逆行驶摄像头智能车系统的设计与实现-毕设论文.doc

编号
2014180316
研究类型
应用研究
分类号
TP27

学士学位论文（设计）
Bachelor’s Thesis

论文题目
逆行驶摄像头智能车系统的设计与实现

作者姓名

学号

所在院系
机电与控制工程学院
学科专业名称
自动化
导师及职称
讲师
论文答辩时间
2014年5月17日

学士学位论文（设计）诚信承诺书
中文题目：逆行驶摄像头智能车系统的设计与实现
外文题目：Design and Implementation of Reverse Driving Camera Intelligent Car System
学生姓名

学生学号

院系专业
自动化
学生班级
1003班

学 生 承 诺
我承诺在学士学位论文（设计）活动中遵守学校有关规定，恪守学术规范，本人学士学位论文（设计）内容除特别注明和引用外，均为本人观点，不存在剽窃、抄袭他人学术成果，伪造、篡改实验数据的情况。如有违规行为，我愿承担一切责任，接受学校的处理。
学生（签名）：
年 月 日

指导教师承诺

我承诺在指导学生学士学位论文（设计）活动中遵守学校有关规定，恪守学术道德规范，经过本人核查，该生学士学位论文（设计）内容除特别注明和引用外，均为该生本人观点，不存在剽窃、抄袭他人学术成果，伪造、篡改实验数据的现象。

指导教师（签名）：

年 月 日

目录
1 前言 1
2 选题背景 1
2.1 选题的意义 1
2.2 国内外智能小车研究现状 2
3 系统基础理论 2
3.1 路径导航技术 2
3.2 OV6620摄像头的基本特点 3
3.3 MC9S12XS128的特点 4
3.4 PID控制算法介绍 5
3.5 MATLAB测试平台 7
3.6 Codewarrior编程软件 8
3.7 串口调试工具 8
4 系统硬件电路设计 9
4.1 系统总体设计方案 9
4.2 电源模块设计 10
4.3 OV6620摄像头电路设计 11
4.4 舵机电路设计 12
4.5 编码器接口电路设计 13
4.6 电机驱动电路设计 15
5 系统软件设计 16
5.1 系统软件执行总流程图 16
5.2 摄像头图像采集 17
5.3 路径双导航线提取 18
5.4 十字路口和虚线导航线提取和处理 22
5.5 起跑线识别算法 25
5.6 中心线的拟合 26
5.7 路径类型识别 27
5.8 舵机和电机控制方法 29
6 系统测试与分析 32
6.1 路径双导航线提取方法测试 32
6.2 十字路口和虚线处图像搜索和补线测试 34
6.3 中心线拟合测试 36
6.4 路径类型识别测试 36
6.5 舵机和电机性能测试 37
7 总结与展望 39
8 参考文献 40

逆行驶摄像头智能车系统的设计与实现
郑正猛（指导老师，叶梦君 讲师）
（湖北师范学院机电与控制工程学院，中国 黄石 435002）
摘 要：本文介绍了以MC9S12XS128单片机为主控制器，以OV6620数字摄像头为传感器的智能车系统的设计与实现。论文首先介绍了选题背景和系统理论基础。然后主要介绍了智能车系统硬件设计和软件设计,在硬件设计部分，重点阐述了电源管理电路、数字摄像头接口电路、舵机接口电路和电机驱动电路的设计原理与实现；在软件设计部分，重点研究了双导航线的提取算法及十字路口与虚线识别和补线算法，在此基础上研究了路径中心线的拟合算法、路径类型识别算法、舵机控制算法和电机调速控制算法。最后，介绍了系统的测试与分析。根据系统的各种算法测试效果，选择最优算法，使小车沿着复杂多变的路径稳定快速地行驶。本智能车在第八届全国大学生智能车竞赛中取得优异的成绩。
关键词：双导航线；虚线；中心线拟合算法；路径识别算法
中图分类号：TP27
Design and Implementation of Reverse Driving Camera
Intelligent Car System
Zheng Zhengmeng（Tutor：Ye Mengjun）
(College of Mechatronics and Control Engineering, Hubei Normal University, Huangshi, China, 435002)
Abstract : The design and implementation of the intelligent car system is presented in this paper, which use MC9S12XS128 and digital camera OV6620 as the main controller and sensor respectively. Firstly, the backgroud and basic theroy for the intelligent car system are introduced. Secondly, the hardware design and the software design of the intelligent car system are presented in detail. In the part of the hardware design, the power management circuit, the digital camera interface circuit, the servo interface circuit and the motor drive circuit are presented in terms of design principle and implementation. In the part of the software design, the double guide line extraction algorithm including crossroad line and dashed line, and their compensation algorithms are proposed. Based on these algorithms, the path center line extraction algorithm, the recognition of the path type algorithm, the servo control algorithm and the motor speed control algorithm are proposed in detail. Finally, the testing and discussion are introduced. The optimal algorithms are selected according to the testing results for the proposed intelligent car system, which can make the car run along the complex path fastly. The proposed intelligent car performed excellent in the Eighth National Undergraduate Freescale Intelligent Car Contest.
Keywords: Double Guide Line ; Center Line Extraction Algorithm ; Dashed Line;
The Recognition Of The PathType Algorithm;

