2019年6月下
智能车路径识别及转向控制的研究与实现
高  至，李传昌，梁世伟，兰  晔，李岳洪
（上海工程技术大学机械与汽车工程学院，上海 201600）
摘　要：在汽车领域中应用现代智能技术，能改变对车辆的控制方式，使其运行安全性和效率得到提升。在智能汽车发展中，路径识别与转向控制是两个难以控制的关键环节，加强对这两方面的研究具有十分重要的意义。关键词：智能车；路径识别；转向控制中图分类号：TP391.41；TP242  文献标志码：A    文章编号：1672-3872（2019）12-0116-01
——————————————作者简介： 高至（1998—），男，江西南昌人，本科，研究方向：车
辆工程。
现阶段智能车路径识别主要有两种形式：反射式红外传感器识别和摄像头路径识别。文章主要围绕CCD 摄像头路径识别控制来展开研究[1]。
1  智能车路径识别原理
1.1  CCD 摄像头采集图像原理
将
CCD 摄像头应用于智能车辆图像识别中时，通过各行扫描的方式对路面上的实际情况进行扫描，然后将其转换成为对应的数字信号进行输出，其工作原理如图1所示，其中场消隐区表示该场图像信息结束，在进入场消隐区后会出现一个场同步脉冲，该脉冲信号的出现也标志着新的场即将到来，从而以此实现一个无限循环，为智能车路径识别提供精确引导。
图1 数字信号传输变换原理
1.2  系统运行原理
基于CCD 摄像头采集到的图像数字信号，将该信号传输到与之相连接的单片机中，通过单片机按照特定的运算程序对之做出计算，然后发出对应的控制指令，完成对智能车辆的有效控制[2]。由于CCD 摄像头在采集路面画像时具有一定的前瞻性，能自行对前方未驶入画面绘制变路径画面，然后将信息反馈给单片机，对智能车运行情况做出调整控制，从而有效将路面信息与智能车控制统一结合。
2  智能车路径识别转向控制研究
2.1  电路二值化处理
为了便于摄像头在较为恶劣的气候环境下，仍旧能较为有效地运转，在数字信号传输反馈的过程中还需对其做二值化处理，并在其中加入局部自适应阈值，以此提升对图像拍摄的清晰度。
2.2  获取中心线位置
数字信号在经二值化处理后，会得到一个数字矩形方阵，以该方阵左下角位置的第一个点作为坐标原点，然后开始从左向右检测，以此种方式来计算出平均值，并得到中心线的位置，据此对道路的实际形状做出判断，然后反馈信号给舵机装置，实现对其偏转数值和敏感度做出有效控制。
在图像信息识别过程中主要通过首行黑线、黑线中心线和末行黑线来计算具体的斜率做出判定，如图2、图3、图4所示，在同一帧图像画面中，如果末行黑线与黑线中心线形成的斜率为slop1，黑线中心线
与首行黑线之间形成的斜率为slop2。当slop1与slop2的斜率数值呈现相反的情况，那么此时则表示为图2的画面（S 道）；当slop1与slop2的斜率数值之和相差很小，则表示前方的道路为图3的画面（直道）；当slop1的斜率数值较大、slop2的斜率数值较小，二者之和的斜率数值较大时，则意味着前方如图4所示（转弯道）。
车标志识别图
图2 S 道
图3 直道图4 转弯道
2.3  转向控制
经过CCD 摄像头采集反馈回来的数据信号，经斜率计算后判断出对应的道路信息时，需将相关的信息反馈到舵机装置，然后对舵机的偏转量做出控制，才能顺利完成智能车的转向操作。如在经判断前方属于S 型道路时，则应当根据最远端（最末行）位置处的黑线来计算出舵机的偏转控制量；在经判断前方属于直线道路时，则应当基于黑线中心线来进行偏转量的调整和控制[3-4]。
3  结束语
智能车是汽车发展趋势，当前加强这方面的研究具有十分积极的意义，而基于CCD 摄像头的智能车，加强对其路径识别和转向控制研究，对稳步提升智能车智能化控制性能有较大的帮助。参考文献：
[1]张毅，高进可，王琪，等.视觉导引智能车的自适应路径识别及
控制研究[J].测控技术,2017,36(11):23-26.[2]兰艳亭.基于免疫机制的智能车转向控制系统研究[D].太原：中
北大学,2017.[3]唐保龙.智能车路径识别及转向控制的研究与实现[J].天津科
技,2016,43(8):69-71+74.[4]王含笑，赵千，杨海露，等.智能路面发展与展望[J].中国公路
学报,2019,32(4):50-72.
（收稿日期：2019-6-12）