基于视觉传感器的智能车控制算法设计

以第四届"飞思卡尔"杯全国大学生智能汽车大赛为背景,介绍了基于视觉传感器的智能车控制算法,包括方向控制和速度控制.在PID算法或模糊控制算法几乎为所有参赛队伍所采用的背景下,提出了"最优曲率法",并使用与之配合的"贪婪路径规划"算法.该小车在复杂赛道上的平均速度达3.3 m/s,其控制算法设计对智能车设计有借鉴意义.     

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。     

一种基于模糊控制的智能车转向控制算法研究

针对飞思卡尔电磁车模型,探讨了从交变电流产生的电磁场中进行路径检测的问题,提出了一种基于模糊控制的舵机转向控制算法,目的是提高智能车通过复杂电磁赛道特别是S弯道时的稳定性,并进行了仿真与试验验证。结果表明,设计的电路能很好的进行路径检测,提出的转向控制算法能使小车的舵机输出以较高精度跟随期望输入信号,在复杂赛道上得到较为平稳的转向控制。     

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ADRC-PID串级控制算法的直立智能车

设计以全国大学生“恩智浦”杯智能汽车竞赛为背景,设计了一种基于串级自抗扰控制算法的电磁循迹直立智能车。采用恩智浦MK60DN512ZVLQ10芯片作为核心控制单元,通过采集电磁信号实现路径判断,借助陀螺仪和加速度计采集车身倾角信息,并根据自动控制算法输出PWM信号,最终通过电机实现智能车的转向和动态平衡。     

电磁导航智能车检测和控制系统的研究

对电磁导航智能车的信号检测、控制系统的设计和实现做了介绍。通过Matlab对不同路径进行了磁场分析,确立了传感器的排布方案,并针对采集的信号进行了后续信号处理电路的设计,完成了信号的采样,确定了控制策略,单片机根据传感器采集的跑道信号通过A/D转换进行分析,通过增量式PID来控制智能车的速度,并通过脉宽控制舵机转角来实现智能车的拐弯,最终实现了能够针对不同路径稳定快速运行的电磁导航智能车的制作。     

光电导航智能车

通过讨论导航技术,设计了一个采用调制技术的红外导航和光电管报警的无人驾驶智能车,在有限的赛道内,尽可能快的自主完成转弯、入库等智能化的行为.     

基于SD卡的智能车调试系统设计

介绍了一种基于SD卡的摄像头智能车调试系统。摄像头智能车数据量大。利用SD卡将小车在实际跑的过程中的图像信息、状态信息和控制信息储存下来供离线分析,捕捉到了很多错误,为小车在跑道上平稳快速的运行提供了保障。     

基于单片机的智能车控制系统

本文主要介绍了如何利用单片机来实现智能车的车速控制,文中所用的单片机为80C51单片机,其性能较好且具有较强的稳定性,能很好的满足控制过程中数据的采集与时间计算.本文中所涉及的电路结构相对简单,但具有较高的可行性.     

基于自适应模糊控制的智能车控制系统研究

在基于CMOS传感器的自主循迹智能车的基础上,设计实现了一种自适应模糊控制器;该控制器与传统的模糊控制器相比,在结构上有了很大的改进;该控制器采用了前后两级的复合结构,在增加少量运算量的情况下,达到四输入两输出的能力,同时加入了自适应算法,通过对路况信息的判断来调整模糊控制器的参数,在不损失智能车系统稳定性的情况下提高了系统的动态性能,使智能车适应于各种复杂的路况.     

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S12微控制器的智能车软件设计

以"飞思卡尔"杯全国大学生智能汽车比赛为背景,制作一个在专门设计的跑道上能自主识别道路行驶的智能车,能在尽可能短时间内跑完全程,不脱离跑道并遵守大赛的一系列规则.以9S12XS128为控制核心主要完成工作如下:①摄像头获得的图像信息的数据采集,并完成图像的滤波去噪,提高采集的图像数据准确性.②采用PID算法对智能车的舵机进行控制,提高了舵机的相应速度,减少了对舵机控制的静态误差.③采用了模糊控制法,对智能车的电机部分进行控制,通过不断调试完成模糊规则库的建立.④编写了无线传输模块的软件程序,可以对智能车行驶过程中的状态进行采集并传输至上位机,方便了智能车的调试.通过实验验证,并参加实际大赛,本设计中的所采用的方法效果较好.     

基于图像传感器的智能车硬件系统设计

以"飞思卡尔"杯智能车大赛为研究背景,介绍了一种自动循迹智能车的硬件设计,研究采用MC9S12XS128MAL作为微控制器,利用CMOS数字摄像头采集路径信息,单片机获得传感器采集的路面信息和车速信息,经过计算分析后控制舵机转向,同时对直流电机进行调速,从而很好的实现智能车沿给定的黑色引导线快速平稳的行驶。     

自动寻迹智能车

设计目的 智能车主要是为完成自动寻迹功能而设计的。要求能自动识别道路、并做出相应的动作,以达到更快、更准、更稳的行驶效果。智能车采用红外传感器对路面和速度信息采样送进MC9S12单片机进行处理,通过合理利用MC9S12的功能如A／D转换模块、RTI中断等,并配合控制策略,控制车子在各个时刻的运动以达到自动寻迹目的。     

基于路径识别的智能车系统设计

介绍了一种基于光电管路径识别的智能车系统。该智能车使用光电管作为路径识别装置,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PI控制算法的控制器进行调速,并通过加长舵机转臂提高舵机响应速度,从而解决了系统的滞后问题。     

基于视频监控的智能车设计研究

在智能车的设计过程中可选择的传感器种类较多,基于视频监控的智能车设计是以摄像头CCD作为传感器单元.本文从视频监控的智能车硬件系统设计以及软件系统设计两大方面综合论述了智能车的设计过程,同时研究了其工作原理以及存在的优势.     

基于电磁场检测的寻迹智能车系统设计

介绍智能车竞赛中电磁组的设计思路,论述了基于变参数的PD算法的信号处理方法;分析了传感器布局对转角的影响,提出直接采集交流信号的寻迹方案,并验证了该方案的效果。实验表明：该处理方法实现简单,能够比较精准、快速地跟踪通电导线的轨道。     

基于单片机的AGV智能车的设计

设计了一种以单片机为主控核心,通过CCD传感器对运行路径进行视频采集,并利用硬件控制电路以及基于PID控制算法的软件程序对获得的视频数据进行分析处理,指导智能车自主识别正确的路径并实现运行。     

基于VC++的差速挤压机检测控制系统设计

挤压技术广泛应用于硬质合金、制药及机械加工等诸多领域,但面临着其控制方式落后、自动化程度低、控制精度低等问题,不能满足现代化生产的需要。通过对差速挤压机检测控制系统的升级改进,提出了一种基于VC++技术和硬件设计相结合的的计算机控制方案。分别从硬件和软件两方面对控制系统进行设计,为差速挤压机实验平台开发了一套检测控制系统,提高了整个系统的可靠性和安全性,实现了其精确的自动控制。     

基于电磁传感器的智能车设计研究

智能车以MC9S12XS128单片机为控制核心,以安装在车体前的工字电感作为循迹传感器,以旋转光电编码器检测速度信息.智能车系统是基于MC9S12XS128单片机采集工字电感感应电压的模拟量,同时结合舵机的转角,单片机再综合赛道信息并且结合编码器的反馈信息,从而控制电机的速度变化进行运行的.