基于STM32的智能小車攝像頭循跡系統(tǒng)

1、分類號 編號煙 臺 大 學畢 業(yè) 論 文（設 計）基于STM32的智能小車 攝像頭循跡系統(tǒng) Intelligent Car Tracking System Based on STM 32 Camera申請學位： 工學學士 院系：光電信息科學技術學院專業(yè)： 電子信息工程 姓名： 王 坤 學號： 200813503229 指導老師： 楊尚明（教授） 2012年 5 月 21 日煙臺大學EDA實驗室基于STM32的智能小車 攝像頭循跡系統(tǒng)姓 名： 王 坤 導 師： 楊尚明 （教授）2012年 5 月 21 日煙臺大學EDA實驗室煙臺大學畢業(yè)論文（設計）任務書院（系）：光電信息科學技術學院姓名王坤學號

2、200813503229畢業(yè)屆別2012專業(yè)電子信息工程畢業(yè)論文（設計）題目基于STM32的智能小車攝像頭循跡系統(tǒng)指導教師楊尚明學歷本科職稱 教授所學專業(yè) 無線電技術具體要求(主要內(nèi)容、基本要求、主要參考資料等)：主要內(nèi)容：設計一個抗干擾能力強的智能小車循跡系統(tǒng)?；疽螅和ㄟ^對本課程的設計，能夠利用OV7670實現(xiàn)黑白線信息采集；并且能夠達到一定的抗干擾效果；能夠?qū)崿F(xiàn)實時采集外界環(huán)境信息的效果。主要參考資料： 1陳啟軍. 嵌入式系統(tǒng)及其應用:基于Cortex-M3內(nèi)核和STM32F103系列微控制器的系統(tǒng)設計與開發(fā). M.北京: 同濟大學出版社,2008.2譚浩強. C語言程序設計. M.北

3、京: 清華大學出版社,2010.3曾星星. 基于攝像頭的路徑識別智能車控制系統(tǒng)設計J.湖北汽車工業(yè)學院學報,2008(6): P76-80.進度安排：第一階段：14周通過資料、網(wǎng)絡、導師了解本設計所需要的知識、資料、相關軟件及設計思路方案；第二階段：58周請教老師查閱資料按要求并由實際情況逐漸得出設計方案及方法；第三階段：911周根據(jù)方案在老師的指導下完成相關的軟硬件設計；第四階段：1213周撰寫論文（分初稿、定稿、審合、打印論文）；第五階段：14周進行優(yōu)化調(diào)試達到目標并進行論文答辯。 指導教師（簽字）： 年 月 日院（系）意見： 教學院長（主任）（簽字）： 年 月 日備注：煙臺大學畢業(yè)論文（

4、設計）摘要現(xiàn)在人們越來越喜歡安全、節(jié)能、環(huán)保、智能化和信息化的汽車了，在智能汽車新時代，無人駕駛技術，得到了飛越的發(fā)展，成為了智能車時代的新標志。智能小車不但逐步提高了車輛的控制水平和駕駛水平，而且也保障了車輛行駛的安全、暢通、高效特性。本文主要討論了智能車系統(tǒng)的設計方案，并且對智能車自主行駛的決策以及控制，算法也進行了相應的研究。 本論文首先設計了智能車的硬件結構，硬件方面以Cortex-m3為控制核心，另外其他輔助模塊包括：電源模塊，圖像傳感模塊，速度控制模塊以及其他功能模塊進行輔助，從而來完成智能車的硬件設計。由于智能車有一個比較復雜跑道，傳統(tǒng)的控制算法在復雜跑道情況下已經(jīng)無法解決智能車

5、的控制參數(shù)的問題。因此本論文做了一些改進，本論文采用理論結合實際，我們采用了模糊PID控制算法來實現(xiàn)對智能車的控制，并進行了一定的實驗。在該系統(tǒng)中，由CMOS攝像頭來實現(xiàn)路徑識別，通過對小車的閉環(huán)控制，使小車能按照給定的黑色引導線平穩(wěn)地循跡。該系統(tǒng)能夠很好地滿足智能車對路徑識別性能和抗干擾能力的要求，穩(wěn)定誤差小，調(diào)節(jié)相應時間比較快，具有較好的動態(tài)性能和良好的穩(wěn)定性。實驗證明，所設計的智能車具有速度快，適應性強的特點。關鍵詞智能車；圖像處理；比例積分微分AbstractNow more and more like safety, energy conservation, environmenta

6、l protection, intelligence and information of vehicles in the new era of smart cars, unmanned technology, has been flying over the development, became the new logo of the smart car era. The smart car has gradually increased the level of control and the standard of driving of the vehicle, but also to

7、 protect the safe and smooth traffic, efficient performance. The article focuses on the design of intelligent vehicle systems, and smart car independent driving the decision-making system and control algorithms were also studied. Thesis designs the mechanical hardware structure of the intelligent ve

8、hicle hardware to control the core Cortex-m3, other ancillary modules include: the power supply module, the image sensor module, the speed control module and other functional modules to carry out assisted, and thus to complete the smart hardware design of the car. Does not match the smart car a more

9、 complicated runway, control algorithms in the control parameters of the smart car has been unable to solve complex runway case. Therefore, this paper has to do improvements, the present theory with reality, we have adopted a fuzzy PID control algorithm to achieve control of the smart car, and carry

10、 out certain experiments.In this system, the CMOS camera head path identification, closed-loop control of the car, car tracking smoothly in accordance with the black guide lines given. The system is able to meet the requirements of the intelligent vehicle path recognition performance and anti-jammin

