CN109249812B - 一种追寻信标的方法、系统及智能车 - Google Patents
一种追寻信标的方法、系统及智能车 Download PDFInfo
- Publication number
- CN109249812B CN109249812B CN201810801854.8A CN201810801854A CN109249812B CN 109249812 B CN109249812 B CN 109249812B CN 201810801854 A CN201810801854 A CN 201810801854A CN 109249812 B CN109249812 B CN 109249812B
- Authority
- CN
- China
- Prior art keywords
- beacon
- intelligent vehicle
- image
- luminous
- current
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000012545 processing Methods 0.000 claims abstract description 39
- 230000009467 reduction Effects 0.000 claims abstract description 11
- 238000000926 separation method Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000013507 mapping Methods 0.000 claims description 8
- 238000012937 correction Methods 0.000 claims description 5
- 238000011946 reduction process Methods 0.000 claims description 3
- 230000010354 integration Effects 0.000 claims description 2
- 238000003672 processing method Methods 0.000 claims description 2
- 230000008569 process Effects 0.000 description 6
- 238000011160 research Methods 0.000 description 4
- 230000004888 barrier function Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L15/00—Methods, circuits, or devices for controlling the traction-motor speed of electrically-propelled vehicles
- B60L15/20—Methods, circuits, or devices for controlling the traction-motor speed of electrically-propelled vehicles for control of the vehicle or its driving motor to achieve a desired performance, e.g. speed, torque, programmed variation of speed
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M17/00—Testing of vehicles
- G01M17/007—Wheeled or endless-tracked vehicles
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L2240/00—Control parameters of input or output; Target parameters
- B60L2240/40—Drive Train control parameters
- B60L2240/42—Drive Train control parameters related to electric machines
- B60L2240/421—Speed
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/72—Electric energy management in electromobility
