基于视频的自动巡航智能小车的设计与实现
《2024年自循迹智能小车控制系统的设计与实现》范文
《自循迹智能小车控制系统的设计与实现》篇一一、引言随着人工智能与自动控制技术的快速发展，智能小车已经广泛应用于各种领域，如物流配送、环境监测、智能家居等。
本文将详细介绍一种自循迹智能小车控制系统的设计与实现过程，该系统能够根据预设路径实现自主循迹、避障及精确控制。
二、系统设计（一）系统概述自循迹智能小车控制系统主要由控制系统硬件、传感器模块、电机驱动模块等组成。
其中，控制系统硬件采用高性能单片机或微处理器作为主控芯片，实现对小车的控制。
传感器模块包括超声波测距传感器、红外线测距传感器等，用于感知周围环境并实时传输数据给主控芯片。
电机驱动模块负责驱动小车行驶。
（二）硬件设计1. 主控芯片：采用高性能单片机或微处理器，具备高精度计算能力、实时响应和良好的可扩展性。
2. 传感器模块：包括超声波测距传感器和红外线测距传感器。
超声波测距传感器用于测量小车与障碍物之间的距离，红外线测距传感器用于检测小车行驶路径上的标志线。
3. 电机驱动模块：采用直流电机和电机驱动器，实现对小车的精确控制。
4. 电源模块：为整个系统提供稳定的电源供应。
（三）软件设计1. 控制系统软件采用模块化设计，包括主控程序、传感器数据处理程序、电机控制程序等。
2. 主控程序负责整个系统的协调与控制，根据传感器数据实时调整小车的行驶状态。
3. 传感器数据处理程序负责对传感器数据进行处理和分析，包括距离测量、方向判断等。
4. 电机控制程序根据主控程序的指令，控制电机的运转，实现小车的精确控制。
（四）系统实现根据设计需求，通过电路设计与焊接、传感器模块的安装与调试、电机驱动模块的安装与调试等步骤，完成自循迹智能小车控制系统的硬件实现。
在软件方面，编写各模块的程序代码，并进行调试与优化，确保系统能够正常运行并实现预期功能。
三、系统功能实现及测试（一）自循迹功能实现自循迹功能通过红外线测距传感器实现。
当小车行驶时，红外线测距传感器不断检测地面上的标志线，并根据检测结果调整小车的行驶方向，使小车始终沿着预设路径行驶。
智能车辆自适应巡航控制系统设计
智能车辆自适应巡航控制系统设计随着科技的发展和人们生活水平的提高，汽车成为了大多数人出行的必需品。
但是，随着如此多人使用汽车，交通拥堵、事故和污染等问题也随之而来。
为了解决这些问题，智能车辆的概念应运而生。
智能车辆是指配备了先进的传感器、计算机、通讯系统和控制系统的汽车，可以自主运行、感知周围环境、做出决策并执行任务。
而智能车辆自适应巡航控制系统就是其中一个重要的应用，它可以让汽车根据路况和实时交通情况调整巡航速度和距离，从而提高行车安全性和燃油经济性。
本文将探讨智能车辆自适应巡航控制系统的设计和原理。
一、智能车辆自适应巡航控制系统的作用智能车辆自适应巡航控制系统的主要作用是根据车辆所处的环境条件和实时交通情况，自动控制车辆的速度和距离，从而减少驾驶员的工作量并提高行车安全性和燃油经济性。
该系统利用车载传感器和地面交通信号控制系统收集路况和交通信息，并通过车辆自身的计算机处理这些数据，操纵车辆的油门、制动和转向，以保持车辆的速度和距离。
二、智能车辆自适应巡航控制系统的原理智能车辆自适应巡航控制系统的工作原理主要包括两部分：车辆位置和状况的感知（即数据采集），以及基于感知数据的控制策略的制定与执行。
1、数据采集车辆位置和状况的感知主要通过车辆传感器来实现。
传感器通常分为激光雷达、摄像头、惯性测量单元、超声波传感器、雷达等多种类型。
这些传感器会不断地扫描车辆周围的环境，收集路况和交通信息，例如周围车辆的速度、距离、方向和加速度等。
2、控制策略的制定与执行感知数据的处理和控制策略的制定和执行是智能车辆自适应巡航控制系统的核心。
该系统需要根据车辆周围的路况和交通情况，制定相应的控制策略来调整车速和距离。
比如，在高速公路上，车辆应该保持一定的巡航速度，而在城市道路上则应该减速，以应对交通密集的情况。
