基于CCD图像识别的HCS12单片机智能车控制系统_刘建刚

智能小车的路径识别问题

智能小车的路径识别问题 摘要：智能小车路径识别技术是系统进行控制的前提，介绍了路径识别技术的几种分类及相应的优缺点，通过分析得出面阵CCD摄像更适合作为采集信息的工具。 关键词：智能小车；路径识别；面阵CCD摄像器件 Abstract: Smart car’s path recognition technology is the premise of the control system, this paper introduces the path of several classification and recognition technology, through the analysis of the advantages and disadvantages of the corresponding to array CCD camera is more suitable for gathering information as the tool. Key words:smart car; Path recognition; Surface array CCD camera device 0 引言：为培养大学生的自主创新设计的能力，各大高校都设置了智能车比赛，智能小车 行驶在给定的白色路面，由中间的黑色轨迹线引导，实现自主循迹功能。实现该 功能的小车主要由电源模块、循迹模块、单片机模块、舵机模块、后轮电机驱动 模块组成。路径模块一般由ATD模块，外围芯片和电路，与路面信息获取模块 组成，要能够快速准确得进行路径识别检测及相关循迹算法研究，本文就这两个 方面进行相应的分析和介绍。 1 光电传感器 1.1 反射式红外发射接收器 半导体受到光照时会产生电子-空穴对，是导电性能增强，光线愈强，阻值愈低。这种光照后电阻率变化的现象称为光电导效应[1]，用于路径检测的反射式红外光电传感器基于此原理设计。该传感器一般由一个红外线发射二极管和一个光电二极管组成，可以发射并检测到反射目的光线。不同颜色的物体对光的反射率不同，当发射出的红外光对准黑色物体时，反射的红外线很少，光电二极管不能导通，反之，当对准白色物体时，光电二极管导通[2]。系统的单片机接收到光电二极管的信息根据相应的算法分析出小车此时的位置及位置偏离度，进而控制小车的方向和速度。 光电式传感器是通过对光的测量通过光电元件转化为电信号，并输出有效的输出量，由于外界光电因素的原因导致空间分辨率低是每个红外传感器存在的缺点，因此必须对原始传感器信息进行预处理，取相对值是一种有效解决外界干扰的方法，即将传感器未发射红外线时的A/D转换值进行提取，再与红外线时的转换值取相对值。文献[2]同时也提出了如何根据每个传感器的相对值与传感器位置推断出车模相对于黑色引导线的横向偏移位置。而文献[3]中所描述的方法与文献[2]有异曲同工之妙，文献[4][5]也对光电传感器的路径算法有详细科学的介绍。 1.2光敏电阻阵列传感器 假设光敏电阻阵列布置如图1所示，在智能小车的正前方布置n个光敏电阻( n=1,2,…, 11 ) ,在其质心位置依次紧密排列m个光敏电阻（m=1,2…7），首先测出路径黑色区域和白色区域的光敏电阻值，以通过d点的中心线的交点为原点建立坐标系,两排光敏之间的距离为K,光敏n和n+1且n>6或者(n和n-1且n<6)所测的值分别为黑色区域值和白色区域值，光敏6中心为智能小车的中心线通过点，而光敏d也为其通过点，连接这两点即为智能小车的中心线，则通过小车中心线并与黑色区域光敏值对应的光敏n与光敏m的连线即为所求路径信息。理论上讲，只要有两点就可以确定唯一的直线。

纯电动汽车整车控制器的设计

纯电动汽车整车控制器的设计 摘要：随着社会的发展与科技的进步，各个城市的汽车使用户喷井式增加。传 统的内燃机汽车消耗石油，排出大量废气，使得城市的空气质量不断下降。纯电 动汽车由于不使用传统化石能源，对环境不造成污染，受到人们的青睐。随着科 技的进步，电动汽车的核心技术不断地革新与突破，逐渐完善的城市基础设施提 供了有利的帮助，电动汽车已经成为潜力股，逐步取代传统汽车变为可能。本文 从汽车结构出发，结合整车信息传输过程，设计了整车控制器的软硬件结构。 关键词：纯电动汽车；整车控制器；硬件设计；软件设计 纯电动汽车作为新能源汽车的一种，以其清洁无污染、驱动能源多样化、能 量效率高等优点成为现代汽车的发展趋势。整车控制器（vehicle control unit，VCU）作为纯电动汽车整车控制系统的中心枢纽，主要实现数据采集和处理、控 制信息传递、整车能量管理、上下电控制、车辆部件控制和错误诊断及处理、车 辆安全监控等功能。国外在纯电动汽车整车控制器的产品开发中，积极推行整车 控制系统架构的标准化和统一化，汽车零部件厂商提供硬件电路和底层驱动软件，整车厂只需要开发核心应用软件，有利的推动了整车行业的快速发展。虽然国内 各大汽车厂商基本掌握了整车控制器的设计方案，开发技术进步明显，但是对核 心电子元器件、开发环境的严重依赖，所以导致了整车控制器的国产化水平较低。本文以复合电源纯电动汽车作为研究对象，针对电动汽车应有的结构和特性，对 整车控制器的设计和开发展开研究。 一、整车控制系统分析与设计 （一）整车控制系统分析 复合电源纯电动汽车整车控制系统主要由整车控制器、能量管理系统、整车 通信网络以及车载信息显示系统等组成。首先纯电动汽车整车控制器通过采集启动、踏板等传感器信号以及与电机控制器、能量管理系统等进行实时的信息交互，获取整车的实时数据，然后整车控制器通过所有当前数据对驾驶员意图和车辆行 驶状态进行判断，从而进入不同的工况与运行模式，对电机控制系统或制动系统 发出操控命令，并接受各子控制器做出的反馈。 保障纯电动汽车安全可靠运行，并对各个子控制器进行控制管理的整车控制器，属于纯电动汽车整车控制系统的核心设备。整车控制器实时地接收传感器传 输的数据和驾驶操作指令，依照给定的控制策略做出工况与模式的判断，实现实 时监控车辆运行状态及参数或者控制车辆的上下电，以整车控制器为中心通信节 点的整车通信网络，实现了数据快速、可靠的传递。 （二）整车控制系统设计 复合电源的结构设计，选择了超级电容与DC/DC串联的结构，双向DC/DC跟 踪动力电池电压来调整超级电容电压，使两者电压相匹配。为了车辆驾驶运行安全，同时为了更好地使超级电容吸收纯电动汽车的再生制动能量，在复合电源系 统中动力电池与一组由IGBT组成双向可控开关，防止了纯电动汽车处于再生制动状态时，动力电池继续供电，降低再生制动能量的吸收效率。 整车CAN通信网络设计，由整车控制器（VCU）、电机控制器（motor control unit，MCU）、电池管理系统（battery management system，BMS）、双向DC/DC控制器以及汽车组合仪表等控制单元（Electronic Control Unit，ECU）组成 了复合电源纯电动汽车的整车通信网络。 二、整车控制器硬件设计及软件设计