湖北师范学院机电与控制工程学院2014届学士学位论文（设计）

逆行驶摄像头智能车系统的设计与实现
郑正猛（指导老师，叶梦君 讲师）
(湖北师范学院机电与控制工程学院 中国 黄石 435002)
1 前言
智能汽车是一种正在研制的新型高科技汽车，这种汽车不需要人驾驶，人只舒服地坐在车上享受这种高科技的成果就行了。因为这种汽车上装有相当于汽车的“眼睛”、“大脑”和“脚”的电视摄像机、电子计算机和自动操纵系统之类的装置，这些装置都装有非常复杂的电脑程序，所以这种汽车能和人一样会“思考”、“判断”、“行走”，可以自动启动、加速、刹车，可以自动绕过地面障碍物。在复杂多变的情况下，它的“大脑”能随机应变，自动选择最佳方案，指挥汽车正常、顺利地行驶[1]。本智能车系统通过装在智能车上的数字摄像头获取前方道路的信息，主控制器依据获取的信息，控制小车自主导航，自主调整行驶的方向和速度，以合理的转向和速度搭配,准确高速地通过复杂多变的实际路径。
本文主要针对智能车在由白色的KT板制作的路径路面上运行，路径的两边有黑色的导航线且路径由直道、大弯、虚线弯以及十字路口等交错形成。该智能车是以飞思卡尔MC9S12XS128单片机为主控制器，以数字摄像头OV6620为路径信息采集传感器，驱动轮在前，转向轮在后的逆向行驶智能车。通过数字摄像头OV6620采集前方道路的图像信息，主控制器在此基础上提取出有效的边沿后，拟合出路径中心线并进行路径识别，通过较好的控制算法，控制舵机转向和电机速度，让智能车顺利完美地通过每一处路径。
2 选题背景
2.1 选题的意义
智能汽车是未来汽车发展方向，将在促进道路交通的安全性、发展自动化技术、提高舒适性、控制准确性等许多方面发挥很重要的作用；同时智能汽车是一个集通信技术，计算机技术，自动控制，信息融合技术，传感器技术等于一体的行业，它的发展势必促进其他行业的发展，在一定程度上代表了一个国家在自动化智能方面的水平[2]。
智能小车系统是迷你版的智能汽车，二者在信息提取，信息处理，控制策略及系统搭建上有很多相似之处，可以说智能小车系统将为智能汽车的研究提供很好的试验和技术平台，推动智能汽车的发展，摄像头作为很多智能汽车的信息输入传感器具有其他很多传感器所不具有的优势，如对物体特征的提取，视野宽广等，因此基于摄像头的智能小车系统的研究将推动智能汽车的发展。
2.2 国内外智能小车研究现状
目前智能汽车的研究已经成为国内外汽车领域研究的热门，很多有实力国际著名汽车公司和知名大学纷纷加入研究智能车的队伍之中[3]。许多欧美国家投入大量精力进行智能车的相关设计实验，已经取得了很多的成就，并举办一些智能车的竞赛来推动该项研究的发展。我国从上世纪80年代开始着手这方面的研究，虽与国外相比还有一些距离，但目前也取得了阶段性成果。国内清华大学、国防科技大学、上海交通大学、西安交通大学等都有过智能车的研究项目。1992年国防科技大学研制成功了我国第一辆真正意义上的智能车，2000年6月国防科技大学研制成功的第4代智能车创下国内最高时速记录。
全国“飞思卡尔”杯智能车竞赛起源于韩国，是韩国汉阳大学汽车控制实验室在飞思卡尔半导体公司资助下举办的以HCS12单片机为核心的大学生课外科技竞赛[4]。智能车竞赛是以迅猛发展的汽车电子为背景，涵盖了控制、模式识别、传感技术、计算机、机械等多个学科交叉的科技创意性比赛。智能车设计要求参赛队伍首先对汽车动力学有一定的研究和了解，从而设计出合理的机械结构，同时要求参赛队伍自行设计控制器系统电路、图像采集模块电路、电机驱动模块电路等。在硬件平台搭建完成后，参赛队伍要对智能车系统的路线辨识以及控制算法进行开发和调试。目前，此项赛事已经成为各高校展示科研成果和学生实践能力的重要途径，同时也为社会选拔优秀的创新型人才提供了重要平台。
3 系统基础理论
3.1 路径导航技术
摄像头智能车路径跑道所占面积为5m×7m左右，由各种不同长度的直道、不同曲率半径弯道、十字路口以及虚线等组成。每一处路径在未粘贴黑色导航线时宽度不小于45cm，路径与路径之间的中心线距离不小于60cm。路径路面由专用的KT板制作，表面为白色，在路径的两边有黑色的导航线，黑线宽25mm+5，沿路径的边缘粘贴，要求智能车在行驶时不能跑出两条导航线之间的白色路面。路径示意图如图3.1和图3.2所示。
图3.1 路径比赛现场

