基于視覺(jué)引導(dǎo)的智能車(chē)控制系統(tǒng)設(shè)計(jì)

1、基于視覺(jué)引導(dǎo)的智能車(chē)控制系統(tǒng)設(shè)計(jì)摘要：本文主要是研究智能車(chē)輛的歷史發(fā)展和視覺(jué)研究情況，在深入調(diào)研的基礎(chǔ)生，針對(duì)智能車(chē)輛行駛上的若干關(guān)鍵技術(shù)開(kāi)展系統(tǒng)化研究。第一分析智能車(chē)輛的系統(tǒng)體系結(jié)構(gòu)，提出總設(shè)計(jì)方案，圍繞著MC9S12XS128，設(shè)計(jì)智能車(chē)控制系統(tǒng)的總設(shè)計(jì)平臺(tái)，其中主要介紹的內(nèi)容包括與信息輸入、速度信息獲得和底層輸入等方面。針對(duì)實(shí)現(xiàn)中的問(wèn)題提出各項(xiàng)處理方法，在理論指導(dǎo)的前提下，介紹智能車(chē)設(shè)計(jì)中國(guó)建立的路徑跟蹤預(yù)瞄控制過(guò)程，研究中更是提出PID速度控制和模糊轉(zhuǎn)向控制組合方案，實(shí)地測(cè)試數(shù)據(jù)，然后選定各個(gè)參數(shù)環(huán)境，匹配具體的方案。關(guān)鍵詞：視覺(jué)引導(dǎo)；智能車(chē)；控制系統(tǒng)最近今年，伴隨著計(jì)算機(jī)、傳感器等相

2、關(guān)領(lǐng)域的飛速發(fā)展，智能機(jī)器人已經(jīng)從科幻走到現(xiàn)實(shí)，現(xiàn)在在人們的日常生活中占據(jù)重要地位，這其中較為典型的就是智能車(chē)輛的研究，在其研究中長(zhǎng)足的發(fā)展是為了不逆轉(zhuǎn)的趨勢(shì)，很多研究成果以及作用于軍事、科研和人們的日常生活中。關(guān)于智能車(chē)輛的研究可以以車(chē)輛為主，同時(shí)及環(huán)境探測(cè)和自主識(shí)別還有故障檢測(cè)為主，主要的研究目的是為了提高汽車(chē)的安全性和舒適性，提供良好的人車(chē)交互界面，現(xiàn)在這項(xiàng)研究以及在智能交通系統(tǒng)內(nèi)占據(jù)重要地位，是汽車(chē)產(chǎn)業(yè)發(fā)展的重要方向。1、 智能車(chē)載總體控制系統(tǒng)的設(shè)計(jì)方案（1） 控制系統(tǒng)體系結(jié)構(gòu)構(gòu)建智能車(chē)導(dǎo)航體系主要是針對(duì)智能車(chē)的各個(gè)模塊開(kāi)展的邏輯關(guān)系，通過(guò)理論開(kāi)展分層體系，這樣可以便于整個(gè)系統(tǒng)的分析和

3、理解設(shè)計(jì)。在確認(rèn)智能車(chē)控系統(tǒng)以后，要形成整個(gè)系統(tǒng)設(shè)計(jì)思路，其中的要素有系統(tǒng)組成、功能劃分和信息處理等幾個(gè)初級(jí)方面。結(jié)合其中的各個(gè)要素，分析初步解決方案，以便于能夠?qū)崿F(xiàn)系統(tǒng)的整體設(shè)計(jì)流程。早期的智能車(chē)設(shè)計(jì)是主要運(yùn)用的是遞階式的體惜結(jié)構(gòu)，由于智能車(chē)的行動(dòng)有一定的限制性，因而需要在循環(huán)往復(fù)中開(kāi)展層級(jí)過(guò)程，也就是在該體惜下，系統(tǒng)作為一個(gè)單項(xiàng)的循環(huán)系統(tǒng)，融合視覺(jué)感知、路徑規(guī)劃等一些列功能，根據(jù)至上而下的分解以及執(zhí)行器按照既定規(guī)則，包含智能推理到數(shù)值算法比較多彩，關(guān)鍵問(wèn)題都要有著智能控制精度。但是在建立過(guò)程中需要有內(nèi)部模型的支撐，所以要消耗大量的實(shí)踐，同時(shí)規(guī)劃建模具有齊極大的復(fù)雜性，導(dǎo)致執(zhí)行輸出與環(huán)境信息