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Aviation & Aerospace Engineering (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Electromagnetism (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Power Engineering (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种追寻发光信标的方法、系统及智能车，包括如下步骤：实时获取信标图像，并对所述信标图像进行二值化处理，获得待矫正的二值化图像；将待矫正的二值化图像进行变形还原处理，获得二值化矫正图像；对二值化矫正图像进行连通域扫描处理，获得发光信标所在的位置；根据当前智能车与发光信标所在的位置之间的距离，实时控制智能车的行驶速度。相比于现有技术，通过实时对获取的信标图像进行变形还原处理，进而实现精准获取发光信标的位置，并根据智能车与发光信标所在的位置之间的距离，实时控制智能车的行驶速度，提高了抗干扰能力，提高了行驶速度，降低了行驶时间。
Description
技术领域
本发明涉及智能车领域，特别是涉及一种追寻发光信标的方法、系统及智能车。
背景技术
近年来，随着人工智能等高新电子技术的发展以及自动化产业水平的提高，机器视觉市场得到爆发性的增长，使得高自动化性消费电子产品越来越受到消费者的青睐。其中，关于自动导航智能车项目的研究越来越受到教育部以及各类高校的重视。
在智能车的研究中，为测试智能车的行驶性能，在智能车的测试过程中引入了信标组测定的方式；其中，信标组测定是指在场地内设置多个信标灯，在同一时刻，场地内只有一个信标灯被点亮，以闪烁红光和感应红外光线，当智能车搜索并驶近点亮的信标时，被点亮的信标灯熄灭并按照一定顺序切换到下一个信标且使该下一个信标点亮。通过获取智能车在信标之间的行驶时间，从而测试智能车的性能。
在传统的智能车研究中，为提高智能车在追寻信标时的行驶速度，降低行驶时间，通常基于智能车的单片机、摄像头等硬件系统进行开发研究，但是单片机、摄像头硬件资源的有限性，使得智能车追寻信标时对信标位置的识别存在局限性，而且行驶速度也有限，行驶时间的降低也有限。
发明内容
基于此，本发明的目的在于，提供一种追寻发光信标的方法，其具有可精准获取发光信标的位置，可根据智能车与发光信标所在的位置之间的距离，实时控制智能车的行驶速度，提高抗干扰能力，提高行驶速度，降低行驶时间的优点。
一种追寻发光信标的方法，应用于智能车，包括如下步骤：
实时获取信标图像，并对所述信标图像进行二值化处理，获得待矫正的二值化图像；
将待矫正的二值化图像进行变形还原处理，获得二值化矫正图像；
对二值化矫正图像进行连通域扫描处理，获得发光信标所在的位置；
根据当前智能车与发光信标所在的位置之间的距离，实时控制智能车的行驶速度；
获取智能车在发光信标之间的行驶时间，获得智能车追寻发光信标的性能参数。
所述对二值化矫正图像进行连通域扫描处理，获得发光信标所在的位置时，包括如下步骤：
对二值化矫正图像由上至下、由左至右逐行进行第一次扫描，且对扫描出的第一个发光信标像素点标上label值，判断当前发光信标像素点是否与已扫描的发光信标像素点相邻：若当前发光信标像素点与已扫描的发光信标像素点不相邻，则将当前发光信标像素点标上一个新的label值，所述新的label值比已扫描的发光信标像素点的最大的label值多1；若当前发光信标像素点与已扫描的发光信标像素点相邻，则获取相邻的已扫描的发光信标像素中最小的label值，并将当前发光信标像素点标上该最小的label值，且将存在相邻点的label值存于一个数组内；
对二值化矫正图像由上至下、由左至右逐行进行第二次扫描，获取同一个数组内最小的label值，并将同一个数组内的所有label值均替换为该最小的label值，使同一个连通域的点均表示相同的label值，以获取不同的连通区域块，从而获得标注有多个连通区域块的二值化图像；
根据信标大小、形状和信标在图像中位置的关系表，将标注有多个连通区域块的二值化矫正图像与关系表中的信标大小、形状一一进行比较，获得发光信标所在的位置。
相比于现有技术，通过实时对获取的信标图像进行变形还原处理，进而实现精准获取发光信标的位置，并根据智能车与发光信标所在的位置之间的距离，实时控制智能车的行驶速度，提高了抗干扰能力，提高了行驶速度，降低了行驶时间。
进一步地，采用装配有红外光滤光片的鹰眼摄像头获取信标图像，并对所述信标图像进行二值化处理，获得待矫正的二值化图像。通过鹰眼摄像头的硬件二值化功能，对拍摄的图像进行二值阈值判决，将拍摄的图像进行二值化处理，以减少后续处理器的运算量；通过红外滤光片有效滤除不发光信标的图像部分，使摄像头只是采集到发光信标的图像部分，进而减少摄像头与处理器的通信时间，提高数据处理效率。
