CN109508017A

CN109508017A - 智能小车控制方法

Info

Publication number: CN109508017A
Application number: CN201811620532.XA
Authority: CN
Inventors: 徐沛; 黄海峰
Original assignee: Zhenjiang College
Current assignee: Zhenjiang College
Priority date: 2018-12-28
Filing date: 2018-12-28
Publication date: 2019-03-22

Abstract

本发明公开了一种智能小车控制方法，包括1)通过CCD工业相机获取小车所处的当前道路图像；2)对道路图像进行模糊化处理；3)建立基于ln函数的模糊隶属度函数；4)通过模糊增强算子在模糊空间进行运算，对道路图像进行增强；5)对增强处理过的道路图像进行阈值分割，提取道路边界特征；通过提取特征与事先设定的道路模板进行匹配比较，若两者匹配，则识别成功，说明该位置为可行道路；若匹配失败，说明当前位置不可行，则控制舵机带动CCD工业相机转动角度进行重新识别，循环执行，直到找到可行道路位置。本发明智能小车具有自动识别路径，自动巡航和避障功能，不仅能解决传统小车需要人工操纵的弊端，而且能实现自动巡航功能。

Description

智能小车控制方法

技术领域

本发明涉及一种智能小车，尤其涉及一种智能小车控制方法，属于智能搬运设备技术领域。

背景技术

工厂常使用小车进行工件、货物的搬运，现有技术的搬运小车通常通过红外线、蓝牙等遥控器进行无线控制，实现小车的自动化工作。

通过无线遥控对小车的控制并未完全把用户解放出来，在小车运行过程中，用户仍需要实时通过遥控器对小车下达指令。为了进一步实现小车运动的智能化，需要借助各类传感装置使小车对当前路况和运动状态具有识别和判断功能，并进行自我决策，从而可以使小车实现完全无人操作，并在工作过程中按规定路线运行，或者根据任务目标，对环境识别后自行规划合理路线，完成智能化运行。

发明内容

本发明的目的在于提供一种智能小车控制方法，使智能小车具有精确的道路识别功能、方向姿态自动调整和自动避障功能。不仅能够改善传统小车需要人工操纵的弊端，而且还能够在此基础上实现安全稳定的自动搬运航行功能，提高生产效率。

本发明的目的通过以下技术方案予以实现：

一种智能小车控制方法，智能小车包括电源模块4、控制器5、车身6、驱动轮7，导向轮8，舵机9、导航定位装置11、避障装置12，所述车身6底部安装四个车轮，两个驱动轮7安装于后部，用于驱动小车行驶，两个导向轮8安装于前部，用于转向；所述电源模块4为锂电池，用于提供电能；所述导航定位装置11包括2个CCD工业相机1和2个舵机9，所述舵机9布置于车身6前部，所述CCD工业相机1置于舵机9上，舵机9带动CCD工业相机1旋转；所述避障装置12包括激光测距仪2、超声波传感器3，所述激光测距仪2、超声波传感器3、CCD工业相机1将采集的信号输送至控制器5，所述控制器5对舵机9进行控制；

智能小车控制方法如下：

1)通过CCD工业相机获取小车所处的当前道路图像；

2)对道路图像进行模糊化处理，模糊化处理包括以下2个步骤：

步骤(1)：首先输入道路图像，计算道路图像中的像素灰度的最高值x_max和

最低值x_min。

步骤(2)：将道路图像从空间灰度域映射到道路图像的模糊特征平面；有一副大小为M行，N列的道路图像Y，将道路图像Y等效为一个模糊集合X：

其中x_ij表示像素(i,j)的灰度值,u_ij/x_ij表示某一像素点x_ij所具有的模糊特征的程度,表示组成元素为并且有M行，N列的模糊集合；

平面内的所有像素的模糊隶属度函数u_ij构成了道路图像的模糊特征平面；并且存在0≤u_ij≤1，u_ij将道路图像Y从模糊集合X映射到(0，1)；

3)建立基于ln函数的模糊隶属度函数，基于ln函数的模糊隶属度函数如下式所示：

u_ij＝G(x_ij)＝ln(1+(e-1)(x_ij-x_min)/(x_max-x_min)) (2)

其中e＝2.718281828459，G(x_ij)为基于ln函数的模糊隶属度函数；

4)通过模糊增强算子在模糊空间进行运算，对道路图像进行增强，模糊增强算子如下式所示：

u′_ij＝T^(m)(u_ij)＝T(T^(m-1)(u_ij))m＝1,2,3... (3)

其中T^(m)表示对于T的m次调用，u′_ij为对于T的m次调用后所得到的值，并且其非线性变换T为：

5)对增强处理过的道路图像进行阈值分割，提取道路边界特征；通过提取特征与事先设定的道路模板进行匹配比较，若两者匹配，则识别成功，说明该位置为可行道路；若匹配失败，说明当前位置不是可行道路，则控制舵机带动CCD工业相机转动角度进行重新识别，循环执行，直到找到可行道路位置；

