飛思卡爾.安全氣囊文章進(jìn)入飛思卡爾.安全氣囊技術(shù)社區

韓國智能模型車(chē)技術(shù)方案分析

韓國智能模型車(chē)競賽是韓國漢陽(yáng)大學(xué)舉辦的以單片機控制為核心的可以自行尋跡行駛、以速度快慢為主要評判指標的大學(xué)生課外科技競賽，國內也將舉辦此類(lèi)比賽。為了幫助參賽隊伍更好地認識智能模型車(chē)的特點(diǎn)，提高參賽隊伍水平，本文針對2005年韓國大學(xué)生智能模型車(chē)競賽的16支隊伍的技術(shù)方案，對電源管理、路徑識別、電機驅動(dòng)、轉向控制、車(chē)速傳感等硬件結構及軟件控制特點(diǎn)進(jìn)行了分析，對智能模型車(chē)的設計提出了建議。
關(guān)鍵字：飛思卡爾智能車(chē) 傳感技術(shù) 電源管理模塊光電傳感器道路自動(dòng)識別單片機

基于離散布置光電傳感器的連續路徑識別算法

基于間隔布置光電傳感器的離散路徑識別算法是無(wú)人車(chē)最簡(jiǎn)單的路徑識別算法之一，容易造成轉向及車(chē)速調節的階躍式變化，使得控制不佳。本文在對光電傳感器特性研究的基礎上，提出了一種基于間隔布置紅外光電傳感器的連續路徑偏差識別算法，得到的路徑信息是車(chē)身縱軸線(xiàn)偏移路徑標記線(xiàn)的距離，消除了傳感器間隙的“盲區”，為控制的流暢性提供了可能。
關(guān)鍵字：飛思卡爾智能車(chē) 無(wú)人車(chē) 導航光電傳感路徑識別

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
關(guān)鍵字：飛思卡爾智能車(chē) 傳感技術(shù) 攝像頭

智能車(chē)運動(dòng)狀態(tài)實(shí)時(shí)監測系統的設計及實(shí)現

　　系統功能及應用　　本系統主要完成將智能車(chē)行駛過(guò)程中的各種狀態(tài)信息(如傳感器亮滅，車(chē)速，舵機轉角，電池電量等)實(shí)時(shí)地以無(wú)線(xiàn)串行通信方式發(fā)送至上位機處理，并繪制各部分狀態(tài)值關(guān)于時(shí)間的曲線(xiàn)。有了這些曲線(xiàn)就不難看出智能車(chē)在賽道各個(gè)位置的狀態(tài)，各種控制參數的優(yōu)劣便一目了然了。尤為重要的是對于電機控制PID參數的選取，通過(guò)速度—時(shí)間曲線(xiàn)可以很容易發(fā)現各套PID參數之間的差異。對于采用CCD傳感器的隊伍來(lái)說(shuō)，該系統便成為了調試者的眼睛，可以見(jiàn)智能車(chē)之所見(jiàn)，相信對編寫(xiě)循線(xiàn)算法有很大幫助。而且還可以對這
關(guān)鍵字：飛思卡爾智能車(chē) 傳感技術(shù) 車(chē)載數據采集系統無(wú)線(xiàn)數傳系統上位機數據處理系統

基于攝像頭的賽道信息處理和控制策略實(shí)現

　　在去年的Freescale全國大學(xué)生智能車(chē)大賽中，賽道信息檢測方案總體上有兩大類(lèi)：光電傳感器方案和攝像頭方案。前者電路設計簡(jiǎn)單、信息檢測頻率高，但檢測范圍、精度有限且能耗較大;后者獲取的賽道信息豐富，但電路設計和軟件處理較復雜，且信息更新速度較慢。在比較了兩種方案的特點(diǎn)并實(shí)際測試后，我們選擇了攝像頭方案。本文將在獲得攝像頭采集數據的前提下，討論如何對數據進(jìn)行處理和控制策略的實(shí)現。　　數據采集　　我們選擇了一款1/3?OmniVision?CMOS攝像頭，用LM1881進(jìn)行信號分離，結合AD采樣
關(guān)鍵字：飛思卡爾智能車(chē) 傳感技術(shù) CMOS 攝像頭

