CN112255630A - 多功能模型车 - Google Patents
多功能模型车 Download PDFInfo
- Publication number
- CN112255630A CN112255630A CN202011233164.0A CN202011233164A CN112255630A CN 112255630 A CN112255630 A CN 112255630A CN 202011233164 A CN202011233164 A CN 202011233164A CN 112255630 A CN112255630 A CN 112255630A
- Authority
- CN
- China
- Prior art keywords
- vehicle body
- control instruction
- road condition
- condition image
- module
- 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.)
- Pending
Links
- 240000007651 Rubus glaucus Species 0.000 claims abstract description 39
- 235000011034 Rubus glaucus Nutrition 0.000 claims abstract description 39
- 235000009122 Rubus idaeus Nutrition 0.000 claims abstract description 39
- 238000004891 communication Methods 0.000 claims abstract description 12
- 238000001514 detection method Methods 0.000 claims description 11
- 238000000034 method Methods 0.000 claims description 11
- 238000012417 linear regression Methods 0.000 claims description 3
- SAZUGELZHZOXHB-UHFFFAOYSA-N acecarbromal Chemical compound CCC(Br)(CC)C(=O)NC(=O)NC(C)=O SAZUGELZHZOXHB-UHFFFAOYSA-N 0.000 claims 1
- 238000004364 calculation method Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 230000004048 modification Effects 0.000 description 6
- 238000012986 modification Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 229910000838 Al alloy Inorganic materials 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/02—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems using reflection of acoustic waves
- G01S15/06—Systems determining the position data of a target
- G01S15/08—Systems for measuring distance only
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/86—Combinations of sonar systems with lidar systems; Combinations of sonar systems with systems not using wave reflection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/88—Sonar systems specially adapted for specific applications
- G01S15/93—Sonar systems specially adapted for specific applications for anti-collision purposes
