基于摄像头的自主循迹智能车设计∗

王玲玲 梁 勇

（海军航空工程学院 烟台 264000）

基于摄像头的自主循迹智能车设计∗

王玲玲 梁 勇

（海军航空工程学院 烟台 264000）

摄像头作为路径识别传感器在智能机器人自主路径识别中具有广泛的应用。论文选取数字CMOS图像传感器OV7620，将其安装在智能车系统中完成对黑白路径的识别，并从机械安装、电路连接、图像采集、路径提取这四个方面给出实际设计的原理与方法。实际调试表明，文中所提方法可以自主完成一般道路的路径识别。

摄像头；智能车；OV7620；路径识别

1 引言

智能车又叫做轮式移动机器人，是通过自主路径识别，控制其速度、转向、壁障等操作的一种智能机器人。本系统需要识别的路径为黑白赛道，即在道路宽度不小于45cm白色板两侧，贴有宽度为25mm±5的黑色线，并将道路整体铺设在黑色或深蓝色幕布上［1］。智能车通过摄像头获取路径图像，并由程序提取出道路的黑线信息，然后由单片机做出控制决策，控制舵机的转角和电机的转速。本文就摄像头传感器的基本原理、机械安装、电路连接、图像采集、路径提取这五个方面做出阐述。

2 摄像头传感器的基本原理

简单来说，摄像头主要由镜头、图像传感器、PCB板、DSP芯片组成，如图1所示。当被摄物体反射光线，传播到镜头，经镜头聚焦到图像传感器上，图像传感器根据光的强弱积聚相应的电荷，经周期性放电，产生代表一幅幅画面的电信号，此电信号经过模数转换为数字图像信号，再送入单片机中进行加工处理。

图1 摄像头基本原理示意图

其中，图像传感器普遍采用CCD或COMS这两种器件。由于CCD一般需要12V供电，而整个系统的供电电压为7.2V，因此为了减小供电电路的复杂性，使用CMOS摄像头。并且为了减少单片机对A/D的编程，因此采用数字CMOS摄像头，并选取其中的OV7620作为采集路径的传感器。OV7620的有效像素单元为640（水平方向）×480（垂直方向）；帧率30FPS；支持连续和隔行两种扫描方式；内置10位双通道A/D转换器，输出8位图像数据；5V供电［2］。

3 摄像头传感器的连接

对只需要识别黑白道路信息来说，可选择OV7620的默认配置［2］，如此与图像采集相关的引脚即为图2所示。其中，Y0-Y7引脚为摄像头8位像素输出；VSYN为场中断信号；HREF为行中断信号；PCLK为像素中断信号。

图2 摄像头与单片机连接示意图

4 摄像头传感器的安装

图3所示为摄像头在智能车上的示意位置，在安装时，要考虑摄像头距离转向后的位置D、高度H和俯仰角θ。其中D影响了前瞻和整车的质心。D越大，前瞻越近，质心靠后（驱动轮）；反之D越小，前瞻越远，易丢失近处黑线。因此支架的位置应尽量安装在车体中间靠转向轮的地方。此外，H即摄像头的架设高度一定要适宜。过高会导致小车的视野过大，看到的黑线变得太细，并且抬高车体的重心，使其快速过弯时容易翻车；架设太低又会影响前瞻，带来反光的问题，影响采样。根据经验值一般情况H取25cm左右。俯仰角θ同样影响了前瞻距离，一般情况，前瞻取70cm～150cm为宜。最后，安装摄像头的底座和支杆应使用刚度大、质量轻的材料，以防车体行进过程中产生晃动。

图3 摄像头的安装示意简图

5 图像采集子程序

在与摄像头时序相关的三个信号关系中，如图4所示，当VSYN为高电平时，说明新的一帧图像即将要传出；当HREF为高电平时，表示新的一行要传出；此时如果捕捉到像素时钟信号PCLK为高，此即为当前图像的第一个像素点，之后遇到一个像素时钟就接受一次数据，直到该行全部接收完。

