基于圖像識別的智能小車路徑跟隨系統(tǒng)設(shè)計

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)容正好能夠為智能小車結(jié)構(gòu)設(shè)計和建立運動學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，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，路徑識別和圖像處理等工作均要求在上機位完成，路徑跟隨和車速控制則要求待下機位接收到命令后才正式在實驗小車上施行（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標定

2.1 了解圖像處理原理

攝像機獲取到的圖像實際上是呈透視變形特征的RGB彩色圖像。在對這一圖像進行分析處理時，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彩色圖像是一個三通道矩陣圖，圖像中包含的每一個像素均是由R、G和B等三分量所決定，且每一個分量中均包含了256個可選值。如果直接處理該圖像，不僅耗時長，而且對整個系統(tǒng)造成的實時影響較大，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，就能夠減少計算量，簡化計算過程，進而提升運算效率。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。所謂闕值分割實際上是根據(jù)一定闕值把目標從所選圖像背景中分離出來，以此獲得目標路徑信息的過程。闕值分割可看成是對圖像進行二值化處理的過程。分割環(huán)節(jié)應(yīng)當把圖像中涉及的所有像素點同設(shè)定闕值間進行對比，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確率，這便意味著確定出最優(yōu)闕值十分必要。

最后，數(shù)學形態(tài)學操作。所謂數(shù)學形態(tài)學，實際上是在一定形態(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，數(shù)學形態(tài)學基本運算包含開啟-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 膨脹運算示例圖

2.2 投影變換與標定方法

對于智能小車而言，攝影機為其眼睛，是實現(xiàn)其從三維景象轉(zhuǎn)換到二維平面圖像的基礎(chǔ)支撐[1]。在水平地面開展實驗，擺放好移動智能小車后，需將網(wǎng)絡(luò)攝像頭固定其上，這樣便實現(xiàn)了實驗景象到圖像的轉(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進行描述即可（見圖3）。

圖3 攝像機同像平面三維空間中存在的二維平面坐標關(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

系統(tǒng)設(shè)計主要圍繞實驗操作流程展開，文章自主搭建了一個20∶1雙輪驅(qū)動式智能小車模型，不僅獨立完成了嵌入式的程序開發(fā)設(shè)計，并且進一步驗證了智能小車算法的可行性。結(jié)合已有經(jīng)驗，基于圖像識別的智能小車路徑跟隨系統(tǒng)設(shè)計，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。

3.1 布置硬件系統(tǒng)

準備好硬件后，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。存在于系統(tǒng)中的上位機，主要作用在于開發(fā)出控制臺的窗口程序，隨后對各個圖像信息進行分析處理，并實現(xiàn)數(shù)據(jù)包的發(fā)送和接受功能。正因為算法中包含了多線程設(shè)計時與延時串口數(shù)據(jù)的發(fā)送功能，因此應(yīng)當結(jié)合CPU展開四線程運算，而此次實驗主要使用的是PC機，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)計移動端。結(jié)合已有經(jīng)驗，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控制模塊進行控制外，還能夠及時將各類檢測信息傳送給上位機。此外，串口通信模塊同智能小車建立通信橋梁，以此向上位機傳遞數(shù)據(jù)并實現(xiàn)藍牙通信[2]。

3.3 調(diào)節(jié)智能小車輪速

設(shè)計最后一部分為調(diào)節(jié)智能小車輪速，因?qū)嶒炛胁捎玫氖侵绷麟娏?，因而首先要做的是調(diào)試驅(qū)動電機，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)完成指令延時與方向修正設(shè)計，待圖像分析計算操作完成后，便可根據(jù)實際情況展開指令延時和方向修正操作，確保實驗結(jié)果精準。

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)展開實驗設(shè)計，目的在于解決智能小車當前存在的路徑跟隨和環(huán)境感知問題。在本次設(shè)計的實驗路徑中應(yīng)用到了模糊控制法，其能有效控制實驗過程和結(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[D].長沙：湖南大學，2016.

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