- G01S15/931—Sonar systems specially adapted for specific applications for anti-collision purposes of land vehicles
Abstract
本发明提供一种多功能模型车,用于沿预定的车道自动行驶,车道设有路面标识线、红绿灯以及设置在车道路口的左右指向标识,其特征在于,包括:车本体;移动模块,设置在车本体上,用于驱动车本体进行移动;摄像模块,设置在车本体上并正对车本体的前方,用于进行实时拍摄从而采集车本体前方的第一路况图像,该第一路况图像中拍摄有路面标识线;树莓派服务器,设置在车本体上并具有一个正对车本体前方的树莓派摄像头,用于通过树莓派摄像头采集车本体前方的第二路况图像,第二路况图像拍摄有红绿灯以及左右指向标识;以及单片机,设置在车本体上,分别与移动模块、摄像模块、树莓派服务器、语音识别模块以及无线通讯模块相连接。
Description
技术领域
本发明涉及一种多功能模型车。
背景技术
对于目前的一些小型智能模型车,出于竞赛或是智能研究等目的,会要求这些智能模型车具有车载级要求,即、具备图像识别与道路寻迹等多种自主判断功能。目前市场上的小型智能模型车,如要实现避障,语音控制,人工遥控,红外传感器道路线循迹等常规功能,控制器一般选用51系列单片机。如需加载30万像素以内的摄像头进行简单图像采集、处理,一般选用STM32系列单片机,如需稳定性更高,则选用飞思卡尔32位系列单片机。
这些市面上能现实图像识别、机器深度学习的智能模型车,主流方式需要在Linux下加载openCV图像处理函数库,利用TesronFlow算法系统来实现。这就需要高性能的图像处理服务器来实现。目前能实现该功能的市面上最廉价的服务器是树莓派,价格在250元左右,但它性能有限,采集30万像素的图像,加载openCV对其处理,利用TesronFlow系统来识别若干简单图形已到它的算力极限。如再实现基于摄像头视觉系统的道路循迹,电机控制,避障,语音控制,其它元器件I/O口控制等额外功能,其性能已不能支持。
如调上服务器配置,一般要选用价格在500-1000元的飞思卡尔工控板如i.MX6,或者800-1500元左右的英伟达服务器,如英伟达的JETSON NANO。这种价格较为昂贵的树莓派服务器无疑会使得小型模型车的整体成本大幅升高。
发明内容
为解决上述问题,在树莓派基础上再加一块低成本的飞思卡尔MK60DN512Z单片机最小核心板,从而通过树莓派进行图像识别并通过单片机控制小车运行,保证在低成本的控制模块下也能良好地实现基于图像识别自动行驶的多功能模型车,本发明采用了如下技术方案:
本发明提供了一种多功能模型车,用于沿预定的车道自动行驶,车道设有路面标识线、红绿灯以及设置在车道路口的左右指向标识,其特征在于,包括:车本体;移动模块,设置在车本体上,用于驱动车本体进行移动;摄像模块,设置在车本体上并正对车本体的前方,用于进行实时拍摄从而采集车本体前方的第一路况图像,该第一路况图像中拍摄有路面标识线;树莓派服务器,设置在车本体上并具有一个正对车本体前方的树莓派摄像头,用于通过树莓派摄像头采集车本体前方的第二路况图像,第二路况图像拍摄有红绿灯以及左右指向标识;以及单片机,设置在车本体上,分别与移动模块、摄像模块、树莓派服务器、语音识别模块以及无线通讯模块相连接,其中,单片机包括图像获取部、路况图像暂存部、路径分析生成部、控制指令暂存部以及车辆移动控制部,树莓派服务器包括红绿灯识别输出部以及左右标识识别输出部,图像获取部从摄像模块获取到最新采集的第一路况图像并作为当前路况图像暂存至路况图像暂存部中,路径分析生成部从被暂存的当前路况图像中分析出对应路面标识线的像素点在每一行像素中的位置作为路径像素位置,并基于路径像素位置分析智能模型车的移动路径并生成相应的路径移动控制指令,控制指令暂存部将路径移动控制指令以预定的路径移动优先级对应地进行暂存,红绿灯识别部用于对第二路况图像进行识别并在识别出红灯时生成移动停止控制指令并输出给单片机,左右标识识别部用于对第二路况图像进行识别并在识别出左右指向标识时生成相应的左右转控制指令并输出给单片机,控制指令暂存部将移动停止控制指令以预定的移动停止优先级对应地进行暂存,并将左右转控制指令以预定的左右转优先级对应地进行暂存,移动停止优先级高于左右转优先级,左右转优先级高于路径移动优先级,车辆移动控制部实时地从控制指令暂存部中获取优先级最高的控制指令并对应地控制移动模块对车本体进行相应驱动。