控制策略的主要目标是优化车速、车距和舒适性。
具体来说，该系统首先通过传感器获取前方车辆的速度和距离，然后搭配自身车速和制动状态，根据巡航距离和巡航速度来计算出应达到的车距和速度，再以控制策略来操纵车辆的油门、制动和转向等部件，使车辆保持在合适的速度和距离上，保持车辆的行车安全和舒适性。
基于STM32的无线视频监控智能小车设计
基于STM32的无线视频监控智能小车设计无线视频监控智能小车是一种通过无线视频传输技术实现远程监控功能的智能小车。
本设计基于STM32微控制器，通过控制小车的运动和视频传输，实现对目标区域的实时监控。
本设计的主要硬件组成包括：STM32微控制器、电机驱动模块、摄像头模块以及无线通信模块。
STM32微控制器将作为整个系统的核心控制单元，用于控制小车的运动以及处理视频信号。
电机驱动模块用于控制小车的方向和速度，使其能够实现前进、后退、左转和右转等基本运动。
摄像头模块负责采集目标区域的图像，并将其传输给STM32微控制器进行处理。
无线通信模块用于将视频信号传输到远程监控端。
在软件设计方面，本设计主要包括两部分功能：小车的运动控制和视频信号处理。
小车的运动控制功能通过对电机驱动模块的控制实现。
STM32微控制器根据接收到的指令，通过电机驱动模块控制小车的转向和速度。
通过编程控制电机的转速和方向来实现小车的前进、后退、左转和右转等运动。
视频信号处理功能主要通过对摄像头模块的控制实现。
STM32微控制器通过与摄像头模块的通信，获取到目标区域的图像数据。
然后，利用图像处理算法对图像进行处理，例如目标检测、运动跟踪和图像压缩等。
最后，通过无线通信模块将处理后的视频信号传输到远程监控端。
本设计的优点是：1.控制灵活：通过对电机驱动模块和摄像头模块的精确控制，可以实现小车的精准运动和目标区域的准确监控。
2.实时性好：利用STM32微控制器的高性能和快速的数据处理能力，可以实现对图像数据的实时处理和传输。
3.扩展性强：基于STM32的设计可以方便地扩展其他功能模块，例如避障传感器或其他传感器模块，以增强小车的智能化能力。
此外，该设计还可以应用于许多领域，例如室内安防、无人仓库、无人巡检等。
通过无线视频监控智能小车，可以实现对远程目标区域的监控，提高安全性和有效性。
系统存在的不足之处包括：1.成本较高：因为需要使用较多的硬件模块，造成了系统成本的增加。
基于摄像头的自动寻迹智能车控制系统设计
基于摄像头的自动寻迹智能车控制系统设计雷钧，李峰波（湖北汽车工业学院电气与信息工程学院，湖北十堰 442002）摘要：本文介绍了基于飞思卡尔MC9S12DG128单片机控制的智能车系统，该系统以摄像头传感器作为路径识别装置，通过图像识别提取路径信息。
文章对智能车寻线控制系统的软、硬件设计思路和控制算法等进行了论述。
测试结果表明智能车能准确稳定地跟踪引导线。
关键词：智能车；自动寻迹；MC9S12单片机；图像识别中图分类号：TP273；TP242.6 文献标识码：A0 概述自动寻迹智能车涉及到当前高技术领域内的许多先进技术，其中最主要的是传感技术、路径规划和运动控制。
本课题是以智能车竞赛为背景，以单片机作为核心控制单元，摄像头作为路径识别传感器，以直流电机作为小车的驱动装置，舵机控制小车转向。
车模竞赛的赛道是一个具有特定几何尺寸约束、磨擦系数及光学特性的KT板，其中心贴有对可见光及不可见光均有较强吸收特性的黑色条带作为引导线，宽度为2.5cm。
在行驶过程中，单片机系统通过摄像头获取前方赛道的图像数据，同时通过测速传感器实时获取智能车的速度，采用路径搜索算法进行寻线判断和速度分析，然后做出控制决策，控制转向舵机和直流驱动电机的工作[1-4]。
智能车通过实时对自身运动速度及方向等进行调整来“沿”赛道快速行驶。
1 智能车系统方案作为能够自动识别路径的智能车，自动控制器是设计智能车的核心环节。