图4 OV7620摄像头时序信号

但是由于像素中断信号PCLK的频率过快（PCLK的周期只有73ns），对于XS128稳定的总线时钟来说，不易捕捉。因此可以在捕捉到行信号HREF后，即开始读取每行的像素点。对于48M的总线时钟来说，最快可以捕捉约400个像素点。但过密的点需要单片机大量的时间进行数据处理，因此选取每行采集120个像素点，采集的方法即发生行中断后，通过语句延时进行采集［3～4］。

对于采集的行数，OV7620每场共240行数据，但是实际并不需要这么多行，在保证前瞻和当前路径信息的前提下，为了减小单片机的处理时间，一般选择在23行～310行之间，均匀选择其中的40行数据。

6 图像处理子程序

6.1 二值化

摄像头采集回的是灰度信息，分0～255个级别，0为全黑，255为全白。为了进行黑线提取时简便易行，通常会进行二值化处理。即确定一个阈值，大于此阈值则认为是白色，赋0或1；小于此阈值认为是黑色，赋1或0。这样原来256个级别的灰度就变成只有0、1的二值信息了。阈值的设定可以是固定的一个值，一般认为在100～200之间［5～6］。

6.2 图像特征提取

经过图像采集后，存放图像数据的数组中有了40行×120列像素点，如果摄像头为正向安装，那么最远处为第1行，靠近车为第40行；如果摄像头为反向安装，那么最远处为第40行，靠近车为第1行。在进行图像特征提取时，一般可以先处理离车最近的那几行（一般为10行左右），提取到这几行的中线后，以此为基准，在一定的搜索范围内提取剩下那些行的中线用以判断路径方向；或者在前瞻合适的情况下（不能过远），先处理远离小车的那几行（一般为3～5行），用以判断前方的路径趋势，而后同样在一定的搜索范围内提取剩下那些行的中线，用以确定路径偏离的距离。本文以后者为例进行阐述。

在黑线提取中，由于黑线的灰度值远小于白色区域，因此黑线到白线的过渡时必然有跳变，所以通常可以采用跳变法即边缘检测法进行识别。以跳边法的思想选取离车较远的3行进行中线提取，提取一个中间位置作为剩下行数的基准位置。流程图如图5所示。

图5 跳变法确定基准位置

利用前几行确定图像中心基准后，后面若干行的处理就可以基准为中心，确定一定的搜索范围后，进行黑线提取，此即为重心法［7～10］。

图6 重心法确定后若干行中心位置

在重心法的流程图中，可以看出，一旦前方路线的基准确定，后面37行进行提中线时如果依然出现了大量黑色的情况，就认为这一行是杂波，是要进行滤波处理的。这就要求对先前3行的基准位置严格确定。所以这种以前几行为基准，后若干行按一定搜索范围进行扫描的算，对前几行的实际调试尤为关键。

图7 根据中心位置确定路径信息

7 结语

本文从硬件连线、机械安装、路径信息采集、黑线提取这几个方面阐述系统以摄像头为传感器的智能车系统实现自主识别路径并跟踪黑线运行。通过实际调试表明，上述方法可以应用在直道、弯道、8字形等一般性道路上。

［1］吴怀宇，程磊.大学生智能汽车设计基础与实践［M］.北京：电子工业出版社，2008：40-60.WU Huaiyu，CHENG Lei.Basis and Practice for the Design of Smart Car for College Students［M］.Beijing：Electronic Industry Publishing House，2008：40-60.

