基于单片机的智能车自动导航系统算法研究

智能车采用MC9S12XS128单片机作为系统核心芯片,HLSD-2010B型激光传感器作为路面信息采集器,系统软件是以CodeWarrior为开发环境,采用C语言为工具设计.侧重对智能车自动导航系统的算法进行研究,主要包含道路信号的采集算法、舵机角度的控制算法、车速控制算法.基于所研究算法的智能车自动导航系统可以使智能车按照任意给定的黑色引导线平稳而快速地行驶.测试结果表明,系统能很好地满足智能车对路径的自动识别,而且还具有很好的抗干扰能力,舵机转动时间快,电机控制稳定,具有良好的动态性能.     

基于CMOS摄像头识别路径的智能车控制系统设计

介绍了一种基于CMOS摄像头路径识别的智能车控制系统.该智能车通过CMOS摄像头采集路面信息,利用图像处理技术进行路径识别,依靠舵机辅助智能车转向,使用直流电机驱动智能车前进.系统采用符合模糊PID控制算法的控制器对车的速度及转向进行精确控制,实现无人安全驾驶.     

“飞思卡尔”智能车常见技术问题与解决方案

为了使学科赛事的实践经验能与更多人分享,对全国大学生"飞思卡尔"智能车竞赛中常见的三类问题(控制算法的选择、车模机械改装、电磁传感器布局)进行了研究,通过理论计算、模拟仿真以及借鉴现场调试经验对这三类常见问题进行了剖析,并给出了可行的解决方案。智能车的角度控制和速度控制分别采用PID控制算法和模糊控制算法,同时在恶劣条件下用模糊控制算法对PID控制算法进行补充,达到提高系统鲁棒性的目的;给出了如何合理地调整车模前束角和重心这两个重要机械参数的方法,突破当前智能车速度的瓶颈;提出了一种双水平线圈的改进方案,节约成本的同时增强了电磁传感器的灵敏度,并且通过增加竖直方向的线圈提高了智能车的前瞻性。     

基于双排光电传感器的智能车控制策略研究

针对传统光电循迹智能车检测范围窄、路径预测困难的问题,在固定的单排传感器基础上,增加一排随动摇头传感器,扩大其路径识别范围.根据传感器扫描结果,提出一种基于自动识别路径曲率半径的优化算法,实现小车对舵机转角及过弯最大运行速度的控制.实验结果表明,采用双排传感器的控制方案增大了智能车的视觉范围,有效提高了其循迹行驶速度及稳定性.     

基于MC9S12XS128单片机的智能车路径识别探究

本文研究了基于MC9S12XS128单片机的智能车的路径识别和优化方案,选用光电传感器作为路径识别的传感器,结合路径识别算法和控制算法对智能车的转向和速度进行优化配置,介绍了各种弯道路径并对转向控制进行了分析,阐述了解决方案。     

一种光电平衡智能车设计

设计的光电平衡智能车方案以MC9S12XS128微控制器为核心控制器,采用TSL1401系列线性CCD作为采集跑道数据信息的传感器,用以对采集到的数据信息进行处理、计算分析后得出小车的行驶路径。在小车的直立、速度、方向控制上,硬件选择的是飞思卡尔公司的加速度传感器MMA7260、村田公司的陀螺仪ENC-03,软件控制采用PID控制算法,根据跑道的不同要求设计不同的控制策略。由于小车是直立两轮行走,需要对小车的机械结构方面进行设定,提高小车直立地在跑道上行走的稳定性。在调试方面,通过使用串口、LED状态指示灯等调试工具进行大量的硬件与软件测试,以此得出最终的设计方案。经实际结果测试,该智能车设计制作方案确实可行。     

基于激光雷达和温度传感的高温避障

激光雷达不宜用于检测障碍物的温度。如果路径规划时仅使用激光雷达而忽视高温障碍物对智能车和其携带货物的热辐射作用,将会导致安全隐患。针对该问题,在常规RBPF SLAM算法原理基础上,改进并运用提议分布和自适应重采样两种方法,融合红外热像模块检测出的环境温度信号,提出了一种在建图过程中改变高温障碍物栅格状态的方法;在所搭建的智能车高温避障导航测试场景下进行有无高温障碍物的导航避障对比实验。实验结果表明,该方法能让智能车在高温障碍物的环境中有效地规划路径并避开高温障碍物,提高了智能车导航的准确性和可靠性。     

基于角度及角速度的智能汽车直立行走控制

飞思卡尔智能车的电磁组项目要求车子能够直立行走,即将车身竖起,仅靠两个后车轮着地,在两个电机驱动下,除维持直立平衡功能外,还要实现速度及转弯控制,即要求车子沿着引导线以任意速度及角度行进。本设计打破了对四轮着地汽车的传统控制模式束缚,提出了智能车控制的全新控制方案。拟解决的关键问题是：针对于车子的驱动电机,设计一套行之有效的直立行走控制方案。主要解决手段及目标是：在分析直立行走原理的基础上,采用以陀螺仪及角加速度传感器为核心的平衡整定技术,将系统总体功能分解成三个相对简单的直立、速度和方向控制等子系统分别处理,并通过功能整合,最终都转换成对核心拖动电机模块的比例微分（PD ）控制来实现控制要求的。系统实现具有很好的鲁棒性。     