自动控制器是以飞思卡尔16位单片机MC9S12DG128（简称S12）为核心，配有传感器、电机、舵机、电池及相应的驱动电路，在保证智能车可靠运行前提下，电路设计应当尽量简洁紧凑，以减轻系统负载，提高智能车的灵活性。
信息处理与控制算法由运行在单片机中的控制软件完成。
因此自动控制器设计可以分为硬件电路设计和控制软件两部分，系统基本控制过程如图1所示。
图1 系统基本控制流程2系统硬件结构本设计中系统的硬件结构大致可以分为以下几个模块，如图2所示。
自动巡航小车实验报告
自动巡航小车实验报告1. 引言自动巡航小车是一种能够根据预先设定的路线自主行驶的小型车辆。
它通过搭载各种传感器和控制系统，能够实现避障、跟随、定位等功能。
本实验旨在设计并实现一辆基于自动巡航的小车，考察并验证其在不同环境下的性能。
2. 设计思路本实验中，我们基于Arduino开发板搭建了自动巡航小车的硬件平台，并使用C++语言编写了控制程序。
小车装备了红外传感器、超声波传感器和摄像头等传感器，以感知周围环境信息；同时，我们利用PID控制算法实现小车的控制，使其能根据实时感知到的信息进行巡航。
3. 实验步骤3.1 硬件搭建首先，我们将Arduino开发板与红外传感器、超声波传感器和摄像头等设备连接起来。
通过电路连接和焊接，确保传感器能够正常供电，并能够与Arduino 进行通信。
3.2 控制程序编写我们使用Arduino的开发环境，编写控制程序。
程序首先初始化各个传感器，并实时获取其输出信息。
通过检测红外传感器的输出值，我们可以判断小车前方是否有障碍物；通过超声波传感器的输出值，我们可以计算出小车与最近障碍物的距离；通过摄像头的图像处理，我们可以实现小车的定位。
利用PID控制算法，我们将传感器输出的信息转化为小车的控制指令。
根据实时的环境信息，小车调整方向和速度，以达到自动巡航的目的。
3.3 实验环境搭建为了验证小车的性能，我们在实验室中搭建了模拟道路环境。
通过设置不同的路面条件、光照强度和障碍物分布等，我们能够模拟不同的行驶场景，测试小车的适应能力。
4. 实验结果与分析经过一系列的实验测试，我们得到了以下的实验结果：4.1 避障能力在模拟的道路环境中，小车能够根据红外传感器的反馈信息及时发现并避开前方的障碍物。
无论是单个障碍物还是多个连续的障碍物，小车都能够准确判断并采取相应的动作进行避让。
4.2 跟随能力通过超声波传感器的测量，小车可以实现对前方障碍物的距离控制。
当距离过近时，小车会自动减速，并保持适当的安全距离。
基于摄像头的智能循迹小车控制算法设计
基于摄像头的智能循迹小车控制算法设计智能循迹小车的设计包括车的机械结构设计，硬件电路设计和控制算法设计三个方面。
文章采用模糊控制和PID算法进行电机和舵机的控制，完成智能循迹小车的控制算法设计。
该控制算法能够使得智能循迹小车在指定赛道内完成自动行驶的功能，达到设计要求。
标签：算法设计；智能循迹小车；行驶控制引言随着人工智能技术的发展，智能行车软件开发已成为计算机科学领域的研究热点之一，许多的实验平台和驾驶辅助系统已经开发出来。
自动驾驶的实现需要依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作，让电脑可以在没有任何人类主动的操作下，自动安全地操作机动车辆。
基于摄像头的智能循迹小车的设计与控制软件研发是探索自动驾驶技术的一种有效途径，它以摄像头为路况监测传感器，完成在指定道路上的不同任务。
智能循迹小车的设计与控制软件研发主要包含三个基本方面[1-3]：机械结构的设计、硬件系统的搭建、软件系统的编写。
机械结构调整模仿汽车的机械结构，包括重心调整，前轮定位等。
硬件电路的设计遵从可靠性，稳定性和完整性，设计出一套符合要求的硬件电路。
软件设计通过道路识别算法和控制算法完成控制，同时以大量的赛道数据为基础保证了智能车的稳定性。
1 智能循迹小车的机械结构小车的机械结构主要由电机，底盘，舵机和摄像头四个部分构成。