浅析人工智能中的图像识别技术

浅析人工智能中的图像识别技术 本文从网络收集而来，上传到平台为了帮到更多的人，如果您需要使用本文档，请点击下载按钮下载本文档（有偿下载），另外祝您生活愉快，工作顺利，万事如意！ 图像识别技术是信息时代的一门重要的技术，其产生目的是为了让计算机代替人类去处理大量的物理信息。随着计算机技术的发展，人类对图像识别技术的认识越来越深刻。图像识别技术的过程分为信息的获取、预处理、特征抽取和选择、分类器设计和分类决策。文章简单分析了图像识别技术的引入、其技术原理以及模式识别等，之后介绍了神经网络的图像识别技术和非线性降维的图像识别技术及图像识别技术的应用。从中可以总结出图像处理技术的应用广泛，人类的生活将无法离开图像识别技术，研究图像识别技术具有重大意义。 1 图像识别技术的引入 图像识别是人工智能科技的一个重要领域。图像识别的发展经历了三个阶段：文字识别、数字图像处理与识别、物体识别。图像识别，顾名思义，就是对图像做出各种处理、分析，最终识别我们所要研究的

目标。今天所指的图像识别并不仅仅是用人类的肉眼，而是借助计算机技术进行识别。虽然人类的识别能力很强大，但是对于高速发展的社会，人类自身识别能力已经满足不了我们的需求，于是就产生了基于计算机的图像识别技术。这就像人类研究生物细胞，完全靠肉眼观察细胞是不现实的，这样自然就产生了显微镜等用于精确观测的仪器。通常一个领域有固有技术无法解决的需求时，就会产生相应的新技术。图像识别技术也是如此，此技术的产生就是为了让计算机代替人类去处理大量的物理信息，解决人类无法识别或者识别率特别低的信息。 图像识别技术原理 其实，图像识别技术背后的原理并不是很难，只是其要处理的信息比较繁琐。计算机的任何处理技术都不是凭空产生的，它都是学者们从生活实践中得到启发而利用程序将其模拟实现的。计算机的图像识别技术和人类的图像识别在原理上并没有本质的区别，只是机器缺少人类在感觉与视觉差上的影响罢了。人类的图像识别也不单单是凭借整个图像存储在脑海中的记忆来识别的，我们识别图像都是依靠图像所具有

(人工智能)关于图像识别与人工智能的就业情况

（人工智能）关于图像识别与人工智能的就业情况

关于图像识别和人工智能的就业情况(2008-10-0216:06:10) 最近遇到壹些朋友问我考研方向，我告诉他们叫图像识别和人工智能。主要是图形图像处理这个领域。他们又问这个方向将来主要从事什么职业，进入什么样的公司？呀！这个我仍真没怎么关注，所以就上网查了查，来了解壹下。下面是转载的壹篇文章： 就我见来，个人觉得图像处理的就业仍是不错的。首先能够把图像见成二维、三维或者更高维的信号，从这个意义上来说，图像处理是整个信号处理里面就业形势最好的，因为你不仅要掌握（壹维）信号处理的基本知识，也要掌握图像处理（二维或者高维信号处理）的知识。其次，图像处理是计算机视觉和视频处理的基础，掌握好了图像处理的基本知识，就业时就能够向这些方向发展。目前的模式识别，大部分也均是图像模式识别。于实际应用场合，采集的信息很多均是图像信息，比如指纹、条码、人脸、虹膜、车辆等等。说到应用场合，千万不能忘了医学图像这壹块，如果有医学图像处理的背景，去壹些医疗器械公司或者医疗软件公司也是不错的选择。图像处理对编程的要求比较高，如果编程很厉害，当然就业也多了壹个选择方向，且不壹定要局限于图像方向。 下面谈谈我所知道的壹些公司信息，不全，仅仅是我所了解到的或者我所感兴趣的，实际远远不止这么多。 搜索方向 基于内容的图像或视频搜索是很多搜索公司研究的热点。要想进入这个领域，必须有很强的编程能力，很好的图像处理和模式识别的背景。要求高待遇自然就不错，目前这方面的代表公司有微软、google、yahoo和百度，个个鼎鼎大名。

