智能車控制算法

1、智能車轉(zhuǎn)角與速度控制算法1 .檢測黑線中點Center：設黑、白點兩個計數(shù)數(shù)組black、white,從第一個白點開始，檢測到一個白點，白點計數(shù)器就加1,檢測到第一個黑點，黑點計數(shù)器就加1,并且白點計數(shù)器停止，以此類推掃描每一行；黑線中點=白點個數(shù)+（黑點的個數(shù)/2）2 .判斷彎直道：找出黑線的平均位置avg（以每10行或者20作為參照，行數(shù)待定）avg=（£CenterN）/N算出相對位移之和（每一行黑線中點與黑線平均位置距離的絕對值之和）Curve=Ij=D|CenterN7Vgi然后用Curve的大小來確定是否彎直道（Curve的閥值待定）。3 .控制速度：根據(jù)彎度的大小控制速

2、度大小。彎度檢測函數(shù)*/*Curvecontrol()/黑點計數(shù)器/白點計數(shù)器黑線中點位置黑線中點平均位置/N行的相對位移之和判斷黑白點的個數(shù)/每一行的黑線中點/求出黑線中點的平均位置intblackN;intwhiteN;intcenterN;intavg;intcurve;if(白點)+whiteN;else+blackN;centerN=whiteN+blackN/2;avg=(center1+center2+.+centerN)/N;curve=(|avg-center1|+|avg-center2|+.+|avg-centerN|)/N/求出N行的相對位移之和returncurve;

3、/返回彎度大小/*舵艙轉(zhuǎn)角控制函數(shù)*/*黑線軌跡會指引小車的行駛方向，所以向左還是向右是由黑線決定的。*/*設0為小車正向行駛，-10為向左的最大轉(zhuǎn)角，+10為向右的最大轉(zhuǎn)角。*/*設小車實際行駛路線中心A相對于黑線中線B偏移量為gap;gap有正負之分，/gap為正時，小車在黑線中線的右側(cè)，應該左轉(zhuǎn)；gap為負時，小車在黑線中線左側(cè)，應/該右轉(zhuǎn)。轉(zhuǎn)角的大小由剛剛得至U的彎度Curve確定。*/Viewpointcontrol()(Intgap,A,B;Inty;gap=A-B;If(gap>0)左轉(zhuǎn)elseif(gap<0)右轉(zhuǎn)else不變丫=與Curve和gap有關的公式；re

4、turny;)/*y為舵艙的轉(zhuǎn)角角度/*y有正負之分/*返回轉(zhuǎn)角角度/*速度控制函數(shù)*/*根據(jù)彎度的大小來改變速度大小*/Speedcontrol()(Returnspeed;)5.3.1偏航距離的計算由于已經(jīng)獲得了賽道中心線的位置，所以計算偏航距離的問題是選取何處的中心線的距離為當前的偏航距離?？刂扑惴ǖ膱?zhí)行周期為40ms,如果賽車的速度為2m/s,則在兩次控制算法的執(zhí)行中間，賽車要前進8cm,賽車所處的環(huán)境將發(fā)生比較大的改變，所以賽車的控制只能算是半實時控制，這是所有使用攝像頭作為主要尋線傳感器的參賽隊都避免不了的問題。因為算法的滯后性，賽車需要將“當前位置”進行適當前移。前移量應該跟賽車

5、當前速度成正比，但實際中我們發(fā)現(xiàn)，適當增加一些前移距離是有好處的，因為可以在入彎處提前轉(zhuǎn)彎，使得賽車沿彎道內(nèi)側(cè)行駛，縮短了過彎距離。偏航角度的計算計算偏航角度的實質(zhì)是直線擬合問題，因為賽道中心線所在的直線確定了，而直線的斜率與偏航角度一一對應。直線擬合最有效的方法是最小二乘法7,但是直接應用存在一個問題，即如何確定進行直線擬合的區(qū)間？在整個成功識別出賽道的區(qū)間內(nèi)進行直線擬合顯然是欠缺考慮的，因為在彎道的情況下，這種方法擬合出的是一條弦線，而不是當前該彎道處的切線。攝像頭視野越大，彎道曲率越大，弦線偏離切線的程度也就越大。為了能夠在直道和彎道上都能正確的擬合出正確的直線，我們采用了直線檢測的方法

6、，即首先根據(jù)殘差的大小確定直線的范圍，然后在這一范圍內(nèi)進行直線擬合。曲率的計算如果說斜率的計算需要某種技巧的話，計算曲率則更是一種技巧的應用。首屆時很多參賽隊針對各自的實際需要，提出了自己的方法。其中最普遍的是根據(jù)斜率的導數(shù)來計算曲率8。但是斜率的計算本身就很不準確，特別是某個點的斜率，對斜率求導就更不準確，所以使用這種方法只能得出一個大致的結(jié)果。本文作者提出了另外一種方法，首先對獲得的路徑進行濾波，使得路徑盡可能平滑，然后取其兩個端點和中間點，計算這3個點組成的三角形的外接圓的半徑，半徑的倒數(shù)就是這段路徑的曲率。經(jīng)過多次實驗，這種方法的誤差一般不大于20%,對智能車的控制來說已經(jīng)足夠了。讓賽車從起跑線開始，在賽道上行駛一圈，記錄下每個時刻的曲率，如圖5.9。圖5.9計算出的賽道曲率從圖5.9可以看出，計算出的曲率能較為正確的反映實際賽道的彎曲情況。但是這種方法得出的曲率不是攝像頭所看到的當前位置的曲率，而是攝像頭所看到的路徑的整體曲率，因為這種算法僅僅與路徑中三個點的位置有關。然而實驗中卻發(fā)現(xiàn)，這種特點反而給賽車帶來了一個好處：即攝像頭