《電子技術(shù)應(yīng)用》
您所在的位置:首頁 > 其他 > 設(shè)計應(yīng)用 > 基于視覺傳感器的智能車控制算法設(shè)計
基于視覺傳感器的智能車控制算法設(shè)計
來源:微型機(jī)與應(yīng)用2010年第20期
王 建1,張曉煒2,楊 錦3,昝 鑫4,劉小勇4
(1.中國科學(xué)技術(shù)大學(xué) 自動化系,安徽 合肥230027;2.西安交通大學(xué) 人工智能與機(jī)器人研究所,
摘要: 以第四屆“飛思卡爾”杯全國大學(xué)生智能汽車大賽為背景,介紹了基于視覺傳感器的智能車控制算法,包括方向控制和速度控制。在PID算法或模糊控制算法幾乎為所有參賽隊(duì)伍所采用的背景下,提出了“最優(yōu)曲率法”,并使用與之配合的“貪婪路徑規(guī)劃”算法。該小車在復(fù)雜賽道上的平均速度達(dá)3.3 m/s,其控制算法設(shè)計對智能車設(shè)計有借鑒意義。
Abstract:
Key words :

摘  要: 以第四屆“飛思卡爾”杯全國大學(xué)生智能汽車大賽為背景,介紹了基于視覺傳感器的智能車控制算法,包括方向控制和速度控制。在PID算法或模糊控制算法幾乎為所有參賽隊(duì)伍所采用的背景下,提出了“最優(yōu)曲率法”,并使用與之配合的“貪婪路徑規(guī)劃”算法。該小車在復(fù)雜賽道上的平均速度達(dá)3.3 m/s,其控制算法設(shè)計對智能車設(shè)計有借鑒意義。
關(guān)鍵詞: 智能車;飛思卡爾;最優(yōu)曲率算法;路徑規(guī)劃

    以飛思卡爾智能車大賽為背景,制作了一個能巡線快速行駛的小車。
1 巡線控制算法
1.1 運(yùn)動模型

    智能車的運(yùn)動控制是通過控制驅(qū)動馬達(dá)和伺服舵機(jī)實(shí)現(xiàn)的。在理想情況下,可以認(rèn)為4個輪胎繞著同一個圓心做純滾動,其離散運(yùn)動模型公式為:

其中V是線速度,W為角速度, x(t)、y(t)為小車的坐標(biāo),angle(t)為智能車的方向角(以小車前進(jìn)方向?yàn)槠鹗季€,逆時針為正),Δt為采樣周期。模型如圖1所示。

    由于模型車的運(yùn)動速度較高,在行駛過程中輪胎與賽道會發(fā)生一定側(cè)滑,因此還需要引進(jìn)側(cè)滑修正。
1.2 舵機(jī)控制
    方向控制是控制策略的難點(diǎn)。傳統(tǒng)的PID算法[1,2]不需要對控制對象做細(xì)致分析,只需根據(jù)控制效果對參數(shù)進(jìn)行調(diào)整[3]。但由于控制器的輸入量均對輸出量產(chǎn)生影響,且高度耦合,很難根據(jù)控制效果準(zhǔn)確地對參數(shù)進(jìn)行修正,因此參數(shù)的整定工作十分繁重。此外,當(dāng)車的狀態(tài)不同時(如低速和高速時),最佳參數(shù)也有很大不同,這給進(jìn)一步調(diào)試帶來了困難。
    本文采用“最優(yōu)曲率法”。控制思想是:模型車在一個控制周期內(nèi)的運(yùn)動軌跡可以近似為一段圓弧,整個運(yùn)動軌跡可以看做由小段圓弧連接成的曲線。在假設(shè)線速度恒定的前提下,給定路徑上的一個點(diǎn)就能確定出智能車到達(dá)該點(diǎn)所應(yīng)具有的舵機(jī)角度[4]。在每個控制周期內(nèi)選擇路徑上的一點(diǎn)(或若干點(diǎn)),根據(jù)預(yù)先建立的圓弧運(yùn)動模型計算出模型車在接下來的一個(或若干個)運(yùn)動周期內(nèi)要到達(dá)選定點(diǎn)所需的理想狀態(tài),此時該控制周期的輸出量就是在未來幾個控制周期內(nèi)使模型車的實(shí)際狀態(tài)盡可能逼近理想狀態(tài)的控制量。
    以車的后橋中點(diǎn)為原點(diǎn)建立坐標(biāo)系,車的中軸為y軸,其正向?yàn)檐嚨那胺健TO(shè)(c_x,c_y)為路徑上的點(diǎn)在該坐標(biāo)系中的坐標(biāo)。則控制量的計算公式為[5]:

    這種方法在車速較低時可以取得很好的效果,當(dāng)車速較高時,有很多因素對控制效果的影響會顯著增大,需要作出適當(dāng)?shù)难a(bǔ)償。其中主要因素是控制量的實(shí)際輸出時刻與理想輸出時刻的延時,這個延時是由圖像處理和控制量的計算都需要一定時間造成的。對此,本文采取的方法是根據(jù)車的當(dāng)前狀態(tài)估算出控制量的輸出時刻的路徑信息,用這個路徑信息計算控制量。