關(guān)于智能車(chē)模起跑線(xiàn)識別方法的設計與實(shí)現

由于智能車(chē)模要在黑色引導線(xiàn)的識別過(guò)程中跑完全程，所以采用的尋線(xiàn)傳感器主要是光學(xué)傳感器。為了實(shí)現車(chē)模的記憶路況算法，首先要求車(chē)模系統能夠識別起跑線(xiàn)，并區別于十字交叉線(xiàn)，本文介紹了車(chē)模系統識別起跑線(xiàn)的紅外光電傳感器的布局模型和設計。
關(guān)鍵字：飛思卡爾智能車(chē) 紅外光電傳感器巡線(xiàn)算法起跑線(xiàn) 引導線(xiàn)

攝像頭黑線(xiàn)識別算法和賽車(chē)行駛控制策略

　　引言　　按照第一屆全國大學(xué)生“飛思卡爾”智能車(chē)大賽比賽規則要求：使用大賽組委會(huì )統一提供的競賽車(chē)模，采用飛思卡爾16 位微控制器MC9S12DG128 作為核心控制單元，自主構思控制方案及系統設計，包括傳感器信號采集處理、控制算法及執行、動(dòng)力電機驅動(dòng)、轉向舵機控制等，以比賽完成時(shí)間短者為優(yōu)勝者。其中賽道為在白色底板上鋪設黑色引導線(xiàn)。根據賽道特點(diǎn)，主要有兩種尋線(xiàn)設計方案：一、光電傳感器方案;二、攝像頭方案。　　這兩種方案各有特點(diǎn)：其中光電傳感器構成“線(xiàn)型檢測陣列
關(guān)鍵字：飛思卡爾智能車(chē) 傳感技術(shù) 光電傳感器攝像頭

傳感器與智能車(chē)路徑識別

路徑識別是體現智能車(chē)智能水平的一個(gè)重要標志，而傳感器是智能車(chē)進(jìn)行路徑識別的關(guān)鍵檢測元件。針對智能車(chē)在特殊路徑與傳感器數目限制的條件下的路徑識別，提出了基于紅外傳感器的路徑識別方案與基于圖像傳感器的路徑識別方案，并對兩種方案的應用性能進(jìn)行了比較。通過(guò)將基于面陣圖像傳感器的路徑識別方案應用于智能車(chē)競賽并取得優(yōu)異成績(jì)，驗證了該方案的可行性與有效性。
關(guān)鍵字：飛思卡爾智能車(chē) 紅外傳感器圖像傳感器路徑識別

基于攝像頭的路徑信息采集系統的簡(jiǎn)易設計與實(shí)現

本文基于freescale 16位HCS12單片機的輸入捕捉功能設計一種視頻信號采集系統。在該系統中，將CMOS攝像頭的輸出信號二值化，利用單片機輸入捕捉功能實(shí)時(shí)對信號采樣、處理，提取出黑色導引線(xiàn)的形狀特征。實(shí)驗證明：系統能很好地滿(mǎn)足智能車(chē)對路徑識別性能和抗干擾能力的要求，實(shí)時(shí)性好，測量精度高，同時(shí)硬件和軟件的開(kāi)銷(xiāo)都比較小。
關(guān)鍵字：飛思卡爾智能車(chē) 圖像二值化

基于激光掃描原理的路徑檢測方案

本文針對智能車(chē)的路徑檢測，提出了一種全新的、基于激光掃描原理的實(shí)現方案。在介紹激光掃描器工作原理的基礎上，結合智能車(chē)路徑檢測的具體要求和特點(diǎn)，給出了硬件電路解決方案以及軟件算法設計，實(shí)現了大前瞻、高精度的路徑檢測效果。
關(guān)鍵字：飛思卡爾智能車(chē) 路徑檢測激光掃描

