攝像頭智能車硬件設計方案

　　在找到的起始片段的基礎上進行賽道生長，繼續(xù)判斷如果下一行賽道存在預處理得到的有用信息，再進行以下判斷：預處理出的黑線片段是否滿足嚴格一些的寬度條件限制 ;黑線中心是否滿足一階連續(xù)性;黑線中心是否滿足二階連續(xù)性。是則將賽道標志置位，將賽道中心信息記錄，否則將賽道標志置零。

　　在生長之后的賽道間進行賽道修補，尋找每段生長之后的賽道的起始行與結束行，判斷上一段賽道結束行與下一段賽道起始行之間的距離是否超出閾值。沒有超出閾值則進行修補，如果修補上賽道則記錄賽道中心位置信息，并將修補段賽道的標志置位;否則將賽道標志置零。經過圖像處理基本上能夠充分得到賽道的有用信息。經過后期對圖像處理中閾值的調整基本上解決了誤識別雜點的問題。

　　賽道元素判斷
　　這一屆智能車加入了收緊彎元素，由于CCD路徑上可能存在的內切特性，導致了在收緊彎部分可能出現車子壓出賽道的情況，導致比賽失敗。這一元素的出現迫使我們必須在進入收緊彎之前識別出來用于提示的三角形，并且將策略進行相應的變化。CCD有很大的特點就是圖像會產生畸變，導致三角形的特點變得不明顯。并且三角形之前的坎也會使得賽道信息變得無效，增加了識別三角形的難度。針對這一特點，我們采集了大量圖像，并且進行分析，找到了能夠較為穩(wěn)定的識別三角形的方法。

　　1.從上一行道路點開始向兩邊，在一定寬度內找邊沿，這樣可以避免賽道邊緣的影響。

　　2.根據需要，可以做一下圖像的梯形校正。需不需要梯形校正，應該根據實際情況判斷。

　　3.三角形的判別是在每個周期都要執(zhí)行的，需要存儲前幾行的數據，可以通過設計良好的流程來盡量避免識別三角算法中的重復工作。

　　4.對于圖像失真，可能的處理方法如下： 三角形底邊寬度與道路寬度相比有突變，而三角形尖端的寬度與道路寬度是連續(xù)變化的，根據這個特征設計算法。正三角形：如果發(fā)現寬度突變，那么懷疑可能是正三角;以后判斷邊線的連續(xù)性，直到寬度由大到小，最終與道路連接，且寬度由大到小變化的行數足夠多，則可以判斷出遇到正三角。倒三角形：如果發(fā)現從道路點開始，一定行數內寬度由小到大，并且在最終出現寬度突變，則判斷出遇到倒三角。

　　另一個必須識別出來的元素是終點線。最初的圖像識別方法是判斷賽道黑線與白線的寬度，如果滿足以下條件則認為是終點線： 如果連續(xù)兩行出現多于一個的黑色片段，進行賽道的尋找。 找到是賽道的黑色片段之后判斷左右相鄰的黑色片段是否滿足終點線黑線寬度的要求。 判斷黑線之間的白線是否滿足寬度標準。 如果滿足以上三個條件則認為是終點線。

　　控制算法
　　CCD相對來說有兩個優(yōu)勢，一是前瞻遠，二是可以一次得到一段賽道的信息從而進行整幀策略的制定。所以控制算法上一定要利用起來整幀賽道的信息，才能夠出現優(yōu)化賽道的效果。我們的整體控制思想是分段進行賽道中點的線性擬合。由于我們的前瞻較遠所以遠處圖像有些不可靠，所以使用最遠有效點以下的5~10行進行擬合。實驗結果是車子能夠較好的切內彎，并且在連續(xù)彎道上能夠穩(wěn)住車身。缺點是車子控制上不是很穩(wěn)定，總是太過于切內彎而沖出賽道。于是我們又加入了一條對賽道位置進行積分的控制線對控制進行限制，實驗結果較好。

　　參考文獻：

　　[1] 卓晴，王琎，王磊. 基于面陣 CCD 的賽道參數檢測方法[J].電子產品世界，2006,13(7)
　　[2] 宋敏，鄶新凱，鄭亞茹.CCD與CMOS圖像傳感器探測性能比較[J].半導體光電，2005,26(1)
　　[3] 大賽組委會.MC9S12EVKC 模塊使用說明[D]
　　[4] 大賽組委會.模型車電機特性和 33886 驅動電路[D]
　　[5] 高振海,管欣,郭孔輝.預描跟隨理論和駕駛員模型在汽車智能駕駛研究中的應用[J].交通運輸工程學報, 2002,2(6)
　　[6] 管欣, 高振海,郭孔輝.駕駛員穩(wěn)態(tài)預描動態(tài)校正假說[J].汽車工程, 2003,25(3)