11、g capability, small steady state error and adjust the response time is faster, has better dynamic performance and good stability.The experiments show that the design of intelligent vehicle speed adaptability.KeywordsIntelligent Car, Image Processing, PID Control 目 錄目 錄3緒 論11 智能車系統(tǒng)總體介紹21.1 整體設計概述21.2

12、 關于直流電機的簡要介紹31.3 CMOS圖像傳感器的特點31.3.1 CMOS圖像傳感器的特性31.4 OV7670的性能特點與工作方式41.4.1 OV7670的性能和參數(shù)41.4.2 OV7670的功能41.5 OV7670的數(shù)字圖像輸出41.5.1 OV7670的輸出信號時序42 方案論證62.1 控制模塊的介紹62.2 車身車體的介紹62.3 電機選擇與驅(qū)動模塊的介紹62.4 路徑識別的方案設計與論證73 智能車系統(tǒng)硬件設計93.1 智能車系統(tǒng)硬件設計總體結構93.2 STM32最小系統(tǒng)的設計103.2.1 方案總結103.2.2 方案框圖103.3 電路設計與原理103.3.1 直

13、流電機應用103.3.2 電源分配電路設計113.3.3 H橋電機的驅(qū)動124 智能車系統(tǒng)軟件設計134.1 控制算法的簡要介紹134.2 速度控制算法144.3 圖像采集184.4 圖像處理184.5 動態(tài)閾值法介紹195 系統(tǒng)的測試215.1 系統(tǒng)測試的目的215.2 系統(tǒng)測試的原則215.3 系統(tǒng)測試的結果215.4 測試結果誤差分析216 結 論226.1 工作總結22致 謝23參考文獻24附錄一：電路原理圖25附錄二：程序流程圖26附錄三：源程序部分代碼2731緒 論隨著智能小車技術的不斷提高和增強；智能化，安全化，環(huán)保性逐漸得到了人們的親睞，在當今這個公路等級不斷改善的情景下，特別

14、是飛速發(fā)展的高速公路，人們對汽車的行駛速度有了更高的要求；同時，在人們的物質(zhì)生活水平和消費水平不斷飛速提高的情況下，汽車的數(shù)量也隨之逐漸快速的增加，車流量越來越大，汽車碰撞的發(fā)生幾率也越來越大，然而這些情況，在智能車出現(xiàn)以后，在很大情況下大大減少了因駕駛疏忽而造成交通事故的可能，也使得交通更加暢通，從而很大程度上保證了車輛 行駛的安全，同時也保證了其他的人的人身和財產(chǎn)安全，因此發(fā)展智能小車是很重要的。現(xiàn)在，國際上很多的研究機構已經(jīng)開始關注智能交通系統(tǒng)(ITS)方面的研究工作了，并且也取得了很大的成果，已經(jīng)研發(fā)出了一些智能化的原型車輛，并且進行了相應的測試。然而這種智能化原型車研發(fā)，其整個過程得

15、益于一些交叉學科的相關領域知識，如機器人技術、人工智能、自動控制、電子通訊、信號處理技術等，從中得到許多新觀點，新方法。從近來幾年的發(fā)展來看，汽車電子的迅猛發(fā)展必將逐步滿足人們對節(jié)能、安全、環(huán)保以及信息化和智能化的需求。1現(xiàn)在的智能控制在很多工廠和車間都有很大的應用舞臺；人性化，智能化是下一代智能控制的研究方向，目前，我國的研究廣度和深度還是不夠大，在很多領域幾乎是零，需要我們進一步的加深對智能控制的研究，比如汽車電子控制，航天控制，輪船控制等等，在芯片性能上，國內(nèi)的研究和開發(fā)也是欠缺的，芯片的穩(wěn)定性在很大程度上限制了很多領域的進展，大多都是被國外壟斷，這些都是需要我們來面對和改進的地方，也正

16、是發(fā)展的重點。此外，智能汽車在高速公路，山地，野外，現(xiàn)代物流業(yè)，現(xiàn)在制造系統(tǒng)及柔性制造系統(tǒng)中都有廣泛運用，該研究已成為人工智能領域的一個非常重要的熱點之一。本文所研究的智能車是一個比較好的智能模型，通過攝像頭循跡來獲得路面的信息，通過處理后從而來引導小車的運行，達到一定的智能化。1 智能車系統(tǒng)總體介紹1.1 整體設計概述本論文所設計的智能車，能夠?qū)崿F(xiàn)在一個閉環(huán)的跑道上完成自主循線運行的功能，跑道表面通過白紙來覆蓋，其中心有30mm寬度左右的連續(xù)黑線，作為小車運行的引導線。同時也作為識別道路狀況的標志、該論文的整體智能車可以看作是一個自動控制的系統(tǒng)。圖1.1為系統(tǒng)模型框圖。 圖1.1 系統(tǒng)模型框

17、圖該系統(tǒng)通過面陣CMOS攝像頭來實現(xiàn)路徑識別功能，將CMOS攝像頭采集過來的視頻信號二值化后送入微處理器進行處理，根據(jù)路面信息來決定智能小車的行駛方向；而車速控制采用的是PID算法。另外，在軟件設計中，本課題采用實時采集路況信息方法和實時控制智能小車的速度，最終達到實現(xiàn)整個系統(tǒng)的閉環(huán)控制，使小車可以自主的按照路面信息快速行駛。智能車首先將路面上的白紙黑線信息進行檢測，再將該智能車的姿態(tài)信息一起送給控制器STM32，控制器STM32將采集過來的路面黑線信息和智能小車的行駛信息的數(shù)據(jù)進行相應的處理、分析、決策、最終分別得出對電機的控制量和對智能小車的控制量，并對驅(qū)動電機的轉(zhuǎn)速和轉(zhuǎn)向加以控制，另外，

