自主寻径及避障智能车的研究与实现

发布时间：2021-03-24 19:22

智能车相对于传统汽车多了"思考"的过程,在没有人为干预的情况下,智能车可自行完成启动、加速、停车,且在行驶过程中可根据周围环境规划行驶路线,对障碍物进行规避。在复杂多变的环境中,相对于人类,智能车的"大脑"具有更快的反应能力,可在短时间内规划出最优方案。对于突发事件的处理,智能车也比人类有更快的反应,可避免一些交通事故,使智能交通成为现实。目前随着GPS的普及,车辆的自主导航系统日趋成熟,但由于实际路况的复杂性,对于路径识别和避障规划还是难题。基于摄像头传感器的智能车系统路径规划研究开发很有必要,其中对路径识别及避障算法的研究成为智能车研究领域的热点,具有重要的研究价值。本文设计了一种基于机器视觉的自主寻径及避障的智能车系统,该智能车相比较以往通过识别单引导线行驶过程中误差较大的问题,提出了一种可识别双边引导线以及自主避开行驶路径上障碍物的智能车系统。在硬件方面,智能车采用Freescale的32位微处理器MK60FN1M0VLQ15作为主控模块,并通过CMOS摄像头OV7620采集赛道的图像信息,对采集的原始图像进行处理,准确的识别赛道以及赛道上障碍物的信息。选择合适的元器件完成智能车的各个模块的设计,包括微控制器模块、系统电源模块、路径感知模块、调试模块。同时设计完成了智能车的机械结构,保证智能车在赛道上的平稳运行。在软件方面,本文介绍了智能车常用的引导线识别方法,包括阈值分割法和边缘检测法。通过对比验证,最终采用边缘检测法作为智能车的引导线识别方法。对于智能车的避障路径规划,本文采用引入引力场函数的人工势场法作为避障算法应用于智能车。考虑到智能车运行在动态环境中,故在人工势场算法中加入了智能车与障碍物之间的距离信息以及速度、加速的的信息。通过引入引力场函数,使智能车摆脱局部最小的限制。对于智能车舵机方向控制策略采用模糊控制算法。通过仿真验证可看出,舵机模糊控制策略使智能车有更快的响应速度,提升了系统的稳定性。对于智能车车速控制采用增量式PID控制策略。相对于传统的PID控制策略,增量式PID控制策略使系统的超调量减小,使控制器能够更好的对车速进行调节。
【学位授予单位】：安徽工程大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TP23

文章目录

摘要

ABSTRACT

第一章绪论

1.1 目的及意义

1.2 国内外研究现状

1.2.1 智能车的国内外研究现状

1.2.2 机器视觉的国内外研究现状

1.2.3 避障规划的国内外研究现状

1.3 本文的研究内容的结构安排

第二章自主寻径及避障智能车的总体设计

2.1 系统需求分析

2.2 系统硬件总体设计

2.2.1 机器视觉部分硬件设计

2.2.2 智能车主体的硬件总体设计

2.3 智能车控制系统软件总体设计

2.4 本章小结

第三章智能车的机械结构与硬件电路设计

3.1 智能车的机械结构

3.1.1 差速器

3.1.2 舵机的安装

3.2 智能车系统硬件总体组成

3.3 微控制器模块

3.4 系统电源设计

3.4.1 电源电路设计模块

3.4.2 摄像头电源电路设计

3.4.4 电机驱动电路设计

3.5 路径感知模块设计

3.5.1 视频分离电路

3.5.2 PAL信号转换

3.6 调试模块设计

3.6.1 人机交互模块

3.6.2 无线通信模块

3.7 智能车主板设计

3.8 本章小结

第四章智能车控制策略与算法研究

4.1 赛道引导线识别

4.1.1 常用引导线识别方法

4.1.2 路径提取与优化处理

4.2 避障算法研究

4.2.1 引力场函数

4.2.2 斥力场函数

4.2.3 引入"逃脱力"

4.3 基于模糊控制的舵机方向控制

4.3.1 变量确定及模糊化

4.3.2 模糊规则表的建立与关系曲面图

4.4 基于PID的电机速度控制

4.4.1 增量式PID控制策略

4.4.2 PID参数整定

4.5 本章小结

第五章智能车系统实验验证

5.1 辅助开发工具

5.2 上位机图像显示

5.2.1 C#静态上位机

5.2.2 MFC SD卡上位机

5.3 控制算法调试

5.3.1 转向控制调试

5.3.2 速度控制仿真

5.4 硬件测试

5.4.1 +3.3V电源稳压电路测试

5.4.2 +5V电源稳压电路测试

5.4.3 电机驱动模块电路测试

5.5 本章小结

第六章总结和展望

6.1 总结

6.2 展望

参考文献

攻读硕士学位期间研究成果

致谢

【参考文献】