医学图像方向 目前于医疗器械方向主要是几个大企业于竞争，来头均不小，其中包括Simens、GE、飞利浦和柯达，主要生产CT和MRI等医疗器材。由于医疗器械的主要功能是成像，必然涉及到对图像的处理，做图像处理的很有机会进入这些公司。它们于国内均设有研发中心，simens的于上海和深圳，GE和柯达均于上海，飞利浦的于沈阳。由于医疗市场是壹个没有完全开发的市场，而壹套医疗设备的价格是非常昂贵的，所以于这些地方的待遇均仍能够，前景也见好。国内也有壹些这样的企业比如深圳安科和迈瑞 计算机视觉和模式识别方向 我没去调研过有哪些公司于做，但肯定不少，比如指纹识别、人脸识别、虹膜识别。仍有壹个很大的方向是车牌识别，这个我倒是知道有壹个公司高德威智能交通似乎做的很不错的样子。目前视频监控是壹个热点问题，做跟踪和识别的能够于这个方向找到壹席之地。 上海法视特位于上海张江高科技园区，于视觉和识别方面做的不错。北京的我也知道俩个公司：大恒和凌云，均是以图像作为研发的主体。 视频方向 壹般的高校或者研究所侧重于标准的制定和修改以及技术创新方面，而公司则侧重于编码解码的硬件实现方面。壹般这些公司要求是熟悉或者精通MPEG、H.264或者AVS，选择了这个方向，只要做的仍不错，基本就不愁饭碗。由于这不是我所感兴趣的方向，所以这方面的公司的信息我没有收集，但平常于各个bbs或者各种招聘网站经常见到。 我所知道的俩个公司：诺基亚和pixelworks

电动汽车控制系统设计设计

电动汽车控制系统设计设计

摘要 在当前全球汽车工业面临金融危机和能源环境问题的巨大挑战的情况下，发展电动汽车，利用无污染的绿色能源，实现汽车能源动力系统的电气化，推动传统汽车产业的战略转型，在国际上已经形成了广泛共识。 本课题以电动汽车他励电机控制器为例，以实现电动汽车的加、减速，起、制动等基本功能以及一些特殊情况下的处理。以开发出高可靠性、高性能指标、低成本并且具有自主知识产权的电动汽车电机驱动控制系统为目的。主要包括硬件电路板的设计，以及驱动系统的软件部分的仿真调试。 在驱动系统硬件设计中，这里主控制芯片采用ATMEL公司的ATmega64芯片。功率模块采用多MOSFET并联的方 37

式，有效的节约了成本。电源模块采用基于UC3842的开关电源电路。选用IR 公司的IR2110作为驱动芯片，高端输出驱动电流可到1．9A，低端输出驱动电流可到2.3A，能够提供7个MOSFET并联时驱动电流。对于电流检测模块，本文没有采用电流传感器或者是康铜丝,而是采用了一种基于MOSFET管压降的电流检测电路，这种方式即节约了成本也保证了检测精度。 驱动系统的软件设计中，主要实现的功能为：开关量的检测处理，故障检测，串口通讯，励磁、电枢控制，报警功能等。针对他励电机电动汽车的控制特性，提出了节能控制算法和最大转矩控制算法，用于提高电动汽车的续航里程和加速性能。 他励直流电动机驱动系统能够很 37

好的运行在电动汽车上，性能可靠、结构简 单，并且节约了成本，使电动汽车的性价比大大提高，有利于电动汽车的普及。 关键词：电动汽车，ATmega64，他励直流电机，PID模糊控制 37

人工智能与模式识别

人工智能与模式识别 摘要：信息技术的飞速发展使得人工智能的应用围变得越来越广，而模式识别作为其中的一个重要方面，一直是人工智能研究的重要方向。在介绍人工智能和模式识别的相关知识的同时，对人工智能在模式识别中的应用进行了一定的论述。模式识别是人类的一项基本智能，着20世纪40年代计算机的出现以及50年代人工智能的兴起，模式识别技术有了长足的发展。模式识别与统计学、心理学、语言学、计算机科学、生物学、控制论等都有关系。它与人工智能、图像处理的研究有交叉关系。模式识别的发展潜力巨大。 关键词：模式识别；数字识别；人脸识别中图分类号； Abstract: The rapid development of information technology makes the application of artificial intelligence become more and more widely. Pattern recognition, as one of the important aspects, has always been an important direction of artificial intelligence research. In the introduction of artificial intelligence and pattern recognition related knowledge at the same time, artificial intelligence in pattern recognition applications were discussed.Pattern recognition is a basic human intelligence, the emergence of the 20th century, 40 years of computer and the rise of artificial intelligence in the 1950s, pattern recognition technology has made great progress. Pattern recognition and statistics, psychology,