图3.2 路径具体参数示意图
摄像头智能车通过数字摄像头拍摄车体前方的路径，得到由黑色导航线、深蓝色背景和白色路面组成的灰度图像。背景的深蓝色和导航线的黑色在图像中灰度值大小差不多，而二者均与路面的白色灰度值大小差别很大，智能车就是根据灰度值的大小差别把路面和导航线、背景区分出来。数字摄像头直接输出代表灰度值大小的数字信号，控制器采样图像中各点的灰度值，就可以得到导航线和白色路面的信息。
3.2 OV6620摄像头的基本特点
OV6620摄像头是美国Omni Vision公司生产的CMOS彩色/黑白图像传感器，在一个小尺寸、单片封装的芯片内部提供了高水平性能，并且功耗低的特点，非常适合应用在嵌入式图像采集系统中[5]。OV6620摄像头信息量大，前瞻性好，对速度很快的智能车系统是一个很好的选择。
OV6620摄像头主要特征：
（1）NAL制，每秒25帧，每帧两场，因此每秒就有50场，也就意味着20ms就有一幅图像产生。每幅图像有292行，每行有356个点。
（2）输出4种图像同步的时序信号：像素时钟PCLK、行同步信号HREF、帧同步信号VSYNC和奇偶场同步信号FODD。即行、场同步中断信号有现成的，而且消隐区也十分有规律。
（3）有独立的17MHz晶振，需要稳定的5V电源供电，功耗低，能与主板上的供电电源兼容。
（4）支持连续和隔行2种扫描方式。
（5）可以通过8位和16位的数据总线输出RGB、GRB4:2:2、YUV或YCrCB格式的图像数据，能够满足一般的图像采集要求。
（6）OV6620内部可编程功能寄存器的设置有上电模式和SCCB编程模式，SCCB编程模式下可以调整摄像头的参数，比如电子曝光、增益、白平衡控制等，其本质是SCCB协议的寄存器写入。
OV6620实物图如图3.3所示， OV6620引脚图如图3.4所示。