18、通過速度檢測單元，將電機轉(zhuǎn)速(即智能車的速度)及時的反饋給控制器STM32，從而實現(xiàn)對智能小車的合理控制，即達到實時性也達到對精度的控制。2為了實現(xiàn)上述對智能車的控制，智能車必須具備以下主要功能模塊：一般的智能車要必備如下功能模塊才能達到對智能小車控制的目的和效果，使小車穩(wěn)定的行駛。 首先要實現(xiàn)對路面信息采集和實時監(jiān)測，并且要達到一定的抗干擾能力，從而給控制器STM32提供一個很好的決策依據(jù)。要達到一定的實時性，首先控制器的處理速度要快，只有控制器的處理速度達到一定的速度了，才能相應的使小車的行駛速度快，實現(xiàn)一個穩(wěn)定的實時系統(tǒng)。再次，該智能小車需要一個穩(wěn)定的電量來源，給行駛的小車一個可靠的能量

19、儲備，來驅(qū)動小車電機模塊和該智能小車的控制器等模塊的能量利用。另外，要實現(xiàn)對該智能小車的控制達到閉環(huán)控制的效果，要有對該智能小車的速度有一定的控制，這就需要測速模塊來提供一個速度反饋回來的信息給處理器STM32。還有就是電源管理部分，對于該智能小車中的不同的模塊，需要不同級別的電壓情況，需要采取一些措施來合理的分配電源的電壓，供給不同的應用模塊，是小車正常的行駛。為了調(diào)試的方便還要有人機交互模塊。1.2 關于直流電機的簡要介紹直流電機里邊固定有環(huán)狀永磁體，電流通過轉(zhuǎn)子上的線圈產(chǎn)生洛倫磁力，當轉(zhuǎn)子上的線圈與磁場平行時，再繼續(xù)轉(zhuǎn)，受到的磁場方向?qū)⒏淖?，因此此時轉(zhuǎn)子末端的電刷跟轉(zhuǎn)換片交替接觸，從而線

20、圈上的電流方向也改變，產(chǎn)生的洛倫磁力方向不變，所以電機能保持一個方向轉(zhuǎn)動。直流電機的分類：按結果主要分為直流電動機和直流發(fā)電機 按類型主要分為直流有刷電機和直流無刷電機，勵磁方式的直流電機是指對勵磁繞組如何供電、產(chǎn)生勵磁磁通勢而建立主磁場的問題。 該實驗課題，我用的是單級直流電機。是一種電樞導電部分始終工作于單一極性磁場中的直流電機。它是一種低壓大電流無換向器的直流電機。 圖單極直流電機原理示意示一臺圓筒形電樞單極直流電機的原理結構。當兩個環(huán)形勵磁線圈通直流電時，電機氣隙的整個圓周上將產(chǎn)生單一極性的磁場。當轉(zhuǎn)軸帶動圓筒形銅質(zhì)電樞旋轉(zhuǎn)時，樞軸向兩端即感生電動勢，其方向是固定不變的。此電動勢由電刷

21、從電樞兩端引出。單極直流電機電壓低，電流大。電壓只有幾伏或十幾伏，而電流可達幾百安，幾千安，甚至上萬安。因此電刷的接觸損耗和發(fā)熱相當大，磨損也快。實用上應盡可能加多并聯(lián)電刷的數(shù)目,采用接觸電壓降小的銅-石墨電刷，或用導電和導熱更好的液態(tài)金屬，如水銀或鈉鉀合金等做電刷。 要提高單極直流電機電壓，就必須提高氣隙磁通密度和轉(zhuǎn)速。轉(zhuǎn)速受旋轉(zhuǎn)體機械強度的限制，氣隙磁通密度則受鐵磁飽和限制，都不能過高。如采用超導技術則可使單機功率比普通電機提高十幾倍以上。1.3 CMOS圖像傳感器的特點1.3.1 CMOS圖像傳感器的特性（1）光照特性CMOS圖像傳感器的主要應用也是圖像的采集，也要求能夠適應更寬的光照范

22、圍。因此也必須采用非線性的處理方法和自動調(diào)整曝光時間與自動增益等處理方法。結果與CCD相機一樣損失了光電轉(zhuǎn)換的線性，正因為此項，它也受限于灰度的測量。（2）輸出特性CMOS圖像傳感器的突出優(yōu)點在于輸出特性，它可以部分輸出任意區(qū)域范圍內(nèi)的圖像。（并非所有CMOS傳感器都具有這個功能，如果生產(chǎn)廠家沒有給您提供）這個特性在跟蹤、尋的、搜索及室外拍照等的應用前景非常之好。也是CCD傳感器所無法辦到的。（3）光譜響應光譜響應受半導體材料限制，同種硅材料的光譜響應基本一致，與CCD的光譜響應基本一致。（4）光敏單元的不均勻性光敏單元的不均勻性是CMOS圖像傳感器的弱項，因為它的光敏單元不像CCD那樣嚴格的