4、之間出現(xiàn)很多延遲，因而系統(tǒng)的整體柔性有變化，可靠性方面不能達(dá)到既定的要求。在自然的環(huán)境下為了讓高智能車(chē)有著較大的適應(yīng)性原則，因而部分學(xué)者提出要運(yùn)用包容式體系結(jié)構(gòu)或者運(yùn)用圖示體系結(jié)構(gòu)，這兩項(xiàng)結(jié)構(gòu)系統(tǒng)與SMPA系統(tǒng)相比較，主要的針對(duì)對(duì)象是各個(gè)子系統(tǒng)設(shè)計(jì)目標(biāo)，同時(shí)運(yùn)用并行的處理方式，系統(tǒng)傳感器的輸入與驅(qū)動(dòng)器的輸出，受到高強(qiáng)度響應(yīng)速度的影響，逐步改善動(dòng)態(tài)性能。但是在發(fā)展中要注意一點(diǎn)，就它的內(nèi)部不需要建立全局的模型，由于實(shí)現(xiàn)過(guò)程中出現(xiàn)一些小的問(wèn)題，比如具備的信息不能全面的反應(yīng)整個(gè)全局發(fā)展?fàn)顩r，或者復(fù)雜的環(huán)境性，讓各類(lèi)判斷失去決策性和整體考量性，最終讓控制系統(tǒng)全面陷入了局部陷阱內(nèi)。因而在基于兩種體系結(jié)構(gòu)有

5、點(diǎn)，產(chǎn)生的慎思和反應(yīng)復(fù)合式體系框架結(jié)構(gòu)，該結(jié)構(gòu)的使用方式一方面要面對(duì)復(fù)雜的環(huán)境通過(guò)建模和決策提升整體的效應(yīng)，另外一方面要運(yùn)用反應(yīng)時(shí)的行為，主要的針對(duì)的對(duì)象是過(guò)程中不能確定的動(dòng)態(tài)響應(yīng)能力，因而發(fā)展中有著較好的靈活性。（2） 智能車(chē)導(dǎo)航系統(tǒng)的整體設(shè)計(jì)理念智能車(chē)控制系統(tǒng)在設(shè)計(jì)是要求底層根據(jù)視覺(jué)傳感器和測(cè)速器等基層設(shè)置，實(shí)現(xiàn)實(shí)時(shí)采集路徑信息和速度信息的工作狀態(tài)，工作時(shí)上一層的控制信號(hào)要經(jīng)過(guò)處理，同時(shí)要小于車(chē)的驅(qū)動(dòng)部分，構(gòu)成系統(tǒng)感知的控制層。這是系統(tǒng)構(gòu)建的層級(jí)基層，也構(gòu)成了系統(tǒng)硬件平臺(tái)的實(shí)體，包含的部件有電源、信號(hào)輸入，傳感器（視覺(jué)傳感器和測(cè)速傳感器）等。決策層會(huì)處于控制器的最上層，通過(guò)統(tǒng)計(jì)數(shù)據(jù)建模，建

6、立預(yù)瞄控制方案，指導(dǎo)智能車(chē)的導(dǎo)航策略模式。在設(shè)計(jì)時(shí)需要注意協(xié)調(diào)層和決策層的控制部分在微型控制器中工作，協(xié)調(diào)層需要分析速度檢測(cè)值，處理圖像和算法，給底層的視覺(jué)信息提供有效的信息和圖像提取模式，決策層能夠更加這些信息辨識(shí)和判斷各類(lèi)信息。另外轉(zhuǎn)化決策層的數(shù)據(jù)信息，這是給底層提供準(zhǔn)確參考信息的關(guān)鍵，其中比較常見(jiàn)的方式是轉(zhuǎn)向參數(shù)和速度參數(shù)，其中包含處理原始素質(zhì)或者轉(zhuǎn)化其他方面的工作流程，讓工作狀況更靈活多變。2、 導(dǎo)航系統(tǒng)的底層設(shè)計(jì)（1） 概述圖像采集方式圖像采集方式主要是根據(jù)圖形的信息處理方式進(jìn)行考量，圖形信息的獲取方式可以被看成是模擬式和數(shù)字式兩類(lèi)，傳統(tǒng)的模擬式圖形采集方式主要是以視頻同步分離芯片為

