基于CCD图像识别的HCS12单片机智能车控制系统

介绍了一种基于飞思卡尔HCS12单片机控制的智能车系统.该系统以CCD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,采用PD算法控制舵机转向,通过模糊设定速度和PID调整速度相结合的算法控制直流电机.较之常规的光电传感器识别路径方案,该摄像头传感器可以获取更多的路径信息,使智能车按任意给定的黑色引导线更能以较快的速度平稳地运行.     

高速智能车软件设计

介绍一种寻迹智能车的软件设计。本设计是基于飞思卡尔智能汽车竞赛设计的软件系统,包含路径检测算法、数字滤波算法、路径识别算法、方向控制策略以及速度控制策略。该软件系统可以精确的检测赛道信息,准确的判断赛道类型,快速的实现对速度和方向的调整,顺利完成寻迹行驶。小车通过软件系统的控制,可以自动的实现黑线追踪、速度和方向的调整,以最快的速度绕跑道一周,完成比赛。     

基于CMOS摄像头的智能车路径跟踪系统设计

设计了一种能自动识别和跟踪路径的智能车系统。用以MC9S12XS128作为核心控制器,利用COMS图像传感器OV6620作为路径信息采集装置,通过对采集图像进行二值化处理、去噪操作、边缘检测和断点修补后提取出路径中心信息。利用最小二乘法对路径中心信息进行直线拟合,根据拟合直线的参数计算舵机控制量。对舵机采用PD控制算法,根据舵机转向角设定小车的速度,并对小车实行转角和速度的实时控制。实验证明,该智能车系统能够沿着黑色赛道快速稳定地自动行驶,实现了路径识别与跟踪。     

基于电磁传感器的智能车控制系统设计

文中介绍一种基于电磁传感器路径识别的智能车控制系统,系统采用Freescale16位单片机MC9S12XS128为核心控制器,利用4个电磁传感器构成的传感器阵列采集路面信息,单片机获得传感器采集的路面信息和车速信息后控制智能车的舵机转向,同时对直流电机进行调速,从而实现智能车沿给定的赛道快速平稳的行驶。实验证明:系统设计可靠,智能车运行良好。     

基于电磁传感器的智能车控制系统设计

文中介绍一种基于电磁传感器路径识别的智能车控制系统,系统采用Freescale16位单片机Mc9s12xs128为核心控制器,利用4个电磁传感器构成的传感器阵列采集路面信息．单片机获得传感器采集的路面信息和车速信息后控制智能车的舵机转向,同时对直流电机进行调速,从而实现智能车沿给定的赛道快速平稳的行驶。实验证明：系统设计可靠,智能车运行使好,     

数字形态学滤波器与智能车路径记忆

路径记忆对于提高智能车速度起着至关重要的作用,但是原始路径数据中的毛刺和扰动干扰着后续的决策过程.针对上述问题,本文提出了一种基于数学形态学的滤波算法,并将其简化算法移植于单片机.经过赛道实验表明:相对于传统的阈值比较、低通滤波等方法,形态学滤波算法具有赛道还原度高、算法数据处理量小的优点.     

智能车两类路径识别系统比较研究

路径识别系统是智能车的“眼睛”。是智能车获取环境信息,实现自动控制的基础。针对路径识别系统高精度、高速度的要求,分别设计了智能车光电传感器路径识别系统和摄像头传感器路径识别系统,并对两类路径识别系统在硬件设计和软件算法上针对各个性能指标进行了比较。     

基于摄像头的道路识别及赛车控制算法研究

为了提高智能车对道路的预判能力,探讨了摄像头在智能车道路识别中的应用,提出一种通用的控制算法。在准确采集图像的基础上,通过图像还原技术获得赛道的真实信息,利用临近搜索法对有效道路信息进行快速提取,计算出赛道黑线的走向趋势及赛车当前位置,对赛道进行合理地分类和优化,根据不同的赛道选不同频率的PWM波,极大地减小加速和减速的时间,采用Bang-Bang控制算法使速度达到理想值。     

智能车赛道记忆算法的研究

本文对智能车基于赛道记忆的控制算法进行了研究,分别从赛道记忆算法的实现前提、初圈记忆、数据分析与处理以及如何充分利用记忆得到的信息四个方面进行介绍.实车试验表明,对于相对简单的比赛赛道,基于赛道记忆控制算法的智能车可以取得较好的成绩,随着赛道的日趋复杂,赛道记忆算法也有很大的潜力.     

