基于視覺檢測(cè)與定位的智能車導(dǎo)航系統(tǒng)

雷楊，趙玉榮，王亓劍，張自強(qiáng)

（安徽新華學(xué)院電子通信工程學(xué)院，安徽合肥，230088）

0 引言

導(dǎo)航系統(tǒng)對(duì)自動(dòng)駕駛的重要性日益凸顯，車輛導(dǎo)航系統(tǒng)不僅可以確定車輛的最優(yōu)路徑，而且可以實(shí)時(shí)監(jiān)測(cè)車輛的速度和加速度。該智能車導(dǎo)航系統(tǒng)使用視覺導(dǎo)航圖像傳感器獲取路徑信息，再傳輸?shù)教幚砥髦羞M(jìn)行處理，對(duì)信息圖像進(jìn)行二值化，根據(jù)小車與目標(biāo)的位置，求得相對(duì)位置的偏移角度，并傳送給車體。車體再將接收到的圖像信息與陀螺儀獲取的數(shù)據(jù)相結(jié)合，控制轉(zhuǎn)向；速度傳感器獲取實(shí)時(shí)速度，采用增量式PID實(shí)現(xiàn)對(duì)電機(jī)的閉環(huán)控制，最終實(shí)現(xiàn)一套自主路徑規(guī)劃導(dǎo)航控制系統(tǒng)[1]。

1 系統(tǒng)設(shè)計(jì)方案

整個(gè)系統(tǒng)主要由圖像采集平臺(tái)和智能車平臺(tái)兩個(gè)部分組成。圖像采集平臺(tái)主要實(shí)現(xiàn)攝像頭數(shù)據(jù)的采集、處理和無線傳輸系統(tǒng)，智能車平臺(tái)主要有K60單片機(jī)最小系統(tǒng)、避障模塊、電機(jī)驅(qū)動(dòng)模塊、無線傳輸模塊、陀螺儀模塊等組成?？傮w設(shè)計(jì)結(jié)構(gòu)框如圖1所示。

圖1 系統(tǒng)設(shè)計(jì)方案

2 系統(tǒng)硬件設(shè)計(jì)

2.1 圖像采集處理器

圖像采集主控芯片采用STM32F767。其體積小，性能穩(wěn)定，具有ARM32位Cortex-M7高性能CPU，工作頻率高達(dá)216MHZ，內(nèi)嵌1024KB的高速FLASH閃存程序存儲(chǔ)容量。具有睡眠、待機(jī)和關(guān)機(jī)三種模式使其具備較低的功耗；芯片有2個(gè)數(shù)模轉(zhuǎn)換器，多達(dá)132個(gè)快速I/O端口且所有端口均支持5V信號(hào)，同時(shí)具備兩個(gè)支持SMBus/PMBus的I2C接口、8個(gè)USART接口、6個(gè)18M位/秒的SPI接口、CAN接口和MicroUSB接口。核心板內(nèi)部資源豐富，各模塊相對(duì)獨(dú)立[2]。將攝像頭采集來的圖像數(shù)據(jù)，通過NRF24L01無線傳感模塊傳輸給地面的智能車。

2.2 紅外攝像頭MT9V032

圖像采集對(duì)小車導(dǎo)航避障系統(tǒng)工作的穩(wěn)定性和高效性起著重要的影響。設(shè)計(jì)過程中綜合對(duì)比后采用了紅外廣角攝像頭MT9V032。MT9V032具有感光面積大、高動(dòng)態(tài)性能、自動(dòng)曝光、幀率可調(diào)等諸多優(yōu)點(diǎn)。

紅外攝像頭主要通過檢測(cè)智能車車身前后安裝的兩個(gè)大小不同的紅外圓形標(biāo)記點(diǎn)來確定小車的坐標(biāo)和車身角度信息。為此攝像頭加裝了850nm紅外窄帶濾光片，既能夠減少自然光的干擾減小誤判，又能更正廣角鏡頭產(chǎn)生的畸變，保證圖像畫面的清晰度。攝像頭排除其他光線的干擾只采集信標(biāo)發(fā)射出的紅光與紅外光，增強(qiáng)了攝像頭識(shí)別系統(tǒng)的抗干擾性和魯棒性。

2.3 智能車核心處理器

MK60FX512VLQ15是智能車的主控芯片，該芯片是王者系列K60FX核心板，內(nèi)核為ARM-CORTEX-M4，主頻150MHz，1M的FLASH，128K的SRAM，內(nèi)置高分辨率的高速16位模擬轉(zhuǎn)換器ADC和2個(gè)12位數(shù)模轉(zhuǎn)換器DAC。16個(gè)DMA通道，用于外設(shè)和寄存器，實(shí)現(xiàn)數(shù)據(jù)的快速吞吐。此外MK60FX512VLQ15還具有豐富的模擬外設(shè)，包括3個(gè)SPI模塊，2個(gè)I2C，UART，CAN總線，USB接口等。