进一步地，所述将待矫正的二值化图像进行变形还原处理，获得二值化矫正图像时，包括如下步骤：
根据变形图像与正视图像的映射关系，生成与所述待矫正的二值化图像对应的正视图像；
对生成的正视图像进行插值处理，获得二值化矫正图像。
进一步地，所述根据当前智能车与发光信标所在的位置之间的距离，实时控制智能车的行驶速度时，包括如下步骤：
根据当前智能车与发光信标所在的位置之间的距离，获得所述距离下的需求速度；
获得当前智能车的行驶速度，并根据当前智能车的需求速度，通过PID算法实时调整当前PWM信号占空比，以调整智能车的电机转速，进而调整智能车的实际行驶速度。
进一步地，还在智能车前部的两侧均设置有接近开关和线阵CCD摄像头；通过接近开关和线阵CCD摄像头检测障碍物信息，并将该障碍物信息传送到智能车上的处理器，再通过处理器控制智能车行驶避开障碍物。通过线阵CCD摄像头可以获得较远的前瞻以及较宽的广角范围，实现对较远的可反光或发光的障碍物进行识别；通过接近开关可以持续性检测其他非发光或不具有一定亮度的较近的障碍物的识别，进而实现对障碍物的有效识别和躲避。
本发明还提供一种追寻发光信标的系统，包括处理器，适于实现各指令；以及存储设备，适于存储多条指令，所述指令适于由所述处理器加载并执行上述所述的追寻发光信标的方法的步骤。
本发明还提供一种智能车，包括智能车主体、以及设置在智能车主体内的摄像头、处理器和存储器；所述摄像头用于拍摄信标图像；所述存储器适于存储多条指令，所述指令适于由所述处理器加载并执行上述所述的追寻发光信标的方法的步骤。
为了更好地理解和实施，下面结合附图详细说明本发明。
附图说明
图1为本发明实施例中的追寻发光信标的方法的流程图；
图2本发明中对待矫正的二值化图像进行变形还原处理的流程图；
图3为本发明中对二值化矫正图像进行连通域扫描处理的原理图；
图4为本发明中对二值化矫正图像进行连通域扫描处理的流程图；
图5为本发明中实时控制智能车行驶速度的流程图。
具体实施方式
请参阅图1，其为本发明实施例中的追寻发光信标的方法的流程图。本发明提供的一种追寻发光信标的方法，包括如下步骤：
步骤S1：实时获取信标图像，并对所述信标图像进行二值化处理，获得待矫正的二值化图像。
在一个实施例中，在智能车上设置摄像头和处理器，通过摄像头实时拍摄智能车前方的信标图像，并将信标图像传送到处理器；处理器获取信标图像，并对图像进行二值化等处理。
为减少智能车上的处理器的运算量，减少摄像头与处理器通信的时间，提高数据处理效率，在一个更优实施例中，在智能车上设置的摄像头采用装配有红外滤光片的鹰眼摄像头，通过鹰眼摄像头的硬件二值化功能，对拍摄的图像进行二值阈值判决，将拍摄的图像进行二值化处理，以减少后续处理器的运算量；由于发光信标发出的光为红外光，因此，通过红外滤光片有效滤除不发光信标的图像部分，使摄像头只是采集到发光信标的图像部分，进而减少摄像头与处理器的通信时间，提高数据处理效率。其中，所述装配有红外滤光片的鹰眼摄像头的型号可为鹰眼OV7725型号等任何可以达到上述效果的摄像头。
在一个实施例中，所述二值化图像中白点表示发光信标，黑点表示非发光信标；或者，所述二值化图像中黑点表示发光信标，白点表示非发光信标。
步骤S2：将待矫正的二值化图像进行变形还原处理，获得二值化矫正图像。
由于智能车的车体结构以及摄像头的安装位置等多方面的限制，摄像头拍摄方向与地面会存在一定的倾角，而倾角的存在必然会造成图像的变形失真，进而影响智能车线路控制的准确性。为此，为提高智能车线路控制的准确性，本发明对于获取的二值化图像进行了变形还原处理。
请参阅图2，其本发明中对待矫正的二值化图像进行变形还原处理的流程图。
在一个实施例中，所述将待矫正的二值化图像进行变形还原处理，获得二值化矫正图像时，包括如下步骤：
步骤S21：根据变形图像与正视图像的映射关系，生成与所述待矫正的二值化图像对应的正视图像。
在一个实施例中，所述变形图像与正视图像的映射关系满足如下公式：
其中，x，y分别对应变形图像的横、纵坐标，u，v分别对应矫正后的正视图像的横、纵坐标，a，b，c，d，e，f为映射系数。
在获取a，b，c，d，e，f为映射系数时，先获取变形图像和与畸变图像对应的正视图像，再获得变形图像的水平方向上关于变形图像的中心轴对称的两个点的坐标，变形图像的垂直方向上关于变形图像的中心轴对称的两个点的坐标，以及正视图像的水平方向上关于正视图像的中心轴对称的两个点的坐标，正视图像的垂直方向上关于正视图像的中心轴对称的两个点的坐标，代入以下矩阵，进而求解以下矩阵即可获得a，b，c，d，e，f的值，其中，矩阵表示如下：
步骤S22：对生成的正视图像进行插值处理，获得二值化矫正图像。
