基于攝像頭的智能小車尋跡系統(tǒng)設(shè)計

1 引言

智能小車尋跡系統(tǒng)是基于攝像頭和飛思卡爾16微處理器mc9s12xs128組成，由攝像頭采集圖像有用信息送入單片機分析道路參數(shù)。

智能小車跑道表面為白色，中心有連續(xù)黑線作為引導(dǎo)線，黑線寬25mm，鋪設(shè)跑道地板顏色與背景不一樣;跑道寬度為60cm，窄道區(qū)的寬度為45cm;跑道最小曲率半徑不小于50 厘米; 跑道可以交叉，交叉角為90度。

系統(tǒng)主要包括視頻圖像采集、圖像處理、黑線中心提取、路徑判斷。

2 視頻圖像采集

圖像采集是基于mc9s12xs128單片機來實現(xiàn)的。mc9s12xs128是飛思卡爾開發(fā)的以cpu12內(nèi)核為核心的單片機，采用5v電源供電，總線速度最高可達(dá)40mhz，8kb ram，128kb flash，具有豐富的i/o模塊和工業(yè)控制專用的通信模塊[1]。

(a) 視頻信號;(b) 行同步信號;(c) 場同步信號;(d) 奇偶場同步信號

圖1 攝像頭信號時序圖

攝像頭前瞻距離大，有利于提高速度。同時跑道色內(nèi)外色差只有黑白兩色，只需提取探測畫面的灰度信息就能識別黑線信息，因而圖像采集選用黑白攝像頭。攝像頭輸出的是pal制式的復(fù)合全電視信號，每秒輸出25幀，每幀分為偶場和奇場。黑白視頻圖像信號由圖像信號、消隱信號及同步信號共同組成。場同步脈沖標(biāo)志著新的一場到來。場消隱區(qū)恰好跨在一場的結(jié)尾部分和下場的開始部分，得等到場消隱區(qū)過去，下場的視頻信號才真正到來。pal制式的攝像頭每秒掃描25幅圖像，每幅又分奇偶兩場，故每秒掃描50場圖像[2]。為此要有效地采集攝像頭的視頻信號，需要把攝像信號進(jìn)行分離。lm1881視頻同步信號分離芯片可從攝像信號中分離出行同步脈沖，場同步脈沖和奇偶場脈沖。下圖為視頻信號lm1881分離后時序圖如圖1所示，其攝像頭采樣電路圖如圖2所示。

圖2 攝像頭采樣電路圖

設(shè)計采用80引腳mc9s12x128單片機。根據(jù)其引腳特點，pt口響應(yīng)速度不如pj口響應(yīng)速度好，所以選擇pj口作為行中斷和場中斷輸入口，本設(shè)計選用 pj7和pj6。但是pj口共用一個中斷向量，因此在軟件設(shè)計中用巧妙的方法先開pj6，關(guān)閉pj7。當(dāng)奇偶場上升沿脈沖到來時，產(chǎn)生中斷，進(jìn)入中斷服務(wù)程序，中斷服務(wù)程序里延時一段時間，清掉消隱時間，然后開啟行中斷pj口，當(dāng)行中斷產(chǎn)生時延時一段時間開始采集圖像信息，這里所有延時都是為了濾掉采集的非圖像信息。本系統(tǒng)采集圖像是采集同一場圖像(即奇場和偶場)。這樣可以減少攝像頭因奇偶場硬件上不同而帶來偏差。

為獲得充足的圖像信息，實現(xiàn)對智能車準(zhǔn)確控制，圖像采集每場為42×47個點 。通過實驗證明，42×47的圖像能夠得到滿意圖像信息。采集效果如圖3所示。圖中數(shù)值為20-25表示黑線所在位置。

圖3 圖像采集灰值情況

3 圖像處理

了防止場地黑線干擾導(dǎo)致控制出錯，需要對整幅圖像進(jìn)行濾波處理。因為黑色指引線是一條平滑連續(xù)的曲線，因此對于圖像中出現(xiàn)的那些跳躍性較大的點即可視為干擾加以去除。

濾波方法有很多，如中值濾波對單片機開銷較大，因此本系統(tǒng)采用對整幅圖像進(jìn)行較為簡單的插值處理。這樣不僅占用cpu時間少，而且也實現(xiàn)了對實時控制的要求。攝像頭提取到的近處黑線信息出錯的概率非常小，因此利用近處黑線的中心偏差，對前方的黑線中心偏差進(jìn)行插值濾波。其濾波流程圖如圖4所示。插值濾波時，同時要注意小車在過急彎時的情況，因此要對插值后的黑線中心進(jìn)行限幅處理。