23、在同一硅片上用同樣的制造工藝嚴格制造，因此遠不如CCD的光敏單元的一致性好，但是它內(nèi)部集成單元多，處理能力強能夠彌補這個缺陷。1.4 OV7670的性能特點與工作方式1.4.1 OV7670的性能和參數(shù)OV7670是一款采用24腳封裝的芯片，30萬像素CMOS VGA圖像處理傳感器。該模塊具有體積小、工作電壓低等特點，可以實現(xiàn)對單片VGA攝像頭和影像處理器的所有功能；通過SCCB控制總線控制，可以實現(xiàn)輸出整幀、子采樣、取窗口等方式的各種分辨率的8位影像數(shù)據(jù)；同時最高的數(shù)據(jù)幀可達30FPs,這樣用戶可以完全控制圖像的質(zhì)量，數(shù)據(jù)的格式和傳輸?shù)姆绞?，所有的圖像處理功能伽馬曲線，白平衡，飽和度，色度等

24、，都可以通過對I2C總線的控制以SCCB方式進行配置，另外感光陣列是640x480的，可以很好的輸出（4:2:2）的格式數(shù)據(jù)。OV7670模塊，帶AL422 FIFO，超寬工作電壓,帶24MHZ有源晶振，帶380KB 大容量的FIFO   AL422B，非常適合慢速MCU直接通過I/O采集圖象數(shù)據(jù)，帶OV7670必須的穩(wěn)壓LDO，超寬單工作電源3.3V5V，I/O直接連接無須電平轉(zhuǎn)換，工作溫度050度，鏡頭為全玻璃鏡片，鏡頭焦距3.6毫米 650nm波段。1.4.2 OV7670的功能1. 高靈敏度特性適合低照度的應用場合。2. 很低的電壓適合嵌入式的應用。3. 該芯片具有

25、標準的SCCB接口，并且兼容IC接口。4. 支持VGA，GIF，和CIF到40x30的各種尺寸。5. VarioPixel子采樣方式。1.5 OV7670的數(shù)字圖像輸出1.5.1 OV7670的輸出信號時序像素數(shù)據(jù)輸出時序和幀與行有效信號時序分別如圖1.5.1和圖1.5.2所示。像素時鐘與主時鐘同頻，在一幀圖像開始輸出時幀有效信號由低電平變?yōu)楦唠娖?，一幀輸出結束時由高電平變?yōu)榈碗娖剑欢杏行盘杽t在一行數(shù)據(jù)輸出有效時由低電平變?yōu)楦唠娖?，一行?shù)據(jù)輸出完成后由高電平變?yōu)榈碗娖?。根?jù)OV7670的輸出信號時序就能正確地采集整幀圖像。圖1.5.1中，P為幀消隱區(qū)，A為有效數(shù)據(jù)區(qū)，Q為行消隱區(qū)。圖1.5

26、.1為像素數(shù)據(jù)輸出時序圖，圖1.5.2為幀與行有效信號時序圖。圖1.5.1 像素數(shù)據(jù)輸出時序圖 圖1.5.2 幀與行有效信號時序圖2 方案論證2.1 控制模塊的介紹方案一，采用ATMEL 公司的AT89C51。51單片機價格便宜，應用廣泛，但是功能單一，但其運算速度低，RAM、ROM空間小，如果系統(tǒng)需要增加語音播報功能，還需外接語音芯片，實現(xiàn)較為復雜；另外51 單片機需要仿真器來實現(xiàn)軟硬件調(diào)試，較為煩瑣。方案二，采用STM32系列單片機。這款單片機采用了Tail-Chaining中斷技術，完全基于硬件進行中斷處理，最多可減少12個時鐘周期數(shù)，在實際應用中可減少70%中斷。 它具有一個32位的核

27、，處理速度明顯優(yōu)于MSP430。方案三，采用ARM7，ARM7底層驅(qū)動很復雜，平時用的也不是很多。 三個方案都能滿足題目要求。但小車實時處理要求高，處理速度應盡量快。完成題目基本上不會使用到430單片機的五種低功耗模式。ARM雖然在性能上優(yōu)于另外兩個方案，但其價格高。綜上所述，綜合考慮時間、性價比和低功耗等因素，我們選擇方案二。2.2 車身車體的介紹方案一，使用坦克式小車。小車體積大，可承載模塊多；摩擦力大，可走崎嶇不平的路徑；運動可快可慢，快時用于行進，慢時用于位置精密調(diào)節(jié)。缺點：功耗大，靈敏度低。方案二，使用四輪矩形車體。小車功耗較低，運動靈活，車速較快。適于平整地面快速運行。方案三，使用

28、圓形車體。左右兩個單向輪，前后兩個萬向輪。功耗和靈敏度明顯優(yōu)于方案二。經(jīng)研究，決定選用方案三，并在萬向輪上加入減震設備，使小車運行過程平穩(wěn)。另外小車車體中加載9V可充電電池（環(huán)保且可持續(xù)利用），通過穩(wěn)壓模塊穩(wěn)定為5V和3.3V，分別給小車驅(qū)動和M3處理器等模塊供電。車輪表面貼有碼盤，可用紅外實時感測車輪的運動狀態(tài)，并輸入單片機進行實時調(diào)整。2.3 電機選擇與驅(qū)動模塊的介紹方案一，使用直流電機。直流電機機械特性的線性度好，速度快，反應靈敏，轉(zhuǎn)動力矩大，體積小，重量輕，成本低，另外，直流電機帶負載能力強，調(diào)速平滑，PWM調(diào)整范圍廣。缺點：不易于精確調(diào)節(jié)和準確定位。方案二，使用步進電機。步進電機是將