图3.3 OV6620实物图 图3.4 OV6620引脚图
3.3 MC9S12XS128的特点
MC9S12XS128是Freescale公司推出的S12系列微控制器。其集成度高，片内资源丰富，接口模块包括SCI、A/D、PWM，ECT等。它不仅在汽车电子、工业控制、中高挡机电产品等应用领域具有广泛的用途，而且在FLASH存储控制及加密方面也有很强的功能[6]。
主要特性：
（1）16位中央处理单元（HCS12CPU），最高总线速度40MHz
（2）512KB闪速FLASH，14KB RAM，4KB EEPROM
（3）两个异步串行通信接口（SCI），三个串行外设接口（SPI）
（4）一个8通道IC/OC增强型捕捉定时器
（5）一个8通道脉冲发生器（PWM）
（6）29个离散数字I/0通道（Port A, Port B, Port K 和Port E）
（7）可配置8位、10位或12位模数转换器（ADC），转换时间3μs
_ （8）支持控制区域网（CAN）、本地互联网（LIN）
_ （9）带有16位计数器的8通道定时器
_ （10）出色的EMC,即运行和停止省电模式
本系统用到该单片机的PWM、ECT、I/O以及SCI等模块。MC9S12XS128MAA最小系统芯片实物图和引脚图如图3.5所示。
图3.5 MC9S12XS128MAA最小系统芯片实物图和引脚图
3.4 PID控制算法介绍
将偏差的比例(P)、积分(I)、和微分(D)通过线性组合构成控制量，用这一控制量对被控对象进行控制，这样的控制器称为PID控制器。PID控制算法结构简单、鲁棒性强，是自动控制领域中广泛采用的一种控制方法。PID控制器原理框图如图3.6所示。

图3.6 PID控制器原理框图
(1)PID控制器各校正环节的作用如下：
比例环节(P)：成比例地反映控制系统的偏差信号，偏差一旦产生，控制器立即产 生控制作用，以减少偏差。
积分环节(I)：主要用于消除静差，提高系统的无差度。积分作用的强弱取决于积 分时间常数Ti, Ti越大，积分作用越弱，反之则越强。
微分环节(D)：反映偏差信号的变化趋势，并能在偏差信号变化太大之前，在系统 中引入一个早期修正信号，从而加快系统动作速度，减少调节时间。
(2)位置式PID控制算法
由于计算机控制是一种采样控制，它只能根据采样时刻的偏差计算控制量，而不能像模拟系统那样连续输出控制量，进行连续控制，故计算机控制系统需采用数字式PID。数字式PID控制算法又分为位置式PID和增量式PID控制算法。
位置式PID控制算法的表达式如公式3.1所示。
（3.1）
式中：
— —采样序号，=0，1，2，......；
— —第次采样时刻计算机输出值
— —第次采样时刻输入的偏差值
— —第次采样时刻输入的偏差值
为积分系数，为微分系数
公式3.1是直接按PID控制规律定义进行计算的，所以它给出了全部控制量的大小，因此被称为全量式或位置式PID控制算法。
这种算法的缺点是：由于全量输出，所以每次输出均与过去状态有关，计算时要对e(k)进行累加，工作量大；并且，计算机输出的u(k)对应执行机构的实际位置，如果计算机出现故障，输出的u(k)将大幅度变化，会引起执行机构大幅度变化，这在实际是不允许的[7]。增量式PID控制算法可以避免这种现象。
(3) 增量式PID控制算法
增量式PID控制算法的表达式如公式3.2所示。
(3.2)
上式中：
公式3.2可以进一步改写成如公式3.3所示。
（3.3）
式中：、、
增量式PID控制算法不需要累计，计算量小，控制增量△u(k)仅与最近k次采样有关，所以误动作时影响小，而且较容易通过加权处理获得比较好的控制效果。
3.5 MATLAB测试平台
矩阵实验室（Matrix Laboratory,MATLAB）软件是一个适用于科学计算和工程应用的数学软件系统，历经20多年的发展，现已是IEEE组织认可的最优化的科技应用软件。该软件具有以下特点：数值运算功能强大；编程环境简单；数据可视化功能强；丰富的程序工具箱；可扩展性能强等[8]。利用MATLAB编程软件，提取路径左右导航线和拟合中心线仿真图如图3.7所示。