根据本发明提供的多功能模型车,还可以具有这样的技术特征,其中,路面标识线为两条,分别设置在车道的两侧,路径分析生成部包括:像素位置识别单元,依次对当前路况图像的每一行像素进行识别,并识别出对应路面标识线的像素点在每一行像素中的位置作为路径像素位置;中心线计算单元,基于最小二乘法以及每一行中的路径像素位置计算两条路边标识线在每一行中对应的中心点从而形成中心线;以及控制指令生成单元,根据中心线的斜率生成路径移动控制指令。
根据本发明提供的多功能模型车,还可以具有这样的技术特征,其中,路面标识线为一条,覆盖整条车道,路径分析生成部包括:像素位置识别单元,依次对当前路况图像的每一行像素进行识别,并识别出对应路面标识线的像素点在每一行像素中的位置作为路径像素位置;中心线计算单元,基于线性回归以及每一行中的路径像素位置计算路边标识线在当前路况图像中的中心线;以及控制指令生成单元,根据中心线的斜率生成路径移动控制指令。
根据本发明提供的多功能模型车,还可以具有这样的技术特征,还包括:语音识别模块,用于接收使用者的语音指令并生成相应用于控制车本体移动的人工控制指令;以及无线通讯模块,用于接收使用者通过遥控器发送的用于控制车本体移动的人工控制指令,其中,控制指令暂存部在语音识别模块以及无线通讯模块接收到人工控制指令时,将该人工控制指令以预定的人工控制优先级对应进行暂存,人工控制优先级高于移动停止优先级。
根据本发明提供的多功能模型车,还可以具有这样的技术特征,其中,左右指向标识分为左转标识以及右转标识,左右转控制指令分为对应左转标识的左转控制指令以及对应右转标识的右转控制指令。
根据本发明提供的多功能模型车,还可以具有这样的技术特征,其中,移动模块包括双路电机驱动器以及四个分别用于驱动相应车轮的直流电机,双路电机驱动单元基于控制指令分别向各个直流电机输出相应的控制电压从而进行移动。
根据本发明提供的多功能模型车,还可以具有这样的技术特征,还包括:超声波测距模块,设置在车本体的前方并与单片机相连接,用于检测车本体与前方障碍物之间的检测距离,其中,单片机还包括避障判定部,避障判定部用于在移动模块驱动车本体移动时,获取检测距离并基于该检测距离判断是否进行避障移动,避障判定部包括避障控制信息存储单元以及障碍发生判定单元,避障控制信息存储有用于控制车本体绕开障碍物的避障控制指令,障碍发生判定单元用于判定检测距离是否小于预定距离,一旦障碍发生判定单元判定距离小于预定距离,控制指令暂存部就将避障控制指令以预定的避障控制优先级对应进行暂存,避障控制优先级高于左右转优先级并且低于移动停止优先级。
根据本发明提供的多功能模型车,还可以具有这样的技术特征,还包括:设置在车本体上并与单片机电连接的小型调试屏及喇叭。
发明作用与效果
根据本发明的多功能模型车,由于通过摄像模块采集含有车道的路面标识线的路况图像,并通过单片机基于路况图像中路面标识线所对应的像素点生成对应的移动控制指令;同时通过树莓派服务器采集含有红绿灯或是左右标识的路况图像并进行机器学习识别,并生成相应基于道路标识的控制指令,因此,实现了通过两个计算模块分别进行控制指令生成的功能,最大化地利用了单片机以及树莓派的计算能力,同时保证其不会超负荷。进一步,还由于通过控制指令暂存部对单片机以及树莓派服务器生成的控制指令以对应的优先级进行暂存,并通过车辆移动控制部基于最高优先级的控制指令控制多功能模型车移动,因此保证了即使通过两个计算模块分别生成控制指令,也能够正常且有效地保证多功能模型车的移动控制。
附图说明
图1是本发明实施例中多功能模型车的结构示意图;
图2是本发明实施例中树莓派服务器的功能框图;
图3是本发明实施例中单片机的功能框图;
图4是本发明实施例中路径分析生成部的构成示意图;以及
图5是本发明实施例中多功能模型车的整体控制流程图。
具体实施方式
为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,以下结合实施例及附图对本发明的多功能模型车作具体阐述。
<实施例>
本实施例涉及一种多功能模型车,该多功能模型车可以在一个道路两侧设有路面标识线的车道上自动行驶。
图1是本发明实施例中多功能模型车的结构示意图。
如图1所示,多功能模型车100包括车本体101、摄像模块102、超声波测距模块103、小型调试屏104、喇叭(图中未示出)、移动模块105、电源模块106、无线通讯模块107、语音识别模块108、树莓派服务器109以及单片机110。
车本体101为一个铝合金底盘,用于对多功能模型车100的各个构成部件进行固定。在本发明其他方案中,车本体101还可以包括车体外壳等部件,从而对多功能模型车100的各个构成部件进行封装。
摄像模块102设置在车本体101上并正对车本体101的前方(即多功能模型车100前进的方向),用于进行拍摄从而得到多功能模型车前方的第一路况图像。本实施例中,摄像模块102选用OV7725型号RGB565彩色COMS摄像头,该摄像头安装铝合金底盘的中心线上,靠前端,镜头向下倾斜,调整完毕后固定不能动。