由于生成的正视图像相对于实际图像有很多缺失的像素点，所以需要对生成的正视图像的图像进行插值处理。在一个实施例中，采用的插值处理方法为邻域平均法，领域平均法的矫正计算公式如下：
其中，其中，S为插值处理前以横坐标为x、纵坐标为y的像素点为中心的相邻的N个点围成的区域；f(x，y)为插值处理前横坐标为x、纵坐标为y的像素点的数值；M为S区域内的总的像素点数；g(x，y)为插值处理后横坐标为x、纵坐标为y的像素点的数值。
由于图像底部的失真度最低，插值算法的使用时可由正视图像的最底部往上做插值处理，以提高图像的还原度。
步骤S3：对二值化矫正图像进行连通域扫描处理，获得发光信标所在的位置。
请同时参阅图3和图4，图3为本发明中对二值化矫正图像进行连通域扫描处理的原理图，其中图(3a)为4-领域图；图(3b)为进行第一次扫描后的二值化矫正图像的label值；图(3c)为进行第二次扫描后的二值化矫正图像的label值；图4为本发明中对二值化矫正图像进行连通域扫描处理的流程图。
步骤S31：对二值化矫正图像由上至下、由左至右逐行进行第一次扫描，且对扫描出的第一个发光信标像素点标上label值，判断当前发光信标像素点(非第一个发光信标像素点)是否与已扫描的发光信标像素点相邻：若当前发光信标像素点与已扫描的发光信标像素点不相邻，则将当前发光信标像素点标上一个新的label值，所述新的label值比已扫描的发光信标像素点的最大的label值多1；若当前发光信标像素点与已扫描的发光信标像素点相邻，则获取相邻的已扫描的发光信标像素中最小的label值，并将当前发光信标像素点标上该最小的label值，且将存在相邻点的label值存于一个数组内。
其中，在一个实施例中，可采用4-领域法、8领域法等方式判断当前发光信标像素点是否与已扫描的发光信标像素点相邻。
步骤S32：对二值化矫正图像由上至下、由左至右逐行进行第二次扫描，获取同一个数组内最小的label值，并将同一个数组内的所有label值均替换为该最小的label值，使同一个连通域的点均表示相同的label值，以获取不同的连通区域块，从而获得标注有多个连通区域块的二值化图像。
步骤S33：根据信标大小、形状和信标在图像中位置的关系表，将标注有多个连通区域块的二值化矫正图像与关系表中的信标大小、形状一一进行比较，获得发光信标所在的位置。
由于信标的大小、摄像头的型号、安装高度、角度等参数相对固定，因此可以建立关于信标大小、形状和其在图像中位置的关系表如下：其中，下列数据是基于80×60的图像测量获得的，第一列单位为：行数；后四列单位为：像素点个数。
| 信标中心所在行 | 信标高度 | 信标宽度 | 高宽度之和 | 高宽度之差 |
| 42 | 19 | 24 | 43 | 5 |
| 39 | 27 | 25 | 52 | 2 |
| 37 | 16 | 21 | 37 | 5 |
| 34 | 23 | 22 | 45 | 1 |
| 30 | 19 | 16 | 35 | 3 |
| 27 | 19 | 17 | 36 | 2 |
| 24 | 16 | 16 | 32 | 0 |
| 22 | 15 | 11 | 26 | 4 |
| 21 | 13 | 11 | 24 | 2 |
| 20 | 13 | 9 | 21 | 4 |
| 19 | 11 | 9 | 20 | 2 |
| 18 | 10 | 8 | 18 | 2 |
| 17 | 10 | 7 | 17 | 3 |
| 16 | 9 | 7 | 16 | 2 |
| 15 | 9 | 6 | 15 | 3 |
| 14 | 9 | 6 | 15 | 3 |
| 13 | 8 | 5 | 13 | 3 |
| 11 | 7 | 5 | 12 | 2 |
| 10 | 5 | 5 | 10 | 0 |
| 10 | 6 | 4 | 10 | 2 |
| 9 | 5 | 4 | 9 | 1 |
| 8 | 5 | 3 | 8 | 2 |
| 7 | 4 | 3 | 7 | 1 |
| 6 | 3 | 3 | 6 | 0 |
| 5 | 3 | 2 | 5 | 1 |
| 5 | 1 | 1 | 2 | 0 |
步骤S4：根据当前智能车与发光信标所在的位置之间的距离，实时控制智能车的行驶速度。
请参阅图5，其为本发明中实时控制智能车行驶速度的流程图。在一个实施例中，所述根据当前智能车与发光信标所在的位置之间的距离，实时控制智能车的行驶速度时，包括如下步骤：
步骤S41：根据当前智能车与发光信标所在的位置之间的距离，获得所述距离下的需求速度。
为实现智能车的精准控制，在一个实施例中，对于当前智能车与发光信标所在的位置之间距离，根据实际需要可预先设定智能车需求速度。
为防止智能车在沿着发光信标转向中能够拥有较高的行驶效率，且保持车体的转弯半径小，轮胎不打滑等稳定行驶状况，在智能车即将转弯时，引入摩擦力系数μ对智能车转弯前的需求行驶速度进行了预先设定，其中，摩擦力系数μ与转弯前需求行驶速度v的关系如下：
