智能车巡线原理

2019-06-11林辉卞军张晨阳刘珊珊

电子技术与软件工程 2019年7期

关键词：黑线循迹巡线

文/林辉卞军张晨阳刘珊珊

智能车近年来获得了较大的发展，除了专门的飞思卡尔智能车大赛之外，在全国大学生电子设计大赛中也经常以智能车做为考题，智能车巡线技术的发展使智能车具备了更强的“智能性”。

1 智能车的整体结构

智能车可以分成三个部分——传感器部分、控制器部分、执行器部分。即信号捕获、控制、驱动。

传感器将外界光、电、声音、电磁波以及其他信号转变为电信号后发送给上级，在智能车上的传感器有电压输出、脉冲输出、数字总线输出等几种形式。

传统的控制器包含程序计数器、指令寄存器、指令译码器、时序发生器以及操作控制器等，用来实现整个微机系统的操作。在智能车系统中，控制器负责将各类传感器采集到的信息进行分析处理，并将指令传递给执行器。

执行器部分负责执行控制器传达的各项指令，进而调整各个模块的工作状态，使之协同完成智能车的各项操作。

2 什么是智能车巡线技术

简单来说，智能车巡线技术就是通过智能车得到一个合适的图像，并从中分析出部分可以用来控制车体的信息。

在智能车巡线过程中，使智能车在引导信息下去逼近预定的行驶轨道是智能车巡线技术的一个基本目标，其行驶路线与实际预定轨道之间的误差率可以用来判别一种巡线技术的优劣程度。在同一种巡线技术下，采用不同的传感器也会对智能车的巡线准确度产生影响。

3 黑线循迹法

目前被广泛采用的循迹方式有多种，包括黑线循迹、红外对管循迹法、摄像头循迹法、激光管循迹法、激光管循迹法、电磁循迹法等。相比较于其他几种循迹方法，黑线循迹的电路设计相对而言简单，检测信息速度快且成本低。黑线循迹示意图如图1所示。

黑线循迹中主要采用红外探测法，依靠光电传感器来实现对道路的识别。由光电传感器的发射管发射出一定波长的红外线，当红外线照射在不同的物体表面时具有不同的反射强度。利用黑色对可见光的强吸收率，当智能车行驶到预定黑线轨道，低反射率的黑线与其他高反射率地带形成强烈的对比。在对智能车巡线技术的内部编码中，就是利用这一特点进行路径识别。光电传感器原理如图2所示。

智能车行驶过程中，想要从赛道中提取我们想要的黑线信息，首先需要做的是提取出完整的赛道轮廓。赛道不可避免的会有各种弯道，交叉等。在机器看来这些赛道信息就是一堆一堆的点。为了帮助智能车较好的运行，需要有良好的路径识别方法。路径识别主要是对普通弯道、小S形弯道、大S行弯道、十字交叉道的识别。

普通弯道对于智能车来说是最容易识别的，可以根据偏移量、曲率等来识别。根据曲率来识别是目前采用较多的一种方法。曲率最大的意义在于可以同时包含速度和转向两种信息。求取曲率在高等数学中有明确的方法，除此之外我们可以利用圆的特性来逼近曲率。式（1）即使用的曲率计算公式，通过圆上三点求曲率。其中x为坐标，c即曲率，i为当前点，i+1为沿y轴方向增长的下一个点，i-1则是沿y轴方向增长的上一个点。进而可以得到此三点组成的曲率。

根据所求出来的曲率，就可以判断出弯道情况。当然，在判断曲率之前，首先要为智能车的路径识别程序设定一个阈值，当所求出来的曲率大于设定的阈值时即可判断为属于弯道的情况。根据所需要的精确度，可以选取适当的阈值。智能车会根据当前的道路情况做加减速控制。

4 巡线中的速度控制策略

相对于智能车这类微机系统电子设备，惯性在加减速过程中造成的影响并不是很大，但为了能够使得智能车更加高效的到达既定目的地而不偏离原来的行驶轨道，有必要对智能车行驶过程中的速度进行控制。

图1：黑线循迹示意图

图2：光电传感器原理

在直道行驶过程中，车身抖动对光电传感器造成的影响较小，因此在直道行驶时可以适当采用较大的速度控制方案。在快要接近弯道的情况下提前将速度设定为可以控制的最大入弯速度，驶离弯道后必须进行加速控制。

在弯道行驶过程中的速度控制是智能车行驶过程中的重点。在入弯的过程中，路况的急剧变化使得光电传感器的识别压力增大，出于稳定性考虑，应当适当做减速处理，避免偏离轨道。与此同时，应将速度设置为弯道曲率的线性函数关系，在曲率急剧增大时，速度应将减小到适当的临界值。若速度没有降到入弯临界值，除了在入弯的过程中可能导致偏离轨道的情况，在出弯进入直道时车身也会因调控不及时而出现S形运动轨迹。

在实现智能车速度控制的过程中，除了通过软件设计实现上述速度控制流程外在硬件方面还要设计合理的电机电流采样方案，包括使用常用的霍尔电流传感器和采样电阻等。