［2］摄像头OV7620介绍［EB/OL］.［2015-12］.http：//wenku.baidu.com/link?url=W9GMj740xMnyQrsEhvt3DPhizIEgg-PsTXdKfS1gTJ7LVC6HabW3BMuR_pXRnxgQEjGs8_G3pe4bkIoFn2IZLJPu-wAh8VweHbIq8sS1DiVm Introduction for Camera OV7620［EB/OL］.［2015-12］.http：//wenku.baidu.com/link?url=W9GMj740xMnyQrsEhvt3DPhizIEggPsTXdKfS1gTJ7LVC6HabW3BMuR_pXRnxg QEjGs8_G3pe4bkIoFn2IZLJPu-wAh8VweHbIq8sS1Di-Vm

［3］许寰，鲁五一，赵治平.摄像头路径识别和小车控制策略［J］.计算机工程与科学，2009，31（5）：111.XU Huan，LU Wuyi，ZHAO Zhiping.Camera Path Identification and Vehicle Control Strategies［J］.Computer Engineering&Science，2009，31（5）：111.

［4］程亚龙，周怡君.基于CMOS传感器的智能车路径识别研究［J］.机械制造与自动化，2007（5）：13-15.CHENG Yalong，ZHOU Yijun.The Study of Smartcar Track Identification Based on the CMOS Sensor［J］.Machine Building&Automation，2007（5）：13-15.

［5］李国柱.基于CMOS摄像头的智能车路径跟踪系统设计［J］.现代电子技术，2011，34（18）：12-15.LI Guozhu.Design of Tracing System for Intelligent Vehicle Based CMOS Camera［J］.2011，34（18）：12-15.

［6］毛堃，樊月珍，钱桦，等.基于CMOS数字摄像头检测路径的智能小车设计［J］.微计算机信息，2010（26）：196-197.MAO Kun，FAN Yuezhen，QIAN Hua，et al.Design of Auto Route Identified Vehicle Model Based on CMOS［J］.Microcomputer Information，2010，26（7-2）：196-197.

［7］蔡述庭.“飞思卡尔”杯智能汽车竞赛设计与实践——基于S12XS和Kinetis K10［M］.北京：北京航空航天大学出版社，2012：102-115.CAI Shuting.Design and Practice of Intelligent Vehicle Named by Freescale Based on S12XS and Kinetis K10.Beijing：Beihang University press，2012：102-115.

［8］李旭东，廖中浩，孟娇.基于CMOS摄像头的智能车控制系统设计及实现［J］.吉林大学学报（信息科学版），2013，31（4）：441-416.LI Xudong，LIAO Zhonghao，MENG Jiao.Intelligent Vehicle Control System Design and Realization Based on CMOS Camera［J］.Journal of Jilin University（Information Science Edition），2013，31（4）：441-416.

［9］柳玲，温玄.基于摄像头传感器的智能车路径提取及应用［J］.重庆理工大学学报（自然科学），2003，27（5）：69-74.LIU Ling，WEN Xuan.The Path Extraction and Application of Smart Car Based on Camera［J］.Journal of Chongqing University of Technology（Natural Science），2003，27（5）：69-74.

［10］高正中，赵丽娜，李世光，等.基于摄像头的智能车控制系统设计［J］.自动化与仪表，2015，30（6）：1-4.GAO Zhengzhong，ZHAO Lina，LI Shiguang，et al.Design of Control system of Intelligent Car Based on Camera［J］.Automation&Instrumentation，2015，30（6）：1-4.

Design of Intelligent Vehical with Independent Tracking Ability Based on Camera

WANG LinglingLIANG Yong
（Naval Aeronautical and Astronautical University，Yantai 264000）

Camera has been widely used in intelligent robot to recognize the path independently.In this paper，OV7620，which having digital CMOS image sensor，was selected to be installed in the system of smart car to recognize the black and white path.And principle and method were proposed to realize practical design from the aspects of mechanical installation，circuit connection，image acquisition，path extraction.Finally，it was shown from practical debugging that this method could accomplish the path identification for general path independently.

camera，intelligent vehicle，OV7620，path recognition

TP273

10.3969/j.issn.1672-9722.2017.11.048

Class Number TP273

2017年5月8日，

2017年6月27日

王玲玲，女，硕士，讲师，研究方向：控制系统仿真与实现。梁勇，男，博士，副教授，研究方向：控制系统设计与仿真。