基于视觉导航的微型智能车路径识别系统研究

基于视觉导航可大大提升智能车的机动性能,在工业生产特别是在无人化工作车间、仓库中能更快地提升生产效率。为提高导航的准确性和实时性,采用“图像采集和处理” 同时交替识别处理方式对路径进行识别。提出一种新的融合算法实现路径的识别检测,较好地满足了控制系统的灵敏性和鲁棒性需求。与红外常规导航相比,该微型智能车速更快,能在光线复杂的情况下清楚地检测出路径的边缘,识别系统表现出更好的稳定性。     

基于间接PID的智能车控制算法研究

为了使自动识别路径的智能车能够稳定、可靠地在不同跑道上行驶,本文提出了一种基于积分、环节改进的数字PID智能车舵机控制算法以及间接PID驱动电机控制算法,阐述了以上两种算法的主要思想和原理,并且对上述两种算法的软件实现方法作具体介绍。智能车车模以HCS12的16位单片机为硬件系统的控制算法测试结果。试验结果证明,智能车能够稳定、可靠地在不同跑道上行驶。     

基于混合算法的汽车零部件物流配送路径优化

针对汽车零部件供应物流,建立循环取货配送路径优化模型,将遗传算法与Max-Min蚁群算法融合,采用遗传算法生成初始信息素分布,利用Max-Min蚁群算法求精确解,并通过实例验证。结果表明,混合算法对于解决供应商数量多、带时间窗限制与碳排放限制的配送路径优化问题,可有效降低车辆取货频次和提高车辆装载率。     

平行泊车路径规划算法研究及验证

路径规划算法研究是自动泊车系统中最常见的问题之一。为解决平行泊车场景下,车辆泊车入位较难的问题,采用反向推导法,理论分析泊车过程并推导了路径规划函数公式,在确定泊车起点后,能够安全引导车辆进入泊车位。首先建立车辆模型,在确定碰撞约束和最优目标函数后,推导了车辆三阶段单向行驶泊车路径;然后针对单向泊车路径规划中要求车位长度较长的问题,提出四阶段行驶路径规划方法;最后,根据实际车辆及车位信息,利用Matlab软件与实验车平台,分别验证了该路径规划方法的有效性。实验结果表明,采用双向四阶段泊车方式相比单向三阶段泊车方式,对车位长度的要求缩短了0.26m。     

平行泊车系统轨迹规划与运动控制方法

为解决城市狭小空间内泊车难的问题,提出了针对平行泊车位的自动泊车系统轨迹规划与运动控制策略。在轨迹规划层采用圆弧切直线的几何方法进行泊车路径规划,利用三次样条插值保证路径曲率连续,基于二次规划求解满足泊车过程约束的最优速度曲线。跟踪控制层建立车辆运动学模型,基于PID和MPC分别设计纵向及横向控制器,实现对期望轨迹进行跟踪。通过Prescan/Simulink联合仿真进行了验证。结果表明:所提出的自动泊车轨迹规划与运动控制策略能够使车辆精确、平稳地泊入平行车位。     

基于机器视觉的汽车角窗玻璃混线检测算法

针对汽车玻璃角窗生产线上轮廓、材质与厚度相近似的汽车玻璃容易产生混淆的问题,提出融合轮廓特征与颜色特征的汽车玻璃混线检测算法。通过改进的几何矩匹配算法实现汽车玻璃的轮廓检测;利用色彩特征实现汽车玻璃的材质与厚度的检测,结合轮廓特征与色彩特征实现了汽车玻璃的混线检测。实验证明,提出的混线检测算法有效提高了汽车玻璃混线检测的准确率,有利于提升汽车玻璃检测的自动化水平。     

一种基于分层交通网络的动态路径选择算法

最优路径选择算法是车载导航中路径分析的核心,目前导航系统多停留在静态导航上.文中针对最优路径算法在实时导航应用中的特点,提出了分时分段计算动态最优路径的思想,即利用对应时段对应路段的交通信息来指导路径寻优,并依据该思想设计具体的算法在福州市地图上模拟测试,其结果基本符合相应时段出租车的行使路径.     

利用加权法改进的蚁群算法在车载导航中的应用

设计一种专门适用于路径规划的改进蚁群算法,利用图论中的加权图的方法来表示交通网络,通过对蚁群算法加以改进,从距离和时间两个方面来综合考虑最优路径标准.而非传统的仅从距离角度来考虑.结果表明：改进的算法在距离和时间综合方面比传统的方法更优化.为实际车载导航系统中最优路径规划问题的解决提供了一种新方法.     

一种有效的多目标混合遗传算法

设计了一种基于支配关系下的局部搜索方法，将此局部搜索方法嵌入到多目标遗传算法中，从而提出一种有效的求解多目标优化问题的混合遗传算法。为加速遗传算法在全局优化问题上的收敛性，发挥传统数值优化算法在计算速度与计算精度上的优势，在遗传算法中镶嵌一个多目标线搜索算子。线搜索算子与遗传算法中的选择算子、交叉算子和变异算子共同作用，使全局搜索和局部搜索都能够很好的实现。数值实验表明，该混合遗传算法能求得问题的数量更多、分布更广的Pareto最优解。     

智能车运行状态实时监控系统

为了获取智能车在运行中的各项实时参数及切合实际需求的控制策略,提出基于PTR2000无线通信MODEM的解决方案,设计并实现了智能车运行状态实时监控系统。实验证明,该系统能够获得智能车运行中的实时数据,对智能车的运行状况实行实时监控,能在线修正运行参数,并为智能车控制算法的离线改进提供有效的依据。