郝建名 耿守強(qiáng)

摘 要：道路檢測是智能車輛環(huán)境感知的主要內(nèi)容，也是實(shí)現(xiàn)自動(dòng)駕駛的基礎(chǔ)。無論是在結(jié)構(gòu)化還是在非結(jié)構(gòu)化的道路上環(huán)境復(fù)雜多變，所以車道檢測面臨很嚴(yán)峻的考驗(yàn)，本文以基于機(jī)器視覺的智能車輛和基于視覺的縮微智能車車道檢測與控制兩個(gè)方面分析智能車輛的道路檢測。同時(shí)詳細(xì)介紹當(dāng)前最具代表性的、美國軍方研制的DEMOⅢ系統(tǒng)，提出一種灰度形態(tài)學(xué) Top-Hat變換與亮度輪廓掃描方法相結(jié)合的車道線檢測算法.為分析智能車在縮微交通環(huán)境下的自主駕駛表現(xiàn)，設(shè)計(jì)了一種模擬駕駛員轉(zhuǎn)向行為的舵機(jī)模糊控制算法，最后指智能車輛導(dǎo)航技術(shù)的研究與發(fā)展趨勢。實(shí)驗(yàn)結(jié)果表明，本實(shí)驗(yàn)可以有效模擬車輛在真實(shí)道路交通環(huán)境中的自主駕駛行為，為智能交通系統(tǒng)研究提供了一種新方法。

關(guān)鍵詞：智能交通;磁感應(yīng)檢測;數(shù)字信號(hào)控制技術(shù);自主駕駛;車道線檢測

隨著城市化進(jìn)程和汽車工業(yè)的快速發(fā)展和計(jì)算機(jī)和機(jī)器人技術(shù)的飛速發(fā)展。智能車輛研究已經(jīng)取得了長足進(jìn)展， 但智能車自主駕駛研究，目前還面臨諸多困難.例如，智能車昂貴的改裝、維護(hù)費(fèi)用限制了大規(guī)模無人車多車交互實(shí)驗(yàn)的進(jìn)行;智能車行駛可能違反交通規(guī)則，難以保證安全駕駛;自主行駛暫時(shí)不被我國法律法規(guī)所允許等。結(jié)合國內(nèi)外最新研究動(dòng)態(tài)，本文首先討論道路檢測和障礙物檢測中的典型方法;然后從軟硬件架構(gòu)、數(shù)據(jù)通信方式介紹了基于視覺導(dǎo)航的縮微智能車系統(tǒng)。最后設(shè)計(jì)了一種模擬駕駛員轉(zhuǎn)向行為的舵機(jī)模糊控制算法

1 道路檢測

在智能車輛導(dǎo)航中，道路檢測主要是為了估計(jì)車輛在道路中的位置和方向，以便控制車輛按預(yù)定路線行駛。另外，它還為后續(xù)的障礙物檢測確定搜索范圍，縮小障礙物檢測的搜索空間，降低算法復(fù)雜度和誤識(shí)率。

由于現(xiàn)實(shí)中道路形式多樣，環(huán)境復(fù)雜多變，道路檢測一直是十分困難的問題，到現(xiàn)在還沒有一個(gè)通用的算法?，F(xiàn)在基本上都是在各種道路上進(jìn)行針對的設(shè)計(jì)和計(jì)算相對應(yīng)的檢測算法。并且為了降低處理難度和提高檢測速度，都對道路進(jìn)行假設(shè)：（1）特定興趣區(qū)域假設(shè)。在確定系統(tǒng)中，道路在圖像中的位置相對固定，因此可以僅對圖像中特定區(qū)域進(jìn)行處理，從而縮短處理時(shí)間，降低算法的復(fù)雜度。（2）道路等寬假設(shè)。假設(shè)道路的寬度基本不變或變化很小，兩條路邊可以認(rèn)為是平行的。這樣就可以利用平行路邊這一特征進(jìn)行道路檢測。（3）道路平坦假設(shè)。利用這一假設(shè)，既可以將檢測結(jié)果從圖像坐標(biāo)系轉(zhuǎn)換到世界坐標(biāo)系，為車輛控制提供直觀信息;也可以對圖像進(jìn)行逆透視變換，將前視圖轉(zhuǎn)換為準(zhǔn)俯視圖，降低道路檢測難度。