智能車平臺(tái)主要由主控制器和驅(qū)動(dòng)電路組成。主板具有信號(hào)采集、處理和電機(jī)控制單元。同時(shí)，為了減少電機(jī)驅(qū)動(dòng)電路的干擾，將控制部分和電機(jī)驅(qū)動(dòng)分開。車身整體硬件包括超聲波紅外測(cè)距模塊、角度傳感器、速度傳感器、NRF24L01無線通信模塊等。通過測(cè)距傳感器對(duì)車體周圍信息進(jìn)行檢測(cè)，獲取路況中障礙物的距離信息，確保避障系統(tǒng)的穩(wěn)定運(yùn)行，車身頭部和尾部還配備了兩塊圓形紅外LED燈盤，一大一小供紅外攝像頭檢測(cè)，通過測(cè)算兩紅外的坐標(biāo)并進(jìn)行大小比較和兩坐標(biāo)的斜角計(jì)算，就能確定車模的整體位置和角度信息，最終在各個(gè)模塊的配合下實(shí)現(xiàn)了一套能夠識(shí)別信標(biāo)位置自主路徑規(guī)劃，并且可以實(shí)時(shí)輸出車體狀態(tài)的智能車導(dǎo)航控制系統(tǒng)。

3 系統(tǒng)軟件設(shè)計(jì)

智能車導(dǎo)航系統(tǒng)設(shè)計(jì)主要分圖像識(shí)別系統(tǒng)和智能車控制系統(tǒng)，首先智能車先通過攝像頭采集路面信息進(jìn)行坐標(biāo)計(jì)算，圖像采集時(shí)可能會(huì)出現(xiàn)邊緣雜點(diǎn)、邊緣線，遠(yuǎn)景圖像模糊、變形等問題，造成圖片信息不真實(shí)，這就需要利用Matlab來校正圖像，圖像校正后在確定采集到三個(gè)發(fā)光源后，計(jì)算出偏移角，再將采集分析后的數(shù)據(jù)發(fā)送給智能車。智能車控制系統(tǒng)根據(jù)接收到的數(shù)據(jù)后執(zhí)行相應(yīng)的操作，例如前后車燈的亮滅控制、舵機(jī)打角計(jì)算及電機(jī)的正反轉(zhuǎn)。系統(tǒng)整體軟件設(shè)計(jì)流程如圖2所示。

圖2 整體設(shè)計(jì)流程圖

3.1 圖像采集與校正

攝像頭在拍攝圖像時(shí)，由于鏡頭的特點(diǎn)（凸透鏡會(huì)聚光、凹透鏡發(fā)散光），其成像過程是對(duì)真實(shí)鏡像的一種透視失真，智能車采用的是170°廣角攝像頭，圖像產(chǎn)生的桶形失真相對(duì)嚴(yán)重，沿著鏡頭半徑方向向邊緣移動(dòng)畸變會(huì)越來越嚴(yán)重。本設(shè)計(jì)利用棋盤式方格進(jìn)行測(cè)量，創(chuàng)建函數(shù)矯正桶形畸變還原真實(shí)賽道信息。筒體變形的數(shù)學(xué)模型參考公式（1）。

原始圖像是一個(gè)二維數(shù)據(jù)矩陣，每個(gè)元素對(duì)應(yīng)一個(gè)像素，計(jì)算量較大，可以利用Matlab仿真生成桶形畸變校正表，主控芯片只要查表找點(diǎn)即可。

3.2 目標(biāo)識(shí)別

攝像頭采集到圖像后，圖像采集平臺(tái)對(duì)變換后的圖像按行跳躍式掃描，只掃描原始圖像的一半像素點(diǎn)，縮短掃描時(shí)間，基本思想如下：

(1)根據(jù)設(shè)定的閾值提取黑白跳躍點(diǎn)，按照掃描出連續(xù)目標(biāo)區(qū)域的個(gè)數(shù)，記錄每個(gè)區(qū)域的長(zhǎng)度和中心點(diǎn)坐標(biāo)；

(2)利用賽道的連續(xù)性，根據(jù)上一行白塊中心的位置來確定本行的白塊與上一行白塊區(qū)域是否為同一區(qū)域，如果是便累加長(zhǎng)度作為白塊面積，不是便建立新的白塊區(qū)域；

(3)整幅圖像掃描完成后對(duì)前三個(gè)白塊區(qū)域的各行中點(diǎn)求平均值，采集到的白塊區(qū)域超過三個(gè)便識(shí)別錯(cuò)誤舍去；

(4)比較三個(gè)白塊的像素面積并重新排序，連同識(shí)別的目標(biāo)數(shù)量按從小到大的順序一起發(fā)給小車；

(5)智能車根據(jù)白塊大小來確定信標(biāo)、車頭與頭尾，其中面積最小的為車尾，再拿車尾的燈與另外兩個(gè)燈的距離作比較，較遠(yuǎn)的為信標(biāo)，較近的便是車頭。