7、主，其中比較常用的就是LM1881，最開(kāi)始是將攝像頭輸出復(fù)合視頻信號(hào)進(jìn)行分離，這樣能夠得到同步信號(hào)以及視頻模擬信號(hào)，然后根據(jù)同步信號(hào)模擬視頻信號(hào)通過(guò)二值化處理方式，通常需要有硬件支持，由于圖像的分辨率主要能決定A/D的精度，因而需要選擇速度和整體性匹配較高的圖像系統(tǒng)。數(shù)字圖像采集方式，這是基于CMOS圖像傳感器的方式直接輸出并行數(shù)字信號(hào)，同時(shí)借助于時(shí)序信號(hào)特點(diǎn)，讀取傳感器的數(shù)字輸出系統(tǒng)，但是在使用時(shí)可以規(guī)避出外部A、D處理方式，實(shí)驗(yàn)結(jié)束后才能發(fā)現(xiàn)方案性能指數(shù)開(kāi)始去趨向穩(wěn)定，能耗比較小，因而在硬件上面不需要設(shè)計(jì)與之同步的信號(hào)分離電路和升壓電路，設(shè)計(jì)過(guò)程中結(jié)構(gòu)很簡(jiǎn)單。尤其在軟件設(shè)計(jì)上面，需要按照時(shí)

8、間順序?qū)⑼獠繑?shù)據(jù)連接到底層可讀圖像中，增大采集速度。（3） 安裝設(shè)置圖像傳感器從成像原理的角度考慮問(wèn)題，圖像傳感器主要的工作內(nèi)容是以芯片為核心，對(duì)外界進(jìn)行感光設(shè)計(jì)，由于其自身識(shí)別能力的限定，所以在應(yīng)用于車(chē)輛環(huán)境時(shí)，受到加速或者轉(zhuǎn)彎等因素的影響會(huì)引發(fā)鏡頭晃動(dòng)。安裝是為了保障圖像信息的全面性以及圖像質(zhì)量的穩(wěn)定性，對(duì)圖像傳感器提出新的要求。第一，小車(chē)根據(jù)圖形信息作出轉(zhuǎn)彎判斷，所以要求傳回的圖形信息是對(duì)稱(chēng)的，也就是要求安裝時(shí)攝像頭的位置居中。第二，傳感器的加設(shè)高度和角度要有可調(diào)性，這樣可以便于今后的調(diào)試和調(diào)整。另外，傳感器最好選擇固定材質(zhì)的木棒，連接到車(chē)體的剛性部分，這樣可以避免局部產(chǎn)生晃動(dòng)現(xiàn)象，影響

9、整個(gè)車(chē)體的動(dòng)態(tài)性能，也不會(huì)影響車(chē)的整體質(zhì)量，境地小車(chē)在高速通行時(shí)傳感器支架晃動(dòng)帶來(lái)的不理想圖形信息，設(shè)計(jì)過(guò)程中提升其穩(wěn)定性尤為重要。如果設(shè)計(jì)時(shí)將傳感器的位置設(shè)置帶24cm的高度，可以通過(guò)調(diào)整傾斜角和實(shí)驗(yàn)標(biāo)定狀況，采集到智能車(chē)體前行5cm到110cm左右的地方，并且去頂6cm到100cm的圖像信息，這樣可以方便識(shí)別路徑信息。小車(chē)在運(yùn)行中，受到機(jī)械結(jié)構(gòu)的磨損影響，因而傳感器的位置一定和當(dāng)時(shí)的設(shè)定位置產(chǎn)生出入，導(dǎo)致算法出現(xiàn)偏差，實(shí)際操作中運(yùn)用膠水固定各個(gè)結(jié)點(diǎn)，能夠避免這一情況的產(chǎn)生。（4） 速度信息獲取智能車(chē)行駛在道路上，由于不能時(shí)刻檢測(cè)路況信息，因而如果在設(shè)計(jì)時(shí)給出響應(yīng)速度，那么車(chē)的速度會(huì)受到機(jī)械

