智能循迹小车硬件设计及路径识别算法

引脚1为行同步信号输出端，它输出的信号波形只是输入的摄像头信号在黑屏电位之下的波形的简单复制。引脚2为视频信号输入端，摄像头信号即由此输入LM1881。引脚3为场同步信号输出端，当摄像头信号的场同步脉冲到来时，该端将变为低电平，一般维持230μs，然后重新变回高电平。引脚7为场同步信号输出端，当摄像头信号处于奇场时，该端为高电平，当处于偶场时为低电平。奇偶场的交替处与场同步信号的下降沿同步，也就是和场同步脉冲后的上升沿同步。

3 视频信号的采样和滤波
3．1 视频信号的采样
摄像头每场信号包括312行，即每场会扫描产生312行的视频信号。也就是说，摄像头在纵向上有312像素的分辨能力，这对于本智能车定位系统设计所要求的图像传感精度来说远远够用。为方便设计，忽略奇场和偶场在扫描位置上的细微差别，认为奇、偶场的扫描位置相同。当然，在测试中发现，312行信号并不能够全部使用，其两侧信号并不是有效的视频信号，而312个点显然数量巨大且占用太多的计算时间。所以，每隔4行扫描一次，而排除首尾无效的信号点。一共使用了60行作为需要处理的视频信号，显然对于路径检测来说，已经足够了。而在采样过程中发现，如果不对ATD模块进行超频，则很难采集在有效视野中的多行信号。所以，在把单片机总线频率超频到40 MHz的同时，还需要把ATD模块进行超频，这样可以加快其采样速度，能够在同等的时间内获得更多的行视频信号。视频信号采集后，可以使用单行信号对舵机进行P控制，也可以使用多行信号进行大弯道和S弯的判断。
3．2 视频信号的滤波
拿一行视频信号为例，采集到的60个数据逐个转换为0和1存储到一个一维数组中，这个数组是一个0和1组成的序列，“1”代表白色，“0”代表黑色。通常，由于各种原因，视频信号里会带有杂波，如果不滤除的话，会对路径的判断带来麻烦。所以，编写了滤波函数对视频信号进行滤波，事实证明，这样的滤波函数在时间上完全满足要求，并且滤波很可靠。滤波函数的主要原理是，滤波函数1主要负责把数组中异常的单个杂波信号滤除，如果有一个序列如下：
1 1 1 1 1 1 1 0 1 1 1 1 1 1 1
则程序会检测到0所在的位置，并且把它的值取反，而对于只有一个杂波1的序列，此方法同样有效。在函数中一共作了60次循环，如果检测到第i个元素与第i-1个和i+1个都不相同的话，则把第i个元素进行取反操作。这样，使用此函数对行视频信号进行扫描，可以有效地滤除单个杂波信号。
滤波函数2主要负责把数组中异常的两个杂波信号滤除，如果有一个序列如下：
1 1 1 1 1 1 0 0 1 1 1 1 1 1 1
则程序会检测到0 0所在的位置，并且把它们的值取反，而对于只有两个杂波11的序列，此方法同样有效。在函数中一共作了58次循环，如果检测到第i个元素与第i-1个和i+2个都不相同而与第i+1个相同的话，则把第i个和i+1个元素进行取反操作。这样，使用此函数对行视
频信号进行扫描，可以有效地滤除两个杂波信号。

4 结论
在实验中得到了测试结果，当检测到路径信息时，数组中0的个数一般不会低于3个。所以，滤除一个和两个杂波数据并不会影响到正常的路径识别，而同时出现3个杂波数据而且又处于相临的位置，这样的可能非常微小，可以忽略不计。事实证明，这个方法既可以滤除赛道上的杂波信号，也可以滤除路径上的杂波信号，效果非常显著。