图3.7 MATLAB开发环境
3.6 Codewarrior编程软件
Codewarrior是由Metrowerks公司提供的专门面向Freescale所有MCU与DSP嵌入式应用开发的软件工具。其中包括集成开发环境IDE、处理器专家、全芯片仿真、可视化参数显示工具、项目工程管理、C交叉编译器、汇编器、链接器以及调试器。其中在本设计中重要的部分就是集成开发环境和调试器，即IDE和hiwave。
开发语言采用HCS12C语言，语法与标准C语言基本相同，支持多种数据类型。Codewarrior的功能非常强大，可用于绝大部分单片机、嵌入式系统的开发[9]。Codewarrior的编程界面如图3.8所示。

图3.8 Codewarrior编程界面
现代单片机具有很强的在线编程和调试功能，Freescale S12系列单片机就具有BDM（Background Debug Mode）功能，可以实现在线程序下载和在线背景调试功能。我们使用清华大学Freescale MCU/DSP应用开发研究中心开发的BDM for S12，配合CodeWarrior的hiwave.exe在线调试器，即可实现程序下载和进行一系列的调试工作，如黑白线的数字量，路径采集状态，各个寄存器值，程序调试的变量值，能够很好的观察整幅图像信息、图像中黑线的位置、黑线断开的位置、小车舵机和电机的当前值等，给调试提供了极大的方便。
3.7 串口调试工具
串口调试助手，支持常用的300-115200bps波特率，能设置校验、数据位和停止位，能以ASCII码或十六进制接收或发送任何数据或字符（包括中文），可以任意设定自动发送周期,并能将接收数据保存为文本文件，能发送任意大小的文本文件。
目前较为常用的串口有9针串口（DB9）和25针串口（DB25），通信距离较近时(<12m)，可以用电缆线直接连接标准RS232端口(RS422,RS485较远)，若距离较远，需附加调制解调（MODEM）。最为简单且常用的是三线制接法，即地、接收数据和发送数据三脚相连。
为了更加形象地反应采集图像的数据，在串口发送中每发送完一行就添加一个回车符，这样得到的数据是每行的数据而不是连成一块的，串口得到的数据图如图3.9所示，图中非常好地反应了道路的信息：

图3.9 串口调试助手平台
上图是在静态调试时摄像头采集的一幅路径二值化后图像。整幅图像由0和1组成，其中1代表的是白色的路面，0代表的是黑线的导航线和深蓝色的背景。
4 系统硬件电路设计
4.1 系统总体设计方案
本智能车系统可以分为五大模块：摄像头图像采集模块，电源模块，舵机转向模块，电机驱动模块，主控制器及外围电路模块，系统整体设计框图如图4.1所示。

图4.1 系统整体结构框图
电源模块负责给其他模块提供不同的电压；摄像头传感器主要作用是拍摄车体前方的路径；主控制器是系统的核心，负责对采集图像的处理、路径的识别并最终输出控制量控制舵机和电机；舵机和电机的功能分别是控制智能小车的转向和速度；速度反馈功能是返回智能小车的实时速度，对智能小车形成闭环控制。只有各个模块都能稳定工作，进行合理的配合，整个智能车系统才能准确、有效的运行，适应各种复杂环境。
4.2 电源模块设计
电源电路是整个智能车系统正常工作的基础，因此设计稳定可靠的供电电路显得尤为重要。整车的硬件电路电源由充电镍镉电池提供（7.2V、2000mAh）。但是系统中的各个电路模块所需要的工作电压和工作电流各不相同，所以设计了多种稳压电路，将电池电压转换成各个模块所需要的电压。其中5V向单片机、摄像头、编码器等供电，6V向舵机供电，3.3V向辅助电路供电。电源管理模块框图如图4.2所示。

图4.2 电源管理模块框图
在电路设计中，考虑到由于电机驱动容易引起电源不稳定，在电源输入端，每个芯片电源输入输出引脚都加入滤波电路。3.3V稳压电路如图4.3所示，5V稳压电路如图4.4所示。