在智能车底板与后驱动模块之间增加垫片可以降低底盘离地的间隙，为了保证智能车在弯道行驶时不发生侧滑，底盘离地的间隙应该是越小越好，但还要考虑车模在坡道处底盘不会碰到赛道，经过实验设置底盘离地间隙为8mm。
舵机采用前置悬置方式安装，使摆臂和舵机始终处于同一个水平面，有利于转向的灵活性，缩短舵机反应时间。
智能车CMOS摄像头的安装主要考虑了三个因素[4-5]：首先，保证摄像头的位置绝对居中且正对前方；其次，在安装高度上要尽量高，获取足够多的路况信息；最后，近瞻距离智能车20CM之内，用来保证智能车不偏离赛道。
智能循迹小车设计方案
智能循迹小车设计方案摘要本文介绍了智能循迹小车的设计方案。
智能循迹小车是一种能够根据预设的路径自动行驶的小车。
它可以通过传感器感知周围环境，并根据预设的路径进行行驶。
在本文中，我们将讨论智能循迹小车的系统设计、硬件实现以及软件算法。
1. 引言智能循迹小车是近年来智能交通领域的一个热门研究方向。
它可以应用于无人驾驶、物流配送等领域，具有广阔的应用前景。
本文将介绍智能循迹小车的设计方案，以供相关研究人员参考。
2. 系统设计智能循迹小车的系统设计由硬件和软件两部分组成。
2.1 硬件设计智能循迹小车的硬件设计主要包括以下几个方面：•电机驱动：智能循迹小车需要有强大的驱动力来行驶。
通常采用直流电机作为驱动装置，并配备电机驱动器。
•路径感知：智能循迹小车需要能够感知预设的路径。
通常使用红外线传感器或摄像头进行路径感知。
•避障功能：智能循迹小车还需要具备避障功能，以避免与障碍物发生碰撞。
通常使用超声波传感器或红外线传感器进行障碍物的检测。
•控制系统：智能循迹小车的控制系统通常采用微控制器或单片机进行控制。
它可以根据传感器的反馈信息，控制电机驱动器的转动。
2.2 软件设计智能循迹小车的软件设计主要包括以下几个方面：•路径规划算法：智能循迹小车需要能够根据预设的路径进行行驶。
路径规划算法会根据传感器感知到的环境信息，计算出最优的行驶路径。
•控制算法：智能循迹小车的控制算法会根据路径规划算法的结果，控制电机驱动器的转动。
它可以实现小车沿着路径稳定行驶，并及时调整行驶方向。
•避障算法：智能循迹小车的避障算法会根据传感器感知到的障碍物信息，判断是否需要进行避障操作。
它可以实时监测障碍物，并及时采取措施进行避让。
3. 硬件实现智能循迹小车的硬件实现通常需要进行电路设计和机械结构设计。
电路设计主要包括电机驱动电路、传感器接口电路以及控制系统电路的设计。
可以使用电路设计软件进行模拟和调试，确保电路的性能和稳定性。
机械结构设计主要包括车身设计、电机安装以及传感器安装等。
基于视觉感知的自动小车跟踪系统设计与实现
基于视觉感知的自动小车跟踪系统设计与实现1. 系统概述基于视觉感知的自动小车跟踪系统旨在通过摄像头采集到的实时图像识别和分析，实现对目标小车的跟踪和追踪控制。
该系统主要包括图像采集模块、目标检测与识别模块、路径规划与控制模块等。
2. 图像采集模块图像采集模块负责从摄像头中获取实时图像数据。
可以使用USB摄像头或者专用的图像采集设备，并通过相关的软件库进行图像数据的采集与处理。
在设计过程中，应选用合适的设备和算法来保证图像质量和实时性。
3. 目标检测与识别模块目标检测与识别模块是核心模块之一，用于对图像中的小车进行识别和定位。
常用的目标检测算法包括基于特征的方法（如Haar特征、HOG特征）和基于深度学习的方法（如卷积神经网络）。
根据实际需求和系统性能，选择合适的算法进行目标检测与识别。
4. 路径规划与控制模块路径规划与控制模块负责根据目标小车的位置信息，通过调节小车的转向和速度，实现对目标小车的跟踪和追踪控制。
常用的路径规划算法包括PID控制、模糊控制和自适应控制等。
根据系统要求和实际情况，选择合适的算法进行路径规划与控制。
5. 系统集成与优化在完成各个模块的设计与实现后，需要将其进行集成并进行系统优化。
集成时要确保模块之间的数据传输和信息交互正常可靠，优化则是对系统整体效果进行调试和改善。
通过实际测试和参数调整，提高系统的稳定性、准确性和实时性。