超声波测距模块103设置在车本体101的前方,用于感应多功能模型车100与前方障碍物之间的距离作为检测距离。本实施例中,超声波测距模块103选用HC-SR04超声波测距模块。
小型调试屏104设置在车本体101上,用于显示摄像模块102拍摄到的第一路况图像以及显示用于让使用者进行调试的调试信息。本实施例中,小型调试屏为一个TFT屏。
喇叭设置在车本体上,用于在单片机110控制播放相应的声音。
移动模块105用于驱动多功能模型车100进行移动,该移动模块105包括双路电机驱动器50以及四个分别用于驱动相应车轮的直流电机。
本实施例中,双路电机驱动器51采用IRLR7943双路电机驱动模块,能够进行双路控制。当多功能模型车100需要转向时,双路电机驱动器51就对位于多功能模型车100两侧的直流单元进行差速控制,其中,左前电机51、左后电机52为一路,右前电机53、右后电机54为一路。IRLR7943双路电机驱动模块的输出电压视控制模块107对其PWM控制参数的设置而定量变化。
电源模块106设置在车本体101上,用于提供电源。本实施例中,电源模块106为3节18650电池组,能够提供12V直流电源。
本实施例中,如图1所示,电源模块106与双路电机驱动器51(IRLR7943双路电机驱动模块)直连,并间接通过直流可调降压模块与控制模块107电连接,直流可调降压模块将电源模块106输出的12V直流电源降为7.5V。
无线通讯模块107设置在车本体101上,用于接收使用者通过遥控器发送的人工控制指令,并通过串口输出给单片机110。本实施例中,无线通讯模块107选用NRF24L01无线通讯收发器。
语音识别模块108设置在车本体101上,用于采集使用者的语音并对该语音进行识别生成相应的人工控制指令,进一步通过串口输出给单片机110。语音识别模块108为LD3320语音识别控制模块。
树莓派服务器109设置在车本体101上,配套设有一个正对车本体前方的摄像单元91。本实施例中,树莓派服务器109为Pi 3B+型树莓派,摄像单元91为树莓派专用的树莓派4代摄像头。
本实施例中,摄像单元91会采集车本体101前方的图像作为第二路况图像,该第二路况图像主要用于对车道中的路面标识进行拍摄,即针对红绿灯以及左右指向标识进行拍摄,树莓派服务器109基于第二路况图像完成该图像中的红绿灯以及左右指向标识的识别,并生成相应地控制指令。
图2是本发明实施例中树莓派服务器的功能框图。
如图2所示,树莓派服务器109包括红绿灯识别输出部92以及左右标识识别输出部93。
红绿灯识别输出部92用于对第二路况图像进行识别并在识别出红灯时生成移动停止控制指令并输出给单片机。
左右标识识别输出部93用于对第二路况图像进行识别并在识别出左右指向标识时生成相应的左右转控制指令并输出给单片机。
本实施例中,左右指向标识分为左转标识以及右转标识,左右转控制指令也相应地分为对应左转标识的左转控制指令以及对应右转标识的右转控制指令。
本实施例中,上述移动控制指令以及左右转控制指令均为让单片机110对移动模块105进行相应控制,从而使得多功能模型车100做出相应的移动动作的控制指令,即对应停止、左转和右转以及各个指令的持续时间等指令数据。在红绿灯识别输出部92以及左右标识识别输出部93生成控制指令时,将该控制指令通过串口输出给单片机110。
单片机110设置在车本体101上,用于进行分析处理并对摄像模块102、超声波测距模块103、小型调试屏104、移动模块105的工作进行控制。
本实施例中,单片机110采用飞思卡尔MK60DN512Z单片机最小核心板(以下简称K60单片机),该K60单片机安装在一个接口扩展板上。
图3是本发明实施例中单片机的功能框图。
如图3所示,单片机110包括图像获取部11、路况图像暂存部12、路径分析生成部13、避障判定部14、控制指令暂存部15、车辆移动控制部16以及用于控制上述各部的总控制部17。
图像获取部11用于实时地从摄像模块102获取到最新采集的第一路况图像,并作为当前路况图像暂存至路况图像暂存部12中
本实施例中,路况图像暂存部12中仅存储有一个当前第一路况图像,在图像获取部11获取第一路况图像时,会依次采集每一行的像素行(第一路况图像由多个像素行构成),并逐行对路况图像暂存部12中原先暂存的当前第一路况图像的相应像素行进行更新直到所有的像素行都完成更新。
路径分析生成部19能够基于被暂存的当前路况图像,从中分析出对应路面标识线的像素点在每一行像素中的位置作为路径像素位置,并基于路径像素位置分析多功能模型车100的移动路径并生成相应的路径移动控制指令。
图4是本发明实施例中路径分析生成部的构成示意图。
如图4所示,路径分析生成部19包括像素位置识别单元191、中心线计算单元192以及中心线计算单元193。具体地:
