摘 要：本系統(tǒng)以Arduino單片機為主控器，利用直流減速電機提供動力，PWM控制L298N實現(xiàn)調(diào)速，利用Open MV攝像頭識別路線完成循跡。領頭小車和跟隨小車裝有藍牙模塊用于車間通信，跟隨小車車前裝有光電開關以實現(xiàn)避障和跟隨功能。兩車利用PID循跡算法實現(xiàn)小車沿黑線前進，采用區(qū)域色塊識別算法實現(xiàn)停車線的判斷。經(jīng)測試，小車功能穩(wěn)定，傳感器識別準確，很好地實現(xiàn)了設計要求。

關鍵詞：機器視覺；循跡；智能小車；Arduino單片機；L298N；Open MV4；光電開關；PID

中圖分類號：TP274 文獻標識碼：A 文章編號：2095-1302（2024）03-0-02

0 引 言

無人控制自動循跡智能小車一直是行業(yè)研究的熱點，軌跡的識別性能對小車的循跡能力起著關鍵作用。隨著高性能芯片的升級換代及圖像識別算法研究的不斷深入，基于機器視覺的目標識別技術已在自動循跡智能小車上得到廣泛應用。機器視覺是建立在計算機視覺理論工程化基礎上的一門學科，涉及到光學成像、視覺信息處理、人工智能以及機電一體化等相關技術[1]。當前，基于Open MV的機器視覺攝像頭應用廣泛，Open MV以STM32H743 CPU為核心，集成OV5640攝像頭芯片，使用 Python 進行編程，在設計上有著小巧、輕便、易于組裝等特點[2]。

現(xiàn)要設計一種無人控制自動循跡智能小車跟隨行駛系統(tǒng)。該系統(tǒng)由一輛領頭小車和一輛跟隨小車組成，小車都具有循跡功能。領頭小車和跟隨小車從起始點出發(fā)，沿著1.8 m（寬）×1.2 m（長）的圓角矩形路徑行駛，完成一圈行駛后領頭小車到達停車標記停車，跟隨小車應及時停止且不能碰到前車。行駛場地為白色，行駛路徑用1 cm寬的黑色引導線來標記。軌跡上的起始點與停車標記為同一處，用垂直貼于路徑引導線的黑色標志線來標記，標志線寬2 cm、長5 cm。

本文采用Open MV機器視覺模塊作為圖像采集與處理平臺，通過Arduino控制智能小車實現(xiàn)上述功能。

1 系統(tǒng)方案的設計與選擇

1.1 系統(tǒng)結構與設計思路

如圖1所示，本系統(tǒng)用攝像頭進行循跡，攝像頭安裝在小車車體中軸線上，鏡頭俯視黑線。以Arduino單片機為主控器，每輛小車利用兩只300轉/分直流減速電機提供動力，利用L298N電機驅(qū)動模塊實現(xiàn)電機運行，利用OPEN MV攝像頭識別路線完成循跡。主車設置鍵盤用于選擇功能，領頭小車和跟隨小車裝有HC-05藍牙模塊用于車間通信以實現(xiàn)一起開車和停車功能，從車利用紅外傳感器使跟隨小車與領頭小車保持一定的距離。兩車都利用攝像頭和PID循跡算法實現(xiàn)小車沿黑線前進，采用區(qū)域色塊識別算法實現(xiàn)停車線的判斷，利用PWM調(diào)速實現(xiàn)對兩小車速度的穩(wěn)定及調(diào)節(jié)，同時設置LED燈、蜂鳴器等小型模塊。為了將電源電壓的變化對小車的運行狀態(tài)影響降到最低，本系統(tǒng)采用通過14.8 V鋰電池降壓后的9 V穩(wěn)定電壓給電機驅(qū)動單元供電。

1.2 攝像頭黑線位置算法設計

Open MV探測黑線并計算輸出黑線的位置。攝像頭設置的圖像像素大小為QQVGA灰度模式，并將圖像區(qū)域分為三個區(qū)域A、B、C，如圖2（a）所示，黑線圖像進入三個區(qū)域后會得到3個坐標值xA、xB、xC。三個區(qū)域A、B、C分別設置不同的權重kA、kB、kC。通過用不同的權重對最大色塊圖像中點x'坐標求平均值就可以算出相對黑線當前的位置，其中最大的權重分配給靠近圖像頂部的A區(qū)，這個是由黑線左彎曲的特點決定的，可以更精確地判斷出黑線走向[3-5]。

按式（1）便可計算出黑線相對于中心點的角度，該角度數(shù)據(jù)利用串口輸出到單片機[6-7]。

（1）

1.3 小車運動控制算法設計

小車利用PID進行運動控制循跡。攝像頭不斷輸出黑線相對位置角度數(shù)據(jù)y（t），PID控制的偏差量為e（t）=y（t）-90。數(shù)字PID只用到了比例和微分，如公式（2）所示[8-9]。

（2）

式中：Kp為比例系數(shù)；Kd為微分系數(shù)；e（k）和e（k-1）分別為第k和第k-1時刻所得到的系統(tǒng)偏差信號。

根據(jù)黑線特點和車速要求，通過不斷整定可確定合適的比例系數(shù)和微分系統(tǒng)；通過PID計算得出執(zhí)行量，若小車出現(xiàn)偏離，控制小車的兩個電機差速旋轉，并朝著偏差減小的方向動作。在PID算法的控制下，小車可實現(xiàn)穩(wěn)定循跡[10-11]。