智能寻迹模型车的控制策略及算法研究

在输入信号及硬件有限的条件下,运用一种有效寻迹、转向与速度控制算法,对于提高智能车的运动性能,有着重要的作用.为提高智能车的性能,对控制算法进行了研究.针对传统的路径离散识别算法只能获得少而离散化路径信息的问题,提出了采用连续化路径识别算法对路径信息采集;针对制约智能车快速寻迹的转向及速度问题,提出了采用优化的PID控制算法对智能车的舵机和电机进行控制.实验结果表明,与传统方法相比,采用连续的信号、基于反馈控制的PID控制算法,智能车的快速性、灵敏性、稳定性明显改善,从而验证了算法的可行性.     

基于CCD摄像头智能车分段PID控制算法设计

介绍了基于MC9S12XS128单片机控制的智能车系统,该系统以CCD摄像头传感器作为路径识别装置,通过图像识别提取道路黑线信息,计算出反应道路形状的舵机控制量,对舵机进行控制。对智能车寻线舵机控制系统的软件设计思路和控制算法思想等进行了详细的论述。测试结果表明智能车能准确稳定地跟踪引导黑线行驶,该算法能够很好地对智能车进行控制。     

基于Android的无线智能寻物系统的研究与开发

为了实现自动寻物功能,设计一个基于图像处理技术和路劲规划技术的智能小车寻物系统.系统由智能手机平台和智能小车组成,智能手机平台负责控制智能小车和物品搜寻,智能小车负责图像采集.通过实验,系统能在简单的地形环境中寻找到指定的物品.     

基于IOT通信的智能汽车监测系统设计

无人驾驶智能车是目前汽车行业最前沿的研究之一，在民用、军事等方面得到了广泛的应用，前景广阔。目前，无人驾驶技术存在的问题是上路之后的安全问题，在无人驾驶智能车上安装远程监测系统，可有效避免安全事故的发生。文中用四驱智能车来模拟智能汽车的运动，用主控机来监测光耦传感器、加速度传感器和GPS定位传感器的信息，并通过IOT模块实现智能车与接收终端的通信，监测无人驾驶智能车的位置、加速度、转速信息等。采用IOT模块，选择MQTT协议，以便于信息的发送以及对智能车的控制，该方法具有成本低、技术相对可靠等优点。实验验证，该系统可在固定区域内对智能车进行无线监控，在网络环境良好的情况下，信息接收较为及时，安全性和可靠性较强。     

基于蚁群算法的AGV路径规化的实现

蚁群算法是受自然界中蚁群搜索食物行为启发而提出的一种智能优化算法,通过介绍蚁群觅食过程中基于信息素的最短路径的搜索策略,来解决AGV小车寻优路径的问题,并通过仿真验证了这种算法可求得最简路径的效果,并通过AGV地址识别技术,阐述了AGV小车和计算机的通讯协议,以达到较好的控制效果。     

基于单片机的智能循迹小车设计

智能循迹汽车是汽车电子、人工智能、机械制造等多种学科领域的结合体,具有较高的应用价值.智能循迹小车运用单片机为基础进行设计,同时利用传感器进行识别赛道的信息,接着在利用传感器检测智能车的加速度及其速度,实现快速稳定的循迹进行行驶.智能汽车研究也越来越受到关注,智能汽车的适应能力较强,可按照事先的轨道进行自行运作,不需要路径管理,即可完成预期目标.在科技发展迅猛的现代化社会,汽车普及率也已经处于高峰状态,不少汽车制造商提出无人驾驶的概念,比如:特斯拉,因此设计具有很高科研价值.     

自动寻迹小车的传感器模块设计

介绍利用反射式红外光电传感器实现小车自动寻迹导航的设计与实现以及小车的一种寻迹算法。自动寻迹是智能小车(Smart Car)机器人系统的重要组成部分,其用实现小车自动识别路径。在实验中采用与白色地面色相差很大的黑色线条引导小车按照既定路线前进,系统控制核心采用飞思卡尔的MC9S12DG128B单片机,系统驱动采用控制方式为PWM的直流电机。实验证明此方案可行并且可靠。该技术可以应用于无人驾驶机动车、无人生产线、仓库、服务机器人等领域。     

一种智能车寻迹算法的研究

智能车自动寻迹技术,是体现其智能水平的一个重要标志.在利用光电传感器寻迹技术中,光电传感器的排布及其算法尤为重要.文中设计了一种传感器阵列"伞"型布局方式,并提出了相应的PID控制算法.试验证明,用此算法即使在路面导引线复杂的情况下,也能很好的保证智能车沿正确的方向前进,同时保证了运行时的平稳性.