基于PID算法和ABS点杀思想的智能车高速行驶研究

本文详细介绍了在＂飞思卡尔＂智能车竞赛所使用的智能车平台上,基于增量式PID算法和汽车ABS系统的点杀思想实现智能车高速行驶的研究成果,是对智能汽车无人驾驶系统的积极探索。     

智能车竞赛中的闭环控制算法应用分析

在全国大学生"飞思卡尔"智能车竞赛背景下,为针对智能车竞赛中小车运行状态参数难以调试的难题,本文建立了智能车运动状态闭环控制的系统模型,通过系统分析典型的PID控制原理,应用数值仿真方法编程实现了各参数对小车运行状态的影响仿真,结合实际小车调试验证,总结出一套适合智能车的PID控制器设计方法。     

基于PID神经元网络的智能车控制系统研究

研究了基于PID神经元网络的智能车多变量控制系统。智能车的转向控制与速度控制相互关联、相互影响、且都具有时变性,针对智能车在行驶时要求电机的动态响应速度要快、舵机的动态响应时间要短的特点,提出了将PID神经元网络（PIDNN）控制器及其算法应用到智能车的控制系统中来对传统PID控制进行改进。PIDNN控制系统不依赖智能车电机与舵机的数学模型,能够根据控制效果在线训练和学习,调整网络连接权重值,最终使系统的目标函数达到最小来实现智能车的精确控制。Matlab仿真测试表明,PIDNN控制系统的响应快,超调小、无静差,与传统PID控制算法相比,大大提高了智能车控制系统的性能。     

基于CH32的双车协同智能控制系统设计

本文针对无人驾驶多车协同运输及救援问题,设计并实现了双车智能控制协同系统。系统基于沁恒CH32V307VCT6单片机,使用数字摄像头、电磁感应以及激光测距等多传感器融合感知技术采集道路信息,通过区域大律法等图像处理算法进行道路识别,采用阿克曼转向和PID算法跟踪控制,实现了自主循迹的智能车控制系统。本系统使用CH9141蓝牙通信模块传输数据、超声波模块检测车辆之间的距离,实现双车协同运行并提供前后车无线充电方案。通过大量实际调试,本系统能够实现双车在自动识别道路的条件下,有序而安全地高速行驶。     

智能车图像处理与识别算法研究

以全国飞思卡尔智能车大赛为背景,介绍了智能车工作的整体框架、图像采集以及图像处理与识别控制算法。智能车控制系统中选择索尼CCD传感器进行路径识别,对采集的视频数据二值化后进行图像处理,进而提取赛道两边的黑色边缘的中心位置,并以此作为小车的方向引导线,结合PID闭环控制算法控制舵机的转向,使得小车能够保证稳定性的前提下高速行驶。     

基于寻迹的智能车图像边沿提取与断路识别

为了提高寻迹智能车在复杂环境下的巡线稳定性以及路径类型识别的准确率,提出了一种灰度图像边沿提取算法,以LPC54606单片机为核心控制单元的智能寻迹小车,构建了智能车与PC机的通讯,通过对采集到的灰度图像进行预先分析,并在计算机上设计提取边沿算法和断路识别算法,验证算法后移植在智能车,实现了智能车在道路反光下的寻迹以及...     

视觉导引智能车的自适应路径识别及控制研究

为了提高智能循迹小车路径识别的精度与行驶速度,提出了一种基于自适应闽值二值化的路径识别算法.首先采用OTSU算法计算出图像分割的最佳阈值,利用此闽值二值化灰度图像;然后提取二值化图像中赛道中心线,得到智能车在赛道中所处位置信息.其次利用线性回归方程对丢失赛道边缘图像拟合直线,根据图像特征完成路径识别.最后采用分段式PID算法实现方向控制,使用增量式PID进行速度调节.测试结果表明,此方法有效提高了不同路径的识别率以及对外界灯光环境的适应性.     

基于分数阶PID控制器的智能车控制

针对智能车高速行驶下对目标轨迹的快速跟踪要求,结合预瞄跟随理论设计了分数阶PID控制器(FOPID).分数阶PID比传统PID控制器多两个参数自由度,所以在设计过程中有更大的灵活性.利用改进Oustaloup数字实现算法,框图化实现分数阶PID控制器,通过遗传算法对IAE性能指标寻优整定FOC参数并应用于智能车被控系统...     

智能车参数自校正方向模糊控制器的设计

智能车的方向控制是一个既关键又复杂的问题.由于道路的复杂性和小车系统的非线性,采用传统的PID控制器往往不能取得很好的控制效果,为此设计了参数自校正模糊控制器.Matlab仿真试验表明,参数自校正模糊控制器的采用使得智能车舵机的响应速度加快,方向控制更流畅,小车的稳定性和速度也得到了很大的提高.     