1.4 小車停車算法設計

在攝像頭成像范圍下方設置一個長100像素、寬20像素的矩形檢測區(qū)域，如圖3所示。在此范圍內(nèi)尋找寬度與停車標識相當?shù)暮谏珘K，若在此區(qū)域內(nèi)檢測到黑色色塊，則傳送信號到單片機中，主控制器判定為到達停車點。

2 系統(tǒng)程序設計

2.1 系統(tǒng)總體流程設計

加電后領頭小車和跟隨小車要進行初始化，包括設置攝像頭圖像像素大小為160×120，圖像格式為灰度圖；初始化單片機IO口，設置UART串口的波特率。領頭小車要初始鍵盤子程序并等待開車按鍵按下。當領頭小車收到開車指令后，小車啟動的同時會給跟隨小車發(fā)送一個開車指令，實現(xiàn)兩車同車前進。領頭小車和跟隨小車都具有獨立循跡功能，跟隨小車可利用光電開關不斷探測與領頭小車的距離并通過減速實現(xiàn)避障。領頭小車探測到停車線后停車并通過藍牙模塊發(fā)送停車指令，實現(xiàn)同時停車。

2.2 循跡子程序

小車通過攝像頭反饋的圖像對前方圖像進行識別。將各個區(qū)域內(nèi)檢測到的最大色塊的中心位置坐標的加權平均值與小車的相對位置進行比較，得出黑線與小車中心位置的偏差量；單片機利用該偏差量對數(shù)據(jù)進行PID計算得到控制量，控制小車左右輪轉速和轉向。當黑線位于左側時，程序控制小車左電機減速，右電機加速；當黑線位于右側時，程序控制小車左電機加速，右電機減速。加減速的量由控制量決定，從而使小車能夠始終沿著黑線方向前進，如圖4所示。

2.3 停車子程序

在攝像頭成像范圍下方設置一個長100像素、寬20像素的矩形區(qū)域，如圖3所示。在此范圍內(nèi)尋找寬度與停車標識相當?shù)暮谏珘K，若在此區(qū)域內(nèi)檢測到黑色色塊，則設置攝像頭中P2引腳為高電平，傳送信號到單片機中，主控制器判定為到達停車點。

2.4 小車間通信

領頭小車通電后，向跟隨小車發(fā)送行進路線設置數(shù)值以及內(nèi)外道的選擇數(shù)值，進行跟隨小車的初始化設置。領頭小車開始行進時向跟隨小車發(fā)送開始行進指令，小車行進過程中保持藍牙通信，領頭小車向跟隨小車發(fā)送指令，控制跟隨小車在路口處選擇路線以及在領頭小車到達終點處時停車。

3 結 語

本文提出的基于Open MV的雙車循跡跟隨行駛系統(tǒng)，利用Open MV攝像頭實現(xiàn)了黑線的檢測。利用PID算法實現(xiàn)了小車運動控制，保證了小車在高速行駛中穩(wěn)定循跡。利用藍牙通信模塊實現(xiàn)兩個小車間通信，最終實現(xiàn)循跡和跟隨功能。經(jīng)過反復測試，本系統(tǒng)穩(wěn)定，達到設計的預期效果。

參考文獻

[1]朱云，凌志剛，張雨強. 機器視覺技術研究進展及展望[J].圖學學報，2020，41（6）：871-890.

[2]星瞳科技. Open MV中國官網(wǎng)[EB/OL]. [2022-11-15]. http：//OpenMV.cc.

[3]錢平，顧才東，馬建圓，等.基于OpenMV的水下機器人管道巡檢比賽策略研究[J].無線互聯(lián)科技，2021，18（1）：100-101.

[4]劉杰，蔣沁宏. 基于Open MV的尋的賽車[J].電子技術與軟件工程，2018，7（14）：74.

[5]周詩薇，龔家元，郄磊澎，等.基于OpenMV的云臺追蹤系統(tǒng)設計[J].湖北汽車工業(yè)學院學報，2019，33（4）：54-56.

[6]李成勇，譚寒鐘，王莎，等.基于OpenMV的智能“尋的”小車控制系統(tǒng)[J].液晶與顯示，2020，35（8）：870-876.

[7]蔣澤鑫，侯明，陳培錫，等.基于OpenMV的智能交通裝備[J].傳感器世界，2021，27（2）：23-26.

[8]莊瓊云.基于OpenMV的智能尋跡小車設計與實現(xiàn)[J].黎明職業(yè)大學學報，2018，30（4）：80-84.

[9]張文青，龍奕帆.基于Open MV視覺模塊的智能小車巡線系統(tǒng)設計[J].集成電路應用，2021，10（38）：231-233.

[10]顧禎婕，文哲，高宇杰. 基于OpenMv視覺識別的自主投籃機器人實現(xiàn)[J].無線互聯(lián)科技，2020，17（9）：55-56.

[11]葉思言，張永寧，李錦，等.基于UWB定位和OpenMV識別的智能跟隨行李箱設計[J].成都工業(yè)學院學報，2020，23（3）：29-33.