10、構(gòu)成原理等方面的影響，出現(xiàn)滯后的現(xiàn)象，因而設(shè)計(jì)過(guò)程中需要做好反饋和控制，現(xiàn)行的速度獲取方式有測(cè)速發(fā)電機(jī)和發(fā)射式光電檢測(cè)等方式。就測(cè)速發(fā)電機(jī)原理為例，主要是運(yùn)用齒輪傳動(dòng)的方式，讓發(fā)電機(jī)和驅(qū)動(dòng)電機(jī)聯(lián)系在一起開(kāi)展工作，輸出的電壓轉(zhuǎn)速是正比運(yùn)行，通過(guò)換算形成實(shí)時(shí)轉(zhuǎn)速，由于輸出方式是模擬量，因而在做速度換算時(shí)，更需要進(jìn)入A/D數(shù)據(jù)轉(zhuǎn)換電路，但是這樣實(shí)現(xiàn)起來(lái)略顯復(fù)雜。反射式光電檢測(cè)主要是在黑白兩種不同物體的感光性不同，其中最具體的是在輪盤(pán)上布置黑白光條，轉(zhuǎn)動(dòng)時(shí)需要帶動(dòng)光條轉(zhuǎn)動(dòng)，根據(jù)光的園林，運(yùn)用固定的光電傳感器獲取輪盤(pán)的轉(zhuǎn)動(dòng)狀況，通過(guò)計(jì)算得到轉(zhuǎn)速。3、 視覺(jué)導(dǎo)航的路徑識(shí)別系統(tǒng)（1） 視覺(jué)導(dǎo)航路徑識(shí)別原理伴

11、隨著計(jì)算機(jī)視覺(jué)理論和圖像理論處理技術(shù)的發(fā)展，視覺(jué)導(dǎo)航在智能車(chē)路徑識(shí)別上面有著廣泛應(yīng)用，當(dāng)前，視覺(jué)傳感器在使用時(shí)都有著豐富的信息容量，并且成本比較低，同時(shí)發(fā)展模式是高智能發(fā)展方向，但是面對(duì)的問(wèn)題是信息處理數(shù)據(jù)逐步加大，很多時(shí)候控制的實(shí)時(shí)性不能達(dá)到讓人滿意的狀態(tài)。因而在復(fù)雜的環(huán)境中，可以借助現(xiàn)有的技術(shù)手段從圖形中準(zhǔn)確的將各個(gè)路徑識(shí)別出來(lái)，并輔助控制系統(tǒng)，這是當(dāng)前的研究重點(diǎn)。研究和設(shè)計(jì)中導(dǎo)航控制系統(tǒng)，主要是以路徑信息識(shí)別為主的導(dǎo)航控制目標(biāo)系統(tǒng)，借助于現(xiàn)代化的圖形處理模式，形成低成本的控制要點(diǎn)，讓整個(gè)視覺(jué)導(dǎo)航原理有較強(qiáng)的代表性，用以深入研究視覺(jué)導(dǎo)航的準(zhǔn)確性和實(shí)時(shí)性，可以在設(shè)計(jì)時(shí)規(guī)劃處更好的深度研究方案

12、。設(shè)計(jì)中，要求智能車(chē)可以完成對(duì)白底環(huán)境中的黑色引導(dǎo)線識(shí)別要素，因而圖像的出發(fā)點(diǎn)在感知控制層的傳入視覺(jué)圖像信息要點(diǎn)，視覺(jué)傳輸中處理和分析圖像中的不同要素點(diǎn)，解析出圖像的路徑和位置，實(shí)現(xiàn)提取導(dǎo)航車(chē)的關(guān)鍵性目標(biāo)。原始圖像是320*240大小的視覺(jué)圖形信息灰度值，在數(shù)據(jù)存儲(chǔ)上有一定的困，因而在進(jìn)行處理時(shí)需要時(shí)間控制其實(shí)時(shí)性能，需要在做信息優(yōu)化的基礎(chǔ)上，運(yùn)用二次采集方法，減少數(shù)據(jù)運(yùn)算量。借助于二次采集，可以在每一幀圖像中采集到比例適度的圖像，其實(shí)要真正研究的就是議案到線在圖像中的所處位置，在圖像中為了將這部分提取出來(lái)，可以做圖像的閥值分割處理，二值化圖像灰度。但是在圖像采集時(shí)，如果不能清除周邊雜音，會(huì)在

