基于視覺的智能車控制系統(tǒng)及其算法的應(yīng)用研究.pdf

1、本文主要研究內(nèi)容可以分為智能車平臺搭建，圖像采集，圖像數(shù)據(jù)處理，控制策略研究，機械結(jié)構(gòu)調(diào)整等部分。
　　 首先，熟悉各個硬件模塊的特征并根據(jù)各自的特點進行機械設(shè)計和機械調(diào)整，使車模整體的重心平衡，比例協(xié)調(diào)。
　　 其次，設(shè)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(shù)據(jù)進行濾波和特征提取，使圖像特征用數(shù)字表現(xiàn)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(shù)據(jù)的中心坐標(biāo)加以坐標(biāo)化

2、。通過相應(yīng)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(jù)，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(xiàn)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(shù)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(lián)系著電機的轉(zhuǎn)速，所以隸屬度函數(shù)的中心點的選擇的不同所產(chǎn)生的控制效果也是完全不一樣的。遺傳算法有較強的自學(xué)習(xí)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(xiàn)，故系統(tǒng)用遺傳算法將高斯隸屬度函數(shù)中心值尋優(yōu)調(diào)整到合適范圍內(nèi)。
　　 本文設(shè)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