像素位置识别单元191依次对当前路况图像的每一行像素进行识别,并识别出对应路面标识线的像素点在每一行像素中的位置作为路径像素位置。
中心线计算单元192基于最小二乘法以及每一行中的路径像素位置计算路边标识线在每一行中对应的中心点从而形成中心线。
控制指令生成单元193根据中心线的斜率生成路径移动控制指令。
本实施例中,路面标识线为车道左右的边界线,该边界线具有醒目的颜色(例如区别于黑色车道的白色),从而便于像素位置识别单元191从当前路况图像中识别出该路面标识线。
避障判定部20用于在移动模块105驱动时,获取超声波测距模块103检测到的检测距离,并基于该检测距离判断是否进行避障移动。
具体地,避障判定部20包括避障控制指令存储单元以及障碍发生判定单元。
避障控制指令存储单元存储有用于控制多功能模型车100绕开障碍物的避障控制指令。
障碍发生判定单元判断检测距离是否小于预定距离,并在检测距离小于预定距离时就判定需要进行避障移动。本实施例中,预定距离优选为5cm。
本实施例中,一旦障碍发生判定单元判定需要进行避障移动,避障判定部20就将避障控制指令输出给控制指令暂存部15。
控制指令暂存部15用于对上述路径移动控制指令、避障控制指令、移动停止控制指令、左右转控制指令和人工控制指令等控制指令以预定的优先级进行对应暂存。
具体地,路径移动控制指令对应为路径移动优先级、避障控制指令对应为避障控制优先级、移动停止控制指令对应为停止控制优先级、左右转控制指令对应为左右转优先级以及人工控制指令对应为人工控制优先级。其中,各优先级的关系为:人工控制优先级>停止控制优先级>避障控制优先级>左右转优先级>路径移动优先级。
车辆移动控制部16实时地从控制指令暂存部15中获取优先级最高的控制指令,并根据获取到的控制指令对应地控制移动模块105对驱动多功能模型车100进行对应移动。
本实施例中,控制指令暂存部15中的控制指令为实时更新的,新接收的控制指令会覆盖旧的控制指令,同时,每个控制指令还具有对应的时效,一旦超过时效也会被自动删除。
图5是本发明实施例中多功能模型车的整体控制流程图,
如图5所示,当多功能模型车100被启动后,会同时启动树莓派服务器109以及单片机110,其中,树莓派服务器109在启动后会开始如下步骤:
步骤S1-1,单片机110启动摄像模块102并拍摄得到第一路况图像,然后进入步骤S1-2;
步骤S1-2,路况图像暂存部12实时将步骤S1-1拍摄得到的第一路况图像作为当前路况图像进行暂存,然后进入步骤S1-3;
步骤S1-3,像素位置识别单元191依次对路况图像暂存部12暂存的当前路况图像的每一行像素进行识别,并识别出对应路面标识线的像素点在每一行像素中的位置作为路径像素位置,然后进入步骤S1-4;
步骤S1-4,中心线计算单元192基于最小二乘法以及每一行中的路径像素位置计算路边标识线在每一行中对应的中心点从而形成中心线,然后进入步骤S1-5;
步骤S1-5,控制指令生成单元193根据步骤S1-4计算出的中心线的斜率生成对应的路径移动控制指令,然后进入步骤S6;
步骤S2-1,树莓派服务器109启动摄像单元91并拍摄得到第二路况图像,然后进入步骤S2-2;
步骤S2-2,红绿灯识别输出部92用于对第二路况图像进行识别从而判断第二路况图像中是否存在红灯,若判断为否则进入步骤S2-3,若判断为是则进入步骤S2-4;
步骤S2-3,左右标识识别输出部93用于对第二路况图像进行识别从而判断第二路况图像中是否存在左右指向标识,若判断为否则进入步骤S2-1,若判断为是则进入步骤S2-4;
步骤S2-4,红绿灯识别输出部92生成移动停止控制指令并输出给单片机110,然后进入步骤S6;
步骤S2-5,左右标识识别输出部93在识别出左右指向标识时生成相应的左右转控制指令并输出给单片机110,然后进入步骤S6;
步骤S3-1,无线通讯模块107接收使用者通过遥控器发送的人工控制指令,并通过串口输出给单片机110,然后进入步骤S6;
步骤S4-1,语音识别模块108采集使用者的语音并对该语音进行识别生成相应的人工控制指令,进一步通过串口输出给单片机110,然后进入步骤S6;
步骤S6,控制指令暂存部15将步骤S1-5生成的路径移动控制指令、步骤S2-4生成的移动停止控制指令、步骤S2-5生成的左右转控制指令以及步骤S3-1和步骤S4-1输出的人工控制指令以预定的优先级进行对应暂存,然后进入步骤S7;
步骤S7,车辆移动控制部16判断控制指令暂存部15中是否暂存有控制指令,若判断为是则进入步骤S8,若判断为否则进入结束状态;
步骤S8,车辆移动控制部16从控制指令暂存部15获取优先级最高的控制指令,然后进入步骤S9;
步骤S9,车辆移动控制部16根据步骤S8获取的控制指令对应地控制移动模块105驱动多功能模型车100进行对应移动,然后进入步骤S7。
