孫桐，鄭天昱，陳龍

（杭州電子科技大學(xué)電子信息學(xué)院，浙江杭州，310018）

0 引言

智能小車是一個(gè)集環(huán)境感知、規(guī)劃和決策于一體的多維度輔助駕駛集成系統(tǒng)，重點(diǎn)研究計(jì)算機(jī)與現(xiàn)代傳感技術(shù)、信息融合技術(shù)、通信技術(shù)、人工智能技術(shù)和自動控制技術(shù)，是新技術(shù)與高新技術(shù)的典型結(jié)合[1]。智能小車可以用于在不利條件下進(jìn)行無人檢測和操作，這種控制技術(shù)可應(yīng)用于像智能物流這樣的物聯(lián)網(wǎng)工業(yè)應(yīng)用領(lǐng)域[2-4]。為了更深入的認(rèn)識和了解智能化汽車，可通過設(shè)計(jì)與實(shí)現(xiàn)智能小車來進(jìn)一步研究智能汽車的控制理念和方式[5-6]。傳統(tǒng)的智能尋跡小車只能運(yùn)行在簡單的賽道上，對復(fù)雜的賽道元素缺乏處理能力，具有很大的局限性，且不能將舵機(jī)轉(zhuǎn)向與電機(jī)速度控制有效結(jié)合，在尋跡路徑上還有很大的提升空間。

為了解決這些問題，本文以全國大學(xué)生智能汽車競賽為背景，設(shè)計(jì)并實(shí)現(xiàn)了基于K66單片機(jī)的智能尋跡小車系統(tǒng)，通過對數(shù)字圖像的邊緣掃描和特征檢測等處理，能夠?qū)崟r(shí)識別復(fù)雜賽道，并對舵機(jī)轉(zhuǎn)向與電機(jī)速度控制進(jìn)行有效配合，完成路徑優(yōu)化，實(shí)現(xiàn)智能尋跡。

1 智能尋跡小車系統(tǒng)整體方案設(shè)計(jì)

智能尋跡小車系統(tǒng)整體方案設(shè)計(jì)如圖1所示，該系統(tǒng)通過處理攝像頭模塊采集的灰度圖像，判斷道路類型并控制舵機(jī)模塊與電機(jī)模塊。系統(tǒng)可通過OLED模塊顯示實(shí)時(shí)圖像，TF卡模塊存儲行駛圖像與數(shù)據(jù)，按鍵調(diào)試模塊實(shí)現(xiàn)PID參數(shù)快速整定，從而輔助人工完善智能尋跡。系統(tǒng)的主控芯片使用恩智浦K66單片機(jī)，該單片機(jī)主頻為180MHz，超頻處理后可以達(dá)到220MHz，具有5個(gè)UART串口、4個(gè)FTM定時(shí)器等模塊，充分滿足智能尋跡小車的設(shè)計(jì)。

圖1 智能尋跡小車系統(tǒng)整體方案框圖

2 系統(tǒng)硬件電路設(shè)計(jì)

■2.1 單片機(jī)外圍電路設(shè)計(jì)

單片機(jī)外圍電路設(shè)計(jì)如圖2所示，包括單片機(jī)時(shí)鐘與復(fù)位電路、JTAG下載電路、UART串口電路、OLED顯示電路和按鍵調(diào)試電路。

圖2 單片機(jī)外圍電路

■2.2 攝像頭模塊電路設(shè)計(jì)

攝像頭模塊電路如圖3所示，攝像頭模塊采用了MT9V032總鉆風(fēng)數(shù)字?jǐn)z像頭。該攝像頭是一款基于MT9V032芯片設(shè)計(jì)的全局快門攝像頭，優(yōu)點(diǎn)是自動曝光、曝光時(shí)間隨時(shí)可調(diào)、高動態(tài)性能等。

圖3 攝像頭模塊電路

■2.3 舵機(jī)模塊電路設(shè)計(jì)

舵機(jī)模塊電路如圖4所示，舵機(jī)模塊采用FUTABA3010，具有低成本、高扭矩的優(yōu)點(diǎn)。該舵機(jī)在不同工作電壓下，舵機(jī)的轉(zhuǎn)矩與速度數(shù)據(jù)有略大差別,系統(tǒng)采用6V為舵機(jī)模塊工作電壓。

圖4 舵機(jī)模塊電路

■2.4 電機(jī)模塊電路設(shè)計(jì)

電機(jī)驅(qū)動電路設(shè)計(jì)如圖5所示，該電路采用IR2104和MOS管組合的H橋電路，可通過改變單片機(jī)對應(yīng)電機(jī)模塊引腳占空比輸出，實(shí)現(xiàn)電機(jī)的變速控制。