基于线性CCD图像识别智能小车的设计与开发

基于线性CCD图像识别智能小车的设计与开发 目前，具有自动驾驶功能的智能车越来越引起人们的重视。智能车装备了各种传感器来采集路况信息，通过计算机的控制可以实现自适应巡航，并且又快又稳、安全可靠。智能车不仅能在危险、有毒、有害的环境里工作，而且能通过计算机的控制实现安全驾驶，能大幅度降低车祸的发生率。智能车的设计关键是路况信息的采集，传统的方案多采用红外光电传感器，此方案不仅噪声较大，而且与主控CPU的连接电路复杂，传输速率慢。本文研究的智能小车系统选用了TSL1401CL线性CCD图像采集模块，该模块采用串行通信方式与主控CPU连接，不仅电路简单、性能稳定，而且采集速率快。通过实验测试，本文设计的智能车能根据采集到的图像分析前方路径及障碍而实现智能驾驶，具有极强的实用价值和市场前景。 1 系统设计思想 经过调研与分析，我们采用了MC9S12XS128单片机、TSL1401CL线性CCD图像采集模块、稳压芯片以及液晶OLED等外围器件设计与开发出这套智能小车系统。MC9S12XS128高速单片机为Freescale公司新推出的16位高性能高速单片机，其接口丰富、功耗低、信息处理能力强大，能对小车前方路径及障碍进行及时分析，处理迅速、性能稳定。为了提高路面图像采集的速度与质量，我们选用了TSL1401CL线性CCD图像传感器。TSL1401CL 具有功耗小、性能稳定、灵敏度高、响应速度快等优点，其工作过程是先将路况光学信号转换为模拟电流，模拟电流放大后再进行A/D转换变成数字信号，最后通过串口送至主控CPU。智能小车的CPU根据CCD采集到的信息进行分析和处理，从而实现系统的自动控制与障碍处理、路径探测。在软件设计中我们采用了先进的PID（比例、积分、微分）算法，其运算参数可以根据过程的动态特性及时整定。通过PID算法，模糊PID算法来实现智能车的转向、控速等精确自动控制，另外还有很好的避障功能，实现了全智能的安全控制。 2 系统硬件设计 本项目采用模块化设计与开发，主要有CCD采集模块、电源模块、电机驱动模块、车速

图像识别与人工智能研究所发展规划报告

图像所学科建设与发展规划 根据学校建设世界知名高水平大学的发展目标，特制定图像所相应的学科建设与发展规划，以推动本学科的跨越式发展。 一、学科建设总体目标 （一）学科基础 图像识别与人工智能研究所（简称图像所）将继续以跻身于我国的国防科技的发展为切入点，从事发展巡航导弹中制导、末制导关键技术，承担相关预先研究和攻关科研任务为学科建设的主攻方向。 （1）目前本学科点共有五个研究方向： “计算机视觉与应用”、 “成像自动目标识别与精确制导技术”、 “多谱成像与遥感图像处理”、 “人工智能与思维科学” “面向模式识别的专用处理机与IC芯片设计”。 （2）本学科点现有科研人员26人，其中教授（含博士生导师）7人，副教授7人。科研教学梯队层次高，年龄、专业结构合理。现有教学科研用房4000 平方米。实验设备固定资产5000余万元，已初步形成先进、配套的教学、科研、开发环境和雄厚的技术储备。 （3）学科特点 模式识别与智能系统是信息科学技术领域中发展最迅速的前沿领域之一。

来自不同成像传感器的不同谱段的图像信号能全面揭示客观世界的各种特性，智能控制是人工智能与自动控制相结合的现代控制理论和技术，图像模式处理、识别与智能控制的结合构成了智能信息系统和智能自动化系统发展的基础，不仅科学意义深远而且有十分广阔的应用前景。本学科点的主要特色是紧密结合航天、航空和信息技术领域的国家目标，进行应用基础和应用技术的研究和开发，重点研究多谱段图像模式信息的获取、表示、处理、分析与智能系统领域的基础理论与关键技术，同时培养和造就本领域高层次、高质量的科技人才。本学科点具有特色和优势的研究方向是： ·计算机视觉与应用 在基于信息融合的信号处理、基于视觉、力觉和超声波接近觉的多传感器机器人系统和飞行器三维航迹规划技术方面具有特色，承担了国家重大型号XY-20末制导航迹规划攻关项目并进入型号研制。 ·成像自动目标识别与精确制导技术 开展面向复杂背景和随机环境下成像自动目标检测、识别、跟踪的新理论、新方法、新算法和新系统的研究，其特色是瞄准有关国家安全的国家目标,紧密结合航天航空高技术发展,在基于图象和图象序列的自动目标识别,景象匹配定位等精确制导领域开展应用基础和高技术的研究,并将一系列高水平成果应用于国防高技术武器系统中。 ·多谱成像与遥感图像处理 研究微波辐射特性及成像技术、激光雷达成像信号处理和遥感图像处理与