实施例作用与效果
根据本实施例提供的多功能模型车,由于通过摄像模块采集含有车道的路面标识线的路况图像,并通过单片机基于路况图像中路面标识线所对应的像素点生成对应的移动控制指令;同时通过树莓派服务器采集含有红绿灯或是左右标识的路况图像并进行机器学习识别,并生成相应基于道路标识的控制指令,因此,实现了通过两个计算模块分别进行控制指令生成的功能,最大化地利用了单片机以及树莓派的计算能力,同时保证其不会超负荷。进一步,还由于通过控制指令暂存部对单片机以及树莓派服务器生成的控制指令以对应的优先级进行暂存,并通过车辆移动控制部基于最高优先级的控制指令控制多功能模型车移动,因此保证了即使通过两个计算模块分别生成控制指令,也能够正常且有效地保证多功能模型车的移动控制。
另外,实施例中,还由于路面标识线为两条,且路径分析生成部通过中心线计算单元来根据路径像素位置计算路面标识线在每一行像素行中对应的中心点从而形成中心线,因此实现了通过一种计算方式较为简单、且能够保证路径分析效果的路径生成方法,通过这种方法,保证了成本较低的单片机也能够实现路径的识别并正常生成相应的移动控制指令。
<变形例>
本变形例中,对于与实施例一具有同样结构的构成要素赋予同样的符号并省略相应的说明。
与实施例一相比,本变形例的多功能模型车能够在一个路面标识线覆盖整条车道的车道中自动行驶。具体地,本变形例的多功能模型车中,单片机的路径分析生成部与实施例一稍有不同,该路径分析生成部包括像素位置识别单元、中心线计算单元以及控制指令生成单元。
像素位置识别单元用于依次对当前路况图像的每一行像素进行识别,并识别出对应路面标识线的像素点在每一行像素中的位置作为路径像素位置。
中心线计算单元基于线性回归以及每一行中的路径像素位置计算路边标识线在当前路况图像中的中心线;以及
控制指令生成单元根据中心线的斜率生成路径移动控制指令。
通过上述方式,针对单路面标识线的车道,多功能模型车也能够实现自动行驶,并且该方法的计算方式也同样较为简单,能够在成本较低的单片机上实现路径的识别并正常生成相应的移动控制指令。
上述实施例与变形例仅用于举例说明本发明的具体实施方式,而本发明不限于上述实施例与变形例的描述范围。
Claims (8)
1.一种多功能模型车,用于沿预定的车道自动行驶,所述车道设有路面标识线、红绿灯以及设置在车道路口的左右指向标识,其特征在于,包括:
车本体;
移动模块,设置在所述车本体上,用于驱动所述车本体进行移动;
摄像模块,设置在所述车本体上并正对所述车本体的前方,用于进行实时拍摄从而采集所述车本体前方的第一路况图像,该第一路况图像中拍摄有所述路面标识线;
树莓派服务器,设置在所述车本体上并具有一个正对所述车本体前方的树莓派摄像头,用于通过所述树莓派摄像头采集所述车本体前方的第二路况图像,所述第二路况图像拍摄有所述红绿灯以及所述左右指向标识;以及
单片机,设置在所述车本体上,分别与所述移动模块、所述摄像模块、所述树莓派服务器、所述语音识别模块以及所述无线通讯模块相连接,
其中,所述单片机包括图像获取部、路况图像暂存部、路径分析生成部、控制指令暂存部以及车辆移动控制部,
所述树莓派服务器包括红绿灯识别输出部以及左右标识识别输出部,
所述图像获取部从所述摄像模块获取到最新采集的所述第一路况图像并作为当前路况图像暂存至所述路况图像暂存部中,
所述路径分析生成部从被暂存的所述当前路况图像中分析出对应所述路面标识线的像素点在每一行像素中的位置作为路径像素位置,并基于所述路径像素位置分析所述智能模型车的移动路径并生成相应的路径移动控制指令,
所述控制指令暂存部将所述路径移动控制指令以预定的路径移动优先级对应地进行暂存,
所述红绿灯识别部用于对所述第二路况图像进行识别并在识别出红灯时生成移动停止控制指令并输出给所述单片机,
所述左右标识识别部用于对所述第二路况图像进行识别并在识别出所述左右指向标识时生成相应的左右转控制指令并输出给所述单片机,
所述控制指令暂存部将所述移动停止控制指令以预定的移动停止优先级对应地进行暂存,并将所述左右转控制指令以预定的左右转优先级对应地进行暂存,
所述移动停止优先级高于所述左右转优先级,所述左右转优先级高于所述路径移动优先级,
所述车辆移动控制部实时地从所述控制指令暂存部中获取优先级最高的控制指令并对应地控制所述移动模块对所述车本体进行相应驱动。
2.根据权利要求1所述的多功能模型车,其特征在于:
其中,所述路面标识线为两条,分别设置在所述车道的两侧,
所述路径分析生成部包括:
像素位置识别单元,依次对所述当前路况图像的每一行像素进行识别,并识别出对应所述路面标识线的像素点在每一行像素中的位置作为路径像素位置;
中心线计算单元,基于最小二乘法以及每一行中的所述路径像素位置计算两条所述路边标识线在每一行中对应的中心点从而形成中心线;以及
