 其次，設計控制電路板，深入了解微處理器MC9S12DG128各個模塊，對攝像頭采集到的數據進行濾波和特征提取，使圖像特征用數字表現出來并進行邊沿檢測，尋找閥值進行二值化處理，然后定位每行數據的中心坐標加以坐標化

2、。通過相應的算法對一些特殊的形狀進行識別，微處理器對這些特征信息進行存儲。
　　 再次，分析出圖像特征信息后，這就為車體的運行提供了依據，通過合適的控制方法對車體的運動進行控制，智能車的起停，加減速等就更加合理。通過試驗對比查表PID控制策略和模糊PID控制策略，最終選擇了模糊PID控制策略，實現了對直道路，彎曲道路的識別和優(yōu)化處理，運行效果得到了改進，特別是在彎道處在保證了車體平穩(wěn)的情況下車速有了極大的提高。模糊控制中隸屬度函

3、數的中心點的選取也是一個重要的環(huán)節(jié)，中心點選取的不同直接影響著后面檔位的判斷，而檔位直接聯系著電機的轉速，所以隸屬度函數的中心點的選擇的不同所產生的控制效果也是完全不一樣的。遺傳算法有較強的自學習能力和全局搜索能力，不需要用確定的規(guī)則來控制，編碼簡單容易實現，故系統(tǒng)用遺傳算法將高斯隸屬度函數中心值尋優(yōu)調整到合適范圍內。
　　 本文設計的智能車能夠自主尋跡自動起停，合適的控制算法保證了控制的實時性和前瞻性，這在試驗和實際測試中都取