  

    另一個重要因素是側(cè)滑。智能車在行駛過程中存在側(cè)滑,可以通過側(cè)滑角作補(bǔ)償。設(shè)車輪的角度為θ,加入側(cè)滑后的等效車輪角度為θ′,本文假設(shè)二者符合如下關(guān)系:

    還有一個重要因素是,當(dāng)車速較高時,舵機(jī)的響應(yīng)速度相對較慢。要克服這個問題,應(yīng)使舵機(jī)提前做出反應(yīng)。因此需要在控制器的輸出量中引入路徑的趨勢。本文用前瞻點(diǎn)處的斜率k表示路徑的趨勢,在原控制量θ的基礎(chǔ)上增加一個與路徑趨勢相關(guān)的分量θ″=para×v×k,其中para通過實(shí)驗(yàn)結(jié)果自動調(diào)整,如果需要,可以將para設(shè)為和其他變量相關(guān)的函數(shù)。
    經(jīng)過上述改進(jìn)之后,最優(yōu)曲率法在車速較高的時候依然能夠取得很好的控制效果。此部分程序流程圖如圖3所示。

    該算法的優(yōu)點(diǎn)是參變量較少,且相互間的耦合很小,對控制效果的影響較為獨(dú)立,可以根據(jù)實(shí)驗(yàn)結(jié)果快速確定調(diào)整量。只要對參數(shù)進(jìn)行適當(dāng)調(diào)整,就能取得較好的控制效果。
1.3 速度控制
    在速度決策方面,首先嘗試了基于有效前瞻的速度控制[6],即v=基準(zhǔn)值+有效前瞻量×系數(shù)。這個策略的好處是簡單有效。但事實(shí)上智能車通過路線的最佳速度和前瞻量并不呈簡單的線性關(guān)系。如果處于彎道中,尤其是“十”字彎中時,由于車的阻力增大,車速也大大下降,同時由于車體運(yùn)行較穩(wěn)定,車輪不會發(fā)生大幅度轉(zhuǎn)向,側(cè)滑的風(fēng)險很小,這時可以提速;當(dāng)出彎時,如果檢測或預(yù)測到前方較平緩,可以放心加速。由于局部快不一定整體快,因此還要做好銜接,使得整個跑的過程中各速度間過渡圓滑。基于這些想法,本文在前面的速度決策上做了改進(jìn),在保證安全性的前提下提高了整體速度。
1.4 仿真調(diào)試
    為了便于分析控制效果,本文搭建了一個Matlab仿真環(huán)境。在這個仿真環(huán)境中,車模的參數(shù)和動態(tài)響應(yīng)特性都是參照實(shí)驗(yàn)結(jié)果設(shè)計的,并引入了側(cè)滑、延時、舵角死區(qū)等很多干擾因素,可以在很大程度上反映算法的真實(shí)情況。仿真界面如圖4所示。

    在實(shí)際的調(diào)試過程中,本文首先在仿真環(huán)境下設(shè)計算法,并分析模型車通過各種跑道時所需要的理想的舵機(jī)角度,測試通過后將算法移植到模型車上。如果實(shí)際控制效果與仿真結(jié)果差別較大,則將控制算法的執(zhí)行情況與理想情況下的期望值進(jìn)行比較,針對差別有目的地作出改進(jìn)。這在很大程度上提高了調(diào)試效率。
2 貪婪路徑規(guī)劃
2.1 優(yōu)化問題

    優(yōu)化問題中有兩個約束條件:
    (1)車不出邊界。
    (2)小車行駛路徑最短。主要是彎道切彎行駛,大小S彎走最優(yōu)路徑。
    對于一般問題,全局最優(yōu)解是最好的結(jié)果,但是智能小車行駛的跑道是隨機(jī)的,并且小車傳感器獲得的道路信息有限,要得到全局最優(yōu)解很困難,所以根據(jù)貪婪算法思想,在局部的每一點(diǎn)獲得最優(yōu)解來逼近全局最優(yōu)解。貪婪路徑規(guī)劃就是給出一些小車行駛路徑點(diǎn),保證小車行駛時最大程度地滿足以上兩個優(yōu)化條件。
2.2 最優(yōu)解分析求解
    比賽用的路徑只有兩種:直道和圓弧道。關(guān)鍵在圓弧道,分單圓弧道和多圓弧道,單圓弧道指銜接兩個直道的一個彎道,多圓弧道指S形彎道。
    首先,分析單圓弧。單圓弧示意圖如圖5所示,已知路徑寬為60 cm,T點(diǎn)為小車傳感器識別出的最遠(yuǎn)前瞻路徑點(diǎn)。

