智能車(chē)相對(duì)于傳統(tǒng)汽車(chē)多了"思考"的過(guò)程,在沒(méi)有人為干預(yù)的情況下,智能車(chē)可自行完成啟動(dòng)、加速、停車(chē),且在行駛過(guò)程中可根據(jù)周?chē)h(huán)境規(guī)劃行駛路線,對(duì)障礙物進(jìn)行規(guī)避。在復(fù)雜多變的環(huán)境中,相對(duì)于人類(lèi),智能車(chē)的"大腦"具有更快的反應(yīng)能力,可在短時(shí)間內(nèi)規(guī)劃出最優(yōu)方案。對(duì)于突發(fā)事件的處理,智能車(chē)也比人類(lèi)有更快的反應(yīng),可避免一些交通事故,使智能交通成為現(xiàn)實(shí)。目前隨著GPS的普及,車(chē)輛的自主導(dǎo)航系統(tǒng)日趨成熟,但由于實(shí)際路況的復(fù)雜性,對(duì)于路徑識(shí)別和避障規(guī)劃還是難題;跀z像頭傳感器的智能車(chē)系統(tǒng)路徑規(guī)劃研究開(kāi)發(fā)很有必要,其中對(duì)路徑識(shí)別及避障算法的研究成為智能車(chē)研究領(lǐng)域的熱點(diǎn),具有重要的研究?jī)r(jià)值。本文設(shè)計(jì)了一種基于機(jī)器視覺(jué)的自主尋徑及避障的智能車(chē)系統(tǒng),該智能車(chē)相比較以往通過(guò)識(shí)別單引導(dǎo)線行駛過(guò)程中誤差較大的問(wèn)題,提出了一種可識(shí)別雙邊引導(dǎo)線以及自主避開(kāi)行駛路徑上障礙物的智能車(chē)系統(tǒng)。在硬件方面,智能車(chē)采用Freescale的32位微處理器MK60FN1M0VLQ15作為主控模塊,并通過(guò)CMOS攝像頭OV7620采集賽道的圖像信息,對(duì)采集的原始圖像進(jìn)行處理,準(zhǔn)確的識(shí)別賽道以及賽道上障礙物的信息。選擇合適的元器件完成智能車(chē)的各個(gè)模塊的設(shè)計(jì),包括微控制器模塊、系統(tǒng)電源模塊、路徑感知模塊、調(diào)試模塊。同時(shí)設(shè)計(jì)完成了智能車(chē)的機(jī)械結(jié)構(gòu),保證智能車(chē)在賽道上的平穩(wěn)運(yùn)行。在軟件方面,本文介紹了智能車(chē)常用的引導(dǎo)線識(shí)別方法,包括閾值分割法和邊緣檢測(cè)法。通過(guò)對(duì)比驗(yàn)證,最終采用邊緣檢測(cè)法作為智能車(chē)的引導(dǎo)線識(shí)別方法。對(duì)于智能車(chē)的避障路徑規(guī)劃,本文采用引入引力場(chǎng)函數(shù)的人工勢(shì)場(chǎng)法作為避障算法應(yīng)用于智能車(chē)?紤]到智能車(chē)運(yùn)行在動(dòng)態(tài)環(huán)境中,故在人工勢(shì)場(chǎng)算法中加入了智能車(chē)與障礙物之間的距離信息以及速度、加速的的信息。通過(guò)引入引力場(chǎng)函數(shù),使智能車(chē)擺脫局部最小的限制。對(duì)于智能車(chē)舵機(jī)方向控制策略采用模糊控制算法。通過(guò)仿真驗(yàn)證可看出,舵機(jī)模糊控制策略使智能車(chē)有更快的響應(yīng)速度,提升了系統(tǒng)的穩(wěn)定性。對(duì)于智能車(chē)車(chē)速控制采用增量式PID控制策略。相對(duì)于傳統(tǒng)的PID控制策略,增量式PID控制策略使系統(tǒng)的超調(diào)量減小,使控制器能夠更好的對(duì)車(chē)速進(jìn)行調(diào)節(jié)。
【學(xué)位授予單位】:安徽工程大學(xué)
【學(xué)位級(jí)別】:碩士
【學(xué)位授予年份】:2017
【分類(lèi)號(hào)】:TP23
文章目錄
摘要
ABSTRACT
第一章 緒論
1.1 目的及意義
1.2 國(guó)內(nèi)外研究現(xiàn)狀
1.2.1 智能車(chē)的國(guó)內(nèi)外研究現(xiàn)狀
1.2.2 機(jī)器視覺(jué)的國(guó)內(nèi)外研究現(xiàn)狀
1.2.3 避障規(guī)劃的國(guó)內(nèi)外研究現(xiàn)狀
1.3 本文的研究?jī)?nèi)容的結(jié)構(gòu)安排
第二章 自主尋徑及避障智能車(chē)的總體設(shè)計(jì)
2.1 系統(tǒng)需求分析
2.2 系統(tǒng)硬件總體設(shè)計(jì)
2.2.1 機(jī)器視覺(jué)部分硬件設(shè)計(jì)
2.2.2 智能車(chē)主體的硬件總體設(shè)計(jì)
2.3 智能車(chē)控制系統(tǒng)軟件總體設(shè)計(jì)
2.4 本章小結(jié)
第三章 智能車(chē)的機(jī)械結(jié)構(gòu)與硬件電路設(shè)計(jì)