29、脈沖信號轉(zhuǎn)化為角位移或線位移的器件，其精度高，效率高，可靠性高，另外，步進電機只有周期誤差而無積累誤差，可以精確的控制轉(zhuǎn)動的角度和位移。缺點：體積大，力矩小，速度慢，且力矩在高轉(zhuǎn)速時急劇下降。我們選擇直流電機，利用L298集成芯片組成驅(qū)動電路可產(chǎn)生PWM脈沖。利用PWM脈沖驅(qū)動直流電機，可以提高直流電機的精確度，又不會影響其速度的優(yōu)勢。用于提供小車行駛的動力，速度快，靈敏度高，使之滿足題目要求。2.4 路徑識別的方案設計與論證方案一：基于光電傳感器陣列的智能控制光電傳感器的排列方法、個數(shù)、彼此之間的間隔都與控制方法密切相關。但一般的認識是：在不受外部因素影響的情況下、能夠感知前方的距離越遠，行

30、駛的效率越高。由于光電傳感器電路板的大小有限，其延伸的距離太短，因此大多制作者通過調(diào)整了光電傳感器與地面信息的的方向，從而使光電傳感器可以獲得更遠地方的路面的跑道情況。3下圖2.4.1和2.4.2是兩種典型的光電循跡的方案，圖2.4.1中模型車采用了8對光電傳感器分布得比較寬；圖2.4.2中模型車只采用了3對光電傳感器，放置在向外伸出的小電路板上，探測的范圍比較小。具體在實際中將采用哪種方案更合適，這個與光電傳感器掃描前方的距離和寬度以及所控制的策略是十分相關的。下面的圖2.4.1為8路紅外發(fā)射管方案，圖2.4.2為3路紅外發(fā)射管方案。 圖2.4.1 8路紅外發(fā)射管方案 圖2.4.2 3路攝像

31、頭方案在光電循跡方案中，為了得到質(zhì)量較高的接收信號，一般還附加一些電阻電容組成的RC高通濾波器。這樣就能夠在一定程度上避免由外部光線引起的路線識別不正確的問題。有的模型車設計的傳感器離地面距離較遠，為了能夠接收到更多的從發(fā)光傳感器發(fā)射過來的光線，也有使用凸透鏡的情況?；诜瓷涫郊t外傳感器的光電傳感器陣列的路徑檢測方法具有較高的可靠性與穩(wěn)定性，信息更新速度快且易于單片機處理。但是它易受環(huán)境光線的干擾，而且存在著檢測距離近的的問題，硬件電路復雜。為了獲得遠方的信息需要將傳感器伸的盡可能遠，從而增加了車體高速行駛時的轉(zhuǎn)動慣量，限制了智能車的最高速度。方案二：基于面陣CCD傳感器的控制基于面陣CCD傳

32、感器的路徑檢測方法具有探測距離遠（后文將這種前方探測距離稱為“前瞻“）的優(yōu)勢，能夠盡可能早地感知前方路徑的信息并進行預判斷，實現(xiàn)提前減速過彎。而且這樣還可以提高轉(zhuǎn)彎的最高速度。同時還可以結合利用單片機內(nèi)部的A/D,在小車的前方虛擬出24個光電傳感器，采用單一傳感器，硬件結構簡單且高速運行時轉(zhuǎn)動慣量小，從而增加了小車的最高速度。這樣不僅能夠克服傳統(tǒng)光電傳感器的缺點，又能夠精確的感知黑色引導線的位置，為智能車的穩(wěn)定運行提供保障。但是，在調(diào)試過程中我們發(fā)現(xiàn)這樣面陣攝像頭在市場上很少，不易購買。圖2.4.3 CMOS攝像頭小車方案三：基于面陣CMOS傳感器的控制基于黑白面陣CMOS攝像頭傳感器的路徑檢

33、測方法具有以上兩種方案的所有優(yōu)點，同時面陣CMOS攝像頭輸出的復合視頻信號，采集到的信息將是前方整個一副圖像。利用單片機內(nèi)部的A/D轉(zhuǎn)換器，并配合從視頻信號分離出的同步信息，該單片機可以直接將圖像信號采集到內(nèi)部的RAM中，然后通過軟件對圖像信息進行處理。這樣不僅可以識別道路的中心位置，同時還可以得到跑道的方向，跑道的曲率等信息。這樣可以有效地對車模進行運動控制，提高車模路徑跟蹤速度和運行速度。但是面陣CMOS攝像頭的延時比較大（20ms），因此對信息的采集和處理有一定的約束。圖2.4.3為CMOS攝像頭小車。綜合以上分析，為了更好的獲得路況信息和取得大的前瞻，本設計選擇方案三，并對其進行可改進

34、。3 智能車系統(tǒng)硬件設計3.1 智能車系統(tǒng)硬件設計總體結構本系統(tǒng)是利用了市面上很流行的處理器STM32作為本系統(tǒng)的主要控制模塊，我們采用了CMOS攝像頭作為識別路面信息的傳感器，通過控制器STM32對攝像頭采集過來的信息進行分析和判別，才實現(xiàn)對智能小車直流電機的控制從而達到實現(xiàn)自動循跡的目的。眾所周知，一個系統(tǒng)的硬件是一個系統(tǒng)能否穩(wěn)定運行的關鍵，在設計智能車硬件的總體架構時，該系統(tǒng)充分考慮了這方面的因素，使該系統(tǒng)能夠很好的運行，使小車的行駛速度更快更穩(wěn)定。如圖3.1，并在此基礎上選擇了最佳的硬件電路和器件，后面將分成各個模塊加以介紹。圖3.1為系統(tǒng)硬件整體框圖。4圖3.1 系統(tǒng)硬件整體框圖3.

