基于CCD的智能车控制策略研究

本文提出了一种使用面阵CCD进行赛道参数检测的方法,系统以MC9S12单片机为主控制器,实现了对CCD输出的黑白视频信号的实时采集处理,通过边沿提取算法获得路径信息,并给出对舵机和驱动电机的控制策略,使得智能车行驶快速流畅。     

图书馆自动循迹智能小车控制系统设计

本文主要研究的是以HCS12单片机为核心控制器的应用于图书馆的智能车系统，采用多个传意器进行信息的采集。运用发射接收为一体的虹外传感器设计路径检测模块，通过对小车速度的控制，使小车能按照任意给定的黑色引导线平穗地寻迹。并能够把所要运送的书籍自动准确地送到图书馆管理员所设定的位置，大大战轻了工作人员的体力。此外，本文详细分析了PID算法在舵机控制和速度控制中的应用，使智能小车能更加准确的在曲折道路上畅通无阻。     

清华智能车技术研究

自1986年以来，清华大学智能技术与系统国家重点实验室THMR课题组先后承担了与无人车技术有关的“七五”至“十一五”国家科技重点项目6项，国家“863”计划、“智能交通”等科技研究项目8项，同时还承担了由国家邮政研究所、徐工集团、omron公司等国内外企业支持的，与无人车技术有关的研发课题6项。     

邑大学子在全国大学生“飞思卡尔”杯智能车竞赛中再创佳绩

<正>7月20~23日,第5届全国大学生"飞思卡尔"杯智能车(华南赛区)大赛在湖南大学落下帷幕,本次华南赛区共有来自湖北、湖南、江西、福建、广西、广东、海南7个省的68个高校、270支队伍参赛,我校派出的6支队伍参加了摄像头组、光电组、电磁组的比赛,并最终获得了4个二等奖、2个三等奖。     

多缩微智能车交互行为研究平台设计与实现

针对真实道路上开展智能汽车研究存在的风险和困难,提出了一种基于缩微城市道路环境的智能车交互行为研究平台. 该平台首先实现了具备视觉认知功能的缩微智能车,采用了一种基于特征和模型融合的嵌入式平台实时车道线和障碍物检测算法,通过本车可行驶区域的形式化描述,实现道路环境的感知,最后经过模糊决策控制方法控制缩微智能车产生拟人驾驶行为. 实验结果表明,文中提出的研究平台能够有效模拟智能车车间交互行为,环境感知算法和决策控制方法能够满足实时性和精度要求.     

一种用于激光雷达识别车道标线算法

利用点云数据空间分布特征和回波强度信息,结合局部均值变点统计方法,提出了一种用于激光雷达数据帧的车道标线识别算法。该算法首先基于车载激光雷达采集的道路周围环境点云数据中高程信息进行滤波,确定可行驶区域。然后利用局部均值变点统计对可行驶区域点云数据中的回波强度值进行标记提取,即车道标线点云数据粗提取。最后基于EM(最大期望)方法聚类,从而完整、准确地识别车道标线。实验结果表明,该算法不仅能够准确定位可行驶区域,进而可以实现车道标线的自动提取;而且有效抑制了道路周围环境对车道标线识别的干扰,验证了算法的有效性。     

基于摄像头传感器的智能车设计

本设计以第六届"飞思卡尔"杯全国大学生智能汽车竞赛为背景,对基于摄像头的路径采集系统进行了完善,完善了基于数字摄像头的路径采集系统,简化了硬件电路中复合视频信号分离电路和AD模块的设计,并对路径采集算法进行了改进。改进后的系统,在采样精度上有了很大的提高。     

基于视觉技术智能车系统的设计

介绍了一种以OV6620数字摄像头为视觉传感器的自循迹智能车系统,详细阐述了视觉传感器有效信号的小范围黑线提取法,采用增量式数字PID控制算法,实现智能车调速。实验测试表明,本智能车系统具有良好的稳定性、快速性和前瞻性。．     

基于电磁导航智能车的控制研究及实现

在分析研究智能化自主驾驶技术的基础上,设计了一种电磁自主导航式智能车控制系统。以飞思卡尔32位微处理器MK60FN1M0VLQ15为主控模块,包括电源模块、起跑线检测模块、电磁检测模块、舵机转向模块、速度检测模块、直流电机模块、人机交互模块等组成。对于车速的控制,在传统PID控制的基础上,提出了Fuzzy-PID控制的自适应控制算法,并进行了仿真对比验证。实验结果表明,该方案能很好地实现对智能车的最优控制,对复杂赛道有很强的适应性。     

一种多功能遥控智能小车的设计

针对小车运行功能单一、遥控、语音控制等考虑较少的现状,设计了一种多功能遥控智能平板小车。系统电路设计包括单片机STC89C52最小系统、电机驱动电路、激光调制收发电路、遥控器、语音录放电路、矩阵键盘等电路。系统软件设计包括系统主程序和各部分子程序。实验结果表明,遥控小车能按多种方案走动并能避让障碍物,随语音提示可实现多种功能。