范春平，黃麗貞，陳梓浩

（南昌航空大學(xué)信息工程學(xué)院，南昌　330063）

基于7725攝像頭下智能汽車無(wú)人駕駛的彎道丟線補(bǔ)線設(shè)計(jì)與實(shí)現(xiàn)

范春平，黃麗貞，陳梓浩

（南昌航空大學(xué)信息工程學(xué)院，南昌330063）

為實(shí)現(xiàn)智能汽車在自主駕駛下能快速穩(wěn)定的通過(guò)各種彎道，設(shè)計(jì)一種適用于各種彎道處丟線布線的算法，由于攝像頭視角的原因?qū)е轮悄芷囋谕ㄟ^(guò)彎道時(shí)，總有一邊的道路信息丟失，并且攝像頭成像有一定的畸變，所以對(duì)于無(wú)人駕駛的智能汽車來(lái)說(shuō)，對(duì)彎道丟線部分進(jìn)行相應(yīng)的還原是十分有必要的，實(shí)驗(yàn)表明改設(shè)計(jì)提高智能汽車在彎道出穩(wěn)定性、快速性。

智能汽車；無(wú)人駕駛；攝像頭

0　引言

這些年來(lái)，汽車智能化已經(jīng)是一種趨勢(shì)，無(wú)人駕駛技術(shù)將慢慢成熟，然而在設(shè)計(jì)智能汽車自主行駛時(shí)，不得不克服攝像頭等傳感器的缺點(diǎn)，由軟件算法設(shè)計(jì)去解決這些盲區(qū)。智能汽車在直線行駛是，視野比較廣也比較遠(yuǎn)，圖像處理起來(lái)比較簡(jiǎn)單，路徑識(shí)別起來(lái)比較方便，但是當(dāng)智能汽車進(jìn)入彎道后，攝像頭采集的圖像只能看到一半的道路信息，我們?cè)O(shè)計(jì)了一種根據(jù)一邊的道路信息還原另一邊的道路信息，效果比較理想。

1　系統(tǒng)原理以及硬件介紹

為了使智能車能在高速下行駛，我們采用的飛思卡爾32位微處理器MDK60作為核心處理器，OV7725攝像頭作為主要傳感器進(jìn)行道路信息的采集，該攝像頭由硬件二值化，可編程控制攝像頭的閾值，以及圖像的像素大小，本設(shè)計(jì)每幅圖像采用60行，80列數(shù)據(jù)，總共4800個(gè)像素點(diǎn)，圖像畫(huà)質(zhì)比較清新，且在高速運(yùn)行下，畫(huà)面能不失真。改攝像頭采集的原始彎道圖像，左彎如圖1所示，右彎如圖2所示。

系統(tǒng)總體設(shè)計(jì)如圖3所示。

圖3　系統(tǒng)總統(tǒng)設(shè)計(jì)

2　軟件算法設(shè)計(jì)

本設(shè)計(jì)采用的彎道的補(bǔ)線策略是通過(guò)采集回來(lái)另一邊有線的斜率來(lái)補(bǔ)線的，例如當(dāng)進(jìn)入左彎時(shí)，左邊一側(cè)圖像無(wú)效，我們可以通過(guò)右邊有線部分來(lái)補(bǔ)出一條中線，核心C語(yǔ)言代碼如下：

①剛?cè)霃澋那闆r，從兩邊有線到只有一邊有線的情況

if（flag_black_left［i］==1）；右邊丟線

｛

center［i］=center［i+1］+（black_left［i］-black_left［i+1］）；中心等于上次中心加上邊沿的斜率

if（center［i］＞79）；限幅處理

center［i］=79；

｝

else；左邊丟線

｛

center［i］=center［i+1］-（black_right［i+1］-black_right［i］）；中心等于上次的中心減去邊沿的斜率

if（center［i］<0）限幅處理

center［i］=0；｝

圖4　原始圖像　

圖5　補(bǔ)線效果

原始圖像如圖4所示，程序補(bǔ)線后圖像如圖5所示。

②入彎后整幅圖像只有一邊的圖像，邊沿斜率補(bǔ)線需要確定第一個(gè)中心位置，這個(gè)中心位置的確認(rèn)都后面的每個(gè)中心位置都有關(guān)系。