6. 系统应用拓展基于视觉感知的自动小车跟踪系统可以应用于许多领域，如智能仓储系统、无人驾驶等。
在具体应用中，可以根据实际需求进行功能拓展和性能优化，例如增加目标识别的分类数量、增强图像处理的实时性等。
7. 系统应用前景基于视觉感知的自动小车跟踪系统具有广阔的应用前景。
随着人工智能和计算机视觉技术的不断发展，这种系统将在物流仓储、智能交通、工业自动化等领域得到更为广泛的应用。
总结：基于视觉感知的自动小车跟踪系统设计与实现涉及图像采集、目标检测与识别、路径规划与控制以及系统集成与优化等多个模块。
智能交通系统中基于视频处理的车辆跟踪技术研究
智能交通系统中基于视频处理的车辆跟踪技术研究智能交通系统是目前亟待解决的问题之一，随着科技的不断发展，智能交通系统中基于视频处理的车辆跟踪技术也越来越受到业界和学术界的关注。
本文将从以下几个方面对该技术进行详细剖析。
一、技术原理车辆跟踪技术主要基于视频处理算法，其原理是利用摄像机拍摄的视频进行车辆目标检测、特征提取和轨迹跟踪等步骤，最终得到车辆的行驶轨迹。
因此，对于视频质量的要求较高，同时也需要专门的算法进行处理。
二、应用场景车辆跟踪技术可以广泛应用于智能交通系统中，如车辆管理、实时交通监测、智能调度等方面。
在车辆管理方面，可以通过跟踪车辆行驶轨迹，实现车辆调度、追踪问题车辆等功能；在实时交通监测方面，可以通过不同区域的摄像头对交通状况进行实时监测，及时发现交通异常情况，并进行及时处置；在智能调度方面，可以通过分析车辆行驶数据，智能调度车辆，提高车辆使用效率。
三、技术难点虽然车辆跟踪技术已经有了较为成熟的理论基础和实际应用，但其仍面临着一些难点。
首先是算法效率问题，由于视频处理算法需要大量计算，因此需要专门的硬件支持，这也增加了系统的成本。
其次是视频质量的要求问题，对于像夜间或雨雪天气等复杂环境下的视频处理，依然存在一定的误差率。
同时，对于车辆目标的检测和识别也存在一定的困难，例如，两辆车颜色相似或车牌模糊，就难以进行区分。
四、未来展望随着人工智能技术不断发展，车辆跟踪技术也将迎来更好的发展，算法效率将得到提高，视频质量要求也将相应降低。
另外，随着5G时代的到来，大幅提高了数据传输速度和稳定性，这将为车辆跟踪技术的应用带来更多的可能性。
同时，人工智能也将逐渐应用于车辆跟踪技术中，其将在车辆目标检测、特征提取等方面发挥更大的作用，从而提高车辆跟踪技术的准确性和智能性。
总结而言，车辆跟踪技术作为智能交通系统中重要的技术之一，其在实际应用中有着广泛的应用前景。
虽然其仍存在一些技术难点，但随着科技的不断进步，相信未来一定能够解决这些问题，为智能交通系统的发展做出更大贡献。
基于STM32的无线视频监控智能小车设计
基于STM32的无线视频监控智能小车设计基于STM32的无线视频监控智能小车设计一、引言近年来，无线视频监控技术得到了广泛应用，它可以通过无线传输将监控画面实时传输到控制中心或者移动设备上，大大方便了人们对于远程地点的监控。
为了更好地应用无线视频监控，本文设计了一种基于STM32的无线视频监控智能小车。
该小车可以通过无线网络与控制端建立连接，实时传输视频监控画面，并且可以通过遥控方式进行控制和操作。
二、设计思路1. 硬件设计本设计的控制核心采用了STM32系列单片机。
STM32单片机具有强大的性能和丰富的资源，可以满足小车的控制要求。
同时，为了能够无线传输监控画面，还需要使用WiFi模块和摄像头模块。
通过WiFi模块，可以与控制端建立连接，并通过无线网络传输数据。
摄像头模块负责采集实时视频画面，并传输给WiFi模块。
2. 软件设计小车的软件设计分为嵌入式软件和上位机软件两部分。
嵌入式软件部分，主要是通过STM32单片机实现对小车电机的控制和对WiFi模块的控制。
使用STM32的PWM输出来控制小车电机的转速和方向，实现前后左右的运动控制。
同时，通过串口通信方式与WiFi模块进行数据的传输和接收。
