基于攝像頭的賽道信息處理和控制策略實(shí)現(xiàn)

在去年的Freescale全國(guó)大學(xué)生智能車大賽中，賽道信息檢測(cè)方案總體上有兩大類：光電傳感器方案和攝像頭方案。前者電路設(shè)計(jì)簡(jiǎn)單、信息檢測(cè)頻率高，但檢測(cè)范圍、精度有限且能耗較大;后者獲取的賽道信息豐富，但電路設(shè)計(jì)和軟件處理較復(fù)雜，且信息更新速度較慢。在比較了兩種方案的特點(diǎn)并實(shí)際測(cè)試后，我們選擇了攝像頭方案。本文將在獲得攝像頭采集數(shù)據(jù)的前提下，討論如何對(duì)數(shù)據(jù)進(jìn)行處理和控制策略的實(shí)現(xiàn)。

數(shù)據(jù)采集

我們選擇了一款1/3 OmniVision CMOS攝像頭，用LM1881進(jìn)行信號(hào)分離，結(jié)合AD采樣，實(shí)現(xiàn)了視頻信號(hào)的采集。在總線周期為32M的情況下，每行最多能夠采集80個(gè)點(diǎn)，其中前14個(gè)數(shù)據(jù)為行消影，第15到第80個(gè)點(diǎn)為有效數(shù)據(jù)點(diǎn)(見圖1)。

圖1 單行80點(diǎn)

攝像頭每場(chǎng)信號(hào)有320行，其中第23到310行為視頻信號(hào)。我們從中均勻采集了12行，最后得到一個(gè)12×80的二維數(shù)組。

信息處理

原始數(shù)據(jù)包含了黑線的位置信息，為了穩(wěn)定可靠地提取這一信息，我們采取了以下步驟：

二值化

由于白線對(duì)應(yīng)的電平值較高，而黑線電平值較低，因此圖中第43到48點(diǎn)間

的凹槽就是黑線所在位置。為了提取出黑線，直觀的想法是檢測(cè)電平值的跳變。但實(shí)際黑白線邊沿的電平經(jīng)常不是突然跳變的，而有一個(gè)過渡過程，為此我們先對(duì)原始數(shù)據(jù)進(jìn)行了二值化處理。這不僅使得邊沿更加明顯，而且可以去除電平值的一些小波動(dòng)。二值化的結(jié)果如圖2所示。

圖2 單行數(shù)據(jù)二值化結(jié)果

黑線位置提取

二值化后，視頻信號(hào)就只有黑白二種電平了。從左到右掃描視頻信號(hào)，通常先掃到的是白點(diǎn);否則若是黑點(diǎn)(賽道外)，則繼續(xù)往下，直到第一個(gè)白點(diǎn)。然后，設(shè)置一個(gè)計(jì)數(shù)器記錄第一個(gè)白點(diǎn)后面連續(xù)出現(xiàn)的黑點(diǎn)數(shù)目。計(jì)數(shù)器初值為0，若檢測(cè)到一個(gè)黑點(diǎn)，則加1;否則計(jì)數(shù)器重新置0。計(jì)數(shù)器每次清零前，判斷是否大于2小于10(這可以濾除一兩個(gè)黑點(diǎn)產(chǎn)生的毛刺)：如果是，則黑線中心位置為當(dāng)前點(diǎn)的坐標(biāo)減去計(jì)數(shù)器值的一半;否則，繼續(xù)掃描直到整行結(jié)束。最后單行的黑線提取位置如圖3所示。

圖3 單行黑線位置提取效果

中值濾波

完成單行黑線提取后，可將12行位置連接起來(lái)，得到黑線的大致趨勢(shì)。但即使前面已有一些濾除干擾的措施，仍能發(fā)現(xiàn)個(gè)別行的黑線位置偶爾會(huì)出現(xiàn)異常跳變。于是，這里采用了常用的中值濾波技術(shù)：對(duì)于中間第2到11行這10行黑線位置，用當(dāng)前行和前后兩行位置的中間值作為當(dāng)前行濾波后的黑線位置。中值濾波可消除單行干擾，得到的10行有效黑線位置用數(shù)組black_line[10]表示。

控制策略

得到10行黑線位置后，就可以充分利用這一信息對(duì)賽道各種情況(如圖4所示)進(jìn)行判決，實(shí)現(xiàn)速度和轉(zhuǎn)向的優(yōu)化控制：如在直道保持高速、入彎減速出彎加速;直道和S道P參數(shù)小些、普通彎道P參數(shù)大些等。下面通過給出作用在black_line數(shù)組上的算子O，介紹賽道判決的方法。

圖4 直道、普通彎和S彎的黑線位置提取結(jié)果(紅色虛線表示視野中心)

算子O計(jì)算的是賽道黑線與視野中心線所圍成的面積(圖4中黃色區(qū)域)。其計(jì)算公式為：

其中mid為中心線的位置。一般來(lái)說(shuō)，(1)式的結(jié)果在直道上很小，且隨著賽車不斷進(jìn)入彎道內(nèi)，數(shù)值將逐漸增大，出彎時(shí)則逐漸減小。這樣，可以根據(jù)size的值進(jìn)行分級(jí)，判斷賽車前方的路況，決定賽車的速度級(jí)別。另外，速度也可采用以size為變量的P控制：

其中cur_speed為當(dāng)前控制速度，min_speed和max_speed分別為控制范圍內(nèi)的最小、最大速度，min_size和max_size為size的最小、最大值。

舵機(jī)控制的各種參數(shù)當(dāng)然也可以根據(jù)size的大小進(jìn)行比例調(diào)整，這樣能達(dá)到快速?zèng)_過S彎的效果，但由于size值并不能嚴(yán)格區(qū)分S彎和入彎前一段時(shí)間的狀態(tài)，所以在普通彎道中賽車將靠?jī)?nèi)行駛，存在碰到內(nèi)側(cè)標(biāo)志桿的危險(xiǎn)。因此，為了安全起見，舵機(jī)控制采用一般的P控制即可。

實(shí)踐證明，攝像頭能采集豐富的賽道信息，對(duì)這些信息進(jìn)行預(yù)處理，并充分利用提取到的黑線位置對(duì)賽道進(jìn)行判決，能使得賽車行駛快速流暢。

相信隨著比賽的深入，攝像頭方案的潛力會(huì)被進(jìn)一步挖掘。今后為了適應(yīng)更復(fù)雜賽道的要求，提高參賽成績(jī)，可以考慮：

·結(jié)合記憶算法。賽道記憶能實(shí)現(xiàn)賽車行駛的全局優(yōu)化，而且今年增加了坡道，僅憑視覺很難預(yù)先檢測(cè)，因此若結(jié)合記憶算法將明顯提高性能。

·對(duì)判決算子進(jìn)行改進(jìn)。前面介紹的賽道判決算子，能反映直道和進(jìn)出彎道的特征，但是對(duì)于S道并不敏感，因此可以考慮對(duì)其進(jìn)行改進(jìn)，或者采用其它算子。通常，將幾個(gè)算子的結(jié)果進(jìn)行加權(quán)平均后能達(dá)到更好的效果。