其中，mgμ表示智能车轮胎的摩擦力；Fy′为抵消轮胎摩擦力后的侧向力，其值小于滑动摩擦力大小，实际的赛道环境确定摩擦系数；V为智能车转弯前需求行驶速度；Dv和
分别为引入速度变量后的峰值因子参数和侧向角度因子参数；B为刚性因子；C表示行驶曲线的形状因子；
表示在确定侧向角度下轮胎的偏移程度
通过实际的赛道环境确定摩擦系数、转向角度、转弯曲线等参数，根据上述公式获得智能车转弯前的行驶速度，在保证轮胎不会打滑的情况下选择最高速度，以达到理想的转弯效率。
步骤S42：获得当前智能车的行驶速度，并根据当前智能车的需求速度，通过PID算法实时调整当前PWM信号占空比，以调整智能车的实际行驶速度。
在一个实施例中，通过控制输出PWM信号占空比的大小来控制智能车电机的转速，从而实现对智能车的速度的控制，其中，输出PWM信号占空比与电机转速之间的关系如下：
其中，n为电机转速，单位为r/s；σ为输出脉冲的占空比；Um为电机输入电压峰峰值，单位为V；I为通过电机的电流，单位为A；R为电机的总电阻，单位为Ω；Ke是由电机结构决定的电动势常数；
为电机的励磁磁通，单位为Wb。
在一个实施例中，通过增量式PID调整PWM信号的占空比，具体的，所述通过PID算法实时调整当前PWM信号占空比的方式为：
u(t)＝u(t-1)+kp[e(t)-e(t-1)]+kie(t)+kd[e(t)-2e(t-1)+e(t-2)]
e(t)为当前智能车的行驶速度与当前智能车的需求速度的偏差量；e(t-1)为前一次智能车的行驶速度与前一次智能车的需求速度的偏差量；e(t-2)为前两次智能车的行驶速度与前两次智能车的需求速度的偏差量；kp为比例系数；ki为积分系数；kd为微分系数；u(t)为当前处理器输出的PWM信号的占空比；u(t-1)为处理器前一次输出的PWM信号的占空比。
进一步地，结合积分分离法对于通过PID算法进行进一步优化，在当前智能车的行驶速度与当前智能车的需求速度的偏差量过大时，通过删除积分项，可有效避免超调量过大的情况；而当前智能车的行驶速度与当前智能车的需求速度的偏差量过小的时候，通过保留积分项，可消除静态误差，具体公式如下：
其中，Δu(t)为增加积分分离法后，当前处理器输出的PWM信号的占空比与前一次处理器输出的PWM信号的占空比的偏差量；A表示积分分离门限值，即当前智能车的行驶速度与当前智能车的需求速度的偏差量大于门限值时去除积分项，否则，保留积分项。
为滤除角度测量传感器引入的中频或高频噪声，进一步提高系统的稳定性，还通过低通数字滤波器对处理器输出的PWM信号的占空比进行处理，具体的计算公式如下：
Δu(t)‘＝(1-B)*Δu(t)+B*Δu(t-1)‘，B＜＜1
其中，Δu(t)′为增加积分分离法和低通数字滤波器后，当前处理器输出的信号和前一次处理器输出的PWM信号的偏差量经由低通数字滤波器而获得的PWM信号的占空比；Δu(t-1)′为增加积分分离法和低通数字滤波器后，前两次处理器输出的信号和前一次处理器输出的PWM信号的偏差量经由低通数字滤波器而获得的PWM信号的占空比；B表示低通滤波器的滤波参数，用于衡量其低通的滤波特性，其值往往远小于1。
在存在多个信标的赛场上，难免出现在追寻发光信标的线路上出现障碍物的情况，如不发光信标、墙壁等障碍物，为此，为了使智能车有效对障碍物进行避障，在一个更优实施例中，在智能车前部的两侧均设置有接近开关和线阵CCD摄像头，通过接近开关和线阵CCD摄像头检测障碍物信息，并将该障碍物信息传送到智能车上的处理器，再通过处理器控制智能车行驶避开障碍物。其中，线阵CCD摄像头可以获得较远的前瞻以及较宽的广角范围，及时智能车上的处理器传送障碍物信息，但是，由于线阵CCD摄像头对于发光反光等具有一定亮度的物体的识别能力强，但是对于其他非发光或不具有一定亮度的物体如接近开关的识别较弱，因此，通过辅助接近开关可以持续性检测其他非发光或不具有一定亮度的物体，进而实现对障碍物的有效躲避。
相比于现有技术，通过实时对获取的信标图像进行变形还原处理，进而实现精准获取发光信标的位置，并根据智能车与发光信标所在的位置之间的距离，实时控制智能车的行驶速度，提高了抗干扰能力，提高了行驶速度，降低了行驶时间。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。
Claims (8)
1.一种追寻发光信标的方法，应用于智能车，其特征在于，包括如下步骤：
实时获取信标图像，并对所述信标图像进行二值化处理，获得待矫正的二值化图像；
将待矫正的二值化图像进行变形还原处理，获得二值化矫正图像；
对二值化矫正图像进行连通域扫描处理，获得发光信标所在的位置；
根据当前智能车与发光信标所在的位置之间的距离，实时控制智能车的行驶速度；