在接收到控制端发送的指令后，将指令解析，对小车进行相应的运动或摄像头的控制。
上位机软件部分，主要是通过PC机端实现对小车的控制和对接收到的视频画面进行显示。
在PC机端编写的控制端软件上，可以通过键盘或者鼠标对小车进行遥控操作，实现对小车的运动控制。
同时，可以接收到小车传输的视频画面，并实时显示在PC机端。
三、关键技术实现1. WiFi通信技术为了实现小车与控制端之间的无线传输，需要使用到WiFi通信技术。
通过在小车上添加WiFi模块，可以与控制端建立无线连接，并进行数据传输。
通过WiFi模块支持的TCP/IP协议栈，实现对数据的可靠传输。
2. 视频采集与传输技术为了实现实时视频监控功能，需要使用到摄像头模块。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
基于视频的自动巡航智能小车的设计与实现李鹏博【摘要】In order to increase the automatic cruise smart car's speed, we raise the analog CCD camera , reduce its angle of depression, and build a high - speed AD converter circuit outside the microcontroller. In the driving part, we use the H - bridge driver circuit to drive the smart car forward and brake. The real -time speeds were obtained combining with speed encoder, and controlled by PD algorithm. In the turning parts, we improve servo mounting for vertical through heightening its position. The conclusions prove that the smart car get a greater foresight and a sensitive turning response. It can operate quickly and stably.%为了进一步提高自动巡航智能小车的速度,将采集图像的模拟CCD摄像头架高并减小其俯角,并在单片机外部搭建高速AD转换电路；采用H桥驱动电路正反向驱动智能小车前进和刹车,结合速度编码器实时获取车速,并对其运用PD算法进行控制；改进舵机的安装方式为立式并架高以增强其响应速度,结合速度编码器实时获取车速并对其运用PD 算法进行有效调节.结果表明,智能车实现了前瞻大及转向响应灵敏,能够快速且稳定运行.【期刊名称】《河北工程大学学报（自然科学版）》【年(卷),期】2012(029)004【总页数】5页(P74-78)【关键词】智能车;单片机;CCD摄像头;PD算法;H桥驱动电路【作者】李鹏博【作者单位】河北工程大学信息与电气工程学院,河北邯郸056038【正文语种】中文【中图分类】TP368.1智能车(intelligent vehicle，IV)又称轮式移动机器人，是一个集环境感知、规划决策、操作控制等功能于一体的智能体，涉及机械、运动学与动力学、电子、计算机、信息处理、控制和人工智能等科学技术领域［1]。
在智能车技术的运用中，除了能够让其自动识别各种不同形式的道路外，如何让其达到并维持较高的运行速度，是智能车控制的一个关键问题。
舵机的响应速度和道路信息提取的可靠性，是制约智能车车速的两个主要因素。
在提高舵机响应速度方面，张淑谦等［3]对智能车舵机转向控制算法进行了研究，提出了效果较好的PD控制算法。
韩毅等［4]通过细化舵机控制量及延长舵机力臂来提高其控制精度和响应速度。
在道路信息提取方面，目前普遍采用边缘检测法。