控制指令生成单元,根据所述中心线的斜率生成所述路径移动控制指令。
3.根据权利要求1所述的多功能模型车,其特征在于:
其中,所述路面标识线为一条,覆盖整条所述车道,
所述路径分析生成部包括:
像素位置识别单元,依次对所述当前路况图像的每一行像素进行识别,并识别出对应所述路面标识线的像素点在每一行像素中的位置作为路径像素位置;
中心线计算单元,基于线性回归以及每一行中的所述路径像素位置计算所述路边标识线在所述当前路况图像中的中心线;以及
控制指令生成单元,根据所述中心线的斜率生成所述路径移动控制指令。
4.根据权利要求1所述的多功能模型车,其特征在于,还包括:
语音识别模块,用于接收所述使用者的语音指令并生成相应用于控制所述车本体移动的人工控制指令;以及
无线通讯模块,用于接收使用者通过遥控器发送的用于控制所述车本体移动的人工控制指令,
其中,所述控制指令暂存部在所述语音识别模块以及所述无线通讯模块接收到所述人工控制指令时,将该人工控制指令以预定的人工控制优先级对应进行暂存,
所述人工控制优先级高于所述移动停止优先级。
5.根据权利要求1所述的多功能模型车,其特征在于:
其中,所述左右指向标识分为左转标识以及右转标识,
所述左右转控制指令分为对应所述左转标识的左转控制指令以及对应所述右转标识的右转控制指令。
6.根据权利要求1所述的多功能模型车,其特征在于:
其中,所述移动模块包括双路电机驱动器以及四个分别用于驱动相应车轮的直流电机,
所述双路电机驱动单元基于所述控制指令分别向各个所述直流电机输出相应的控制电压从而进行所述移动。
7.根据权利要求1所述的多功能模型车,其特征在于,还包括:
超声波测距模块,设置在所述车本体的前方并与所述单片机相连接,用于检测所述车本体与前方障碍物之间的检测距离,
其中,所述单片机还包括避障判定部,
所述避障判定部用于在所述移动模块驱动所述车本体移动时,获取所述检测距离并基于该检测距离判断是否进行避障移动,
所述避障判定部包括避障控制信息存储单元以及障碍发生判定单元,
所述避障控制信息存储有用于控制所述车本体绕开所述障碍物的避障控制指令,
所述障碍发生判定单元用于判定所述检测距离是否小于预定距离,
一旦所述障碍发生判定单元判定所述距离小于预定距离,所述控制指令暂存部就将所述避障控制指令以预定的避障控制优先级对应进行暂存,
所述避障控制优先级高于所述左右转优先级并且低于所述移动停止优先级。
8.根据权利要求1所述的多功能模型车,其特征在于,还包括:
设置在所述车本体上并与所述单片机电连接的小型调试屏及喇叭。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011233164.0A CN112255630A (zh) | 2020-11-06 | 2020-11-06 | 多功能模型车 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011233164.0A CN112255630A (zh) | 2020-11-06 | 2020-11-06 | 多功能模型车 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112255630A true CN112255630A (zh) | 2021-01-22 |
Family
ID=74266509
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011233164.0A Pending CN112255630A (zh) | 2020-11-06 | 2020-11-06 | 多功能模型车 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112255630A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103177246A (zh) * | 2013-03-26 | 2013-06-26 | 北京理工大学 | 基于动态区域划分的双模型车道线识别方法 |
CN103268072A (zh) * | 2013-05-27 | 2013-08-28 | 重庆市科学技术研究院 | 一种基于机器视觉的缩微车、缩微车控制系统及控制方法 |
CN111506067A (zh) * | 2020-04-20 | 2020-08-07 | 上海电子信息职业技术学院 | 智能模型车 |
CN214201769U (zh) * | 2020-11-06 | 2021-09-14 | 上海电子信息职业技术学院 | 多功能模型车 |
-
2020
