基于攝像頭的預測控制策略

　　要實(shí)現一個(gè)完整的基于攝像頭的智能小車(chē)，第一步要做的就是將攝像頭輸出的模擬信號通過(guò)單片機AD轉換采集到單片機中，然后對采集到的原始的圖像數據進(jìn)行處理，以獲取賽道中央的黑線(xiàn)在圖像坐標系中的位置。

　　接著(zhù)，就要利用處理得到的圖象信息對智能小車(chē)進(jìn)行控制。就目前而言，各參賽隊用的最多的橫向控制(轉向控制)就是PID控制。采用PID控制方式，無(wú)需對攝像頭作嚴格的標定，因為只須將黑線(xiàn)在圖像坐標系中的位置偏差乘相應的PID系數，就可以作為轉向的控制律，至于PID系數取多少，則可以通過(guò)簡(jiǎn)單的實(shí)驗調試而獲得合適的取值。正因為這樣，PID控制方式簡(jiǎn)單易行。

　　而PID控制方式卻有其局限性，其最大的局限性就是無(wú)法很好控制智能小車(chē)的行駛線(xiàn)路(簡(jiǎn)稱(chēng)“走線(xiàn)”)。PID參數的變化會(huì )引起小車(chē)走線(xiàn)的變化，即使PID參數相同的情況下，小車(chē)速度的或高或低同樣會(huì )引起小車(chē)走線(xiàn)的變化。這樣，因為小車(chē)走線(xiàn)的不確定性，為了比賽時(shí)小車(chē)不沖出賽道，只有盡量控制小車(chē)完全沿線(xiàn)行駛，這樣才能使小車(chē)無(wú)論在左側還是右側都有較充足的賽道裕量。但另一方面，完全沿著(zhù)賽道中央黑線(xiàn)的走線(xiàn)也許并不是最優(yōu)的走線(xiàn)，比如，在一些特殊路段抄近道，可能會(huì )使走線(xiàn)更優(yōu)，從而提高比賽成績(jì)。往下所要介紹的預測控制策略，就是為了達到使小車(chē)走線(xiàn)盡可能最優(yōu)的目的。

　　基本思想

　　預測控制的基本思想是：在每一控制周期內，通過(guò)攝像頭獲取車(chē)前方一定區域內黑線(xiàn)的位置信息——與PID控制方式不同的是，預測控制多了攝像頭標定這一步，即將黑線(xiàn)在圖像坐標系下的位置轉換成世界坐標系下的位置——然后規劃出一條較優(yōu)化的走線(xiàn)，成為期望走線(xiàn)。然后根據小車(chē)的運動(dòng)學(xué)模型和轉向模型可以確定(一種最優(yōu)化問(wèn)題求解的過(guò)程)，在往下若干個(gè)控制周期內，轉角控制量依次取多少時(shí)，小車(chē)走線(xiàn)才能最“接近”規劃出的期望走線(xiàn)。僅僅選取求解出的當前控制周期的轉角控制量作為實(shí)際的轉角控制量。在下一周期，將重新進(jìn)行一次上述的規劃、最優(yōu)化求解過(guò)程，如此反復循環(huán)執行下去。具體介紹如下文所示。

　　攝像頭標定

　　因為要進(jìn)行走線(xiàn)規劃，就得獲取黑線(xiàn)的實(shí)際位置信息。通過(guò)攝像頭所獲得的只是黑線(xiàn)在圖像坐標系下的位置。因此，首先得求出圖像坐標系到世界坐標系的變換關(guān)系，這個(gè)變換關(guān)系是一個(gè)仿射變換關(guān)系，可以事先寫(xiě)出這個(gè)變換關(guān)系的形式，然后再取一些標定樣點(diǎn)，通過(guò)計算標定出這個(gè)變換關(guān)系形式中的各個(gè)參數。攝像頭標定因為不作為本文重點(diǎn)，受篇幅所限，具體細節不在此贅述。

　　走線(xiàn)規劃

　　在賽車(chē)比賽中，走線(xiàn)選取的好壞可以作為評價(jià)車(chē)手水平高低的一個(gè)標準。在智能小車(chē)比賽中，走線(xiàn)選取的好壞同樣顯得很重要。針對不同類(lèi)型的賽道甚至賽道組合，走線(xiàn)的選取，既要考慮到走線(xiàn)路程的長(cháng)短，還要考慮到相應的速度限制，因此，如何走線(xiàn)是一個(gè)值得研究的問(wèn)題。在各種走線(xiàn)規劃的策略中，一種最樸素而且效果也較明顯的想法就是“抄近道”。所謂抄近道就是在小車(chē)不沖出賽道的前提下，使小車(chē)在賽道上沿盡可能短的路線(xiàn)前進(jìn)。最典型的兩種抄近道的表現方式如圖1所示，即蛇形道(a)和單向彎(b)上的抄近道。