本文通过改进舵机的安装方式，增加其力臂长度，进一步提高其响应速度;通过引入一个动态阈值来改进道路信息提取的可靠性和稳定性。
1 系统硬件设计系统硬件以飞思卡尔半导体公司的16位系列单片机XS128为主控核心，共分为5大模块单元:电源管理单元、图像采集单元、方向控制单元、电机驱动单元、车速检测单元。
其中，电源管理单元如图1所示。
1.1 电源管理单元电源的质量决定一个系统的电气稳定性。
智能小车所有模块单元的电源均来自于7.2 V的充电电池，鉴于各自的工作电压各不相同，因此需要独立的电压变换电路为其提供电源。
对于采用5 V电压的元器件如单片机、车速检测单元等，采用低压差稳压芯片LM2904进行供电(图2);H桥的MOS管需要较高的开启电压，并且电压越高其内阻越小，所以H桥驱动单元采用与CCD摄像头单元相同的12 V电压，设计时用MC34063通过电阻编程将电压升压到12 V(图3);对于舵机，实验发现升高供电电压可以提高响应速度，而电压过高则又容易造成舵机烧毁或打齿，因此通过在其供电电路中串联1个或2个二极管来为其供电。
1.2 图像采集单元道路信息的提取是智能小车巡航的依据。
采用一台实验室电视显示设备，将模拟CCD摄像头的视频输出端接到电视设备的视频输入端，供电后不断调整镜头，当图像达到最清晰时锁死镜头。
利用高速AD转换芯片TLC5510将模拟信息转换为8位的数字信息后送入单片机的P0端口。
结合视频同步分离芯片LM1881，将行中断和场中断信号同步分离出来，为单片机读取图像提供时序。
行场中断信号分别接入PE1和PJ0引脚，鉴于行场中断信号为正脉冲信号，将单片机端口寄存器配置为中断触发模式，正跳变沿触发，这样单片机就能够及时捕捉到中断信号，读取数据。
视频制式为PAL制式，每秒有25帧图像输出，由于每帧图像由奇偶两场组成，因此只需采集两者之一即可，这样可以节省一个图像采集周期用做单片机的信息处理。
LM1881信号同步分离电路如图4所示。
由于白色赛道和黑色中心线经过摄像头采集后的图像灰度值相差很大，通常近处黑色中心线的灰度值大于0而小于十进制数30;白色赛道的灰度值则大于180而小于255。
因此，可通过边缘检测法对道路信息进行提取［3]。
然而由于摄像头的畸变和距离的影响会导致黑线采集后的灰度值随着距离的变远而变大，对此根据距离的远近引入一个动态阈值进行提取，以提高识别率和稳定性。
1.3 方向控制单元方向控制所用的舵机属于位置伺服电机，其输出转角与其输入的PWM脉宽成一定的线性关系。
通过改变输入的PWM脉宽，可以控制舵机转动一定的角度。
舵机的中心位置对应的PWM脉宽值一般在1 600左右，8位的PWM寄存器不能满足脉宽值的要求，所以将MC9S12XS128的2个8位PWM寄存器PWM0、PWM1级联成一个16位PWM寄存器，这样就可以满足舵机PWM的脉宽值基数的要求，细化PWM的控制量，提高其控制精度［5]。
为了进一步提高舵机的响应速度，采用将舵机竖放的方法，并将其垫高;通过尽可能增加其力臂，使其在摆动相同的方向下只需转动较小的角度，减少其执行时间，提高响应速度。
1.4 电机驱动单元鉴于电机驱动单元的能耗比较大，特别是在启动和行驶中调速时极易导致电源电压过低导致使单片机复位，因此在电容电感等器件的选择上需要注意参数间的相互配合。
对于电机的驱动采用了基于分立器件搭建的“H”桥全桥驱动电路［6－7]。
“H”桥全桥驱动电路的开关器件选用大功率场效应晶体管IRF3205。
利用“H”桥全桥驱动电路可对电机实施反转控制的特性，在需要制动时可采取反转策略得到类似刹车的制动效果，迅速降低车速，以安全的速度迅速入弯，最大化节省时间。
“H”桥全桥驱动电路如图5所示。
1.5 车速检测单元智能小车通过光电编码器实时测得小车速度。
通过在后轮驱动齿轮上咬合一个光电编码器，将光电编码器输出的脉冲信号经过运算放大器电路放大整形后，再输入到单片机的输入捕获引脚进行采集计数，根据计数值计算得出对应的车速。
