董竹林

（山西交通職業(yè)技術(shù)學院，山西 太原 030031）

1 引言

隨著生產(chǎn)技術(shù)和自動化的發(fā)展，傳統(tǒng)的制造業(yè)生產(chǎn)方式發(fā)生了深刻的變化。智能產(chǎn)品的設計已經(jīng)成為產(chǎn)品開發(fā)的主要內(nèi)容，也是商家產(chǎn)品開發(fā)的目標之一，也是研究的熱點之一[1]。自動駕駛技術(shù)作為智能車輛輛研究的前沿探索，正成為現(xiàn)代智能車輛研究中最具挑戰(zhàn)性和吸引力的研究課題之一[2][3]。隨著自動控制、模式識別和傳感器技術(shù)在車輛電子、電氣、機械等領域的應用，智能車輛控制系統(tǒng)是典型的高科技綜合體，可廣泛應用于工廠自動化、定點貨車等領域，具有良好的應用前景[4]。它也可以應用在復雜、惡劣的工作環(huán)境中，并作為物流系統(tǒng)環(huán)節(jié)的搬運設備[5]。

智能車輛在控制過程中，需要自動調(diào)整其角度和速度，并沿著任何給定的路線前進。本文所提出的智能車輛視覺控制系統(tǒng)采用低功耗CMOS OV6620數(shù)碼相機，配以飛思卡爾高性能16位微控制器MC9S 12XS128作為主控CPU。將非線性PD控制算法應用于轉(zhuǎn)向控制控制中，實現(xiàn)了角度的實時控制。根據(jù)轉(zhuǎn)向角控制直流電機轉(zhuǎn)速（車速）與角度成反比，通過照片電編碼器名叫 yz30d4s-2-na-200實現(xiàn)實時的車輛速度控制，使用繼電器式控制控制算法來限制車輛速度、非線性P控制算法來控制車輛速度，從而實現(xiàn)閉環(huán)控制，使車輛實現(xiàn)智能“駕駛”。

2 系統(tǒng)硬件結(jié)構(gòu)設計

2.1 總體設計

智能車輛視覺控制系統(tǒng)以飛思卡爾高性能16位MC9S12 XS128為核心控制器，主要包括電源管理模塊、圖像采集模塊、速度采集模塊、電機驅(qū)動模塊、控制驅(qū)動模塊及調(diào)試模塊。調(diào)試模塊，通過RS232串行接口與PC機通信，采用BDM調(diào)試模式進行直接在線測試，大大提高了開發(fā)效率該系統(tǒng)結(jié)構(gòu)如圖1所示。

2.2 視覺系統(tǒng)

我們將相機可以隱層至主燈內(nèi)，或者布置于前擋風玻璃內(nèi)部，其固定在鋁合金裝甲組件上，采用碳纖維管作為支撐，從而使相機裝置具有較高的定位精度和剛性[3]。另外，根據(jù)相機的掃描原理，將相機從左上至右下旋轉(zhuǎn)180度。因此，單片機可以更早地捕捉到最近的道路圖像，進行及時的處理和響應。

視覺控制系統(tǒng)由OV6620和MC9S12XS128組成?？紤]到MC9S 12XS128讀取速度慢于OV6620的輸出速度，我們采用高速、低功耗、異步FIFO雙端口SRAM IDT7008進行數(shù)據(jù)緩存來優(yōu)化系統(tǒng)。該系統(tǒng)結(jié)構(gòu)簡單，成本低，通用性強，易于移植到各種類型的系統(tǒng)中。MC9S12XS 128可以升級到40mhz，可以達到通常只有32位控制器才能達到的性能水平。Ilt可以完全滿足圖像采集和處理、電機、轉(zhuǎn)向?qū)崟r控制的要求的PAL標準，每秒25幀，每幀2個字段，每秒50個字段，即每秒生成一幅圖像，356 x 292像素，具有高靈敏度、高集成度和比CCD更大的功耗降低。與單片機共用5V電壓電源。在使用單片機進行數(shù)據(jù)傳輸時，無需A/D轉(zhuǎn)換器和視頻同步分隔芯片 LM1881，就可以得到現(xiàn)場同步中斷信號。為了滿足系統(tǒng)需求，芯片應用LM2940和LM7806得到穩(wěn)定的電壓5 V和6 V，一方面，進一步減少電阻的影響，另一方面，減少電機的過流保護電路，并影響啟動和剎車。

2.3 速度采集及控制模塊

為了實現(xiàn)精確的閉環(huán)速度控制，智能車輛安裝了 yz30 d4d-2na-200旋轉(zhuǎn)光電編碼器，實時得到速度反饋[4]。光電編碼器固定在專門設計的鋁合金框架內(nèi)，并與差動齒輪嚙合。該智能車輛包含電機驅(qū)動齒輪和光電編碼器齒輪。一般情況下，齒輪嚙合不當會大大增加電機的負載，嚴重影響電機的轉(zhuǎn)速。齒輪嚙合的調(diào)整原則是齒輪軸必須保持平行；齒輪間隙應適當，過大的間隙可能導致齒輪斷裂，過窄的間隙可能增加傳動阻力；傳動部分不能有遲滯或周期性振動。

