基于MC9S12XS128单片机的多功能智能小车系统设计

经过分析和验证后发现，对于智能车而言，由于行驶路径具有一定的连续性，并不需要逐行采集图像，间隔若干行采集就可较好地获取路径信息。那么在图像采集的同时就可以进行数据的处理和优化，这种方法的优势在于：把图像处理嵌入到图像采集的过程中，有效解决了单片机处理图像信号能力不足的缺陷。

3.2 转向舵机的PID控制算法

系统通过把测得的路面函数与已知函数进行对比，判断出前方道路的类型。因此根据黑线位置动态改变PID参数，就得到了较好的控制效果。

为了提高智能小车在直道或者小弯道的前进速度，系统采用了与大弯道不同的控制算法：利用图像中路面两侧的面积比控制舵机的转向角。这种算法的优势在于：由于图像信息是数字矩阵，单片机可以非常迅速的完成面积的计算，利用面积比作为参量控制小车转向角，缩短了数据处理时间，提高了行驶速度。

3.3 驱动电机的PID控制算法

对于速度控制，采用了增量式PID控制算法，基本思想是直道加速，弯道减速。经过反复调试，将每场图像得到的黑线位置与速度PID参考速度值构成二次曲线关系。在实际测试中，小车直道和弯道相互过渡时加减速比较灵敏，与舵机转向控制配合得较好。

4 系统调试

作为整个智能小车系统的核心，图像采集模块必须经过严格的测试以确保其可靠性。智能小车完成行进后，通过串口调试工具提取出储存的路面数字图像信息，如图5所示。

此外，摄像头的安装位置也直接影响着小车的性能，为了能更好的掌握前方路径信息，以便让单片机提前做好控制量的计算，应尽量让摄像头看得更远。采用隔行处理数据和直道独立优化的算法极大提高了单片机的处理能力，每行图像采集点增加到120个，成功地增大了CMOS摄像头采集图像的视野宽度。在综合考虑了道路反光的影响后，适当增加了视场长度(视场最远处和最近处的距离)，达到1.40 m，最远前瞻达到1.60 m，足以覆盖各种路面类型。智能车系统的整体实现如图6所示。

5 结束语

文中介绍了CMOS摄像头智能小车的总体设计方案，从系统的架构设计，硬件设计，软件设计和系统调试4个部分详细介绍了智能小车的设计方案和一些创新之处。经过测试，该系统能够做到高效、准确、实时地采集图像，具备良好的抗干扰能力，能够有效的为小车的决策系统提供较为准确的输入，可以在复杂的路径上自主、快速行进。同时也为将来的廉价导航系统提供了软硬件架构的解决方案。

未来，通过研究带有网络联接的多传感器、多处理器的综合导航系统，可以为自动驾驶、智能导航、抢险救灾提供更加丰富的解决方案，使智能汽车在生活中得到更广泛的应用。