图4.3 3.3V稳压电路 图4.4 5V稳压电路
LM1117是一个低压差电压调节器系列。其压差在1.2V输出，负载电流为800mA时为1.2V，它与国家半导体的工业标准器件LM317有相同的管脚排列。LM1117有可调电压的版本，通过2个外部电阻可实现1.25～13.8V输出电压范围。另外还有5个固定电压输出（1.8V、2.5V、2.85V、3.3V和5V）的型号，本系统采用固定电压输出为3.3V和5V的两个型号。LM1117输出电流可达800mA，具有电流限制和过热保护功能，非常适合为本系统其他部分供电。
6V稳压电路如图4.5所示。

图4.5 6V稳压电路
LM7806是三端稳压器，输出电压为正6V，组成稳压电源所需的外围器件少，电路内部有过流、过热及调整管的保护电路，使用起来可靠、方便。输出电流可达1.5A，功率大。
4.3 OV6620摄像头电路设计
摄像头图像采集模块负责把智能车车体前面的具体路径信息采集回来，是整个智能车的重要基础，摄像头采集的图像是否能完整反应路径的具体信息，关系到主控制器能否采取正确的控制策略控制电机和舵机[10]。OV6620摄像头工作时有固定的时序，按照时序采集图像信息是可靠获取完整路径信息的保证。用示波器测OV6620的关键引脚获得的时序图如图4.6所示。

图4.6 OV6620的行场时序图
场中断信号是一幅图像的开始，周期是20ms，其中高电平持续时间短，可忽略，场中断信号要通过下降沿捕捉；行中断信号是一行图像的开始，周期是63us左右，通过上升沿捕捉。
为了采集到稳定的图像，只需捕捉两个中断，即行中断和场中断信号。为了保证图像采集不被打断，采用优先级较高的T0、T1口分别来捕捉行中断和场中断。另外灰度信号数据采集只需要8个数据口，本系统采用主控制器的PB口。主控制器与OV6620具体的连接示意图如图4.7所示。

图4.7 OV6620的硬件连接示意图
图4.7中摄像头OV6620的Y0至Y7引脚与主控制器的PB0至PB7引脚连接，Y0至Y7为摄像头OV6620的灰度信号数据输出引脚，MC9S12XS128单片机通过PB口读取摄像头传递的灰度信号。HREF引脚为摄像头OV6620行中断信号输出引脚，VSYNC引脚为摄像头场中断信号输出引脚，分别与主控制器的中断引脚T0，T1相连接。
4.4 舵机电路设计
舵机负责智能小车的转向，舵机模块能否稳定的工作直接影响到智能小车在路径上高速行驶时的稳定性和转向时的灵敏度和精确度。本系统的舵机采用S3010型号舵机。S3010型号舵机实物图如图4.8所示。

图4.8 S3010型号舵机实物图
S3010型号舵机有三根接线端，分别为：电源线、地线及控制线。其中黑线为电源地线，红线为电源正线，白线为控制信号线，控制周期为20ms左右的脉冲信号。舵机所需的工作电压为6V，由电源模块的6V稳压电路提供。控制舵机的脉冲可以使用MC9S12XS128的2路PWM级联产生，通过改变PWM占空比常数可以改变输出脉冲的宽度，而脉冲信号的宽度决定舵机输出舵盘的角度[11]。舵机的转角与控制信号的脉宽对应关系如下图4.9所示。

图4.9 舵机转角与脉宽函数关系
在本系统舵机接口电路中，只需把舵机的转角控制端口（白线）与单片机的PWM1通道相连。单片机通过这一端口，将位置脉冲发送给舵机，实现对舵机转角的控制。舵机与单片机的接口电路如图4.10所示。

图4.10 舵机接口电路
4.5 编码器接口电路设计
要更好的对智能车的速度进行控制、调节，实现很好的加速和减速性能，使智能车能够快速稳定的运行，对速度进行反馈控制非常重要，所以需要精确的测得智能车的实时速度。
光电编码器是一种通过光电转换将输出轴上的机械几何位移量转换成脉冲或数字量的传感器。这是目前应用最多的传感器，光电编码器是由光栅盘和光电检测装置组成。光栅盘是在一定直径的圆板上等份的开通若干个长方形孔。由于光电码盘与电动机同轴，电动机旋转时，光栅盘与电动机同速旋转，经发光二极管等电子元件组成的检测装置检测输出若干脉冲信号，通过计算每秒光电编码器输出脉冲的个数就能反映当前电动机的转速。这种测量方法方便、简单、可靠，是高速车辆的很好选择。本智能车系统速度传感器采用的是OMRON公司生产的E6A2-CW3C型光电编码器。E6A2-CW3C型光电编码器实物图如图4.11所示。

