基于线性CCD的智能车路径识别方法

杨庆文

基于线性CCD的智能车路径识别方法

杨庆文

杨庆文

中国二冶集团有限公司电气设备安装工程公司

杨庆文（1967年7月-）汉，辽宁鞍山，电气高工，本科，电气控制。

本文旨在探讨两轮自平衡智能车精确识别路径的方法，其在采用曝光时间自适应方法提高TSL1401CL线性CCD采样精度的基础上，针对两轮自平衡智能车的行进姿态，由MC9S12XS128单片机根据轮轴与路径的水平夹角控制左电机与右电机；通过左电机与右电机的速度差实现两轮自平衡智能车的直行与转弯，完成路径精确识别。该方法具有解析度与智能化程度高、速度快、实用性强等特点。

引言

目前，两轮自平衡智能车以具有广阔前景的汽车电子为背景，涵盖了人工智能、信号处理、计算机科学、通信、控制与自动化等科学领域，并已广泛应用于军事侦察、环境探测、故障检测、管线泄漏、安保等许多领域。两轮自平衡智能车作为移动机器人的一个分支，具有转动灵活、车体结构轻巧、驱动功率小等特点，其组成系统比较复杂但相对容易实现。基于上述原因，两轮自平衡智能车已成为国内外有关研究机构的研究热点。两轮自平衡智能车能实现智能循迹就是在复杂路况下通过智能控制方法绕开障碍物并沿预定轨迹行进。本文通过对线性CCD的控制实现两轮平衡智能车对路径的精确识别，确定两轮平衡智能车两轮轴中心的路径偏移量，以差速方式分别控制两轮轴对应的电机，实现差速循迹行走。

控制中心组成结构

如图1所示，两轮自平衡智能车由控制中心实现路径的精确识别，该控制中心由线性CCD与单片机组成。本文选用TSL1401CL线性CCD采集路径信息，选用MC9S12XS128单片机控制线性CCD曝光量、处理采集的路径信息，并根据路径信息采用PWM方式控制左电机驱动与右电机驱动。TSL1401CL线性CCD内部集成了并行的 128 个像素构成的阵列，每个像素点均有3524.3平方微米的光敏区域。MC9S12XS128单片机为16位单片机，且具有1个8路12位精度A/D转换器。本文中，两轮自平衡智能车行驶路径由两条对可见光与不可见光均具有较强吸收性的黑带构成，两条黑带为路径边缘线，且该路径具有特定几何尺寸、摩擦系数及光学特性。

图1 两轮自平衡智能车路径识别部分总框图

控制中心控制方法

曝光时间自适应方法

实际应用中，由于外部环境光线情况对线性CCD的输出信号影响比较大，故须使线性CCD适应各种环境，并且具有较高的采集精度。本文采用两种工作方式调节满足适合各种环境光线的线性CCD的采集精度：当环境光线较强时，采用闭环控制实时调整线性CCD曝光量；当环境光线较弱时，对线性CCD采集的路径信息通过可变增益的运算放大器进行放大。单片机根据环境光线的实时情况控制线性CCD进行两种工作方式的切换。本文中，采用闭环控制实时调整的线性CCD曝光量取决于线性CCD的镜头光圈与曝光时间，由于线性CCD的镜头光圈无法控制，故通过控制线性CCD的曝光时间调整曝光量。曝光时间自适应方法示意图如图2所示。

图2 曝光时间自适应算法示意图

本文中，PID调节采用如下公式：

上式中，参数Kp=45～57，Ki=2，Kd=8～10。

路径识别方法

线性CCD采用周期扫描方式获取路径信息，路径信息包括线性CCD前瞻距离L、两条黑带内侧之间的距离d、线性CCD视线偏离竖直方向的角度α、线性CCD视线范围最大角度φ、线性CCD128个扫描点覆盖长度CD、两轮子平衡智能车的轮轴与路径的水平夹角θ、路径的路径宽度e、单位扫描时间内智能车前进速度v、线性CCD单位扫描时间内捕捉到的两条黑带外侧与内侧的边缘标志点数分别为a与b、一个完整单位扫描时间后线性CCD捕捉到的黑带边缘标志点数m、单位扫描时间内黑带外侧边缘点偏移圆心角γ、路径弯道半径R，单位扫描时间内智能车前进距离CG，线性CCD的扫描单位时间Δt。上述各参数之间的关系如图3所示。

图3 路径参数关系示意图

为提高信号处理速度与控制精度，MC9S12XS128单片机首先对线性CCD采集到的上述路径信息进行二值化处理；其次，MC9S12XS128单片机根据上图，得到下列关系：

MC9S12XS128单片机根据轮轴与路径的水平夹角è、Δt内路径弯道半径R控制两轮平衡智能车的行进：当轮轴与路径的水平夹角时，两轮平衡智能车直立行走；当轮轴与路径的水平夹角且Δt内路径弯道半径R较大时，MC9S12XS128单片机通过控制左电机驱动与右电机驱动对应驱使左电机与右电机，实现两轮平衡智能车缓慢转弯；当轮轴与路径的水平夹角且Δt内路径弯道半径R较小时，MC9S12XS128单片机通过控制左电机驱动与右电机驱动对应驱使左电机与右电机，实现两轮平衡智能车快速转弯。

结语

本文基于对线性CCD曝光量的控制提高了线性CCD的采样精度，并采用上述路径识别方法获取两轮平衡智能车的实时行进姿态，根据该实时行进姿态判断路径为直行路或弯路，并根据实时姿态的轮轴与路径的水平夹角、单位扫描时间内实时路径弯道半径确定转弯的速度大小，从而，两轮平衡智能车精确实现了路径识别。本文基于线性CCD的智能车路径识别方法具有非接触检测、解析度与智能化高、精度高、速度快等特点，具有很强的实用性。

10.3969/j.issn.1001-8972.2015.02.040