目前道路檢測算法主要有兩大類：基于道路特征的方法和基于道路模型的方法。

2縮微智能交通系統(tǒng)

縮微道路交通環(huán)境是以真實(shí)城市交通環(huán)境為原型，按1∶100構(gòu)建具有多種城市道路元素的封閉實(shí)驗(yàn)平臺(tái)（見圖1），包含單車道、雙車道、直道、彎道、障礙物、十字路口、丁字路口，立交橋、匝道、交通燈、交通標(biāo)志等多種道路元素，具有較高的實(shí)驗(yàn)仿真度，為智能交通系統(tǒng)的研究提供了一個(gè)可重復(fù)、可評估、可驗(yàn)證的實(shí)驗(yàn)平臺(tái)在微縮的道路交通系統(tǒng)中，智能車進(jìn)行自主駕駛，實(shí)現(xiàn)在微縮的環(huán)境中車輛車道保持自主駕駛行為。

3 ?車輛磁感應(yīng)檢測原理

目前國內(nèi)外在交通檢測系統(tǒng)或交通信息采集系統(tǒng)中，大量應(yīng)用了電磁傳感技術(shù)、超聲傳感技術(shù)、雷達(dá)探測技術(shù)、視頻檢測技術(shù)、計(jì)算機(jī)技術(shù)、通信技術(shù)等高新科學(xué)技術(shù)。相應(yīng)地，交通信息檢測器主要有：電感應(yīng)環(huán)檢測器（環(huán)型感應(yīng)線圈）、超聲波檢測器、紅外檢測器、雷達(dá)檢測器、視頻檢測器等。行駛車輛檢測器是基于感應(yīng)原理工作的，將具有高磁導(dǎo)率的環(huán)形線圈埋在路面下，當(dāng)車輛行駛靠近或通過檢測線圈時(shí)，引起穿過線圈的磁場發(fā)生變化，從而在線圈中產(chǎn)生感應(yīng)電壓，感應(yīng)電壓信號(hào)經(jīng)過放大電路放大后，可得到車輛通過的信息。

4 智能車輛控制系統(tǒng)PID算法的設(shè)計(jì)

在道路行駛中智能車輛需要不停的檢測前方道路信息以及自身的行駛信息。在檢測過程中有許多復(fù)雜信息需要采集，并有多種干擾因素需要抗拒。將檢測到的道路信息與自身行駛信息相結(jié)合，來確定下一步動(dòng)作。在工程實(shí)際中，應(yīng)用最為廣泛的調(diào)節(jié)控制規(guī)律為比例、積分、微分控制，簡稱P I D 控制，它以其結(jié)構(gòu)簡單、穩(wěn)定性好、工作可靠、調(diào)整方便而成為工業(yè)控制的主流技術(shù)之一。本文采用超聲波測位和無線通信實(shí)現(xiàn)兩輛車安全地交替超車，具有很高的穩(wěn)定性和快速性。在硬件上采用基于P W M 技術(shù)的H 型橋式驅(qū)動(dòng)電路，解決了電機(jī)驅(qū)動(dòng)的效率問題，這種設(shè)計(jì)能實(shí)現(xiàn)對電動(dòng)車的運(yùn)動(dòng)狀態(tài)進(jìn)行實(shí)時(shí)監(jiān)控，控制靈活、精度高，以實(shí)現(xiàn)小車的智能化設(shè)計(jì)。依據(jù)控制系統(tǒng)的結(jié)構(gòu)和特點(diǎn)，結(jié)合嵌入式系統(tǒng)設(shè)計(jì)了基于A V R 的車輛控制系統(tǒng)。對P I D 控制器的算法作了深入的研究，確定了系統(tǒng)的控制策略。它具有不依賴于被控對象數(shù)學(xué)模型的優(yōu)點(diǎn)，算法簡單可靠，在實(shí)際生活和生產(chǎn)中得到了廣泛的應(yīng)用。完成了相關(guān)的分析算法程序和各功能模塊的應(yīng)用程序的設(shè)計(jì)，實(shí)現(xiàn)了兩輛小車的智能控制。整個(gè)軟件的設(shè)計(jì)采用模塊化、結(jié)構(gòu)化設(shè)計(jì)思想，使程序便于植。分析了控制系統(tǒng)中可能存在和各種干擾源，在設(shè)計(jì)中，采用硬件和軟件抗干擾技術(shù)相結(jié)合的方法進(jìn)行了抗干擾設(shè)計(jì)，保證了控制系統(tǒng)的可靠性。

