基于电磁导航的智能车信号检测技术研究

介绍了电磁导航智能车的信号检测方法.通过对电磁信号线特征的分析,提出了传感器排布方案、信号处理电路设计以及差比和信号处理算法,该方案可降低功耗,使智能车对电磁信号线的定位更加准确,提高智能车的运行速度和平稳性.     

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。     

基于CMOS摄像头的直立循迹智能车系统设计

设计了一种基于面阵CMOS摄像头传感器的直立循迹智能车系统。在硬件系统方面,自主设计了电源稳压电路和电机H桥驱动电路,并选用高性能测速模块,保障硬件系统的稳定与可靠。在软件设计方面,采用姿态融合算法进行智能车的平衡控制与速度控制,同时结合MT9V022摄像头获取环境信息实现转向循迹。在控制算法上利用位置式PID,使系统的稳定性和鲁棒性得到了很大的改善。最终实现智能车快速平稳运行。     

基于CMOS摄像头的智能车设计

从系统总体设计、硬件系统设计及实现、软件系统设计及实现三个方面,介绍了以MK60DN512ZVLQ10微控制器为核心控制单元的摄像头型智能车设计。其通过CMOS摄像头检测赛道信息,使用软件比较器对图像进行硬件二值化,提取黑色引导线,用于赛道识别;通过编码器检测智能车的实时速度,使用PID控制算法调节驱动电机的转速和转向舵机的打角,实现对智能车的运动速度和运动方向的闭环控制。     

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。     

基于MC9S12DG128的智能车的控制系统的设计

本文介绍了一种基于光电传感器及实时路径识别算法的智能车控制系统,该系统以16位微处理芯片MC9S12DG128为核心,实现了控制智能车自主循迹过程中的传感器信号采集及实时处理、电机驱动、转向舵机控制等功能,文中针对设计中的关键电路及算法实现进行了详细阐述,并给出了实验调试结果.     

基于MC9S128的电磁导航智能车的设计与实现

介绍了一种基于电磁导航路径识别的智能车控制系统。该系统基于第五届全国大学生飞思卡尔杯智能汽车大赛的设计要求,使用飞思卡尔16位单片机MC9S128为核心控制单元,设计了赛道信号源、电磁导航传感器、电源管理模块、电机驱动电路、停车磁铁检测电路等硬件电路;在控制算法方面利用PID、BangBang及模糊控制相结合的方式,使得智能车能够自动采集信号,分析引导线信息、控制舵机转向,实现了智能车的自动寻迹功能。     

基于TFT彩屏的便携式智能车手持调试平台

介绍的智能车是以Freescale 16位单片机MC9S12XS128为控制核心,利用CMOS摄像头方式作为路径识别传感器,采集赛道图像信息的控制系统.针对智能车具有参数调试繁琐的问题,首先从硬件和软件两个方面介绍了基于TFT彩屏的便携式智能车手持调试平台,然后对该平台的人机交互界面以及在路径识别方面的应用进行了详细介绍.其中彩屏的显示界面包含从路径中提取的黑线,阈值显示,动态图像和静态图像.本文设计的智能车手持调试平台,使调试者能在短时间内对图像进行有效的分析,提高了调试效率.     

基于差速高速智能车控制算法

提出一种高速智能车控制算法,以CMOS摄像头采集赛道信息。包括图像定距,舵机控制,电机控制,通过舵机与电机差速配合实现弯道处高速转弯,小弯稳定运行,从而很好解决了智能车实现高速和稳定冲突这一问题。     

基于MC9S12DG128单片机智能车设计与实现

本智能车控制系统采用飞思卡尔16位单片机作为唯一的核心控制单元,加以直流电机、舵机、光电传感器和电源电路以及其他电路构成。由安装在车前部的反射式红外传感器负责采集信号,并将采集到的电平信号传入核心控制单元,核心控制单元对信号进行判别处理后,由PWM4发生模块发出PWM波,分别对转向舵机和直流电机进行控制,完成智能车的转向与前进。智能车后轮上装有霍尔传感器,用来采集车轮转速反馈的脉冲信号,并经由核心控制单元进行PID控制算法处理后会自动调节输入到电机驱动模块的PWM波占空比,从而控制小车的速度。寻迹由RPR220型光电管完成。     

Real-time hardware–software embedded vision system for ITS smart camera implemented in Zynq SoC

The article demonstrates the usefulness of heterogeneous System on Chip (SoC) devices in smart cameras used in intelligent transportation systems (ITS). In a compact, energy efficient system the following exemplary algorithms were implemented: vehicle queue length estimation, vehicle detection, vehicle counting and speed estimation (using multiple virtual detection lines), as well as vehicle type (local binary features and SVM classifier) and colour (k-means classifier and YCbCr colourspace analysis) recognition. The solution exploits the hardware–software architecture, i.e. the combination of reconfigurable resources and the efficient ARM processor. Most of the modules were implemented in hardware, using Verilog HDL, taking full advantage of the possible parallelization and pipeline, which allowed to obtain real-time image processing. The ARM processor is responsible for executing some parts of the algorithm, i.e. high-level image processing and analysis, as well as for communication with the external systems (e.g. traffic lights controllers). The demonstrated results indicate that modern SoC systems are a very interesting platform for advanced ITS systems and other advanced embedded image processing, analysis and recognition applications.     