35、2 STM32最小系統(tǒng)的設計3.2.1 方案總結1 電機模塊：直流電機2 控制模塊：Cortex-m33 車體選擇：四輪圓形車身4 攝像頭模塊：OV7670模塊3.2.2 方案框圖圖3.2為方案框圖。圖3.2 方案框圖3.3 電路設計與原理3.3.1 直流電機應用L298為雙全橋步進電機專用驅(qū)動芯片，內(nèi)含4信道邏輯驅(qū)動電路，接收標準TTL邏輯信號，可驅(qū)動46V、2A以下的步進電機，且可直接通過電源來調(diào)節(jié)輸出電壓。然而本電路將M3控制器與L298驅(qū)動結合，產(chǎn)生PWM脈沖，用于驅(qū)動直流電機，在不影響直流電機速度快、帶負載能力強的同時，實現(xiàn)較精確調(diào)節(jié)，可達到很好的效果。L298作為小車電機驅(qū)動芯片，

36、驅(qū)動能力很強，廣泛被智能小車控制作用，硬件簡單，操作性極強，而且價格也適合，非常適合初學者來應用，在該課題中，小車的驅(qū)動主要依靠該模塊來實現(xiàn)，攝像頭采集的信息通過CPU的處理，從而調(diào)節(jié)小車的運行情況，是該課題的主要模塊。其電路原理圖如3.3.1圖。L298是ST公司生產(chǎn)的一種高電壓、大電流電機驅(qū)動芯片。該芯片采用15腳封裝。主要特點是：高的工作電壓最大可達46V；比較大的輸出電流，具有3A瞬間峰值電流，實驗報告檢測其持續(xù)工作電流可達2A，具有25W額定功率。內(nèi)涵兩個H的高電壓大電流全橋式驅(qū)動器，能夠?qū)崿F(xiàn)對直流電動機和步進電機和步進電機的驅(qū)動，繼電器線圈等感性負載；采用標準邏輯電平信號控制：具有

37、兩個智能控制端，在輸入信號合理的情況下允許或者禁止期間工作有一個邏輯電源輸入端，使內(nèi)部邏輯電路部分工作在低電壓下模式下；可以外接檢測電阻，將變化量反饋給控制電路，使用L298芯片驅(qū)動電機，該芯片可以驅(qū)動一臺兩相步進電機或者四相步進電機，也可以驅(qū)動兩臺直流電機。圖3.3.1為電機驅(qū)動模塊。6 圖3.3.1 電機驅(qū)動模塊3.3.2 電源分配電路設計電源分配電路中，所用的電池是蓄電池，電池要通過一些電壓的轉(zhuǎn)化電路來實現(xiàn)對電機的驅(qū)動作用，由于STM32的最小系統(tǒng)的驅(qū)動電壓時3.3V的直流電壓，攝像頭的驅(qū)動是3.3V到5V的直流電壓，需要將蓄電池的電壓轉(zhuǎn)換過去，這部分，該系統(tǒng)利用了LM3117-3.3V

38、的轉(zhuǎn)換芯片，能夠得到穩(wěn)定性和波紋都很好的3,3V直流電壓，可直接利用該直流電壓給單片機和CMOS攝像頭傳感器供電。圖3.3.2為電源模塊。 圖3.3.2 電源模塊3.3.3 H橋電機的驅(qū)動本系統(tǒng)的直流電機的驅(qū)動電路采用H型PWM電路，用STM32處理器來控制驅(qū)動電路，使之工作在占空比可調(diào)的開關狀態(tài)，從而實現(xiàn)對電動機的轉(zhuǎn)速的精確調(diào)整。其實就是把波形作用于電機驅(qū)動的使用端，PWM控制是一種在控制領域應用非常廣泛的控制方式，通過對波形或者說是脈沖的占空比加以控制，從而實現(xiàn)對電機速度的控制，靈活應用合理分配是PWM波的一種很強的優(yōu)勢，因此對于電機運行的速度，我們可以通過對PWM波的占空比來實現(xiàn)對脈沖頻

39、率的控制，來達到轉(zhuǎn)速的合理控制。圖3.3.3為L298 H橋內(nèi)部電路。 圖3.3.3 H橋內(nèi)部電路4 智能車系統(tǒng)軟件設計4.1 控制算法的簡要介紹智能小車的控制，實際上就是對智能車的運行車速和運行方向的控制，本課題通過對各種算法的比較，最終采用了比較適合的算法PID控制，PID控制是一種新型的算法，這種算法來源于模糊數(shù)學模型，模糊推理的控制就是利用了這種算法來實現(xiàn)對圖像的合理處理的。 在對驅(qū)動電機和舵機控制之前，需要利用道路檢測信息來制定各種路況下的控制策略，道路路況不外乎4種，如圖4.1所示為跑道的4種情況。 圖4.1 跑道的4種情況 要實現(xiàn)在最短的時間能實現(xiàn)對智能小車的控制，并完成所要達到

40、的任務，那么這就要求我們在直道上要用全速的狀態(tài)來行駛，同時在“S”道轉(zhuǎn)向不大的情況下要盡量做到直道行駛的速度來行駛，最后在進入彎道時要合理的減速，既不能太大也不能過小，以使得在彎道上能夠及時的轉(zhuǎn)向，在彎道中和出彎的時候要及時的提高小車的速度，以使得在小車在進入直道時候就能夠很快達到最高速度。對于十字交叉道路，可以按是直道處理，避免橫線的干擾。6 PID控制介紹PID控制算法是根據(jù)偏差的值，按照一定的函數(shù)關系進行計算，用所得的運算結果對系統(tǒng)進行控制。PID控制有位置式控制和增量式控制，方程如下： (4-1) (4-2) 利用PID控制器步驟如下： (1)首先預選擇一個足夠短的采樣周期讓系統(tǒng)工作；