5 ?結(jié)論

道路檢測是智能車輛環(huán)境感知的重要內(nèi)容。本文通過道路檢測技術(shù)的簡要綜述，結(jié)合縮微交通環(huán)境下的智能車輛平臺(tái)的道路檢測系統(tǒng)分析，以及基于道路檢測技術(shù)的典型車載應(yīng)用等內(nèi)容?；跈C(jī)器視覺的道路跟蹤已經(jīng)取得了很大成就。大多數(shù)試驗(yàn)車基本上能在絕大多數(shù)的時(shí)間內(nèi)實(shí)現(xiàn)自主行駛?；谝曈X導(dǎo)航的縮微智能車系統(tǒng)中，該車道保持系統(tǒng)抗干擾能力強(qiáng)，在縮微城市結(jié)構(gòu)化道路上可以獲得較為理想的效果.但對復(fù)雜車道線的跟蹤效率不高，是將來研究工作的重點(diǎn)。以及PID控制這一結(jié)構(gòu)簡單、穩(wěn)定性好、工作可靠、調(diào)整方便的主流技術(shù)也要大力發(fā)展。

參考文獻(xiàn)：

[1]黃武陵.智能車輛的道路檢測及其應(yīng)用[J].單片機(jī)與嵌入式系統(tǒng)應(yīng)用，2016，16（09）：3-7.

[2]凡輝，袁煥，陳文浩，鐘雪波.雙車追蹤智能交通模型的建立[J].物流工程與管理，2016，38（04）：127-129.

[3]王進(jìn)，趙蕊，曹寶林，鄧欣，陳喬松.基于視覺的縮微智能車車道檢測與控制[J].上海交通大學(xué)學(xué)報(bào)，2015，49（08）：1159-1167.

[4]陳占林，吳小所.智能車輛控制系統(tǒng)PID算法的設(shè)計(jì)[J].自動(dòng)化與儀器儀表，2012，（02）：68-70.

[5]趙俊梅，張利平.智能車輛中非結(jié)構(gòu)化道路檢測技術(shù)的研究[J].車輛與動(dòng)力技術(shù)，2010，（04）：10-13+24.

[6]姜旭，朱燦焰.視頻處理技術(shù)在智能交通系統(tǒng)的應(yīng)用[J].通信技術(shù)，2010，43（01）：99-101+104.

[7]王洪建，李志敏.基于視頻圖像的車輛流量實(shí)時(shí)檢測系統(tǒng)[J].光學(xué)精密工程，2005，（S1）：222-226.

[8]李斌，史忠科.基于計(jì)算機(jī)視覺的行人檢測技術(shù)的發(fā)展[J].計(jì)算機(jī)工程與設(shè)計(jì)，2005，（10）：2565-2568.

[9]孫涵，任明武，唐振民，楊靜宇.基于機(jī)器視覺的智能車輛導(dǎo)航綜述[J].公路交通科技，2005，（05）：132-135.

作者簡介：

郝建名（1998.05.05-）男，漢族，河南省信陽市，本科生，研究方向：道路橋梁與渡河工程

耿守強(qiáng)（1997.12.08-）男，漢族，河南省周口市，本科生，研究方向：道路橋梁與渡河工程