分布式无线交通监控系统的研究与实现

无线传感器网络是一种全新的信息获取和处理技术。相对于现有交通监控系统中所应用的各种技术，无线传感器网络具有不受环境限制、自组织、分布性等优势。该文提出了基于无线传感器网络的分布式无线交通监控系统的设计方案，详细探讨了构造自组织、自适应的智能交通网络所涉及的车辆速度测试、车辆定位、车流量检测等技术。并指出其对未来交通发展的意义。     

基于红外光电传感器的智能车两轮差速转向模糊控制

介绍了一种基于红外光电传感器的智能小车两轮差速转向模糊控制系统,该系统以单片机最小系统为核心,根据寻迹传感器的检测值判断小车运行状态,从而改变电机转速,实现控制小车的目的。实验结果表明,采用模糊控制方法对两轮差速转向进行控制,小车运行稳定,路径跟踪可靠,控制性能良好。     

基于立体视觉运动速度检测系统的研究及实现

介绍了一种基于立体视觉的运动速度检测系统的结构框架。系统在采集卡自带的软件开发包的基础上进行二次软件开发,加入了摄像机标定和图像处理分析部分。整个检测系统主要包括图像采集和运动检测两大环节;涵盖摄像机标定、图像获取及预处理、目标分割、3D定位、速度求取5个功能模块,并具有友好的操作界面,方便用户使用。文章重点针对目标分割和定位中所采用的技术方法展开了讨论。该系统可以具体应用在车辆和游乐设施等的运动速度检测上,在设备的安全运行以及交通监管方面有重要意义。     

基于ATmega16单片机的智能伞控制系统的设计

智能伞控制系统选用ATmega16单片机为核心控制芯片,集风速、光强、雨水传感器和其他辅助模块为一体;雨水传感器把采集到的雨量信号经过光电转换模块转化为脉冲宽度信号;风速传感器将风杯转速转化为电信号;光强传感器同时对流过两个光敏二极管的电流进行积分,并转换为数字量;所有的信号都传给单片机,经过微机分析,根据已经设定好的模糊算法,执行相应的驱动电机程序或保持系统状态不变,并在LCD上显示实时雨水、风速、光强和时钟等相关信息,从而实现了户外伞的自动化运行和管理。     

WiFi技术在智能车数据通信中的应用

智能车数据无线通信模块能够使人们准确地掌握智能车的单片机程序的运行状况,是智能车控制系统的调试的有力工具,本文介绍了一种基于WiFi的无线通信模块的设计,硬件方面分为单片机模块、WiFi模块及接口电路模块。软件方面包括单片机软件、上位机数据接收及上位机数据处理。单片机选用飞思卡尔公司的MC9S12XS128,接口电路主要为5V和3.3V的电平转换电路。单片机的串口模块通过UART_WiFi模块产品HLK_WiFi_M03将数据传到上位机,最终无线通信模块就能够将智能车数据(如路径信息、车速、舵机控制信息、车速控制信息等)发送至上位机,上位机对数据进行处理分析,实现对智能车的运行状态进行实时监控。并通过调整相应参数的指令,达到优化自主控制策略的目的。     

广义预测算法在智能小车控制中的应用

针对各种传感器输入的信息无法快速识别出前方道路,在智能车系统控制领域难以准确实现.本系统用MC9S12XS128MAL作为核心处理器,完成智能车电源、驱动、数据采集处理和测速等模块的设计与实现,在此基础上提出了一种改进广义预测路况识别的控制算法.仿真表明该改进控制算法的可行性,并进行大量的实践和调试,简单的改变控制参数...     

智能车运动仿真平台设计

为了辅助开发人员进行智能车PID控制参数的设定及修正, 设计了一种智能车运动仿真平台, 该仿真平台由三部分模块组成. 轨道模块内部记录有当前仿真环境下的跑道形状及参数信息; 车辆模块内建有智能车的运动模型及参数; 运行仿真模块用于模拟物理运行环境并建立有坐标信息. 运行过程中, 运行仿真模块接收来自用户的车辆运动及PID控制参数, 在车辆模块的协助下, 实现对车辆位置以及误差信息的计算. 实验表明, 与现有算法相比, 本平台不受传感器类型的限制, 可以更真实的仿真车辆的运动状态, 同时为开发人员进行PID参数调整提供了实践依据.     

混合动力电动汽车发动机转速智能控制系统设计

发动机是混合动力电动汽车动力设备的心脏,为了保证混合动力电动汽车可以快速稳定地运行,需要对其转速智能控制系统进行设计;使用当前控制系统智能控制混合动力电动汽车发动机转速时,无法快速检测到发动机转速,难以达到最佳的智能控制结果;为此,基于软切换提出Bang Bang-神经网络PID的混合动力电动汽车发动机转速智能控制系统设计方法;混合动力电动汽车发动机转速智能控制系统以Mcs-51系列8751单片机为核心系统,检测混合动力电动汽车发动机转速的数字信号,同时控制D/A模拟信号的输出,并在LED显示器上显示发动机转速数字信号,以PWM调制器放大混合动力电动汽车启动时发动机产生的PWM波,将放大后的PWM波供给电力发动机,再以分频填充脉冲装置测量混合动力电动汽车发动机转速,通过Bang Bang-神经网络PID算法计算出混合动力电动汽车发动机转速误差,达到实时控制混合动力电动汽车发动机转速的效果;实验仿真证明,所提设计方法保证了发动机转速的快速性和平稳性。