41、 (2)僅加入比例控制環(huán)節(jié)，直到系統(tǒng)對輸入的階躍響應出現(xiàn)臨界振蕩，記下這時的比例放大系數(shù)和臨界振蕩周期； (3)在一定的控制度下通過公式計算得到PID控制器的參數(shù)。 在實際調(diào)試中，只能先大致設定一個經(jīng)驗值，然后根據(jù)調(diào)節(jié)效果修改。 模糊控制介紹 模糊控制實質(zhì)上是一種人性化的控制策略，其要求用計算機去按照操作人員的思想來控制小車的運行，這樣可以很好的避開了對復雜的數(shù)學模型的處理，而是著力于對操作員想要的控制問題進行研究，使控制問題能夠跟好的實現(xiàn)，使成功的幾率更方便，總結出知識，從中提煉出控制規(guī)則，實現(xiàn)復雜系統(tǒng)的控制。 模糊控制有以下的特點： 1. 盡管模糊控制的算法是運用模糊集理論來進行的的計算方

42、法，但是最終得到的控制數(shù)據(jù)時確定的，定量的。 2. 對于一些實際系統(tǒng)，需要系統(tǒng)建立一些數(shù)學模型，而模糊控制算法則不需要根據(jù)機理與分析建立數(shù)學模型，從而簡化了處理的復雜度。更加具有使用性。 3.模糊控制系統(tǒng)與傳統(tǒng)的控制方法相比，模糊控制系統(tǒng)是設計員利用自然語言表達出來的規(guī)則，更加的人性化，此算法更接近于人的的思維方法和推理習慣，因此，便于現(xiàn)場操作人員的理解和使用，便于人機對話，以得到更有效的控制規(guī)律。 4.2 速度控制算法由上面對PID控制算法和模糊控制算法特點的介紹可以看出，PID控制算法簡單、容易計算機實現(xiàn)，但其參數(shù)的準確整定困難，而模糊控制算法剛好彌補了這一缺陷，因而我們選取模糊PID作為

43、智能車速度和轉(zhuǎn)向的控制算法。圖4.2.1為模糊PID控制結構圖。 圖4.2.1 模糊PID控制結構圖輸入輸出變量的確定及模糊化 模糊控制器的輸入變量為速度的偏差e及其偏差變化率ec，輸出變量為PID控制校正參數(shù)Kp、Ki、Kd。偏差和偏差變化率都是精確的輸入值，模糊化就是使之離散化，變?yōu)樵O定整數(shù)論域中的元素。 將e和ec定義如下： (4-3) (4-4)式中kl，k2為e和ec的變換比例因子，設e和ec的實際變化范圍分別為-em，em和-ecm，ecm，經(jīng)變換和量化后的模糊變量分別為E和EC，根據(jù)車速的控制精度要求，將E和EC的論域定義為： E,EC=-6,-5,-4,-3,-2,-1,0,l

44、,2,3,4,5,6其模糊子集為：E,EC=NB,NM,NS,ZO,PS,PM,PB 上式子集中元素分別代表負大、負中、負小、零、正小、正中、正大。模糊子集的隸屬度函數(shù)采用三角形函數(shù)。 輸出量KiKpKd的論域、語言變量取值、隸屬度函數(shù)的選擇與E和EC相同。 模糊規(guī)則表的建立 表4-1 Kp的模糊規(guī)則表DKpEC ENBNMNSZOPSPMPBNBPBPBPMPMPSZOZONMPBPBPMPSPSZONSNSPMPMPMPSZONSNSZOPMPMPSZONSNSNMPSPSPSZONSNSNMNMPMPSZONSNSNMNMNBPBZOZONMNMNMNBNB表4-2 Ki的模糊規(guī)則表DK

45、iEC ENBNMNSZOPSPMPBNBNBNBNMNMNSZOZONMNBNBNMNSNSZOZONSNBNMNSNSZOPSPSZONMNMNSZOPSPMPMPSNMNSZOPSPSPMPBPMZOZOPSPSPMPBPBPBZOZOPSPMPMPBPB表4-3 Kd的模糊規(guī)則表DKiEC ENBNMNSZOPSPMPBNBPSNSNBNBNBNMPSNMPSNSNBNMNMNSZONSZONSNMNMNSNSZOZOZONSNSNSNSNSZOPSZOZOZOZOZOZOZOPMPBNSPSPSPSPSPBPBPBPMPMPMPSPSPB根據(jù)以上模糊規(guī)則，可以得出參數(shù)Kp、Ki、Kd

46、的模糊量。7 反模糊化 由模糊規(guī)則得到的是模糊量，不能直接控制被控對象，還需要將其反模糊化，由一個確定的值去控制被控對象。我們采用了重心法把模糊量清晰化，具體公式如下：= (4-5)式中，k*為反模糊化后的精確值，kn為模糊量，k(kn)為模糊量的隸屬度函數(shù)。得到精確值后，就可以將其送給PID控制器了，PID控制器通過算法，可以實現(xiàn)其參數(shù)的自整定，公式如下： kp=kp0+k3*kp (4-6)ki=ki0+k4*ki (4-7)kd=kd0+k5*kd (4-8)式中kp0，ki0，kd0為PID的初始參數(shù)，k3，k4，k5為比例因子,kp,ki,kd為模糊控制器輸出量,kp,ki,kd為整