    如果車向著T點(diǎn)行駛?cè)ィ囉锌赡艹雠艿馈K孕枰嬎愠鲎钸h(yuǎn)前瞻點(diǎn)和車頭連線(OT)與路徑圓弧線(弧OT)之間的最遠(yuǎn)距離D,如果D超出20 cm(車模寬20 cm,當(dāng)車模恰好壓跑道邊時,車模中心與路徑線的距離是20 cm),就不滿足約束條件(1)。
    當(dāng)D超出20 cm時,可以將前瞻點(diǎn)T后移,計算出使D=20 cm的T′點(diǎn),如圖5所示。在給出的直線上根據(jù)小車的速度可以選取一點(diǎn)作為貪婪規(guī)劃的解路徑點(diǎn)。速度快時,選點(diǎn)前移,反之后移。
    其次,對于多圓弧S形道,需要找到兩個圓弧的連接點(diǎn),稱為轉(zhuǎn)折點(diǎn)。圖6中T點(diǎn)為轉(zhuǎn)折點(diǎn)。S形道路與一般彎道路徑不同,不能用單圓弧的方法求出最優(yōu)路徑點(diǎn),因?yàn)樽钸h(yuǎn)前瞻點(diǎn)可能跨兩個圓弧,求取距離D困難,最重要的是用單圓弧的方法利用最遠(yuǎn)前瞻點(diǎn)求出的解不是最優(yōu)的解。可以發(fā)現(xiàn)在圓弧轉(zhuǎn)折點(diǎn)前面的圓弧(弧OT)是一個單圓弧,用這段單圓弧來求解才是合理的。利用最小二乘法可以對每一個點(diǎn)求出一個斜率,其中轉(zhuǎn)折點(diǎn)的特點(diǎn)是轉(zhuǎn)折點(diǎn)是斜率曲線的極值點(diǎn)。可以發(fā)現(xiàn),對于90°小S彎,D等于14.65 cm,小車直線通過,而120°中等S彎,D等于25 cm。

    需要注意,由于傳感器的視野和圖像處理的限制,有時最遠(yuǎn)前瞻點(diǎn)只能取到N點(diǎn),如圖5所示。這時可以使用廣角鏡頭(實(shí)驗(yàn)中選取焦距f=2.8 mm)擴(kuò)大視野,提高圖像處理算法的精度來使前瞻點(diǎn)盡量靠前,到達(dá)T附近。
    本文根據(jù)轉(zhuǎn)向模型,提出了“最優(yōu)曲率”算法及“貪婪路徑規(guī)劃”算法。實(shí)驗(yàn)表明,這兩種算法結(jié)合起來能使小車更安全、快速地行駛,可作為除PID算法和模糊控制算法以外的第三種選擇。
參考文獻(xiàn)
[1] 卓晴,黃開勝,邵貝貝,等.學(xué)做智能車[M].北京:北京航空航天大學(xué)出版社,2007.
[2] 馬艷,徐淑華,周建春.基于攝像頭尋跡的智能電動車的設(shè)計[J].機(jī)械與電子,2009,27(2):21-24.
[3] 艾寧,瞿少成,劉冬,等.基于CCD攝像頭的智能車路徑識別及跟蹤研究[J].電子測量技術(shù),2009,32(8):77-80.
[4] 尹念東,余群.基于橫向預(yù)瞄偏差的駕駛員前視軌跡控制模型[J].汽車工程,2002,24(4):287-289.
[5] 魏玉虎,石琛宇,姜建釗,等.基于視覺的智能車轉(zhuǎn)向控制策略[J].電子技術(shù)應(yīng)用,2009,35(1):130-134.
[6] 蔡慶楠,蔡興旺,潘錦洲.上海大學(xué)S.U.L.挑戰(zhàn)者隊(duì)技術(shù)報告[R],2009.

此內(nèi)容為AET網(wǎng)站原創(chuàng),未經(jīng)授權(quán)禁止轉(zhuǎn)載。
主站蜘蛛池模板: 欧美日在线 | 久久综合九色欧美综合狠狠 | 男人女人的免费视频网站 | 夜夜天天| 中国黄色免费网站 | 污污网站观看 | 中国国产一级毛片视频 | 99在线免费观看视频 | 一级毛片在线 | 99艾草视频在线播放 | 00超粉嫩福利网站导航 | 黄色三级视频在线观看 | 在线毛片免费 | 77788色淫网站女女免费视频 | 黄片1234| www伊人网 | 一级视频在线观看 | 国产亚洲欧美在线视频 | 最近2019中文字幕无吗 | 亚洲最色网站 | 国产成人在线看 | 免费亚洲一区 | 久久精品亚洲综合 | 久久亚洲精品成人综合 | 日韩大片观看网址 | 亚洲xxxx18| 一级免费黄色 | 在线黄色观看 | 理论片中文字幕在线精品 | 成年女人免费又黄又爽视频 | 欧美一区二区三区不卡片 | 亚洲乱人伦精品图片 | 欧美性xxxxx极品 | 欧美色伊人 | 激情综合激情 | 欧美成人一区二区三区不卡 | 免费一看一级毛片 | 一级大片免费观看 | 中文字幕伊人 | 久久精品国产欧美成人 | 粉嫩在线视频 |