图4.11 光电编码器实物图
智能车的车轮每前进一段距离时，速度传感器便产生一定数目的脉冲，MC9S12XS128单片机利用自己ECT模块对脉冲进行计数，可以得到智能车实时速度值。通过测量给定时间里光电编码器返回脉冲信号的个数即可计算智能车速度，速度计算方法如公式4.1所示。
（4.1）
上式中为智能车的车轮半径，为光电编码器输出的脉冲信号个数，为齿轮比，为给定的测量时间，是具体速度。
E6A2-CW3C型光电编码器由5～12V的直流供电，有三根引线，颜色分别为棕色、蓝色、黑色，其中棕色线接VCC，蓝色线接地，黑色线为输出信号，需要连接上拉电阻后接入单片机。编码器具体的接口电路如图4.12所示。

图4.12 编码器接口电路
4.6 电机驱动电路设计
本设计采用两片IR2104作为驱动芯片，采用4个IRF3205构成H桥电路。通过控制4个MOS管导通和关断来实现正反转，并通过控制输入的PWM波的占空比来调节电机两端的平均电压，达到控制电机转速的目的，具体电机驱动电路如图4.13所示，实物如图4.14所示。

图4.13 电机驱动电路图

图4.14电机驱动实物图
IRF540是一个大电流（30A）、高耐压（100V）、低导通电阻（0.077Ω）的N沟道场效应管。IR2104驱动芯片工作电压是正12V，由MC34063AP1稳压得到。MC34063AP1可用于升压变换器、降压变换器、反向器的控制核心[12]。
IR2104驱动芯片的2脚是由单片机产生的PWM波控制，当U1的2脚输入高电平，其工作情况为：U1的7管脚（HO）输出7.2V的高电平驱动电压，5管脚（LO）输出0V低电平驱动电压；U2的7管脚（HO）输出0V的低电平驱动电压，5管脚（LO）输出7.2V高电平驱动电压。则4个IRF540工作情况：Q1、Q4关断，Q2、Q3导通，电机正转；当U1的7管脚（HO）输出低电平驱动电压时，则Q1、Q4导通，Q2、Q3关断,电机反转。
5 系统软件设计
5.1 系统软件执行总流程图
软件系统的主要功能是主控制器从摄像头拍摄的图像中识别出前方路径的类型和智能小车此刻具体位置，然后控制舵机让智能小车转向，控制电机改变小车的速度，在智能小车遇到停车标志时就控制智能小车停车。本系统软件部分主要包括：系统初始化、摄像头图像采集、导航线边沿提取、中心线拟合、路径类型识别、舵机控制和电机控制，停车标志识别。整个系统软件流程图如图5.1所示。

图5.1 整个系统软件流程图
在系统初始化部分，主要完成单片机的初始化，包括总线的时钟设置、普通IO端口功能的设置、SCI串口波特率设置、ECT输入捕捉功能设置和PWM模块周期的设置。在系统完成初始化后，就可以通过捕捉摄像头输出的场中断和行中断信号开始图像采集，把路径的信息保存到数组中。在图像采集完成后，主控制器开始对图像进行分析和处理，主要是提取出路径两边黑导航线的内边沿，两边沿之间即白色的路面。智能车比较好的行驶路径是沿着路径的中心线跑，所以需要根据已提取的导航线信息拟合出路径中心线，然后再依据拟合的中心线识别出当前路径的类型和弯曲程度，最后主控制器给出舵机和电机控制量，不同的路径类型控制量的大小不一样。在智能车行驶一段时间后主控制器开始判断是否检测到停车标志。
5.2 摄像头图像采集
对于智能车系统而言，不需要逐行采集图像，间隔若干行采集就可较好地获取前方路径的信息[13]。在一场图像中隔几行采集一次，这样图像采集的过程中就会存在一些空闲时间，可以利用这些时间来对图像进行处理。这种方法的优势在于：
(1) 图像处理嵌入到图像采集的过程中，有效解决了单片机处理图形信号能力不足的缺陷。
(2) 图像采集的时间可以更多，可以充分获取路径的信息。同时也能够为智能车的控制算法预留出更多的时间。
图像信号采集的流程图如图5.2所示