单目视觉智能车路径识别及控制策略

单目视觉智能车路径识别及控制策略研究＊ 陈启迅　薛　静 （西北工业大学自动化学院　西安７１００７２ ）摘　要　研究了基于ＣＭＯＳ摄像头的图像采集方法，以及智能车赛道路径识别。提出了自适应差分边缘检测算法，采用取点求面积的方法提取指引线的相关参数。自适应差分边缘检测算法是在一般的边缘检测算法的基础上提出的，它能根据提取的左右边缘存在情况调整搜索范围、阈值，以及差值的求取方法。使用海伦公式求指引线上所取的三角形的面积， 据此提出了１种基于三角形面积的智能车速度控制方法，此方法以指引线上的三角形面积反映赛道的弯曲程度，并以此作为智能车速度控制的控制变量。 关键词　自适应差分边缘检测；智能车；图像采集；海伦公式 中图分类号：ＴＰ３０１．６ 文献标志码：Ａ ｄｏｉ：１０．３９６３／ｊ ．ｉｓｓｎ　１６７４－４８６１．２０１２．０５．００６收稿日期：２０１２－０７－０４ 修回日期：２０１２－０９－ ０７　＊西北工业大学研究生创业种子基金项目（ 批准号：Ｚ２０１１０４７）资助第一作者简介：陈启迅（１９８４），硕士生．研究方向：控制工程、系统工程．Ｅ－ｍａｉｌ：ｃｑ ｘ０６２０１４＠１２６．ｃｏｍ０　引　言 智能车辆系统是１个拥有感知环境能力，具备规划决策能力以实现自动行驶，并且可以实现多等 级辅助驾驶等功能于一体的综合系统［ １ ］。与很多学科有着密切关系，如计算机、控制、通信、图像处 理、人工智能、信号处理等，同时也是多种传感器融 合的载体。因为它一般集中了摄像机、ＧＰＳ、超声波雷达、激光雷达等多种传感器来感知周围环境， 并根据多传感器融合所获得的道路、车辆状态和障碍物信息进行控制车辆的转向和速度，从而使得车辆安全、可靠、稳定地在道路上行驶，因此智能车辆 是多学科综合于一体的高度智能化的产物［ ２－ ３］。文献［４］ 中介绍了一般差分边缘检测算法。文献［５ ］中描述了基于序列图像运动分割的车辆边界轮廓提取算法。文献［６］中提到了道路裂纹线检测中的脊波域图像增强算法。选用功耗低、前瞻性好的ＣＭＯＳ摄像头作为路径识别视觉传感器，采用自适应差分边缘检测算法有效地提取道路指引线，此算法具有很高的灵活性和适应能 力， 能够有效地降低干扰。进一步使用取点求面积的方法获取指引线参数。 １　视觉图像采集 １．１　硬件实现 ＣＭＯＳ视觉传感器图像采集电路［７］ 见图１ ，ＬＭ１８８１可以实现视频同步信号的分离。２脚为视 频信号输入端；３脚和５脚分别为场同步、行同步信号输出端；７脚为奇偶场同步信号输出端，在此不使用。视频信号同时接入微处理器ＡＤ转换口 。 图１　视频同步信号分离电路 Ｆｉｇ．１　Ｔｈｅ　ｃｉｒｃｕｉｔ　ｆｏｒ　ｓｅｐａｒａｔｉｏｎ　ｏｆ　ｓｙ ｎｃｈｒｏｎｉｚａｔｉｏｎｓｉｇ ｎａｌ　ｏｆ　ｖｉｄｅｏ１．２　软件实现 视频信号采集流程［８］ ：首先等待场信号的到 来；然后延时，跳过场消隐，约１．４４ｍｓ；等待行同步信号；判断采集行数是否满足要求，满足则采集完成，否则延时，跳过行同步信号和消隐信号；对１行视频信号进行连续采集； 延时，跳过若干行视频信号，再跳回到等待行同步信号，直至完成，就能采集到１幅有效而完整的视频图像了。 ２　自适应差分边缘检测算法 阈值分割法［９－ １０］在结构化道路上是提取指引 ４ ２交通信息与安全　２０１２年５期　第３０卷　总１７１期

基于单片机的电动车控制系统设计

毕业设计 题目：基于单片机的电动车控制系统设计 毕业设计（论文）原创性声明和使用授权说明 原创性声明 本人郑重承诺：所呈交的毕业设计（论文），是我个人在指导教师的指导下进行的研究工作及取得的成果。尽我所知，除文中特别加以标注和致谢的地方外，不包含其他人或组织已经发表或公布过的研究成果，也不包含我为获得及其它教育机构的学位或学历而使用过的材料。对本研究提供过帮助和做出过贡献的个人或集体，均已在文中作了明确的说明并表示了谢意。 作者签名：日期：

指导教师签名：日期： 使用授权说明 本人完全了解大学关于收集、保存、使用毕业设计（论文）的规定，即：按照学校要求提交毕业设计（论文）的印刷本和电子版本；学校有权保存毕业设计（论文）的印刷本和电子版，并提供目录检索与阅览服务；学校可以采用影印、缩印、数字化或其它复制手段保存论文；在不以赢利为目的前提下，学校可以公布论文的部分或全部内容。 作者签名：日期：

学位论文原创性声明 本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。 作者签名：日期：年月日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。 涉密论文按学校规定处理。 作者签名：日期：年月日 导师签名：日期：年月日