3.1 智能車(chē)的機(jī)械結(jié)構(gòu)
3.1.1 差速器
3.1.2 舵機(jī)的安裝
3.2 智能車(chē)系統(tǒng)硬件總體組成
3.3 微控制器模塊
3.4 系統(tǒng)電源設(shè)計(jì)
3.4.1 電源電路設(shè)計(jì)模塊
3.4.2 攝像頭電源電路設(shè)計(jì)
3.4.4 電機(jī)驅(qū)動(dòng)電路設(shè)計(jì)
3.5 路徑感知模塊設(shè)計(jì)
3.5.1 視頻分離電路
3.5.2 PAL信號(hào)轉(zhuǎn)換
3.6 調(diào)試模塊設(shè)計(jì)
3.6.1 人機(jī)交互模塊
3.6.2 無(wú)線通信模塊
3.7 智能車(chē)主板設(shè)計(jì)
3.8 本章小結(jié)
第四章 智能車(chē)控制策略與算法研究
4.1 賽道引導(dǎo)線識(shí)別
4.1.1 常用引導(dǎo)線識(shí)別方法
4.1.2 路徑提取與優(yōu)化處理
4.2 避障算法研究
4.2.1 引力場(chǎng)函數(shù)
4.2.2 斥力場(chǎng)函數(shù)
4.2.3 引入"逃脫力"
4.3 基于模糊控制的舵機(jī)方向控制
4.3.1 變量確定及模糊化
4.3.2 模糊規(guī)則表的建立與關(guān)系曲面圖
4.4 基于PID的電機(jī)速度控制
4.4.1 增量式PID控制策略
4.4.2 PID參數(shù)整定
4.5 本章小結(jié)
第五章 智能車(chē)系統(tǒng)實(shí)驗(yàn)驗(yàn)證
5.1 輔助開(kāi)發(fā)工具
5.2 上位機(jī)圖像顯示
5.2.1 C#靜態(tài)上位機(jī)
5.2.2 MFC SD卡上位機(jī)
5.3 控制算法調(diào)試
5.3.1 轉(zhuǎn)向控制調(diào)試
5.3.2 速度控制仿真
5.4 硬件測(cè)試
5.4.1 +3.3V電源穩(wěn)壓電路測(cè)試
5.4.2 +5V電源穩(wěn)壓電路測(cè)試
5.4.3 電機(jī)驅(qū)動(dòng)模塊電路測(cè)試
5.5 本章小結(jié)
第六章 總結(jié)和展望
6.1 總結(jié)
6.2 展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間研究成果
致謝
【參考文獻(xiàn)】
相關(guān)刊論文 前10條
1 李亭;喬潔;劉永濤;;基于單目視覺(jué)的自主尋跡智能車(chē)設(shè)計(jì)與實(shí)現(xiàn)[J];重慶理工大學(xué)學(xué)報(bào)(自然科學(xué));2016年10期
2 董蓉;李勃;徐晨;;基于彩色對(duì)數(shù)圖像處理的運(yùn)動(dòng)陰影檢測(cè)方法[J];計(jì)算機(jī)工程與設(shè)計(jì);2016年08期
3 唐玲;陳明舉;楊平先;;基于機(jī)器視覺(jué)的車(chē)輛距離測(cè)量系統(tǒng)設(shè)計(jì)[J];實(shí)驗(yàn)室研究與探索;2016年03期
4 王俊龍;張國(guó)良;羊帆;敬斌;;改進(jìn)人工勢(shì)場(chǎng)法的機(jī)械臂避障路徑規(guī)劃[J];計(jì)算機(jī)工程與應(yīng)用;2013年21期
5 劉巖俊;;嵌入式DSP圖像處理系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J];國(guó)外電子測(cè)量技術(shù);2013年09期
6 蔡翠;;我國(guó)智慧交通發(fā)展的現(xiàn)狀分析與建議[J];公路交通科技(應(yīng)用技術(shù)版);2013年06期
7 張殿富;劉福;;基于人工勢(shì)場(chǎng)法的路徑規(guī)劃方法研究及展望[J];計(jì)算機(jī)工程與科學(xué);2013年06期
8 吳強(qiáng);韓震宇;李程;;基于增量式PID算法的無(wú)刷直流電機(jī)PWM調(diào)速研究[J];機(jī)電工程技術(shù);2013年03期
9 沈圓;李國(guó)勇;;圖像的閾值分割法設(shè)計(jì)[J];機(jī)械工程與自動(dòng)化;2012年05期
10 許鵬飛;苗啟廣;李偉生;張軍英;;基于函數(shù)復(fù)雜度的自適應(yīng)模擬退火和禁忌搜索新算法[J];電子學(xué)報(bào);2012年06期
相關(guān)碩士學(xué)位論文 前1條
1 孫備;循跡智能賽車(chē)控制系統(tǒng)的研究與實(shí)現(xiàn)[D];蘭州理工大學(xué);2013年
本文編號(hào):
1916064
本文鏈接:http://www.wukwdryxk.cn/kejilunwen/zidonghuakongzhilunwen/1916064.html