李前錕

南京中設(shè)航空科技發(fā)展有限公司，江蘇 南京 210000

1 剖析智能小車的系統(tǒng)結(jié)構(gòu)

智能小車系統(tǒng)中包含路徑跟隨系統(tǒng)和環(huán)境感知系統(tǒng)。設(shè)計(jì)智能小車系統(tǒng)結(jié)構(gòu)的核心是為了把通信模塊、車載傳感器以及跟隨控制結(jié)構(gòu)等功能有機(jī)結(jié)合在一起。一般來講，智能小車系統(tǒng)的硬件結(jié)構(gòu)在很大程度上決定了控制算法、小車路徑識別與路徑跟隨等內(nèi)容，而這些內(nèi)容正好能夠?yàn)橹悄苄≤嚱Y(jié)構(gòu)設(shè)計(jì)和建立運(yùn)動學(xué)模型提供理論參考依據(jù)。

需注意的是，研究智能小車路徑的根本目的在于模仿人為駕駛小汽車的行駛過程，因而要求圍繞人的駕駛行為構(gòu)建小車平臺。結(jié)合已有經(jīng)驗(yàn)，人為駕駛行為可劃分成操作、信息感知和軌跡決策等三部分內(nèi)容，這便意味著構(gòu)建智能小車平臺也需從這三部分內(nèi)容進(jìn)行考慮。

文章將圍繞智能小車路徑跟隨系統(tǒng)有關(guān)的閉環(huán)控制內(nèi)容展開設(shè)計(jì)，路徑識別和圖像處理等工作均要求在上機(jī)位完成，路徑跟隨和車速控制則要求待下機(jī)位接收到命令后才正式在實(shí)驗(yàn)小車上施行（見圖1）。

圖1 智能小車系統(tǒng)結(jié)構(gòu)圖

2 解讀圖像處理和攝像機(jī)標(biāo)定

2.1 了解圖像處理原理

攝像機(jī)獲取到的圖像實(shí)際上是呈透視變形特征的RGB彩色圖像。在對這一圖像進(jìn)行分析處理時(shí)，首先應(yīng)消除噪聲，其次才提取路徑信息。

首先，圖像灰度化。一般來講，RGB彩色圖像是一個(gè)三通道矩陣圖，圖像中包含的每一個(gè)像素均是由R、G和B等三分量所決定，且每一個(gè)分量中均包含了256個(gè)可選值。如果直接處理該圖像，不僅耗時(shí)長，而且對整個(gè)系統(tǒng)造成的實(shí)時(shí)影響較大，且灰度圖像中只涉及亮度信息，并沒有囊括色彩信息。如果把 RGB彩色圖像灰度化，就能夠減少計(jì)算量，簡化計(jì)算過程，進(jìn)而提升運(yùn)算效率。需注意的是，圖像灰度值所代表的是圖像顏色透明度，換言之便是亮度。

其次，最優(yōu)闕值分割。所謂闕值分割實(shí)際上是根據(jù)一定闕值把目標(biāo)從所選圖像背景中分離出來，以此獲得目標(biāo)路徑信息的過程。闕值分割可看成是對圖像進(jìn)行二值化處理的過程。分割環(huán)節(jié)應(yīng)當(dāng)把圖像中涉及的所有像素點(diǎn)同設(shè)定闕值間進(jìn)行對比，分開高于或低于像素的闕值，且將這些闕值分成前景與背景，隨之便完成了該圖像的二值化過程。需注意的是，闕值設(shè)定會直接影響圖像信息提取準(zhǔn)確率，這便意味著確定出最優(yōu)闕值十分必要。

最后，數(shù)學(xué)形態(tài)學(xué)操作。所謂數(shù)學(xué)形態(tài)學(xué)，實(shí)際上是在一定形態(tài)結(jié)構(gòu)元素的應(yīng)用下度量并提取圖像形狀的過程，目的是為了有效分析與識別該圖像。結(jié)合已有經(jīng)驗(yàn)，數(shù)學(xué)形態(tài)學(xué)基本運(yùn)算包含開啟-閉合、膨脹-腐蝕等內(nèi)容，且在灰度圖像與二值圖像對比中各自表現(xiàn)出的特征不同（見圖2）。

圖2 膨脹運(yùn)算示例圖

2.2 投影變換與標(biāo)定方法

對于智能小車而言，攝影機(jī)為其眼睛，是實(shí)現(xiàn)其從三維景象轉(zhuǎn)換到二維平面圖像的基礎(chǔ)支撐[1]。在水平地面開展實(shí)驗(yàn)，擺放好移動智能小車后，需將網(wǎng)絡(luò)攝像頭固定其上，這樣便實(shí)現(xiàn)了實(shí)驗(yàn)景象到圖像的轉(zhuǎn)變。需注意這一轉(zhuǎn)換關(guān)系并未發(fā)生改變，依然為線性關(guān)系。由于是在水平地面上采集影像，因此要求利用二維坐標(biāo)進(jìn)行描述即可（見圖3）。