車(chē)模承載著(zhù)曾經(jīng)的青春歲月

　　靜靜地看著(zhù)精巧的車(chē)模在賽道上靈巧地行駛，耳畔是觀(guān)眾隨著(zhù)場(chǎng)上比賽情況時(shí)而喝彩時(shí)而惋惜，時(shí)光輪回，在朦朧中仿佛回到自己一去不復返的青春歲月。　　作為面向本科生參加的飛思卡爾智能車(chē)大賽，每個(gè)人基本上只有一次參與其中的機會(huì )。筆者在第三屆智能車(chē)大賽的現場(chǎng)見(jiàn)到了兩年前曾經(jīng)相遇的一些首屆大賽的參賽者，他們這次是作為指導教師或者助理的身份再次回到這個(gè)熟悉的賽場(chǎng)。談及比賽，他們的感觸與兩年前已經(jīng)迥然不同，唯一不變的是比賽讓他們對自己曾經(jīng)青春歲月的無(wú)盡回憶。再次回到賽場(chǎng)，看著(zhù)身邊這些學(xué)弟學(xué)妹們的全情投入，或興奮歡呼或
關(guān)鍵字：飛思卡爾智能車(chē) 傳感技術(shù) 模式識別

基于智能車(chē)非勻速行駛記憶算法的研究和實(shí)現

摘要：本文對基于非勻速行駛狀態(tài)下光電智能車(chē)的記憶算法進(jìn)行了深入研究，詳細介紹了系統硬件設計、原始數據的記憶、數據處理和記憶算法的實(shí)現。實(shí)踐表明，使用記憶算法之后，由于對整個(gè)賽道有了超前的預知性，智能車(chē)的速度有了較大幅度的提高。隨著(zhù)比賽賽道的長(cháng)度和復雜程度的進(jìn)一步加大，記憶算法正進(jìn)一步地發(fā)揮著(zhù)作用。
關(guān)鍵字：飛思卡爾智能車(chē) 傳感器

雙排傳感器循跡策略研究

本文以循跡策略為主要研究對象，以采用雙排傳感器的智能車(chē)為例，做出了優(yōu)化的直線(xiàn)、大彎、S彎等不同道路情況的循跡策略。經(jīng)實(shí)驗證明，此策略緊密結合雙排紅外的特點(diǎn)，發(fā)揮出了雙排的優(yōu)勢，使智能車(chē)實(shí)現了以穩定為先，并追求極限速度的要求，適應能力強，能在各種賽道上均有出色發(fā)揮。
關(guān)鍵字：飛思卡爾智能車(chē) 雙排傳感器路徑識別循跡策略

智能尋跡小車(chē)

本文介紹了一種基于51單片機的小車(chē)尋跡系統。該系統采用兩組高靈敏度的光電對管，對路面黑色軌跡進(jìn)行檢測，并利用單片機產(chǎn)生PWM波，控制小車(chē)速度。測試結果表明，該系統能夠平穩跟蹤給定的路徑。
關(guān)鍵字：飛思卡爾智能車(chē) 光電對管尋跡脈沖寬度調制

數字形態(tài)學(xué)濾波器與智能車(chē)路徑記憶

路徑記憶對于提高智能車(chē)速度起著(zhù)至關(guān)重要的作用，但是原始路徑數據中的毛刺和擾動(dòng)干擾著(zhù)后續的決策過(guò)程。針對上述問(wèn)題，本文提出了一種基于數學(xué)形態(tài)學(xué)的濾波算法，并將其簡(jiǎn)化算法移植于單片機。經(jīng)過(guò)賽道實(shí)驗表明：相對于傳統的閾值比較、低通濾波等方法，形態(tài)學(xué)濾波算法具有賽道還原度高、算法數據處理量小的優(yōu)點(diǎn)。
關(guān)鍵字：飛思卡爾智能車(chē) 形態(tài)學(xué)濾波路徑記憶