获取智能车在发光信标之间的行驶时间，获得智能车追寻发光信标的性能参数；
所述对二值化矫正图像进行连通域扫描处理，获得发光信标所在的位置时，包括如下步骤：
对二值化矫正图像由上至下、由左至右逐行进行第一次扫描，且对扫描出的第一个发光信标像素点标上label值，判断当前发光信标像素点是否与已扫描的发光信标像素点相邻：若当前发光信标像素点与已扫描的发光信标像素点不相邻，则将当前发光信标像素点标上一个新的label值，所述新的label值比已扫描的发光信标像素点的最大的label值多1；若当前发光信标像素点与已扫描的发光信标像素点相邻，则获取相邻的已扫描的发光信标像素中最小的label值，并将当前发光信标像素点标上该最小的label值，且将存在相邻点的label值存于一个数组内；
对二值化矫正图像由上至下、由左至右逐行进行第二次扫描，获取同一个数组内最小的label值，并将同一个数组内的所有label值均替换为该最小的label值，使同一个连通域的点均表示相同的label值，以获取不同的连通区域块，从而获得标注有多个连通区域块的二值化图像；
根据信标大小、形状和信标在图像中位置的关系表，将标注有多个连通区域块的二值化矫正图像与关系表中的信标大小、形状一一进行比较，获得发光信标所在的位置；
所述根据当前智能车与发光信标所在的位置之间的距离，实时控制智能车的行驶速度时，包括如下步骤：
根据当前智能车与发光信标所在的位置之间的距离，获得所述距离下的需求速度；其中，通过以下方式获得转弯前需求行驶速度：
上述公式中，mgμ表示智能车轮胎的摩擦力；Fy′为抵消轮胎摩擦力后的侧向力，其值小于滑动摩擦力大小，实际的赛道环境确定摩擦系数；V为智能车转弯前需求行驶速度；Dv和
分别为引入速度变量后的峰值因子参数和侧向角度因子参数；B为刚性因子；C表示行驶曲线的形状因子；
表示在确定侧向角度下轮胎的偏移程度；
获得当前智能车的行驶速度，并根据当前智能车的需求速度，通过PID算法实时调整当前PWM信号占空比，以调整智能车的电机转速，进而调整智能车的实际行驶速度。
2.根据权利要求1所述的追寻发光信标的方法，其特征在于，采用装配有红外光滤光片的鹰眼摄像头获取信标图像，并对所述信标图像进行二值化处理，获得待矫正的二值化图像。
3.根据权利要求1所述的追寻发光信标的方法，其特征在于，所述将待矫正的二值化图像进行变形还原处理，获得二值化矫正图像时，包括如下步骤：
根据变形图像与正视图像的映射关系，生成与所述待矫正的二值化图像对应的正视图像；
对生成的正视图像进行插值处理，获得二值化矫正图像。
4.根据权利要求3所述的追寻发光信标的方法，其特征在于，
所述变形图像与正视图像的映射关系满足如下：
其中，x，y分别对应变形图像的横、纵坐标；u，v分别对应矫正后的正视图像的横、纵坐标；a，b，c，d，e，f为映射系数；
所述插值处理方法为邻域平均法，且所述邻域 平均法的矫正计算方式为：
其中，S为插值处理前以横坐标为x、纵坐标为y的像素点为中心的相邻的N个点围成的区域；f(x，y)为插值处理前横坐标为x、纵坐标为y的像素点的数值；M为S区域内的总的像素点数；g(x，y)为插值处理后横坐标为x、纵坐标为y的像素点的数值。
5.根据权利要求1所述的追寻发光信标的方法，其特征在于，
所述通过PID算法实时调整当前PWM信号占空比的计算公式为：
u(t)＝u(t-1)+kp[e(t)-e(t-1)]+kie(t)+kd[e(t)-2e(t-1)+e(t-2)]；
或者，所述通过PID算法实时调整当前PWM信号占空比的计算公式为：
或者，所述通过PID算法实时调整当前PWM信号占空比的计算公式为：
Δu(t)′＝(1-B)*Δu(t)+B*Δu(t-1)′，B＜＜1；
e(t)为当前智能车的行驶速度与当前智能车的需求速度的偏差量；e(t-1)为前一次智能车的行驶速度与前一次智能车的需求速度的偏差量；e(t-2)为前两次智能车的行驶速度与前两次智能车的需求速度的偏差量；kp为比例系数；ki为积分系数；kd为微分系数；u(t)为处理器当前输出的PWM信号的占空比；u(t-1)为处理器前一次输出的PWM信号的占空比；Δu(t)为增加积分分离法后，当前处理器输出的PWM信号的占空比与前一次处理器输出的PWM信号的占空比的偏差量；Δu(t)′为增加积分分离法和低通数字滤波器后，当前处理器输出的信号和前一次处理器输出的PWM信号的偏差量经由低通数字滤波器而获得的PWM信号的占空比；Δu(t-1)′为增加积分分离法和低通数字滤波器后，前两次处理器输出的信号和前一次处理器输出的PWM信号的偏差量经由低通数字滤波器而获得的PWM信号的占空比；A表示积分分离门限值，即当前智能车的行驶速度与当前智能车的需求速度的偏差量大于门限值时去除积分项，否则，保留积分项；B表示低通数字滤波器的滤波参数。