圖3 攝像機(jī)同像平面三維空間中存在的二維平面坐標(biāo)關(guān)系圖

3 基于圖像識別的智能小車路徑跟隨系統(tǒng)設(shè)計(jì)

系統(tǒng)設(shè)計(jì)主要圍繞實(shí)驗(yàn)操作流程展開，文章自主搭建了一個(gè)20∶1雙輪驅(qū)動式智能小車模型，不僅獨(dú)立完成了嵌入式的程序開發(fā)設(shè)計(jì)，并且進(jìn)一步驗(yàn)證了智能小車算法的可行性。結(jié)合已有經(jīng)驗(yàn)，基于圖像識別的智能小車路徑跟隨系統(tǒng)設(shè)計(jì)，需從智能小車硬件平臺搭建出發(fā)，就嵌入式程序開發(fā)和硬件調(diào)試等內(nèi)容展開設(shè)計(jì)。

3.1 布置硬件系統(tǒng)

準(zhǔn)備好硬件后，便需要按照小車結(jié)構(gòu)參數(shù)（見表1）和相關(guān)流程將元件安裝到小車對應(yīng)位置上。

表1 小車各結(jié)構(gòu)參數(shù)表

3.2 搭建智能小車平臺

首先，配置上位機(jī)。存在于系統(tǒng)中的上位機(jī)，主要作用在于開發(fā)出控制臺的窗口程序，隨后對各個(gè)圖像信息進(jìn)行分析處理，并實(shí)現(xiàn)數(shù)據(jù)包的發(fā)送和接受功能。正因?yàn)樗惴ㄖ邪硕嗑€程設(shè)計(jì)時(shí)與延時(shí)串口數(shù)據(jù)的發(fā)送功能，因此應(yīng)當(dāng)結(jié)合CPU展開四線程運(yùn)算，而此次實(shí)驗(yàn)主要使用的是PC機(jī)，其核心配置為：網(wǎng)卡：Realtek PCIe GBE Family Controller；CPU：ntel(R)Core(TM)i5.2300CPU四核處理器；主頻：2.80 GHz；操作系統(tǒng)：Windows7 64位；內(nèi)存：4 GB。

其次，設(shè)計(jì)移動端。結(jié)合已有經(jīng)驗(yàn)，移動端硬件系統(tǒng)多是由串口通信模塊、智能小車底盤、車速檢測模塊、電源模塊、電機(jī)控制模塊、ARM開發(fā)板和網(wǎng)絡(luò)攝像頭等內(nèi)容構(gòu)成。

其中，作為整個(gè)智能車核心控制平臺的是 ARM開發(fā)板，其除了能對車速檢測模塊與電機(jī)控制模塊進(jìn)行控制外，還能夠及時(shí)將各類檢測信息傳送給上位機(jī)。此外，串口通信模塊同智能小車建立通信橋梁，以此向上位機(jī)傳遞數(shù)據(jù)并實(shí)現(xiàn)藍(lán)牙通信[2]。

3.3 調(diào)節(jié)智能小車輪速

設(shè)計(jì)最后一部分為調(diào)節(jié)智能小車輪速，因?qū)嶒?yàn)中采用的是直流電流，因而首先要做的是調(diào)試驅(qū)動電機(jī)，最后是調(diào)節(jié)輪速PID（見圖4）。

圖4 PID調(diào)節(jié)流程

此外，還應(yīng)完成指令延時(shí)與方向修正設(shè)計(jì)，待圖像分析計(jì)算操作完成后，便可根據(jù)實(shí)際情況展開指令延時(shí)和方向修正操作，確保實(shí)驗(yàn)結(jié)果精準(zhǔn)。

4 總結(jié)

綜上所述，文章基于圖像識別視角，對智能小車路徑跟隨系統(tǒng)展開實(shí)驗(yàn)設(shè)計(jì)，目的在于解決智能小車當(dāng)前存在的路徑跟隨和環(huán)境感知問題。在本次設(shè)計(jì)的實(shí)驗(yàn)路徑中應(yīng)用到了模糊控制法，其能有效控制實(shí)驗(yàn)過程和結(jié)果。

[1]周南.基于圖像識別的智能小車路徑跟隨系統(tǒng)設(shè)計(jì)[D].長沙：湖南大學(xué)，2016.

[2]李康順，王福濱，張麗霞，等.基于改進(jìn) BOF算法的圖像識別和分類[J].中南大學(xué)學(xué)報(bào)（自然科學(xué)版），2016，47（5）：1599-1605.