趙美娟

(山西欣奧特自動化工程有限公司，山西 太原 030012)

0 引言

高速公路巡檢智能車的自動駕駛技術必須滿足能夠準確識別車道，本功能的關鍵硬件設備是圖像傳感器，常用的圖像傳感器可以用紅外、CMOS等技術[1]。本文使用了CMOS圖像傳感器，根據采集到的圖像數據進行路徑分析。在降低智能車系統(tǒng)整體功耗的同時，有效地節(jié)省了傳感器，提高了路徑識別的效率。提出了基于圖像的路徑識別算法，通過對圖像進行識別處理確定路徑的位置，來判斷智能車的自動巡檢能力。本文還研究了舵機轉向算法，對比了多種算法，選用了PD算法作為轉向控制算法。

1 圖像傳感器評測

華為品牌的CMOS圖像傳感器性能高，運行穩(wěn)定，顯色性較好，本文實驗使用的是華為海思CMOS傳感器。對該傳感器的實測時序，其中，圖1(a)為VSYNC-FODD的時序圖；圖1(b)為FODD-HERF的時序圖。兩個圖中，上面的信號為第一路輸入，下面的信號為第二路輸入[3]。對其時序圖分析不難發(fā)現該傳感器滿足智能車的實驗要求，性能良好。

圖1 實測時序圖

通過搭建電路板測試其輸出時序，在實驗測試的基礎上，本文設計并制作完成了CMOS攝像頭。計算機端設計了圖像顯示系統(tǒng)，可以通過攝像頭進行圖像信息采集，通過無線端口進行數據的傳輸，將圖像信息傳遞到計算機端，使實驗過程的圖像顯示在計算機上[4]。

圖2 圖像顯示系統(tǒng)

2 路徑識別算法設計

智能車要根據既定的路線進行行駛，首先要識別攝像頭采集回來的路線圖像，對路徑圖像進行分析和識別，然后來判斷智能車的轉向和路況。智能車行進路線可以認為有三種組成，即直線、彎道、蛇形線組成[5]。本文通過分析圖像的黑線位置來確定智能車前方的路況，如圖3所示。

從圖3可知，路徑識別算法的基礎是圖像處理技術，將圖像傳感器傳回的圖像進行處理，來識別路徑，并提取路徑信息確定路徑走向和特征。本文提出的算法分成兩步處理：

1)圖像中的數據點從右到左，進行灰度處理，對車道的灰度和周圍物體進行灰度對比，提取圖像中的車道信息，分割出車道。在確定的車道路徑中，進行車道信息標記，在路徑中每隔6個單位就標記白色信息點，并標注坐標，依次沿著路徑進行標記。

2)設置一個計數器，對每一次標注的符合條件的白色點位，記錄在計數器中。在標記信息點的過程中可能會出現黑色路徑斷掉的情況，這時計數器就將路徑信息進行記錄。重新進行圖像采集、灰度處理、分割車道和標記。針對路徑不同的圖像，在路徑進行轉彎時，標記白色信息點的間隔會發(fā)生變化來準確識別轉彎時的路徑信息。

圖3 路徑識別示意圖

通過實驗數據分析，該算法可以準確標注出路徑信息點，對三種不同形狀的路徑實驗效果較好。對直線、彎道、蛇形線的測試結果如圖4所示。白顏色的點位標記路徑信息點。

圖4 路徑識別算法測試結果

3 轉向算法設計

智能車的方向是由舵機來控制的，舵機的控制信號為PWM脈沖，不同脈沖對應著舵機轉向的不同角度。本文利用單片機PWM輸出作為舵機的脈沖輸入來實現對高速巡檢智能車的前輪轉向控制。本文中，PWM脈沖寬度和舵機轉向的角度正切值直接的關系為公式(1)所示。

Y=1423.92-246.47X.

(1)

其中，X為舵機轉角的正切值，Y為PWM脈寬值。

根據上述基于圖像的路徑識別，來確定智能車的舵機轉向角度。舵機轉角的數學模型如圖5所示，圖中的α角即為舵機的轉向角。圖像傳感器傳回來的圖像為圖5中所示的黑色長方形，將該長方形放置對應的坐標系中，該坐標系Y軸為前進方向，X軸為左右方向，D為路徑圖像的長度，L1為寬度，L2為智能車前輪的水平連線到圖像傳感器所視最近位置的距離。

圖5 計算舵機偏角示意圖

由圖可知xcent=D/2，ycent=0。D，L1，L2可以通過實驗測得，每次測量完成之后，要進行重新定位，計算出圖像中的黑色點平均坐標(xaver,yaver)。根據圖3路徑識別示意圖的標注圖像坐標，將公式進行等效變換，將原來的坐標變成新坐標如公式(2)所示。

(2)

當計算得到(xcent,ycent)和(xaver,yaver)兩點的坐標之后，很容易就可以計算舵機應該偏轉的角度。

本文采用PID算法對智能車的前輪轉向進行控制，并根據智能車舵機的特性和控制角度要求，來改變PID算法的結構，對各種運算進行調整。從而得到適應于該智能車舵機的調節(jié)控制算法。

在智能車轉向控制中，由于智能車并不需要考慮已經走過的路徑，為此把積分調節(jié)去掉就形成了PD調節(jié)器。對應的轉向調節(jié)算法如公式(3)所示。在該公式中t為圖像傳感器傳輸圖像的時間周期20ms；kd為微分系數根據路況要求進行自主調整，實驗情況下設定為[0.5,1.5]；enew為調節(jié)的計算偏差，舵機偏轉的角度就是通過計算兩次的偏差來獲得的。

(3)

通過一段時間的實驗測試，智能車在路徑識別檢測方面性能較好，能夠準確標注出有效路徑，并能在規(guī)定的車速情況下進行有效準確地轉向。但是在實際的高速公路中由于環(huán)境的影響，特別是人為的路徑標識的破壞，會對路徑識別進行致命的干擾。這方面還需要進一步研究有效的智能算法能夠預測和彌補路徑缺失。

4 結論

本文采用華為CMOS傳感器進行了高速公路巡檢智能車的路徑檢測傳感器的改造，并提出了基于圖像的路徑識別算法，通過對圖像進行識別處理確定路徑的位置，來判斷智能車的自動巡檢能力。本文還研究了舵機轉向算法，對比了多種算法，選用了PD算法作為轉向控制算法。經過實驗評測，高速巡檢智能車可以在規(guī)定的道路上以較快的速度穩(wěn)定行進。目前的高速公路建設及維護過程中智能巡檢車的使用可以節(jié)省人力物力，但是該技術對路徑檢測的要求越來越高，特別是對路況的檢測要求越來越高。本文的研究可以為后續(xù)的高速公路智能巡檢車技術提供依據。