摄像头智能车硬件设计方案

分享到:

         传感器电路设计

  延续往届的传感器方案,今年仍然采用了CCD作为传感器,但采用了信号质量更佳,黑白对比度更大的Sony系列CCD,当摄像头安装高度为30cm,俯角为30°时,其最大黑白电压差可达到1V。

  为了从CCD输出的PAL制式信号中提取赛道信息,秉承硬件二值化的指导思想,将灰度图像转换成黑白图像,由于普通I/O和PAC的操作速度要比A/D快,可提高分辨率和前瞻。通过硬件预处理提取赛道信息,目前有两种主要途径:微分边缘检测和阈值比较检测。

  微分边缘检测:通过数据采集程序效率的优化,在总线频率24MHz条件下可以准确捕获宽度1.5ms的黑线信号。并可以达到1200多的行分辨率和很高的中心解析精度。在直道上,由于远处的黑白之间的电压差较小,远处的赛道信息提取不到,得到的预处理图像是不可信的。另外,在近处也经常发生丢失赛道边缘的情况。

  数字阈值比较检测 :利用快速A/D采集CCD信号,MCU输出信号作为阈值与快速A/D得到的信号通过数字比较器得到二值化信息。这个电路的优势在于可以通过MCU输出不同的阈值从而得到良好的信噪比,另外,快速A/D得到的信号可以输入给单片机,硬件预处理效果不佳的时候可以切换到片外A/D模式,使算法更加灵活。但由于单片机的计算能力有限,切换到片外A/D模式之后数据量过大,最终没有采取这种方案。

  模拟阈值比较检测:模拟阈值比较检测与上述数字阈值比较检测原理相似,只是用D/A输出阈值与CCD输出信号进行比较得出赛道信息。该方案可以达到3m的直线前瞻,1.5m的弯道前瞻,但该方案最大的缺点就是受光线的影响较大,如果不事先适应场地光照条件,信号质量难以保证。


 

  最终我们采取了第三种方案,图1是最终版本的模拟阈值比较电路,利用LM1881芯片获得行同步信号和场同步信号使单片机(MCU)与CCD保持同步,采集每行的边沿信息得到赛道信息。

电源系统设计

  由于CCD需要12V供电,而且CCD供电电压过高容易使CCD发热,虽然短时间内信号质量将提高,但长时间会使CCD输出信号质量下降,而CCD供电电压过低会使CCD信号质量降低。为了保证CCD的正常供电,12V电路较为复杂且占用电路板空间较大,如图2。


 

  其他部分电路

  采用LED、按键及无线发送模块开发的人机界面,提高了调试效率。使用片外FLASH存储赛道信息,由于高存储速率得到了广泛应用。但FLASH每页的存储量有限,大容量的数组需要分割开之后分页存储,这会导致程序超时。电机驱动采用遥控车用电子调速器作为驱动芯片,加速能力强但控制较为复杂,反转控制延时过长,需要3个控制周期。速度传感器采用欧姆龙光电编码器,检测精度高,360线,最高转速可达4000rpm。

  智能车软件设计方案

  图像方面,由于硬件做了二值化处理,单片机得到的赛道信息少而精准,使得图像处理程序变得简练。由于单片机运行时间和存储空间的限制,我们将赛道信息以链表的形式进行存贮。该方法的优点是速度快、占用的存储空间很少,缺点是数据查找较为困难,并且难以利用赛道垂直方向的信息。

继续阅读
CCD和CMOS是什么技术?iPhone的面部识别靠的就是这两种技术?

数码相机所使用的影像传感器主要是取得平面彩色影像,这个已经是我们使用了超过 20 年的旧东西,大部分的人都知道影像传感器有 CCD 与 CMOS 两种,却很少有人知道这两种零组件到底是什么?

第十届“飞思卡尔”杯智能汽车大赛论文+线性CCD方案

文中介绍了本次我们的智能车控制系统软硬件结构和开发流程,整个智能车涉及车模机械调整,传感器选择,信号处理电路设计,控制算法优化等许多方面。

15分钟智能小车机器人一学即会

本课程是创客空间推出的智能小车机器人教程,主要讲解了遥控小车机器人躯干的组装、大脑程序和电源的配置、机器人大脑的零基础编程和灯光传感器的应用。

智能车调试思路

分析做车中遇到的问题及解决方法。

教你九招做出光电平衡智能车

教你九招做出光电平衡智能车,分9步让你快速入门光电平衡车。

精彩活动