智能车赛道类型判断方法研究

乔卫磊 夏玉洁 王易凤 陈怀安

【摘要】 以全国大学生飞思卡尔智能车竞赛为背景，介绍了智能车在赛道类型判断上常用的三种算法。通过对智能车赛道中心线建立模型，可以提取出赛道的特征信息。利用特征信息就可以对小车的舵机和速度施行控制，使之达到较为准确的转弯和快速行驶的性能。

【关键词】 智能车 赛道识别 类型判断

智能车系统以迅猛发展的汽车电子为背景，涵盖了控制、模式识别、传感技术、电子、电气、计算机、机械等多个学科，它主要由路径识别、角度控制及车速控制等功能模块组成。竞赛摄像头组的技术要点中，图像处理和赛道识别这两个环节尤其重要，其影响到小车的最终控制。由于赛事的难度系数越来越大，赛道类型的准确判断也成为了一大难题。本文介绍了三种比较成熟的赛道类型判断方法。

一、两点求赛道曲率[1]

如图1所示，设智能车处于赛道中线AB上的A点处，前进方向为赛道中心线的切线方向。在赛道中心线圆弧段的半径最小值的范围内取长度L（AB），在A点正前方（纵向）距A点L（AB）距离的B点横向读取赛道中心线上C点之间的信息，测出B点和C 点之间的长度为L（BC），AC的中点为D点，赛道中心线圆弧段所在圆的圆心为O点，设此时智能车所处的赛道曲率为k，曲率半径为R。

由于AB是赛道中心线所在圆弧段的切线，所以AB与AO垂直，AC为圆上的弦D为AC的中点，由ΔABC与ΔODA 相似，可得：

由于SUM越大说明跑道弯曲程度越大， 因此给定SUM一个合适的阈值， 就可以正确识别出跑道当前的弯道程度。实验表明， 只要阈值取得合适，该算法非常可靠。其中，阈值还可以根据跑道的改变作相应的调整。

三、赛道斜率判断法

智能车比赛的赛道是由两条黑色的边线构成的，在提取出这两条边线计算出赛道中心线之后，可以通过测量道路的斜率和车子与道路的偏移来计算偏差，偏移的正负也代表了车子偏向于哪一边。

式中的b就是AB两点的斜率。斜率有正负之分，当斜率大于0时，说明为右弯道。同理，当斜率小于0时，为左弯道。若对b取绝对值，则|b|表示弯道的弯曲程度，|b|越大则弯道越弯曲。

四、结论

本文介绍的三种赛道类型判断方法在实际中均得到了广泛的应用。每种方法都有其各自优缺点：两点求赛道曲率法能够非常准确地判断出赛道类型，但是算法复杂，运算量大，计算时间时长，不利于智能车的快速反应；平均值位移法算法简介明了，计算量小，但是在复杂的赛道判断时，误差较大，有时会出现错判；斜率判断法，运算量介于上述两种方法之间，计算也较为简单，判断正确率较高。

在智能车的制作过程中，要实现准确的控制，赛道类型的判断是极为重要的一步。只有经过不断的试验和调整才能够选出最适合的判断方法，从而达到使智能车进行快速反应、精确控制和稳定运行的目的。

参 考 文 献

[1] 蒋 旭，吴 涛.两点算法求智能车赛道曲率.新技术新工，2014，04.

[2] 刘进，齐晓慧，李永科.智能车大角度弯道转向曲率连续的轨迹规划方法.中国机械工程，2014.02.026

[3] 许 寰，鲁五一，赵治平.摄像头路径识别和小车控制策略.计算机工程与科学，2009，31（5）：110-115.

[4] 刘嘉豪，刘海刚，张建伟，关天.智能车图像处理与识别算法研.工业控制计算，2014，08.

[5] 贾小勇，徐传胜，白欣.最小二乘法的创立及其思想方法，西北大学学报（自然科学版），2006，06.