圖5 電機(jī)驅(qū)動電路

3 系統(tǒng)軟件設(shè)計(jì)

系統(tǒng)的軟件設(shè)計(jì)由圖像采集、圖像處理、舵機(jī)轉(zhuǎn)向控制、電機(jī)速度控制等四個(gè)部分組成。系統(tǒng)軟件主流程圖如圖6所示，系統(tǒng)軟件首先進(jìn)行程序初始化，包括時(shí)鐘初始化、定時(shí)器初始化等，對采集到的灰度圖像提取道路信息并進(jìn)行分析，完成轉(zhuǎn)向與速度決策。若系統(tǒng)在智能尋跡過程中識別到車庫，則尋跡小車會自動入庫并停車。

圖6 系統(tǒng)軟件主流程框圖

■3.1 圖像采集

攝像頭就好比智能車的“眼睛”，為微控制器提供當(dāng)前道路信息，并可將獲取的圖像信息實(shí)時(shí)傳輸?shù)轿⒖刂破鬟M(jìn)行處理[7]。為了更加符合真實(shí)汽車比例，系統(tǒng)的攝像頭安裝在車輛縱向平分線上，高度距地面10厘米。系統(tǒng)采用DMA方式采集圖像，DMA采集速度快且不經(jīng)過微處理器[8]，使單片機(jī)能獲得更多的有效數(shù)據(jù)。圖像采集的原始灰度圖像如圖7所示，共186×70個(gè)像素，在視野廣、前瞻長的前提下，圖像采集速率能達(dá)到50fps，基本滿足系統(tǒng)尋跡高速穩(wěn)定的要求。

圖7 原始灰度圖像

■3.2 圖像處理

3.2.1 二值化圖像處理

原始灰度圖像經(jīng)過二值化處理后的圖像如圖8所示，二值化處理能降低圖像的復(fù)雜度，使數(shù)據(jù)量減小，并凸顯出目標(biāo)道路輪廓。由于系統(tǒng)的攝像頭高度較低，在實(shí)際行駛過程中道路光線不均勻，導(dǎo)致單一閾值的設(shè)定不能滿足需求，故采用最大協(xié)方差閾值法計(jì)算二值化閾值，實(shí)現(xiàn)圖像前景與背景的分離。

圖8 二值化圖像

3.2.2 圖像邊緣檢測處理

二值化圖像經(jīng)過邊緣檢測后的圖像如圖9所示，系統(tǒng)邊緣檢測采用中心掃線與邊緣掃線兩種方式。中心掃線是指每行圖像起始掃線從上一行圖像的中線坐標(biāo)開始，分別向左向右尋找黑白像素切換點(diǎn)坐標(biāo)作為可能的賽道邊界，擬合出賽道中心線。而邊緣掃線是指，每行圖像起始掃線從上一行左右邊界線的坐標(biāo)點(diǎn)開始，分別向左向右尋找本行的左右邊界線的坐標(biāo)。經(jīng)過這兩種圖像邊緣檢測方法，可得到與實(shí)際道路中線擬合度較高的圖像中線值。

圖9 邊緣檢測圖像

■3.3 舵機(jī)轉(zhuǎn)向控制策略

3.3.1 舵機(jī)整體控制思路

舵機(jī)通過一個(gè)由FTM靈活定時(shí)器模塊輸出的PWM波控制，經(jīng)過各種參數(shù)對比之后，采用50Hz的PWM波能使舵機(jī)響應(yīng)速度最快且工作時(shí)狀態(tài)穩(wěn)定。

在每個(gè)控制周期中，圖像處理完成后，可根據(jù)不同的賽道類型和實(shí)際行駛速度綜合分析后計(jì)算出最佳的舵機(jī)打角行，將此行的中線偏差值通過舵機(jī)PID公式計(jì)算得出最佳舵機(jī)打角值。

3.3.2 不同道路元素的舵機(jī)PID控制

PID控制器原理框圖如圖10所示，PID控制是傳統(tǒng)控制中最具代表性的一種控制方式，應(yīng)用也最為廣泛[9]。在計(jì)算機(jī)控制系統(tǒng)中，使用數(shù)字PID控制器，控制規(guī)律如式(1)。

圖10 PID控制器原理框圖

式(1)中：k為采樣序號；u(k)為第k次輸出控制量；KP為比例系數(shù)；TI為積分系數(shù)；TD為微分系數(shù)；T為采樣周期；e(k)為第k次偏差；e(k? 1 )為第k?1次偏差。

系統(tǒng)的舵機(jī)控制采用位置式PID，經(jīng)過調(diào)試發(fā)現(xiàn)I項(xiàng)（積分項(xiàng)）不適用于舵機(jī)控制，便將舵機(jī)的PID控制簡化為PD控制。

