核心词：宁波驾校 图像识别 自主 驾驶 智能 小车 设计 
　　主要用于驱动电路中。流程图如图9所示。基于mk60n512vmd100和CMOSov7725的自主智能车,结合图像识别、模糊PID控制等算法,对自主汽车技术在中国市场的发展具有一定的现实意义。为了稳定mk60n512vmd100的工作电压,防止其他器件影响芯片电压,选用低压差分线性电源芯片TPS7350和tps7333独立供电。
　　1、几乎不需要单独考虑散热
　　它们具有完善的过流、过电压和电压反向保护电路,功耗低,几乎不需要单独考虑散热。主要为数字舵机提供电源。最后,应修补未找到的边缘线。如国外特斯拉自动驾驶仪、谷歌无人驾驶汽车、苹果项目"projecttitan"、福特无人驾驶汽车、优步无人驾驶出租车等,但中国没有特别成熟的自动驾驶产品。MCU电源电路如图3所示。为了避免不同硬件模块之间的相互电磁干扰,系统硬件应简单高效。总体设计如图1所示。6V稳压电路如图5所示。电机控制采用模糊自适应PID算法,舵机控制采用PD算法,实现快速稳定的控制效果。整车在实验室模拟跑道环境下进行试验。跑道的整体背景为深蓝色,跑道路面为白色,黑色边界沿跑道铺设。跑道总长度为60米。一些芯片内部集成了H桥电路和内部驱动器,如SGS公司的L298和NXP公司的mc33886和mc33887。
　　2、上述芯片容易发热严重
　　但由于内阻大,上述芯片容易出现发热严重、驱动能力不足等问题,实际效果并不理想。系统选用Lm2596,Adj构成6V稳压电源,输出电压稳定,纹波小,稳压效果理想。电源电压和电流在可控范围内的波动是基本要求。
　　3、还必须考虑信号抗干扰和功率转换效率等优化问题
　　此外,还必须考虑信号抗干扰和功率转换效率等优化问题。在小车的实际运行中,由于路况信息的影响,电机和转向机经常会突然启动和停止。此过程很容易导致蓄电池电压突然变化。通常,电源电压会下降1V以上,从而对电源造成干扰。这就要求稳压电路必须具有一定的抗干扰能力。经过实验测试,系统采用MOSirf3205搭建H桥驱动电路,能够提供大电流和反向,效果理想。电路图如图6所示。在智能车辆运行过程中,由于复杂的路况,存在非线性、时变参数和模糊不确定性。传统PID控制对该过程的控制效果并不理想。近年来,随着车联网、物联网、无线通信、计算机、数据挖掘、机器视觉、工业控制等汽车电子相关技术的快速发展,已经流行的汽车自主驾驶技术已成为国内外的研究热点,越来越多的制造商参与其中。系统软件的工作框图如图2所示。为了尽量避免电机抖动和噪声问题,满足电机反转的要求,系统采用H桥控制电路。模糊自适应PID控制器对数学模型的依赖性较弱。它不需要建立精确的控制过程数学模型。只需将系统规则的条件和操作模糊集表示出来,并将这些模糊控制规则及相关信息作为知识存储在计算机知识库中,计算机根据控制系统的实际对应情况进行模糊推理,自动实现PID参数的优化调整。经过多次测量,系统所用软硬件工作良好,小车运行轨迹更准确,平均速度约3m/s,环境适应性强,基本达到了系统预期的设计目标。
　　4、系统判断当前跑道要素
　　一方面,系统判断当前跑道要素,计算小车理论速度和舵机转向参数;另一方面,结合检测到的速度信息和小车在跑道上的当前运行情况,实时计算误差,动态调整PID参数,最终输出最理想的速度参数和舵机参数。它主要为编码器提供电源。
　　5、系统选择的转向机为s
　　系统选择的转向机为s?D5数字转向器的共同工作电压为5.5V。为了使转向机具有更快的响应速度,系统在电压浮动范围内提供6V电源电压。主程序流程图如图8所示。在运行过程中,通过连续检测误差E和误差变化EC,根据模糊控制原理在线修改Ki、KP和KD,以满足不同E和EC下对控制参数的不同要求,使对象具有良好的动静态性能。低压差分线性稳压芯片lm2940的最大输出电流为1a,可满足LCD、摄像头、编码器等外围设备的使用,抗干扰能力强。因此,系统的3.3V和5V稳压电路选用lm2940。实验室模拟跑道共有9个常用的道路要素,即"起跑线"、"障碍物"、"S形曲线"、"直角曲线"、"交叉口"、"坡道"、"直道"、"环形交叉口"和"终点标志"。为了便于描述,系统将上述9个跑道要素设置为编号:01、02、03、04、05、06、07、08、09。设计思路:左搜索100跳作为左边线参考,右搜索001跳作为右边线参考。系统的外部电源由7.2v2000ma·Hni?组成?CD标准电池。模糊自适应PID的结构图如图10所示,预存储在计算机知识库中的相关信息如表1所示。主要包括单片机系统、摄像机和128×128液晶显示器、陀螺仪及部分接口电路供电。稳压电路如图4所示。系统通过CMOS摄像机ov7725检测跑道要素信息,利用模拟比较器对图像进行二值化,提取跑道两侧黑色边缘的中心线作为引导线,用于判断跑道路径和转向。在小车的实际运行过程中,由于光照、路肩、杂点等干扰因素的影响,摄像机捕捉到的图像效果往往与仿真状态相差较大。因此,在提取跑道信息之前,必须对图像数据进行预处理,以尽可能地去除噪声。CMOSov7725在收集跑道和小车运行信息后,通过图像分析提取跑道边缘、中心线和跑道元素等有效信息。系统选用540强磁碳刷直流电动机,宁波驾校额定工作电压为12V。为了使车辆具有更好的跑道适应性,首先根据有效线路、偏差和图像信息判断不同的跑道状况,并根据不同的路况给车辆转向器赋予不同的PD值,从而直接、快速地控制转向器的转向,优化汽车行驶路径。
　　6、结果表明
　　结果表明,直流电机的转速与外加电压成正比,输出转矩与电流成正比。
　　如果您对“宁波驾校-基于图像识别的自主驾驶智能小车的设计与实现”感兴趣，欢迎您联系我们