2 系统软件设计智能小车的控制流程是先提取道路信息，然后结合车速检测单元测得的当前实时车速，准确驱动电机运转和舵机转向，使舵机转向的时机与速度配合得当，达到智能小车又快又稳巡航行驶的目的。
图6为主程序流程图。
2.1 道路信息的提取道路信息的准确、快速提取，对于智能小车的巡航行驶意义重大。
设计中使用片外高速AD转换芯片代替单片机自带的AD转换功能，既省大量的CPU时间，又可以使每行采集到的图像点数增加到一百余点，这样就为根据前瞻距离来调整采集点数提供了空间，提高了算法提取的可靠度和稳定度;通过对场中断进行延时采集的方法解决视野宽窄远近合适但偏离中心位置的现象。
使用边缘检测法提取黑线。
根据道路信息提取情况，选取一个能够将白色赛道和黑色中心线区分开的阈值，采用单边缘或双边缘跳变检测法提取赛道中心黑线。
为了达到更好的道路信息提取效果，引入了动态阈值法和多阈值法。
设计中分成将图像从上到下分成3部分，对每一部分求灰度值的平均值作为此部分中心线的提取阈值。
中心线提取的程序如下:2.2 舵机方向的控制舵机是控制小车运动方向的部件，如果程序能够控制舵机及时准确地做出反应将大大提高智能小车的速度。
PID算法具有较好的鲁棒性，且算法简单，通过对其参数的合理标定，可以使舵机在直道平稳而对弯道灵敏。
控制舵机的PID算法模型通过下式实现:其中，MVn、MVn－1是当前操作量和上次操作量;ΔMVn是当前操作量的微分;en、en－1、en－2是当前、上次、上上次的偏差;Kp、Ki、Kd是系数。
在设计中考虑到积分环节是一个累积过程，有一定的滞后性，不利于舵机的响应速度，决定将其去掉。
且经过实验不断验证，得出对舵机的控制采用去掉积分环节的 PD 算法更为合适［8－9]。
2.3 车速控制为了使智能小车的车速控制成闭环控制方式，同时为了使其反应更灵敏快速，也采用了去掉积分环节的PD算法［6]。
车速计算公式如下:6式中:e=Set_speed－Cur_speed;Set_speed是要设置的车速，Cur_speed是光电编码器检测到的实时车速，两者之差代回上式做计算，通过Kp和Kd计算修正后，可得到需要输出的车速。
PD算法控制器参数的标定需要通过不断的试验得出，这是使用PD算法的一个不足之处。
实验表明，该控制器可快速灵敏的对车速进行精确控制，表现出非常好的控速效果［4]。
3 结论通过对影响智能车速度的相关因素的分析，实现了基于视频的自动巡航智能小车的快速稳定行驶。
实验和实践证明，该智能小车自动巡航效果好，实现了不同场地光照条件下的自动巡航，抗现场光线干扰能力强，具备良好的速度和灵活特性，在2010届全国大学生智能车竞赛上取得了东北赛区一等奖的好成绩，证明了相关技术的合理性和有效性。
参考文献:［1] 付梦印，邓志红，刘彤.智能车辆导航技术［M] .北京:科学出版社，2009. ［2] 沈志熙，黄席樾，杨镇宇，等.基于Boosting的智能车辆多类障碍物识别［J] .计算机工程，2009，35(14):241－242.［3] 张淑谦，王国权.智能车黑线识别算法及控制策略研究［J] .电子技术，2009(3):89－91.［4] 韩毅，杨天.基于HCS12单片机的智能寻迹模型车的设计与实现［J] .计算机工程与设计，2008，29(18):4736－4739.［5] 韩庆瑶，洪草根，朱晓光，等.基于AVR单片机的多舵机控制系统设计及仿真［J] .计算机测量与控制，2011，19(2):332－334，339.［6] 吴斌华，黄卫华，程磊，等.基于路径识别的智能车系统设计［J] .电子技术应用，2007(3):80－83.［7] 胡莲君，宋弘.移动智能机器人避障规划研究［J] .四川理工学院学报:自然科学版，2008，21(4):87－90.［8] 台秀华.一致性方法的多仿生机器鱼编队对齐行为［J] .黑龙江科技学院学报，2012，22(1):79－84.［9] 潘峥嵘，杜宝强，王树东，等.基于CPLD的彩色视觉移动机器人路径跟踪系统［J] .计算机工程与设计，2007，28(5):1102－1103.。