13、采集過(guò)程中將噪音采集盡量，因而在圖像中的反應(yīng)是周?chē)嬖谝恍┫袼馗蓴_點(diǎn)（可以被辨識(shí)成黑色），因而在研究中為了準(zhǔn)確識(shí)別路徑，就要干擾這些因素，盡量讓圖像沒(méi)有更多的噪音。通過(guò)系列處理有害，就能夠通過(guò)數(shù)據(jù)分析和計(jì)算出準(zhǔn)確的導(dǎo)航信息。（2） 圖像發(fā)值分割實(shí)驗(yàn)過(guò)程中同樣的光照，視覺(jué)傳感器可以反應(yīng)不同類(lèi)型物體的亮度，主要的構(gòu)成原因是由于光的反射作用。白色的板面反射度較高，所以多數(shù)情況下會(huì)出現(xiàn)反射光，但是與此同時(shí)黑色的澆帶整體反射系數(shù)較小，因而兩者之間的直觀差別較大?，F(xiàn)在路徑的環(huán)境有著黑色和白色兩種信息，如果在使用時(shí)取灰度值就能清晰的分辨出路徑。從白板背景中提取出黑色的澆帶線，可以清楚的分辨出8位灰度圖像。使

14、用時(shí)為了進(jìn)一步分析路徑的推進(jìn)位置，通過(guò)分析圖像分割，將圖像中的目標(biāo)路徑和背景分割開(kāi)來(lái)。分割圖像閥值的真正目的是讓目標(biāo)信息（主要就是路徑信息）從背景中分割開(kāi)來(lái)，二值化處理完成后，讓其找到路徑的邊緣位置。中心思想是先要確定好中間閥值，然后讓每一個(gè)圖像的數(shù)據(jù)點(diǎn)都對(duì)應(yīng)灰值點(diǎn)，兩這對(duì)比，劃分不同的像素?cái)?shù)型，也就是對(duì)應(yīng)好目標(biāo)點(diǎn)和背景圖像。由于白色背景對(duì)應(yīng)的像素值較高，所以黑色路徑對(duì)應(yīng)的像素灰值就相應(yīng)較低，閥值在這里就會(huì)變高，會(huì)引入暗背景噪音點(diǎn)，黑色路徑就會(huì)變得更為邊緣化，如果閥值定的越低，那么就容易在社交中忽略路徑對(duì)應(yīng)要點(diǎn)，這也在客觀上影響路徑的整體判斷情況，在整個(gè)過(guò)程中選定好閥值是設(shè)計(jì)的關(guān)鍵所在，并且也

15、是因?yàn)檫@與圖像分割有著相通之處。4、 圖像信息濾波和平滑（1） 介紹濾波的方法圖像濾波的方法主要是頻率域和空間域兩種，如果從頻率域考慮問(wèn)題，圖像中的很多隨機(jī)噪音在普通頻譜中會(huì)集中在高頻部分，設(shè)置低通濾波器就能減少相關(guān)噪音，其中比較常用的方法包括：巴特沃斯低通濾波器、理想圓形低通濾波器。在使用頻率或者域?yàn)V波時(shí)，也要求正交變換下開(kāi)展計(jì)算，但是這樣會(huì)產(chǎn)生大量的計(jì)算量，對(duì)實(shí)時(shí)性有著較高的要求，多數(shù)情況下不被考慮使用。另外一種比較常見(jiàn)的方法是空間域?yàn)V波，主要的使用是借助圖像的不同像素點(diǎn)做出相應(yīng)的數(shù)據(jù)處理，比較常用的方法是線性平滑、非線性平滑等。使用過(guò)程中中值濾波去噪法和均值濾波有相類(lèi)似的地方，都是運(yùn)用平