圖4 插值算法流程圖

4 引導(dǎo)線提取

由于黑線和白賽道的灰度值不確定，如果以設(shè)定的值作為黑線的灰度值，必然適應(yīng)新環(huán)境的能力不強。但是黑色和白色灰度值之差變化不大，因此可以用灰度值之差作為黑線與白道的標(biāo)準(zhǔn)。根據(jù)實驗，灰度值之差一般在15-30之間。本系統(tǒng)就是以此范圍作為灰度值范圍。

在查找黑線的點順序也有一定方法。如果采用常用的從左到右依次查找黑點，這樣不僅容易把周圍的顏色誤認(rèn)為黑線，同時在一定程度上比較耗時。本系統(tǒng)采用從圖像中央開始向側(cè)查找，當(dāng)找到黑線就停止該行查找，這樣不僅可盡量減少查找到周圍的顏色的機會，同時也能減少查找耗時。同時注意，在查找黑點時，應(yīng)該查找到兩個或兩個以上的黑點才能作為黑線的位置，這樣可以避免因隨機產(chǎn)生的干擾的影響。

5 路徑判斷

5.1 彎直道判斷

根據(jù)圖像采集特點，直道時黑點偏離中心線位置較小，彎道時偏離中心線的位置大，用一個數(shù)學(xué)公式表征這一特點[3]即

式中：xi為采集到的黑點實際坐標(biāo)

x為圖像中心線的坐標(biāo)位置

n為采樣到黑點的總行數(shù)

通過多次實際賽道實驗，直道時的curve一般在2以下，小彎道在3-10的范圍內(nèi)，10以上則能判定為大彎道，這就以數(shù)值判斷賽道的情況，從而實現(xiàn)對舵機的有效控制。在實際的舵機控制中，需要根據(jù)賽道的實際情況做適當(dāng)校正。

5.2 大s彎和小s彎的判斷

跑道分為大s彎和小s彎。通過實際實驗，小車的舵機在改變角度的時候，小車會減速，因此小車的舵機改變角度的大小和次數(shù)都會影響最后的比賽成績。在小s彎時，小車攝像頭可以照到全部，取平均值后相當(dāng)于是直道，小車舵機可不改變方向而直線行駛從而提高速度。在大s彎時，由于大彎不能在完整的的一個視野范圍內(nèi)，小車將取平均值后偏離直道，小車舵機將改變方向行駛。

5.3 十字交叉路線的判斷和起跑線的識別

兩個黑色引導(dǎo)線垂直相交，經(jīng)ad采樣后，橫向灰度值特點為黑色灰度值都在同一行，經(jīng)查找由黑到亮變化的灰度值是沒有的，因而此處黑點坐標(biāo)幾乎接近中心位置，不會對引導(dǎo)線的位置產(chǎn)生影響，這就實現(xiàn)了小車不發(fā)生錯誤通過十字交叉路線。

小車起點如圖5所示，特點是先由黑變亮，再由亮變黑。所以可根據(jù)這樣的特點進(jìn)行起點識別。當(dāng)采樣的灰度值由黑變亮再由亮變黑可判斷為起跑線。但是這樣判斷可能會把十字交叉路線或窄道的三角形標(biāo)記誤判為起點。為了準(zhǔn)確判斷需要進(jìn)行3次以上具有起點特點時才可判斷。

圖5 起點線

6 結(jié)束語

本系統(tǒng)采用基于coms攝像頭的路徑識別方法，通過攝像頭采集的道路信息送入單片機處理，通過算法提取出賽道黑線中心，識別彎道、窄道、坡道、起跑線等信息。通過大量試驗及參加大賽結(jié)果表明，本智能小車尋跡系統(tǒng)能夠準(zhǔn)確識別道路情況，結(jié)果較為理想。該系統(tǒng)滿足實時、安全、溫定快速的要求，具有廣闊的應(yīng)用前景，是當(dāng)前智能車輛導(dǎo)引技術(shù)研究的主流方向和發(fā)展趨勢。

作者簡介

馮 震(1982-) 男 工學(xué)碩士/講師，網(wǎng)絡(luò)與智能控制方向。

參考文獻(xiàn)

[1] 邵貝貝.單片機嵌入式應(yīng)用的在線開發(fā)方法[m]。北京：清華大學(xué)出版社,2007。

[2] 張海山,李偉.視頻采集與處理方法[j].河北理工學(xué)院學(xué)報,2007.2

[3] 賈秀江,李顥.攝像頭黑線識別算法和賽車行駛控制策略[j].電子產(chǎn)品世界,2007(5)

[4] 卓晴,黃開勝,邵貝貝等.學(xué)做智能車----挑戰(zhàn)“ 飛思卡爾”杯[m]。北京：北京航空航天出版社,2007。