3.3 路徑規(guī)劃

目標(biāo)識(shí)別后小車需要以最快的速度準(zhǔn)確的到達(dá)目的地，這就需要對(duì)路徑進(jìn)行優(yōu)化，路徑優(yōu)化主要考慮以下三個(gè)方面：

(1)增加小車視場(chǎng)的長(zhǎng)度和寬度

當(dāng)采集到的圖像略大于整個(gè)賽道時(shí)，攝像頭采集到的目標(biāo)畸變較小，此時(shí)小車會(huì)選擇一個(gè)較好的路徑快速滅掉信標(biāo)且不出攝像頭視野；相反，如果視場(chǎng)無法覆蓋整個(gè)賽道，小車很容易沖出賽道檢測(cè)不到信標(biāo)位置。雖然增大視場(chǎng)可以減少失真但提高了分辨率的要求，所以本設(shè)計(jì)采用STM32F767主控制器，其自帶攝像頭接口，方便操作。為了增加視場(chǎng)的寬度和每行采集的圖像點(diǎn)數(shù)，攝像頭使用廣角鏡頭來有效地增加視場(chǎng)的寬度。既滿足圖像采集的要求，又增加了單片機(jī)處理的圖像行數(shù)，最終處理行數(shù)為240行。

(2)相對(duì)角度處理

圖像采集平臺(tái)將采集到的坐標(biāo)信息按從小到大進(jìn)行排序，并將其與檢測(cè)到目標(biāo)數(shù)量一同發(fā)給小車，小車在接收到數(shù)據(jù)后會(huì)比較最小的信標(biāo)與另外兩個(gè)信標(biāo)的距離，通過距離大小來區(qū)別信標(biāo)燈和車頭。最后分別算出車尾與車頭，車尾與信標(biāo)燈相對(duì)圖像的角度，兩個(gè)角度相減便得到小車與信標(biāo)燈的角度差。

(3)切向滅燈與避障

行駛過程中小車速度較快，為了避免小車撞上信標(biāo)，在足夠靠近信標(biāo)時(shí)，讓小車與信標(biāo)形成一個(gè)切向角度沖過去。外界光線結(jié)合賽道地面材料的反光容易對(duì)攝像頭造成干擾，影響采集數(shù)據(jù)的準(zhǔn)確性，容易造成碰撞因此車前裝有三個(gè)超聲波模塊和兩個(gè)GP2Y0A21YK0F 紅外測(cè)距傳感器，再通過模數(shù)轉(zhuǎn)換將數(shù)據(jù)發(fā)送給小車，可能的排除干擾。

4 測(cè)試

為了驗(yàn)證該智能車導(dǎo)航系統(tǒng)定位的效果，在室內(nèi)選擇了一塊較為空曠的場(chǎng)地，并在空地上方安裝了圖像采集平臺(tái)，地面鋪設(shè)了可發(fā)射紅外光的信標(biāo)供攝像頭識(shí)別，信標(biāo)鋪設(shè)的位置預(yù)先經(jīng)過測(cè)量，布設(shè)在鏡頭邊緣等畸變嚴(yán)重、識(shí)別難度較高的區(qū)域，并在鏡頭視野內(nèi)擺放了一些雜物干擾智能車的行駛路徑。

實(shí)驗(yàn)表明，小車會(huì)根據(jù)傳輸過來的圖像信息對(duì)亮著的信標(biāo)燈進(jìn)行目標(biāo)識(shí)別并且規(guī)劃路徑，向著目標(biāo)燈行駛過去。同時(shí)根據(jù)路面以及環(huán)境信息，電機(jī)會(huì)根據(jù)控制算法自動(dòng)調(diào)整速度。在第一盞燈被滅掉之后，在下一盞燈與現(xiàn)處的位置之間放置隨意一物體當(dāng)作障礙，小車會(huì)自動(dòng)完成避障功能并且駛向下一個(gè)目標(biāo)區(qū)。

5 小結(jié)

本文從總體硬件結(jié)構(gòu)和系統(tǒng)軟件設(shè)計(jì)兩方面分析了智能車輛的視覺定位與導(dǎo)航技術(shù)。將視覺傳感器與車身分離出來，使之視角更為廣闊，對(duì)于控制地面車輛的行駛具有更高的前瞻性。該系統(tǒng)設(shè)計(jì)可以讓智能車在GPS覆蓋不到的區(qū)域能夠感應(yīng)并靠近遠(yuǎn)距離終點(diǎn)目標(biāo)。由于攝像頭感應(yīng)處理的是紅光與紅外光，對(duì)于外界自然光具有極強(qiáng)的抗干擾性，能夠適應(yīng)不同的工作場(chǎng)合，相比傳統(tǒng)的導(dǎo)航方式，本設(shè)計(jì)在路徑規(guī)劃、障礙躲避、功能拓展方面具有較大優(yōu)勢(shì)，具有一定的創(chuàng)新與研究意義。