16、滑技術(shù)的區(qū)域，主要的思想是在使用中選定區(qū)域中的數(shù)據(jù)做出整體的排序，選取數(shù)列中的中間值為主要的使用點(diǎn)，這是一種非線性的方法，因而在實(shí)際操作中，不需要先計(jì)算出區(qū)域的統(tǒng)計(jì)特性，便于計(jì)算。運(yùn)用該方法，可以去除數(shù)據(jù)或者圖形中隨機(jī)的噪音以及脈沖干擾，由于結(jié)果的影響因素是區(qū)域中的各個(gè)像素要點(diǎn)決定的，因而該方法有著極大的特殊性，并且與周邊相鄰元素有著較大的差別值，不如均值濾波那么敏感，能夠保留邊緣信息。（2） 圖像濾波法的改進(jìn)方略上一部分介紹了均值濾波和中值濾波的方法，其實(shí)這兩個(gè)方法究其原因都是常見(jiàn)的空間濾波法，在設(shè)計(jì)是要確定好濾波區(qū)域范圍，如果濾波的區(qū)域比較大，在理論上效果會(huì)好很多，但是需要考慮具備的細(xì)節(jié)抑

17、制力增加情況，還要加大具體的計(jì)算量。這樣可以減少控制系統(tǒng)的控制符合，提升系統(tǒng)處理的具體實(shí)效性。經(jīng)過(guò)圖像的采集以及閥值分割以后，可以了解到奧圖像信息現(xiàn)在有二值化轉(zhuǎn)化為黑白代表的二維數(shù)組，其中主要的離散元素有0或者1，若使用過(guò)程中直接利用濾波法排序，那么就不能找到合適的中間值。因而使用過(guò)程中選擇從原理角度考慮問(wèn)題，針對(duì)噪音離散特點(diǎn)，設(shè)計(jì)出簡(jiǎn)單易行的針對(duì)性好的濾波方案。濾波方法的改建主要是具體思路中針對(duì)每一個(gè)選定的像素點(diǎn)，擬定區(qū)域做出窗口模板，比較計(jì)算窗口中0的計(jì)數(shù)情況，借助于計(jì)數(shù)的多少判別中心值到底是取0或者1。該方法在運(yùn)用時(shí)要借助于空間區(qū)域處理方法，在二值化數(shù)據(jù)特點(diǎn)后做出改良。方法原理簡(jiǎn)便易懂，

18、實(shí)現(xiàn)基礎(chǔ)是上一節(jié)濾波算法基礎(chǔ)，這樣也會(huì)省去排序環(huán)境，讓濾波的操作更為直觀。5、 跟蹤預(yù)瞄控制器的設(shè)計(jì)（1） 跟蹤預(yù)瞄設(shè)置器的設(shè)計(jì)思路設(shè)計(jì)過(guò)程中需要設(shè)計(jì)智能車(chē)的跟蹤預(yù)瞄器，將所有問(wèn)題的焦點(diǎn)都集中在如何提出路線中心解析上，在設(shè)計(jì)時(shí)結(jié)合自身的實(shí)時(shí)速度，給出新的轉(zhuǎn)向和速度參數(shù)，控制小車(chē)的前行，但是這一切功能的實(shí)現(xiàn)基礎(chǔ)都要滿足實(shí)時(shí)性的要求。智能車(chē)有自主循跡策略，可以從人操控點(diǎn)為主要的入手方向，了解人在駕駛汽車(chē)時(shí)，通常情況下，眼睛是習(xí)慣看正前方，把正前方的視覺(jué)信息都傳入到人的大腦中，然后由大腦判斷整個(gè)道路延伸的趨勢(shì)，綜合各方因素后判斷方向盤(pán)，配合油門(mén)或者剎車(chē)讓行人在道路上面行駛。這里介紹視覺(jué)導(dǎo)航智能車(chē)句式

19、從模擬人開(kāi)車(chē)調(diào)度設(shè)計(jì)的相關(guān)模擬軟件，視覺(jué)傳感器代替人的眼睛，視覺(jué)系統(tǒng)主要是由圖形所影響，控制器在開(kāi)展控制的時(shí)候?yàn)榱四軌蛴行У呐袛嗦返木唧w延伸趨勢(shì)，要求理解智能車(chē)的具體速度和方向盤(pán)，其實(shí)智能系統(tǒng)也和人一樣，有自己的判斷核能識(shí)別最正確的路徑。根據(jù)智能車(chē)的速度情況可以了解到，速度的獲取方式是編碼獲得，所以數(shù)據(jù)是可以看成實(shí)時(shí)傳遞模式，對(duì)于速度可以調(diào)整的控制閉環(huán)系統(tǒng)，需喲通過(guò)調(diào)節(jié)PID的方式實(shí)現(xiàn)其具體設(shè)計(jì)，在實(shí)現(xiàn)是要細(xì)致的計(jì)算PID的參數(shù)性質(zhì)，以期完成系統(tǒng)的總體性能要求。智能車(chē)轉(zhuǎn)向控制這方面，受到機(jī)械自身的結(jié)構(gòu)特點(diǎn)影響，存在一定的滯后性，所以轉(zhuǎn)向狀態(tài)獲取極為不易，所以控制閉環(huán)在構(gòu)造控制中也會(huì)制約其發(fā)展。