6)当超声波传感器检测到有障碍物时，小车停止运动，激光测距仪开始工作，在Δt的时间内，发出两束激光进行测距，测得障碍物距离分别为L1和L2，则通过计算L1-L2的值，即可判断障碍物是处于静止、朝向小车运动或是背离小车运动状态；通过公式(L1-L2)/Δt计算出障碍物的运行速度，以此作为小车运动控制的依据，即当障碍物靠近至一定距离L时，小车后退，避免碰撞；反之，则继续前进；

小车避障及转向行驶通过驱动轮的差速控制来实现，在行驶过程中，当障碍物出现在视野范围时，通过提取相机所拍摄的图像特征，判断出障碍物的位置信息并将其传递至控制器，控制器输出控制信号，使靠近障碍一侧的驱动轮转速大于另一侧的驱动轮转速，使小车转向进行避障，转过一定角度后，视野范围内检测不到障碍物，控制器改变控制信号，使两驱动轮同步转动，小车恢复直线行驶状态。

本发明的目的还可以通过以下技术措施来进一步实现：

前述智能小车控制方法，其中CCD工业相机1的型号为DFK22AUC03。

前述智能小车控制方法，其中舵机9的型号为MG995。

前述智能小车控制方法，其中激光测距仪2的型号为KLH-01T-20hz；超声波传感器3的型号为HC-SR04。

前述智能小车控制方法，其中控制器5是型号为LPC2148的单片机。

与现有技术相比，本发明的有益效果是：智能小车具有自动识别路径，自动巡航和避障功能，不仅能解决传统小车需要人工操纵的弊端，而且能实现安全稳定的自动巡航功能。采用模糊算法对道路图像进行增强，计算过程简单，而且保留了道路图像中灰度值低图像信息，增强效果更好，利于智能小车对道路的精确识别及自动巡航和避障。

附图说明

图1是本发明的智能小车结构示意图。

具体实施措施

下面结合附图和具体实施例对本发明作进一步说明。

如图1所示，智能小车包括电源模块4、控制器5、车身6、驱动轮7，导向轮8，舵机9、导航定位装置11、避障装置12，所述车身6底部安装四个车轮，两个驱动轮7安装于后部，用于驱动小车行驶，两个导向轮8安装于前部，用于转向；所述电源模块4为锂电池，用于提供电能；所述导航定位装置11包括2个CCD工业相机1和2个舵机9，所述舵机9布置于车身6前部，所述CCD工业相机1置于舵机9上，舵机9带动CCD工业相机1旋转；所述避障装置12包括激光测距仪2、超声波传感器3，所述激光测距仪2、超声波传感器3、CCD工业相机1将采集的信号输送至控制器5，所述控制器5对舵机9进行控制。所述CCD工业相机1的型号为DFK22AUC03，舵机9的型号为MG995，激光测距仪2的型号为KLH-01T-20hz，超声波传感器3的型号为HC-SR04，控制器5是型号为LPC2148的单片机。CCD工业相机用于拍照识别当前周边路况，相机通过舵机固定在车身上，通过控制舵机运动，即可实现相机对小车周边360°工况信息采集。

车身作为小车各部件的安装平台，同时可以提供承载货物的平台。两个驱动轮置于车身底部的后端，用于驱动小车执行前进、后退及转向运动。两个导向轮置于车身底部的前端，与车身通过旋转副相连，可绕旋转轴进行自由转动，用于小车运动导向。当小车停止运动时，制动器固定住车轮，避免在外力干扰下或是坡道停车时发生溜车现象。

激光测距仪2、超声波传感器3、CCD工业相机1与控制器5相连，将采集的信号输送至控制器5，超声波传感器用于障碍物探测，激光传感器用于对障碍物进行测距。所述控制器为单片机，单片机接收来自导航定位装置、避障装置以及检测到的环境信息以及反馈回的小车运动状态，对其判断处理后输出驱动信息，控制小车的运动状态。

小车自动行驶过程中，通过双目相机获取道路图像。为了自动对道路进行识别，需要提取道路边界特征，并通过提取特征与事先设定的道路模板进行匹配比较，以确定小车行驶路径是否符合规划的线路。为了及时识别障碍物，以便及时避让，也需要获取清晰的图像，以便于提取障碍物特征，及时处理。由于道路图像目标灰度级别一般相对较少，而背景部分灰度级别一般比较丰富。针对这些局限性，需要采取图像增强措施，才能对道路图像进行有效目标识别。

本发明首先对道路图像进行模糊化处理，主要包括以下2个步骤：

步骤1：首先输入道路图像，运用MATLAB计算道路图像中的像素灰度的最高值x_max和最低值x_min。

步骤2：将道路图像从空间灰度域映射到道路图像的模糊特征平面；有一副大小为M行，N列的道路图像Y，将道路图像Y等效为一个模糊集合X：

其中x_ij表示像素(i,j)的灰度值，u_ij/x_ij表示某一像素点x_ij所具有的某种特征的程度，表示组成元素为并且有M行，N列的模糊集合。平面内的所有像素的模糊隶属度函数u_ij构成了道路图像的模糊特征平面。并且存在0≤u_ij≤1，u_ij将道路图像Y从矩阵X映射到(0，1)。