3 智能車輛實時控制策略

3.1 基本控制算法

根據(jù)實際情況，車輛由于需要有自我判斷能力，所以不必嚴格沿所設的路線行走。因此，轉(zhuǎn)向控制采用PD控制算法，消除了積分飽和元素。為了使車輛運行更平穩(wěn)，系統(tǒng)需要慢調(diào)整，甚至在小偏差上不調(diào)整，快速調(diào)整的同時滿足電動機避免產(chǎn)生大的偏差。要求偏差比例系數(shù) Kp和導數(shù)系數(shù)Kp為變量，即一個非線性過程，快速響應請求。

圖2 程序流程圖

但另一方面，車輛有時需要進行加速前進，以確保車輛不超過規(guī)定的速度迅速進入所設的路線（類似實際運行中的超車）。因此，需要根據(jù)偏差實時調(diào)整車速?？紤]到電機轉(zhuǎn)速變化較快，電流較大，加速和制動頻繁，不僅使驅(qū)動芯片啟動熱保護，甚至會燒壞電機。同時，為了使車輛在整個駕駛過程中變速穩(wěn)定，需要確保電動機速度是一個循序漸進的過程，系統(tǒng)需要緩慢的調(diào)整，即使沒有調(diào)整小偏差，調(diào)整速度快，同時滿足能夠調(diào)整在彎道或者超車時產(chǎn)生的很大偏差，防止跟蹤響應速度慢。本文設計的車輛采用非線性PD控制算法對車速進行調(diào)節(jié)。系統(tǒng)軟件流程圖如圖2所示。

3.2 道路圖像的提取算法

為了顯示捕捉道路圖像的黑白效果，將采集到的圖像灰度數(shù)據(jù)進行二值化得到二值圖像。為了獲得準確的道路信息，需要選擇合適的閾值。當光線強時，選擇大閾值。當光線較弱時，選擇小閾值。二值圖像中，前10行采用邊緣提取方法，下一行采用跟蹤邊緣提取方法。使用前10行的位置。定位在第11行位置，然后搜索該區(qū)域的黑線，類推，根據(jù)前一條線確定后一條線。當沒有找到黑線的位置時，保持前一行的位置為當前黑線的位置，并擴展下一行的搜索區(qū)域。如果不搜索連續(xù)三條黑線，則認為這條線丟失了，退出搜索。這樣可以去除干擾，還可以大大提高算法的效率。然后對搜索到的黑線進行中值濾波和幅值限制濾波。該算法在光干擾較大的環(huán)境下具有較強的適應性。

3.3 非線性PD轉(zhuǎn)向控制

為了充分利用相機的優(yōu)勢，減少干擾。得到轉(zhuǎn)向控制C[3]這個公式：

K1和K2是加權(quán)系數(shù)。KP1和KD為轉(zhuǎn)向比例系數(shù)和派生系數(shù)。

采用該控制策略可以實現(xiàn)對車輛實時位置的加權(quán)控制，提高曲線速度，減少決策累積誤差，并且道路識別信息更加豐富，大大降低了車輛的跑偏機率。此外，預測與近距離的雙重組合可提前轉(zhuǎn)彎。

3.4 非線性速度控制

由于硬件上的速度傳感器，可以得到當前車輛的速度G，然后形成閉環(huán)控制。采用非線性PD控制，能及時、快速、穩(wěn)定地將速度調(diào)節(jié)到預設值。根據(jù)不同的軌跡，利用攝像頭檢測當前位置偏差動態(tài)調(diào)整小車預期速度 E，從而實現(xiàn)智能車輛的自動調(diào)速。為提高速度，在直道設置最高目標速度D，當從直道到彎道時，車輛應該相應減速，以防止意外發(fā)生；行駛到彎道時，當前位置誤差變小，車速增大；當駛出時，車輛立即加速并提高穩(wěn)定性，以提高整個速度。為了不使速度超速，設定了加權(quán)系數(shù)（K）；介紹了調(diào)整車速響應，實現(xiàn)閉環(huán)控制的非線性P控制。車輛速度F的公式為：

KP2是速度系數(shù)。引入了調(diào)節(jié)系數(shù)K4，E = D-C/ K4。

4 結(jié)論

綜上所述，本文設計了一種基于圖像捕捉技術(shù)的智能車輛實時控制系統(tǒng)，實現(xiàn)了由OV6620和MC9S12XS 128組成的視覺控制系統(tǒng)。再加上邊緣提取算法和跟蹤算法，可以有效地從道路中提取中心線。該組合具有一定的抗干擾能力和對環(huán)境的適應能力。在此基礎上，只需添加一定的控制算法即可實現(xiàn)車輛視覺控制系統(tǒng)的轉(zhuǎn)向和速度控制。視覺控制系統(tǒng)簡單、可靠。減少了外圍處理電路，不需要A/D轉(zhuǎn)換電路和視頻同步分隔電路。該系統(tǒng)大大縮短了圖像采集和處理時間，使車輛能夠按照任意給定的路線平穩(wěn)行駛。當然，本系統(tǒng)運行平穩(wěn)可靠、價格低廉、結(jié)構(gòu)簡單、模塊化、抗干擾能力強、動態(tài)性能好，是未來智能車輛和自動駕駛的前景方向。