20、另外除了上述原因以外，路徑自身就存有實(shí)時(shí)變性的特點(diǎn)，這是形成控制難度的重要因素之一，基于以上的種種考慮，需要選擇模糊控制角度解決控制專(zhuān)項(xiàng)等相關(guān)問(wèn)題。設(shè)計(jì)考慮到現(xiàn)在，智能確定速度和專(zhuān)項(xiàng)控制食量，但是不能完全解決智能車(chē)的控制問(wèn)題，也就是人指導(dǎo)入口控制好油門(mén)或者剎車(chē)減速，但是只能打好方向盤(pán)，不能保證開(kāi)車(chē)的人是一個(gè)優(yōu)秀的司機(jī)，以此為基礎(chǔ)考慮這個(gè)簡(jiǎn)單的常識(shí)可以讓車(chē)在轉(zhuǎn)道是，根據(jù)彎道急或者緩的各項(xiàng)不同狀況，下意識(shí)選擇是適當(dāng)?shù)臏p速還是提前轉(zhuǎn)向，這是保障順利過(guò)彎的前提，在直道無(wú)任何障礙的情況下，也可以有限度的適當(dāng)進(jìn)行減速。（2） PID控制法PID控制法的核心是通過(guò)比例、積分和微分三者的有機(jī)結(jié)合實(shí)現(xiàn)三者的協(xié)調(diào)

21、發(fā)展，但是可以肯定的是被控制對(duì)象的特色控制要求，通過(guò)各類(lèi)因素整合和重組，讓各個(gè)部分環(huán)節(jié)的機(jī)械實(shí)現(xiàn)最優(yōu)化的調(diào)配，其中包含比例積分控制因素（PI），比例微分控制（PD）因素等。比例作用是以誤差為前提開(kāi)展的控制因素，可以及時(shí)的發(fā)現(xiàn)問(wèn)題偏差，讓控制量在可控范圍，其實(shí)也就是能夠起到一種線性的放大作用，最終能夠消除靜差于動(dòng)態(tài)能之間的差值，積分的作用是能保障對(duì)記憶的能力，對(duì)消除靜差有極大的幫助，系統(tǒng)的穩(wěn)態(tài)性能在一定情況下能被處理，但是要考慮一點(diǎn)這是存在滯后性的，所以會(huì)在客觀上減低系統(tǒng)的整體響應(yīng)速度，對(duì)“記憶”的內(nèi)容也要做出適度的選擇，由于單獨(dú)使用會(huì)讓整個(gè)使用缺乏智能性，但是微積分的作用能夠減少超調(diào)量，提升動(dòng)作速度，逐步改善系統(tǒng)的動(dòng)能性質(zhì)，快速的處理誤差情況，體現(xiàn)出“預(yù)見(jiàn)性”，但是主要問(wèn)題就是缺失靈活性，同時(shí)對(duì)干擾也很敏感，根據(jù)上述問(wèn)題，可以知道未來(lái)大達(dá)到合理的控制效果或者控制要求，在實(shí)際施工過(guò)程中可以通過(guò)測(cè)試，整定PID的控制器。結(jié)語(yǔ)：該論文主要的論述過(guò)程是介紹智能車(chē)的自主循跡，在研究中設(shè)計(jì)到的內(nèi)容有視覺(jué)導(dǎo)航和圖像處理，控制方法等一些列內(nèi)容，研究中可以完成下述內(nèi)容，分析了導(dǎo)航系統(tǒng)的體系結(jié)構(gòu)，整體的控制中心是MC9S12128為主要的核心，設(shè)計(jì)中實(shí)現(xiàn)了智能車(chē)的硬件平臺(tái)