人工智能YOLO V2 图像识别实验报告材料

第一章前言部分 1.1课程项目背景与意义 1.1.1课程项目背景 视觉是各个应用领域，如制造业、检验、文档分析、医疗诊断，和军事等领域中各种智能/自主系统中不可分割的一部分。由于它的重要性，一些先进国家，例如美国把对计算机视觉的研究列为对经济和科学有广泛影响的科学和工程中的重大基本问题，即所谓的重大挑战。计算机视觉的挑战是要为计算机和机器人开发具有与人类水平相当的视觉能力。机器视觉需要图象信号，纹理和颜色建模，几何处理和推理，以及物体建模。一个有能力的视觉系统应该把所有这些处理都紧密地集成在一起。作为一门学科，计算机视觉开始于60年代初，但在计算机视觉的基本研究中的许多重要进展是在80年代取得的。计算机视觉与人类视觉密切相关，对人类视觉有一个正确的认识将对计算机视觉的研究非常有益。 计算机视觉是一门研究如何使机器“看”的科学，更进一步的说，就是是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科，计算机视觉研究相关的理论和技术，试图建立能够从图像或者多维数据中获取‘信息’的人工智能系统。这里所指的信息指Shannon定义的，可以用来帮助做一个“决定”的信息。因为感知可以看作是从感官信号中提取信息，所以计算机视觉也可以看作是研究如何使人工系统从图像或多维数据中“感知”的科学。 科学技术的发展是推动人类社会进步的主要原因之一,未来社会进一步地朝着科技化、信息化、智能化的方向前进。在信息大爆炸的今天,充分利用这些信息将有助于社会的现代化建设,这其中图像信息是目前人们生活中最常见的信息。利用这些图像信息的一种重要方法就是图像目标定位识别技术。不管是视频监控领域还是虚拟现实技术等都对图像的识别有着极大的需求。一般的图像目标定位识别系统包括图像分割、目标关键特征提取、目标类别分类三个步骤。 深度学习的概念源于人工神经网络的研究。含多隐层的多层感知器就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示。深度学习的概念由Hinton等人于2006年提出。基于深度置信网络提出非监督贪心逐层训练算法，为解决深层结构相关的优化难题带来希望，随后提出多层自动编码器深层结构。此外Lecun等人提出的卷积神经网络是第一个真正多层结构学习算法，它利用空间相对关系减少参数数目以提高训练性能。

(完整版)基于STM32F的电动汽车交流充电桩控制系统设计

基于STM32F的电动汽车交流充电桩控制系统设计0 引言 随着全球能源危机的不断加深，石油资源的日趋枯竭以及大气污染、全球气温上升的危害加剧，各国政府及汽车企业普遍认识到节能和减排是未来汽车技术发展的方向，发展电动汽车将是解决这两个难题的最佳途径。我国高度重视电动汽车的发展，国家相继出台了一系列标准来扶持和规范电动汽车的发展。但要实现电动汽车大面积普及我国还有很长的路要走，需要解决的问题还有很多。在最近发布的《节能与新能源汽车产业规划》草案中指出将以纯电动汽车作为主要战略取向。有关专家指出纯电动汽车的发展存在三大瓶颈问题：一是标准的缺失，二是配套政策的不完善，三是基础设施的规划和建设的有序推进。本文所研究的电动汽车交流充电桩作为充电基础设施的一部分对于推进电动汽车的普及具有重要的意义。 1 电动汽车交流充电桩介绍 交流充电桩，又称交流供电装置，是指固定在地面或墙壁，安装于公共建筑(办公楼宇、商场、公共停车场等)和居民小区停车场或充电站内，采用传导方式为具有车载充电机的电动汽车提供人机交互操作界面及交流充电接口，并具备相应测控保护功能的专用装置。交流充电桩采用大屏幕LCD彩色触摸屏作为人机交互界面，可选择定电量、定时间、定金额、自动(充满为止)四种模式充电，具备运行状态监测、故障状态监测、充电分时计量、历史数据记录和存储等功能。充电桩的交流工作电压(220±15%)V，额度输出电流(AC)为32 A(七芯插座)，普通纯电动轿车用交流充电桩充满电大约需要6～8 h，充电桩更适用于慢速充电。交流充电桩一般由桩体、电气模块、计量模块、账务管理模块四部分组成。根据安装方式的不同，桩体可分为落地式和壁挂式两种。落地式充电桩适合在各种停车场和路边停车位进行地面安装；壁挂式充电桩适合在空间拥挤、周边有墙壁等固定建筑物上进行壁挂安装，如地

CCD视频传感器的智能车路径识别控制系统

第二届全国大学生智能汽车竞赛技术报告 基于CCD视频传感器的智能车路径识别控制系统（下） 4.2电源管理模块设计 电源是一个系统正常工作的基础，电源模块为系统其他各个模块提供所需要的能源保证，因此电源模块的设计至关重要。模型车系统中接受供电的部分包括：传感器模块、单片机模块、驱动电机模块、转动电机模块以及其它的外围辅助模块等。设计中，除了需要考虑电压范围和电流容量等基本参数外，还要在电源转换效率、噪声、干扰和电路简单等方面进行优化。可靠的电源方案是整个硬件电路稳定可靠运行的基础。 全部硬件电路的电源由7.2V，2A/h的可充电镍镉电池提供。由于电路中的不同电路模块所需要的工作电流容量各不相同，因此电源模块应该包含多个稳压电路，将充电电池电压转换成各个模块所需要的电压。本系统主要用到了以下几个不同的电压，如表4.1所示。 电源模块由若干相互独立的稳压电源电路组成。在本系统中，除了电机驱动模块的电源是直接取自电池外，其余各模块的工作电压都需要经电源管理芯片来实现。 5V电源的实现是通过电源管理芯片TPS7350来实现的。TPS7350是一款低压稳压芯片，能提供5V的固定电压输出。TPS7350低压差稳压芯片克服了早期稳压芯片的缺点，而且还增加了如节电待机模式和供电管理等功能。与其它的稳压芯片一样，TPS7350需要外接一个输出电容来保持输出的稳定性。出于稳定性考虑，需要在稳压输出端和地之间接一个10uF低等效电阻的电容器。除非该等效电阻小于1.2欧姆，否则引入的陶瓷电容或薄膜电容器会使输出的电压不稳定。在很小或根本就没有旁路电容的情况下，输出电容可以减少到4.7uF，所提