47、定后PID的參數(shù)值。 整個模糊PID的控制流程圖4.2.2。 開始 輸入量模糊化 模糊規(guī)則推理 反模糊化 PID參數(shù)自整定 控制被控對象 結束 返回 圖4.2.2 模糊PID算法流程圖對于舵機的控制方案和上述方法類似，所不同的是，由于對舵機轉(zhuǎn)角的檢測很困難，很難得出反饋量，因此對舵機的轉(zhuǎn)角采用的是開環(huán)模糊PID控制，在此不再贅述。4.3 圖像采集攝像頭的工作原理是按特定的分辨率，以隔行掃描的方式采集圖像上的點，當掃描到某點時，就通過圖像傳感芯片將該點處圖像的灰度轉(zhuǎn)換成與灰度相對應的電壓值，然后將此電壓值通過視頻信號端輸出。圖4.3.1為視頻信號的示意圖。 圖4.3.1 視頻信號示意圖由于我們所

48、采用的攝像頭OV7670像素為625X582，如果逐行逐點掃描的話數(shù)據(jù)的信息量很大。另外，對于提取道路信息來說也不用如此高的分辨率，所以每場采15行(可每隔40行采集一行)，每行采50個點(可每隔10點采集一點)，這里需要說明的是攝像頭在安裝時采取旋轉(zhuǎn)90度安裝。圖4.3.2 跑道圖像以及旋轉(zhuǎn)90度后的賽道圖像。 圖4.3.2 跑道圖像以及旋轉(zhuǎn)90度后的賽道圖像4.4 圖像處理 攝像頭把路面圖像信號采集過來之后后還要控制器還要對其進行相應的處理，通過一定的算法提取出有用的黑線位置，在大多數(shù)情況下我們用最值法，但是這種算法有一個致命的缺陷就是不管怎么智能車有沒有在正確的軌道上，不管智能車有沒有看

49、到黑線，它總能給每行找出一個黑點來。要想排除這種情況，需要加上額外的信息處理。 圖4.4為圖像采集算法流程圖。進入中斷奇偶場引腳電平是否變化NY等待消隱區(qū)是否結束N采集數(shù)據(jù)點計數(shù)+N點計數(shù)值為50NY行計數(shù)+行計數(shù)值為15Y退出中斷 圖4.4 圖像采集流程圖 4.5 動態(tài)閾值法介紹綜合上面算法的優(yōu)缺點，我們選取得是閾值法的改進算法，動態(tài)閾值法，具體算法介紹如下： 在迭代算法中需要對每副圖像分別求其灰度平均值，如公式4-9,4-10。 Eg1(x,y)=Ef 1(x,y)+e(x,y)=Ef1(x,y) (4-9)Eg2(x,y)=Ef 2(x,y)+e(x,y)=Ef2(x,y) (4-10)

50、上式說明，隨著迭代次數(shù)的增加，平均灰度值將趨向于真值。所以由迭代算法計算的最佳值不受噪聲干擾的影響。算法步驟如下。(1)選擇T0=Tk|k=0為 (4-11)其中Zmax，Zmin分別為圖像中的最大和最小灰度值。 (2)利用值Tk將圖像分割為兩組R1，R2其中 R1=f(x,y)|f(x,y)Tk (4-12)R2=f(x,y)|0f(x,y)<Tk (4-13)(3)計算區(qū)域R1,R2的灰度均值Z1,Z2，其中Z1= (4-14)Z2= (4-15)式中f(i,j)是圖像上(i,j)點的灰度值。 (4)選擇新的值Tk+1 Tk+l= (4-16) (5)如果|Tk-Tk+1|<A

51、,則結束，將Tk+1作為閾值；否則是K=K+1，轉(zhuǎn)至步驟(2)。其中A是預先設定的閾值允許誤差范圍，本方案中選為2。通過實驗我們得到這種方法一般要經(jīng)過2，3次就可收斂，不會占用單片機太多的時間。5 系統(tǒng)的測試5.1 系統(tǒng)測試的目的在做完該智能小車的系統(tǒng)及程序設計后需要對系統(tǒng)進行測試，來檢測一下系統(tǒng)存在的錯誤以及設計不合理的地方，還有設計的系統(tǒng)是否具有很好的穩(wěn)定性。通過系統(tǒng)測試找出問題并解決問題，本畢設的智能小車系統(tǒng)在相關功能和穩(wěn)定性方面能夠達到設計初的性能要求。5.2 系統(tǒng)測試的原則一般的系統(tǒng)測試環(huán)節(jié)包括：首先應該設計好測試計劃進行測試，其次是要盡早的進行測試，并且對容易出錯的地方進行多次的測試，還有設計好測試用例這對系統(tǒng)的功能測試起到重要作用，最后保存好對系統(tǒng)測試的資料以后可以作為參考。5.3 系統(tǒng)測試的結果由題目可知，此作品主要測試條件為時間。通過多次測試小車記錄數(shù)據(jù)可以判斷小車的速度比較快。但時間存在誤差，光線存在干擾。室內(nèi)溫度，光照強度，小車起點坐標等均會對時間照成影響。條件允許情況下可以對其影響程度進行測量，繪圖及相應的數(shù)據(jù)計算與理論分析5.4 測試結果誤差分析每次通過