if（flag_black_left［i］==1）

｛

if（i==60）；最近的一行是右邊丟線

center［i］=black_left［i］+（80-black_left［i］）/2

else

center［i］=center［i+1］+（black_left［i］-black_left［i+1］）；

if（center［i］＞79）；限幅處理

center［i］=79；

｝

else

｛

if（i==60）；最近一行是左邊丟線

center［i］=black_right［i］-（80-black_right［i］）/2

else

center［i］=center［i+1］-（black_right［i+1］-black_right［i］）；

if（center［i］<0）；限幅處理center［i］=0；

｝

原始圖像如圖6所示，補(bǔ)線效果如圖7所示。

圖6　原始圖像

圖7　補(bǔ)線效果圖

3　結(jié)語(yǔ)

通過(guò)多次實(shí)驗(yàn)表明，運(yùn)用上述的補(bǔ)線思想在基于攝像頭下的智能汽車中取得了良好的效果，智能汽車在入彎，出彎均表現(xiàn)轉(zhuǎn)向十分靈敏，從而整體提高了智能車自主運(yùn)行的速度，在實(shí)際生活中，用這種方法可以很好地還原出真實(shí)賽道的元素信息。算法簡(jiǎn)便，實(shí)時(shí)性強(qiáng)，滿足了智能車實(shí)時(shí)，安全、穩(wěn)定、快速的要求具有廣闊的應(yīng)用前景，是當(dāng)前無(wú)人駕駛汽車引領(lǐng)技術(shù)的主流方向。

［1］卓晴，黃開(kāi)勝，邵貝貝等.學(xué)做智能車 ——挑戰(zhàn)“飛思卡爾 ”杯［M］.北京：北京航空航天大學(xué)出版社，2007.

［2］邵貝貝.單片機(jī)嵌入式應(yīng)用的在線開(kāi)發(fā)方法［M］.北京：清華大學(xué)出版社，2004.

［3］井上誠(chéng)喜等著.C語(yǔ)言實(shí)用數(shù)字圖像處理［M］.白玉林譯.北京：科學(xué)出版社，2003

［4］張曉輝，嚴(yán)祥輝.基于DSP成像系統(tǒng)的視頻圖像采集部分的實(shí)現(xiàn)［J］.壓電與聲光 ，2002，24（3）：51258.

［5］林辛凡，李紅志，黃穎.清華大學(xué)三角洲隊(duì)技術(shù)報(bào)告［R］，2006.

［6］賈秀江，李敏.上海交大SpeedStar技術(shù)報(bào)告［R］，2007.

［7］萬(wàn)永倫，丁杰雄.一種機(jī)器人尋線控制系統(tǒng)［J］.電子科技大學(xué)學(xué)報(bào)，2003，32（1）：42250.

［8］曾星星.基于攝像頭的路徑識(shí)別智能車控制系統(tǒng)設(shè)計(jì).湖北汽車工業(yè)學(xué)院學(xué)報(bào)，2008，6.

［9］吳斌華，黃衛(wèi)華，程磊，楊明.基于路徑識(shí)別的智能車系統(tǒng)設(shè)計(jì).電子技術(shù)應(yīng)用，2007，3.

Smart Car；Unmanned；Camera

Design and Implement of the Line Loss in the Curve of Intelligent Car Based on the 7725 Camera

FAN Chun-ping，HUANG Li-zhen，CHEN Zi-hao
（School of Information Engineering，Nanchang Hangkong University，Nanchang 330063）

For the implement of intelligent vehicle in autonomous driving fast through various curves，designs a suitable to bend all lose the line routing algorithm，due to the camera angle lead to smart cars in through the corner，there is always one of the road information loss and camera imaging have some distortion，so for unmanned intelligent vehicle，on the corners lost line part of corresponding reduction is very necessary.Experimental results show that the design improves the intelligent vehicle in cornering stability，rapidity.

1007-1423（2016）28-0046-03

10.3969/j.issn.1007-1423.2016.28.013

范春平（1994-），在讀本科，研究方向?yàn)榍度胧?、單片機(jī)、傳感器技術(shù)陳梓浩（1994-），在讀本科，研究方向?yàn)榍度胧?、單片機(jī)、傳感器技術(shù)

2016-08-30

2016-09-30