基于.人工智能算法的图像识别及生成

基于人工智能算法的图像识别与生成 摘要：本次报告的工作是利用PCA，SVM以及人工神经网络（ANN）实现对人脸的特征提取、分类和预测。然后利用GAN（生成对抗网络）实现对手写数字的生成，并用SVM 做预测，验证生成效果。 本次报告采用的数据源自剑桥大学的ORL 人脸数据库，其中包含40个人共400张人脸图像。 关键词：人工智能；图像识别；数据 中图分类号：TP18 文献标识码：A 文章编号：1009-3044（2018）13-0173-02 1 PCA降维 PCA（principal components analysis）即主成分分析，又称主分量分析。旨在利用降维的思想，把多指标转化为少数几个综合指标。 首先我们给出了数据库的平均脸的图像，并利用PCA对人脸降维，通过改变降低到的维度研究了保留维度的多少带来的影响。最后给出了每一个维度的特征脸图像，讨论了每一个维度所能够代表的人脸信息。 1.1 平均脸 首先，我们将数据库中400张人脸按行存储到一个矩阵

中，即每一行为一张人脸（10304像素），每张人脸共10304维特征。我们对每一个维度去平均，构成一个新的行向量，这就是平均脸。 平均脸反映了数据库中400张人脸的平均特征，可以看清人脸的轮廓，但无法识别人脸的局部细节。 1.2 降低至不同维度时还原脸的情况 从左到右从上到下依次是同一张脸降低至10，30，50，100，200，250，300，350，400的图像。可以看到，随着保留维数的增多，图像越清晰，与原图的差异越小。 1.3 提取单一维度的特征做还原 为了研究不同维度所代表的人脸的信息，我们把PCA之后的每一个特征向量单独提取出来对人脸做还原，还原的时候不加入平均脸并且做直方图均衡化。 结果如下： 每一张图像下方的数字代表了PCA之后按特征值从大到小排序的顺序，比如第一张图代表PCA之后最大特征值所对应的特征向量还原出的人脸。 特征累积图的纵坐标代表了所保留的特征占总特征的 比例。它是这样计算出来的，假设保留k维信息，则纵坐标值为这k个特征值的和除以总的400（400*10304的矩阵，最多有400个非零特征值）个特征值的和。 从图4可以看出，当保留维数为100维时，即能保留人

电动车控制系统设计

物理与电子工程学院 《自动控制原理》课程设计报告书 设计题目电动车控制系统设计 专业：自动化 班级： 2012级自动化二班 学生姓名: 金世传 学号: 2012341232 指导教师：樊炳航 2015年6月22日

物理与电子工程学院课程设计任务书 专业：自动化班级： 2012自动化本科2班

摘要 本设计依据经典自动控制原理，首先在理论上从时域和频域两个方面分析了火星漫游车转向控制系统的稳定性，并借助仿真软件MATLAB（矩阵实验室）绘制了其频域特性图像。最后使用校正原理中串联超前校正法和三频段概念对该系统在频域上进行了串联超前校正，使其达到一定的稳定要求。在分析的过程及校正的过程中大量使用了仿真软件MATLAB（矩阵实验室），其绘制出来的曲线精准、清晰，保证了结果的可靠性和准确性。 关键词：电动车控制；自动控制原理；MATLAB

目录 0 引言 ......................................................................................... - 1 - 1 概述 ......................................................................................... - 1 - 2 数学模型.................................................................................. - 2 - 3系统稳定性分析.......................................... 错误！未定义书签。 3.1时域分析法............................................ 错误！未定义书签。 3.2根轨迹分析法........................................ 错误！未定义书签。 3.3频域分析法............................................ 错误！未定义书签。 4 心得体会.................................................................................. - 8 - 参考文献 ..................................................................................... - 8 -附录 ............................................................................................. - 1 -