- 2020-11-06 CN CN202011233164.0A patent/CN112255630A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103177246A (zh) * | 2013-03-26 | 2013-06-26 | 北京理工大学 | 基于动态区域划分的双模型车道线识别方法 |
CN103268072A (zh) * | 2013-05-27 | 2013-08-28 | 重庆市科学技术研究院 | 一种基于机器视觉的缩微车、缩微车控制系统及控制方法 |
CN111506067A (zh) * | 2020-04-20 | 2020-08-07 | 上海电子信息职业技术学院 | 智能模型车 |
CN214201769U (zh) * | 2020-11-06 | 2021-09-14 | 上海电子信息职业技术学院 | 多功能模型车 |
Non-Patent Citations (1)
Title |
---|
霍炜;刘大维;严天一;王江涛;陈焕明;: "一种快速提取的道路标识线识别方法研究", 中国制造业信息化, no. 11, 1 June 2007 (2007-06-01), pages 49 - 50 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10202076B2 (en) | Under vehicle image provision apparatus and vehicle including the same | |
KR102554643B1 (ko) | 동적 범위를 확장하기 위한 다수의 동작 모드들 | |
US9919611B2 (en) | Vehicle charge assistance device and vehicle including the same | |
KR102043060B1 (ko) | 자율 주행 장치 및 이를 구비한 차량 | |
CN105270263B (zh) | 车辆驾驶辅助装置及车辆 | |
US9712791B2 (en) | Around view provision apparatus and vehicle including the same | |
US10782405B2 (en) | Radar for vehicle and vehicle provided therewith | |
KR101579100B1 (ko) | 차량용 어라운드뷰 제공 장치 및 이를 구비한 차량 | |
EP2955690B1 (en) | Around view provision apparatus and vehicle including the same | |
EP2949534A2 (en) | Driver assistance apparatus capable of diagnosing vehicle parts and vehicle including the same | |
CN105825713A (zh) | 车载无人机辅助驾驶系统及运行方式 | |
EP3909811A1 (en) | Adaptive adjustment method and device for rear-view mirror | |
CN105691299A (zh) | 车辆驾驶辅助装置及车辆 | |
CN113212498A (zh) | 车间距离测量方法、车间距离测量装置、电子设备、计算机程序以及计算机可读记录介质 | |
CN111506067A (zh) | 智能模型车 | |
CN105035322B (zh) | 汽车搭载用飞行装置的购物方法 | |
CN214201769U (zh) | 多功能模型车 | |
CN110901638A (zh) | 驾驶辅助方法及系统 | |
CN112255630A (zh) | 多功能模型车 | |
KR101872477B1 (ko) | 차량 | |
CN212781778U (zh) | 一种基于视觉slam的智能车 | |
CN114734989A (zh) | 一种基于环视视觉的辅助泊车装置及方法 | |
CN114821212A (zh) | 交通标志物的识别方法、电子设备、车辆和存储介质 | |
KR20170006753A (ko) | 주행 검출 장치, 및 이를 구비하는 차량 | |
KR20160018637A (ko) | 차량 충전 보조장치 및 이를 구비한 차량 |
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 |