6.根据权利要求1所述的追寻发光信标的方法，其特征在于，还在智能车前部的两侧均设置有接近开关和线阵CCD摄像头；通过接近开关和线阵CCD摄像头检测障碍物信息，并将该障碍物信息传送到智能车上的处理器，再通过处理器控制智能车行驶避开障碍物。
7.一种追寻发光信标的系统，其特征在于，包括处理器，适于实现各指令；以及存储设备，适于存储多条指令，所述指令适于由所述处理器加载并执行权利要求1-6中任意一项所述的追寻发光信标的方法的步骤。
8.一种智能车，其特征在于，包括智能车主体、以及设置在智能车主体内的摄像头、处理器和存储器；所述摄像头用于拍摄信标图像；所述存储器适于存储多条指令，所述指令适于由所述处理器加载并执行权利要求1-6中任意一项所述的追寻发光信标的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810801854.8A CN109249812B (zh) | 2018-07-20 | 2018-07-20 | 一种追寻信标的方法、系统及智能车 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810801854.8A CN109249812B (zh) | 2018-07-20 | 2018-07-20 | 一种追寻信标的方法、系统及智能车 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109249812A CN109249812A (zh) | 2019-01-22 |
| CN109249812B true CN109249812B (zh) | 2022-04-22 |
Family
ID=65049079
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810801854.8A Active CN109249812B (zh) | 2018-07-20 | 2018-07-20 | 一种追寻信标的方法、系统及智能车 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109249812B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110162034A (zh) * | 2019-03-14 | 2019-08-23 | 中国计量大学 | 一种基于图像识别的智能车目标追踪和主动避障系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2007061346A1 (en) * | 2005-11-24 | 2007-05-31 | Hiddenpeaks Racing Ab | Presentation of a sporting competition |
| CN101813943A (zh) * | 2010-02-08 | 2010-08-25 | 吉林大学 | 智能导航车及其操控方法 |
| CN102541063A (zh) * | 2012-03-26 | 2012-07-04 | 重庆邮电大学 | 缩微智能车辆寻线控制方法和装置 |
| CN103093202A (zh) * | 2013-01-21 | 2013-05-08 | 信帧电子技术（北京）有限公司 | 车标定位方法和车标定位装置 |
| CN103472825A (zh) * | 2013-08-23 | 2013-12-25 | 黄涌 | 一种基于摄像头的亮点追踪系统及其方法 |
| CN206358247U (zh) * | 2016-11-30 | 2017-07-28 | 南昌航空大学 | 一种比赛用信标搜救智能车 |
-
2018
- 2018-07-20 CN CN201810801854.8A patent/CN109249812B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2007061346A1 (en) * | 2005-11-24 | 2007-05-31 | Hiddenpeaks Racing Ab | Presentation of a sporting competition |
| CN101813943A (zh) * | 2010-02-08 | 2010-08-25 | 吉林大学 | 智能导航车及其操控方法 |
| CN102541063A (zh) * | 2012-03-26 | 2012-07-04 | 重庆邮电大学 | 缩微智能车辆寻线控制方法和装置 |
| CN103093202A (zh) * | 2013-01-21 | 2013-05-08 | 信帧电子技术（北京）有限公司 | 车标定位方法和车标定位装置 |
