基于攝像頭的預測控制策略

　　要實現(xiàn)一個完整的基于攝像頭的智能小車，第一步要做的就是將攝像頭輸出的模擬信號通過單片機AD轉(zhuǎn)換采集到單片機中，然后對采集到的原始的圖像數(shù)據(jù)進行處理，以獲取賽道中央的黑線在圖像坐標系中的位置。

　　接著，就要利用處理得到的圖象信息對智能小車進行控制。就目前而言，各參賽隊用的最多的橫向控制(轉(zhuǎn)向控制)就是PID控制。采用PID控制方式，無需對攝像頭作嚴格的標定，因為只須將黑線在圖像坐標系中的位置偏差乘相應的PID系數(shù)，就可以作為轉(zhuǎn)向的控制律，至于PID系數(shù)取多少，則可以通過簡單的實驗調(diào)試而獲得合適的取值。正因為這樣，PID控制方式簡單易行。

　　而PID控制方式卻有其局限性，其最大的局限性就是無法很好控制智能小車的行駛線路(簡稱“走線”)。PID參數(shù)的變化會引起小車走線的變化，即使PID參數(shù)相同的情況下，小車速度的或高或低同樣會引起小車走線的變化。這樣，因為小車走線的不確定性，為了比賽時小車不沖出賽道，只有盡量控制小車完全沿線行駛，這樣才能使小車無論在左側(cè)還是右側(cè)都有較充足的賽道裕量。但另一方面，完全沿著賽道中央黑線的走線也許并不是最優(yōu)的走線，比如，在一些特殊路段抄近道，可能會使走線更優(yōu)，從而提高比賽成績。往下所要介紹的預測控制策略，就是為了達到使小車走線盡可能最優(yōu)的目的。

　　基本思想

　　預測控制的基本思想是：在每一控制周期內(nèi)，通過攝像頭獲取車前方一定區(qū)域內(nèi)黑線的位置信息——與PID控制方式不同的是，預測控制多了攝像頭標定這一步，即將黑線在圖像坐標系下的位置轉(zhuǎn)換成世界坐標系下的位置——然后規(guī)劃出一條較優(yōu)化的走線，成為期望走線。然后根據(jù)小車的運動學模型和轉(zhuǎn)向模型可以確定(一種最優(yōu)化問題求解的過程)，在往下若干個控制周期內(nèi)，轉(zhuǎn)角控制量依次取多少時，小車走線才能最“接近”規(guī)劃出的期望走線。僅僅選取求解出的當前控制周期的轉(zhuǎn)角控制量作為實際的轉(zhuǎn)角控制量。在下一周期，將重新進行一次上述的規(guī)劃、最優(yōu)化求解過程，如此反復循環(huán)執(zhí)行下去。具體介紹如下文所示。

　　攝像頭標定

　　因為要進行走線規(guī)劃，就得獲取黑線的實際位置信息。通過攝像頭所獲得的只是黑線在圖像坐標系下的位置。因此，首先得求出圖像坐標系到世界坐標系的變換關(guān)系，這個變換關(guān)系是一個仿射變換關(guān)系，可以事先寫出這個變換關(guān)系的形式，然后再取一些標定樣點，通過計算標定出這個變換關(guān)系形式中的各個參數(shù)。攝像頭標定因為不作為本文重點，受篇幅所限，具體細節(jié)不在此贅述。

　　走線規(guī)劃

　　在賽車比賽中，走線選取的好壞可以作為評價車手水平高低的一個標準。在智能小車比賽中，走線選取的好壞同樣顯得很重要。針對不同類型的賽道甚至賽道組合，走線的選取，既要考慮到走線路程的長短，還要考慮到相應的速度限制，因此，如何走線是一個值得研究的問題。在各種走線規(guī)劃的策略中，一種最樸素而且效果也較明顯的想法就是“抄近道”。所謂抄近道就是在小車不沖出賽道的前提下，使小車在賽道上沿盡可能短的路線前進。最典型的兩種抄近道的表現(xiàn)方式如圖1所示，即蛇形道(a)和單向彎(b)上的抄近道。