图5.2 图像信号采集流程图
单片机从摄像头数据端口读取的全是0至255之间的图像数据，对应实际图像相应像素点的具体像素值[14]。为了便于图像的分析，考虑到智能车实际运行的环境只有深色的背景、黑色的导航线和白色的KT跑道，所以只需采用简单的二值化方法就能对图像进行很好的分割。根据设置阀值方法的不同，二值化方法又可分为动态阀值法和固定阀值法[15]。动态阀值法是指阀值根据具体图像不停改变，这种方法在每次对图像二值化前需先去确定阀值，处理比较复杂，占用时间长，比较耗费单片机资源。而固定阀值法是指智能车整个运行过程中只采用一个固定的阀值，这种方法运行快，比较简单。本智能车运行的环境光线非常均匀，干扰小，故固定阀值法非常适合本智能车系统。图像二值化后保存在数组picture[38][100]中。直道入弯处二值化后图像如图5.3所示。

图5.3 二值化后图像
二值化图中只有字符0和1，其中字符0代表黑色的导航线和深蓝色的背景，字符1代表白色的路面。通过返回的二值化图像知采用固定阀值法对灰度图像进行分割的效果非常好。
5.3 路径双导航线提取
路径双导航线的提取是整个智能车系统正确运行的基础，关系到后面路径类型识别和电机、舵机控制是否准确。能否提取出路径两边导航线边沿和有效克服干扰是路径类型识别的关键[16]。由于导航线位于路径的两边，导航线提取很复杂，数据处理量大，处理不当会耗时比较长，影响主控制器对舵机、电机及时进行控制，因此本系统对双导航线提取算法执行效率要求比较高。另外路径还增加了虚线路径类型，这无疑使双导航线提取更加困难。导航线的提取主要是要提取出两边导航线的内边沿，两边沿之间即白色路径的范围。
针对路径的特点，提出了三种双导航线提取方法，即图像中心往两边提取方法、路径中心跟踪提取方法和小范围搜索法。经过大量调试，最终采用小范围搜索法提取路径两边导航线。
5.3.1 图像中心往两边提取方法
图像中心往两边提取的基本思想：经过分析，发现摄像头返回的数据，在近端比较清楚，并且就算在不同光线下，变化也不是太大，故每幅图像从底部行开始搜索导航线。每行图像从图像中心向两边同时开始搜索白色路径和黑色导航线之间白到黑跳变沿，本系统图像每行有100个点，因此图像中心为50。在往左搜索时图像由连续的白点跳变到连续的黑点时，认为找到左边导航线，并把白点到黑点的跳变位置记为左边导航线的内边沿。同理，向右搜索时图像由连续的白点跳变到连续的黑点时认为找到右边导航线，记下白点黑点的跳变位置作为右边导航线的内边沿。这样逐行搜索，直到整幅图像搜索完毕。图像中心往两边提取方法具体流程图如图5.4所示。

图5.4 图像中心往两边提取方法流程图
使用该方法程序编写容易，原理简单，思路清晰，特别是对十字路口和虚线处导航线的提取效果很好，不容易丢线。但是程序执行效率不高，主控制器处理时间长，且图像容易受干扰的影响，在实验室环境不好时效果极差。另外在向右转向的弯道图像中左边导航线可能越过图像中心，在向左转向的弯道图像中右边导航线也可能越过图像中心，该方法在提取这些图像导航线时非常困难。
5.3.2 路径中心跟踪提取方法
为解决上面方法中导航线越过图像中心搜索困难的现象，采取的策略是动态改变搜索中心的方法，即利用已提取行的路径中心作为将要搜索导航线行的中心，然后再同时往左右两边搜索导航线，即路径中心跟踪提取方法。
路径中心跟踪提取方法基本思路：对前两行从图像中心往两边同时搜索并记录两条导航线的位置，同时计算出两条导航线的中心位置，作为下一行开始搜索