基于变增益PID控制的起重机防摇摆设计与仿真

以防摇系统装置的小车为控制对象,对防摇模型的相应受力情况进行分析,建立小车的动力学模型,设计了基于比例积分微分(PID)和状态反馈的控制器。通过Simulink对模型系统进行了验证和仿真,得到PID的最优控制参数,最后通过编程,在实际装置上实现了对小车的防摇控制。实验结果表明,变增益PID控制器能够实现小车的迅速消摆。     

基于计算机视觉技术的车辆远程控制技术研究

随着信息技术的发展,车辆远程控制成为了学术界的前瞻性研究。此次研究在合理利用计算机视觉技术的基础上,结合模糊PID控制智能算法建立了车辆远程控制系统,以期实现对车辆装置的实时监控,能够在危险状况发生时通过远程控制中心操控车辆。实验中,以履带车辆作为研究对象,对其相关参数进行了设计,以达到验证该控制系统有效性的目的。研究表明,无论是在直线行驶作业下还是曲线行驶作业下,相较于基于模糊PID控制算法的车辆控制系统,PID车辆控制系统均调节震荡大、调节时间长;而基于BP神经网络算法的车辆控制系统也存在诸多问题;因而基于模糊PID控制算法的车辆控制系统调控精度较高,适用性较强。此次研究对车辆远程控制研究具有一定的指导价值。     

移动目标追踪系统的设计及实现

移动目标追踪系统是实现一款智能小车对运动的物体进行识别、循迹、追踪等。采用智能路径规划方法,借助STM32主控制芯片,以其丰富的硬件资源为基础,连接可编程的OPENMV摄像头模块、电机驱动模块、电机和编码器,使用C语言进行控制编程,设计了一款移动目标追踪系统;摄像头对物体采集图像,计算出物体的坐标和物体与小车的距离,传给主控制器;主控制器将小车的坐标与小车到物体的距离作为PID算法的输入,通过优化后的PID算法调节PWM去控制电机运行,完成对物体的循迹、追踪。实验结果表明,在优化后的PID算法的控制下,无论物体是运动还是静止,小车都能够比传统的PID算法控制更加快速、稳定的追踪到物体,直到小车追踪到物体并且稳定的保持相对静止状态。     

实时车辆检测和跟踪系统设计

实时车辆检测和跟踪是室外移动机器人尤其是智能汽车研究领域的一个重要课题。本文介绍了多功能室外移动机器人THMR-V的实时车辆检测和跟踪系统。该系统包括车道线检测和车辆检测和跟踪两个主要模块。车道线检测算法使用新的搜索策略,实时检测结构化道路区域,减少车辆检测算法搜索范围。车辆检测算法以Adaboost算法为基础,利用边缘方向特征,颜色特征,和对称性特征实现车辆检测。文中详细介绍了系统的实现。     

基于线性CCD的道路轨迹识别系统算法研究

针对目前的无人驾驶汽车技术,进行了基于线性电荷耦合器件(CCD)的道路轨迹自动识别算法研究,采用线性CCD对道路进行识别,利用单行黑线提取算法中的动态阈值算法对采集的图像进行二值化处理.测试结果表明:算法可实现无人驾驶汽车在复杂路段的快速平稳地行驶.     

基于模糊算法的智能小车控制系统的设计

基于模糊算法控制算法,采用CCD线性器件作为道路信息检测设备设计了智能小车控制系统。由设计的调理电路进行数据采集、图像识别,从而可以进行道路探测,并采用三次样条曲线作为智能车辆自动超车的路径拟合曲线。以模糊逻辑为控制策略,自适应神经网络为隶属函数的参数调整手段,成功实现了智能小车系统。系统能自动识别路况,图像处理,进而调整方向沿预定轨道前行,具有很高的可靠性、稳定性和快速性。系统分为四个模块：电机驱动电路、路面检测模块、超声波检测模块、无线收发模块。利用软件编程来控制小车的行驶速度,提高了单片机的使用效率,同时具有一定的防飞出能力。     

基于麦克纳姆轮的智能车寻迹控制策略研究

为适应复杂工作环境运行需要,解决普通轮式小车在狭小空间内自如转向以及巡线不稳定和路径类型识别不准确的问题,设计了一种以摄像头为视觉传感器,以麦克纳姆轮为驱动的全向智能车.设计以CH32V103R8T6单片机为核心,以MT9V034灰度摄像头为视觉传感器,采用迭代法阈值对图像进行抗干扰灰度处理,通过智能车行驶中视觉道路宽...     

基于TMS320F2812的智能循迹小车控制系统设计

为了提高智能小车的运行速度,设计了基于TMS320F2812 DSP芯片智能小车控制系统;运动控制采用专用电机驱动模块技术,通过DSP芯片的PWM控制小车的速度和方向,采用模糊控制算法的控制策略,有效地控制车子各个时刻的运动,具有较高的稳定性,小车的动态性能良好,适应性强,整体控制效果良好;实验证明,智能车对任意道路具有较好的跟随性,同时具有较高的车速。     

基于模糊控制理论的智能雨刷控制器

提出一种基于模糊控制理论的智能雨刷控制器,该系统通过雨量传感器检测雨量大小,然后对雨量传感器的非线性信号X处理,得到电压差分量AX和电压变化量E,作为模糊控制系统的两个输人量,经模糊控制系统输出控制信号U,调节F330单片机的PWM信号控制雨刷器的工作状态;通过在实际模型车中的应用说明了该算法在这类控制系统中是可行的;该系统采用模糊控制器取代传统的PID控制器,无需建立精确的数学模型,克服了非线性因素对系统造成的影响,能明显改善系统的稳态和动态性能.