當(dāng)尋跡小車行進(jìn)到不同道路元素時(shí)，采取恒定的舵機(jī)PD參數(shù)會造成直道抖動和彎道轉(zhuǎn)向不連貫的問題，因此可根據(jù)不同的道路類型選取不同的舵機(jī)PD參數(shù)值，做到直道跑的直，過彎流暢并同時(shí)在S型彎道實(shí)現(xiàn)路徑優(yōu)化。經(jīng)過調(diào)試后發(fā)現(xiàn)，不同道路元素的舵機(jī)PD參數(shù)值選取有以下的規(guī)律：直道PD值小，彎道PD值大，S型彎道P值小D值略大。

■3.4 電機(jī)轉(zhuǎn)速控制策略

3.4.1 電機(jī)轉(zhuǎn)速整體控制思路

尋跡小車在直道設(shè)定較高的轉(zhuǎn)速，在彎道設(shè)定稍慢的轉(zhuǎn)速使小車能夠流暢的跑完整個(gè)賽道，其中直道速度能決定小車的整體速度，合適的彎道速度能夠提升小車的穩(wěn)定性。由于直道入彎的過程是關(guān)鍵，系統(tǒng)采取了特殊的減速策略，即先根據(jù)小車當(dāng)前速度給出相應(yīng)減速需要的圖像場數(shù)，當(dāng)減速場數(shù)較高時(shí)設(shè)定速度可較低，當(dāng)減速場數(shù)較少時(shí)設(shè)定速度可較高，并隨著減速場數(shù)的減少設(shè)定速度可逐漸接近彎道速度，使小車能夠流暢的進(jìn)入彎道，避免出現(xiàn)“猛加猛減”的情況。

3.4.2 不同道路元素的電機(jī)PID控制

系統(tǒng)對電機(jī)模塊采用了增量式PID控制，該控制算法如式(3)所示，由式(1)可推出式(2)，式(1)減去式(2)可得式(3)。

經(jīng)過調(diào)試發(fā)現(xiàn)，微分系數(shù)KD不適用于該電機(jī)轉(zhuǎn)速控制，故系統(tǒng)使用了增量式PI來控制電機(jī)轉(zhuǎn)速。

系統(tǒng)在直道行駛過程中，后輪兩個(gè)電機(jī)可以設(shè)定相同的速度目標(biāo)值，在彎道行駛過程中，后輪電機(jī)可通過主動差速來輔助小車轉(zhuǎn)向。在調(diào)試中發(fā)現(xiàn)，可根據(jù)舵機(jī)打角值來控制電機(jī)的差速。把舵機(jī)轉(zhuǎn)向角度分為若干個(gè)區(qū)間，在每個(gè)區(qū)間內(nèi)，外側(cè)電機(jī)給原彎道速度，轉(zhuǎn)向的內(nèi)側(cè)電機(jī)在原彎道設(shè)定速度的基礎(chǔ)上使用不同比例的差速，這一策略能使電機(jī)和舵機(jī)較好的協(xié)同工作，避免因?yàn)殡姍C(jī)推動而導(dǎo)致小車過彎不流暢，進(jìn)一步實(shí)現(xiàn)路徑優(yōu)化。

4 結(jié)語

本系統(tǒng)使小車實(shí)現(xiàn)智能尋跡，通過對二值化圖像的邊緣檢測處理，識別十字、環(huán)島等復(fù)雜元素，并使舵機(jī)轉(zhuǎn)向與電機(jī)后輪差速控制有效結(jié)合，在不同的復(fù)雜道路上，利用軟件算法針對性的做出不同的行駛路徑優(yōu)化。在攝像頭高度低的情況下，使用最大協(xié)方差閾值法計(jì)算二值化閾值，大幅降低路面反光引起圖像噪聲大的影響。系統(tǒng)具有很強(qiáng)的前瞻性，通過圖像處理算法能夠提前判斷路面情況并做出轉(zhuǎn)向與速度決策。經(jīng)過大量賽道測試與檢驗(yàn)，該系統(tǒng)具有較強(qiáng)的魯棒性，能將高速性與穩(wěn)定性較好的結(jié)合，在處理器算力和傳感器數(shù)量有限的情況下，初步實(shí)現(xiàn)現(xiàn)代化智能汽車的自動駕駛功能。系統(tǒng)仍存在不足之處，由于芯片算力和傳感器數(shù)量有限，不能對于車輛在真實(shí)道路的行駛有進(jìn)一步的模擬。隨著人工智能的發(fā)展以及芯片算力的提升，希望能將更高級的算法與智能尋跡小車融合，進(jìn)一步拓展智能尋跡小車的發(fā)展。