基于ln函数的模糊隶属度函数的建立主要包括以下部分：

建立基于ln函数的模糊隶属度函数。针对经典模糊道路图像增算法的缺点，本发明提出一种基于ln函数的模糊隶属度函数，使此模糊隶属度函数u_ij的取值范围为(0,1)。因此与经典模糊隶属度函数相比较，本发明所提出的基于ln函数的模糊隶属度函数，在进行计算时保留住了低灰度值部分的道路图像信息，使得道路图像的增强效果更好。

本发明所提出的基于ln函数的模糊隶属度函数如下式所示：

u_ij＝G(x_ij)＝ln(1+(e-1)(x_ij-x_min)/(x_max-x_min)) (2)

其中e＝2.718281828459，G(x_ij)为基于ln函数的模糊隶属度函数。

道路图像增强是通过模糊增强算子在模糊空间进行运算所得到的结果，模糊增强算子如下式所示：

u′_ij＝T^(m)(u_ij)＝T(T^(m-1)(u_ij))m＝1,2,3... (3)

从上式可知，当原像素的模糊隶属度函数的值小于0.5时，对其进行T变换时，隶属度将会变大。与此相反的是，当原像素的模糊隶属度函数的值大于0.5时，对其进行T变换，隶属度将会变小。因此道路图像的对比度得到了增强，道路图像的模糊度也得到了降低，对于u_ij＝0.5所对应的灰度值称为渡越点。

与现有的道路增强方法相比，本发明对道路图像的增强计算过程进行简化，去除了倒数模糊因子以及指数模糊因子的影响。在进行模糊隶属度函数计算时，提出一种基于ln函数的模糊隶属度函数，基于ln函数的模糊隶属度函数的公式中所包含的变量更少，便于观察计算。基于ln函数的模糊隶属度函数在计算时，不仅计算过程简单，而且保留了道路图像中灰度值低图像信息，增强效果更好。

对增强处理过的道路图像进行阈值分割，提取道路边界特征；通过提取特征与事先设定的道路模板进行匹配比较，若两者匹配，则识别成功，说明该位置为可行道路；若匹配失败，说明当前位置不是可行道路，则控制舵机带动CCD工业相机转动角度进行重新识别，循环执行，直到找到可行道路位置。

为了及时识别障碍物，以便及时避让，本发明还包括避障控制方法，当超声波传感器检测到有障碍物时，小车停止运动，激光测距仪开始工作，在Δt的时间内，发出两束激光进行测距，测得障碍物距离分别为L1和L2，则通过计算L1-L2的值，即可判断障碍物是处于静止、朝向小车运动或是背离小车运动状态；通过公式(L1-L2)/Δt计算出障碍物的运行速度，以此作为小车运动控制的依据，即当障碍物靠近至一定距离L时，小车后退，避免碰撞；反之，则继续前进；

除上述实施例外，本发明还可以有其他实施方式，凡采用等同替换或等效变换形成的技术方案，均落在本发明要求的保护范围内。

Claims

1.一种智能小车控制方法，智能小车包括电源模块、控制器、车身、驱动轮、导向轮、舵机、导航定位装置、避障装置，所述车身底部安装四个车轮，两个驱动轮安装于后部，用于驱动小车行驶，两个导向轮安装于前部，用于转向；所述电源模块为锂电池，用于提供电能；所述导航定位装置包括2个CCD工业相机和2个舵机，所述舵机布置于车身前部，所述CCD工业相机置于舵机上，舵机带动CCD工业相机旋转；所述避障装置包括激光测距仪、超声波传感器，所述激光测距仪、超声波传感器、CCD工业相机将采集的信号输送至控制器，所述控制器对舵机进行控制；其特征在于，智能小车控制方法如下：

1)通过CCD工业相机获取小车所处的当前道路图像；

最低值x_min；

u_ij＝G(x_ij)＝ln(1+(e-1)(x_ij-x_min)/(x_max-x_min)) (2)

其中e＝2.718281828459，G(x_ij)为基于ln函数的模糊隶属度函数；

u′_ij＝T^(m)(u_ij)＝T(T^(m-1)(u_ij)) m＝1,2,3... (3)

2.如权利要求1所述的智能小车控制方法，其特征在于，所述CCD工业相机的型号为DFK22AUC03。

3.如权利要求1所述的智能小车控制方法，其特征在于，所述舵机的型号为MG995。

4.如权利要求1所述的智能小车控制方法，其特征在于，所述激光测距仪的型号为KLH-01T-20hz；超声波传感器的型号为HC-SR04。

5.如权利要求1所述的智能小车控制方法，其特征在于，所述控制器是型号为LPC2148的单片机。