电动汽车控制系统毕业设计

摘要 在当前全球汽车工业面临金融危机和能源环境问题的巨大挑战的情况下，发展电动汽车，利用无污染的绿色能源，实现汽车能源动力系统的电气化，推动传统汽车产业的战略转型，在国际上已经形成了广泛共识。 本课题以电动汽车他励电机控制器为例，以实现电动汽车的加、减速，起、制动等基本功能以及一些特殊情况下的处理。以开发出高可靠性、高性能指标、低成本并且具有自主知识产权的电动汽车电机驱动控制系统为目的。主要包括硬件电路板的设计，以及驱动系统的软件部分的仿真调试。 在驱动系统硬件设计中，这里主控制芯片采用ATMEL公司的ATmega64芯片。功率模块采用多MOSFET并联的方式，有效的节约了成本。电源模块采用基于UC3842的开关电源电路。选用IR公司的IR2110作为驱动芯片，高端输出驱动电流可到1．9A，低端输出驱动电流可到2.3A，能够提供7个MOSFET并联时驱动电流。对于电流检测模块，本文没有采用电流传感器或者是康铜丝,而是采用了一种基于MOSFET管压降的电流检测电路，这种方式即节约了成本也保证了检测精度。 驱动系统的软件设计中，主要实现的功能为：开关量的检测处理，故障检测，串口通讯，励磁、电枢控制，报警功能等。针对他励电机电动汽车的控制特性，提出了节能控制算法和最大转矩控制算法，用于提高电动汽车的续航里程和加速性能。 他励直流电动机驱动系统能够很好的运行在电动汽车上，性能可靠、结构简 单，并且节约了成本，使电动汽车的性价比大大提高，有利于电动汽车的普及。 关键词：电动汽车，ATmega64，他励直流电机，PID模糊控制

目录 摘要 (1) 第一章绪论 1.1纯电动汽车在国内的发展状况 (3) 1.2 国外电动汽车发展现状 (3) 1.3 本课题的任务和主要工作 (4) 第二章他励电动机的控制理论基础 2．1他励直流电动机的调速与制动 (5) 2．1．1直流电动机电枢电动势和电磁转矩 (5) 2．1．2 他励直流电动机的机械特性 (6) 第三章系统的硬件设计 3．1系统硬件的整体设计方案 (10) 3．2主控制器MCU的介绍 (10) 3．2．1 MCU的选择 (10) 3．2．2 ATmega64的特性与内部结构 (11) 3．3开关电源模块 (12) 3．4电流检测模块 (13) 3．5驱动电路的设计 (16) 3．6电压检测电路 (17) 3．7温度检测电路 (18) 3．8加减速踏板信号检测电路 (19) 3．9 开关量输入信号 (20) 3．10蜂鸣器报警电路 (20) 3．11通讯模块电路设计 (21) 3．12硬件抗干扰的设计 (22) 3．13本章小结 (23) 第四章系统的软件设计 4.1 电动汽车的控制策略研

186图像识别与人工智能研究所-学科专业名称及代码、研究

图像识别与人工智能研究所 图像识别与人工智能研究所（以下简称图像所）于1978年由教育部和航天部共同批准建立、直属于华中科技大学的一所融研究、教学为一体，以图像识别和人工智能为研究方向的研究机构。建所30年来，图像所始终瞄准航天、航空和信息技术领域的国家目标，进行应用基础和应用技术的研究，在国内的模式识别与智能系统学科具有明显的研究特色和学科优势，在航天航空的智能信息处理领域具有较高的知名度。图像所分别于1984年、1990年获得硕士和博士学位授予权，2003年被批准为湖北省重点学科，2007年被批准为国家重点二级学科“模式识别与智能控制”，是该二级学科全国5个重点学科单位之一。1993年批准为“图像信息处理与智能控制”国家教委开发实验室，1999年升格为教育部重点实验室。1998年3月由中国航天工业总公司和国家教委共同批准命名为“中国航天图像识别技术研究所”，与航天工业总公司共建。2005年12月被批准成立“多谱信息处理技术”国家级重点实验室。 图像所现有科研、教学人员38人，其中教授11名、副教授13名。有一名双聘的中国科学院院士，“长江学者”讲座教授1名，入选“新世纪优秀人才支持计划”1人，73%的教师有博士学位，2007年被批准为国防科工委的科技创新团队。 图像所在“模式识别与智能系统”学科点上现有的研究方向是：计算机视觉与应用、模式识别与图像分析、图像处理系统及应用、医学成像与处理、人工智能与认知科学、集成电路及系统芯片的研究与设计以及微纳光电技术。在“导航制导与控制”学科点上现有的研究方向是：多谱寻的制导、多谱匹配制导、多谱目标探测以及制导信息处理芯片设计。在“信息安全”学科点上现有的研究方向是：混沌密码理论与技术（包括密码算法的IC设计），无线移动网络的安全技术，网络主动防御技术以及城市交通智能管理与安全信息服务技术。2001年以来，图像所培养博士111名、硕士431名，5人获得湖北省优秀博士论文。图像所现有在读硕士研究生185人，博士研究生123人。 图像所在培养研究生的同时，也承担了大量的国家级科研项目，取得了一大批科研成果。2001年至今，图像所已经承担了包含国家自然科学基金、973、863、国家级预研计划等在内的各类研究项目630项，合同经费近1.6亿元。获省部级以上科研奖12项。在IEEE Trans.IP、IEEE Trans.SP、IEEE Trans.NN、IEEE Trans.CS、Pattern Recognition、Opt.Eng、PR Letters等国内外重要学术期刊和国际会议发表学术论文2454篇，其中SCI收录298篇，EI 收录768篇。出版专著1部。 图像所也非常重视科研基地的建设，除了拥有国家级重点实验室和教育部重点实验室外，还获得了国家211工程、985工程的支持，“九五”以来获得的基地建设费用3000余万元，拥有可见光、红外等成像传感器、激光成像雷达、六自由度机械手、三轴跟踪转台、标量网络分析仪、矢量网络分析仪、噪声系数测试仪、逻辑分析仪、频谱分析仪、SGI工作站、