| CN103472825A (zh) * | 2013-08-23 | 2013-12-25 | 黄涌 | 一种基于摄像头的亮点追踪系统及其方法 |
| CN206358247U (zh) * | 2016-11-30 | 2017-07-28 | 南昌航空大学 | 一种比赛用信标搜救智能车 |
Non-Patent Citations (2)
| Title |
|---|
| 改进型增量式PID算法在S7－200 中的程序实现;李庆哲等;《工业仪表与自动化装置》;20131215;第43卷(第6期);第29-31、94页 * |
| 智能车竞赛中图像畸变还原的实现;劳健涛等;《物理实验》;20180630;第38 卷(第6期);第32-34页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109249812A (zh) | 2019-01-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9558412B2 (en) | Vehicle exterior environment recognition device | |
| US9224055B2 (en) | Exterior environment recognition device | |
| US8861787B2 (en) | Environment recognition device and environment recognition method | |
| US8737689B2 (en) | Environment recognition device and environment recognition method | |
| JP5880703B2 (ja) | 車線区分標示検出装置、運転支援システム | |
| US8634593B2 (en) | Pixel-based texture-less clear path detection | |
| US8452053B2 (en) | Pixel-based texture-rich clear path detection | |
| US8332134B2 (en) | Three-dimensional LIDAR-based clear path detection | |
| US9257043B2 (en) | Lane correction system, lane correction apparatus and method of correcting lane | |
| US20060015252A1 (en) | Lane recognition image processing apparatus | |
| US9483699B2 (en) | Apparatus and method for detecting traffic lane in real time | |
| Choi et al. | Vision-based fusion of robust lane tracking and forward vehicle detection in a real driving environment | |
| JP2007004668A (ja) | 車両及び車線認識装置 | |
| CN107110648A (zh) | 用于可视范围检测的系统和方法 | |
| JP2009043068A (ja) | 信号機認識装置 | |
| CN107392080B (zh) | 影像评估方法以及其电子装置 | |
| JP2017007624A (ja) | 車外環境認識装置 | |
| CN109249812B (zh) | 一种追寻信标的方法、系统及智能车 | |
| JP2011254311A (ja) | 車両周辺画像処理装置 | |
| CN110889874A (zh) | 一种双目相机标定结果的误差评估方法 | |
| CN113126252B (zh) | 微光成像系统 | |
| US20210392238A1 (en) | Apparatus, method, and computer program for image conversion | |
| JP4706693B2 (ja) | 車色判定装置、車色判定システム及び車色判定方法 | |
| CN105740796B (zh) | 一种基于灰度直方图的透视变换后车道线图像二值化方法 | |
| JP2007018451A (ja) | 道路区画線検出装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |