[發明專利]基于改進Sobel算子的智能車行駛控制系統及方法

有效

• 申請號: 201810185271.7
• 申請日: 2018-03-07
• 公開（公告）號: CN108490931B
• 公開（公告）日: 2021-02-12
• 發明（設計）人: 周士貴;高龍
• 申請（專利權）人: 曲阜師范大學
• 主分類號: G05D1/02
• 分類號: G05D1/02
• 代理公司: 江蘇瑞途律師事務所 32346
• 代理人: 劉琦

本發明公開了一種基于改進Sobel算子的智能車行駛控制系統及方法，該系統包括圖像采集模塊、圖像處理模塊、控制信息轉化模塊、執行模塊，本發明方法將采集到的原始圖像通過Sobel算子卷積運算處理后得到梯度圖像，對梯度圖像先后進行池化，二值化，得到二值化圖像，剔除所述二值化圖像中的噪點及短線條，尋找有效賽道邊緣并運用全連接神經網絡進行賽道類型的判斷，根據尋找到的有效賽道邊緣和賽道類型判斷結果確定智能車前進方向與正確路線之間的偏移量，通過PID運算后控制小車行駛速度以及方向。

技術領域

本發明涉及一種智能小車控制系統，尤其涉及的是一種基于攝像頭傳感器的嵌入式智能車行駛控制系統。

背景技術

隨著城市交通的日益發展，傳統的人工駕駛汽車出現了種種弊端，自動駕駛技術的研究也隨之成為熱門話題，從2010年10月谷歌公司在官方博客中宣布正在開發自動駕駛汽車，隨后便掀起了研發的熱潮，自動駕駛技術應用前景廣闊，不僅能提高交通系統的運行效率，更能緩解司機長時間駕駛的疲勞，大大降低交通安全事故的發生率，近年來，自動駕駛技術正朝著實用化、生活化、智能化的方向蓬勃發展，以自動駕駛為背景的智能小車，作為自動駕駛汽車的一種嘗試，在近幾年得到越來越多的發展，但現有技術在智能車應用過程中存在以下缺點：第一，不能有效的判斷出“圓環”等復雜賽道類型，導致智能車行駛方向偏離正確路線；第二，在尋找有效賽道邊緣時，非常容易因為圖像中的噪點及短線條導致賽道邊緣尋找失敗，或者尋找到的賽道邊緣與實際情況有較大偏差。

發明內容

技術問題：為了克服現有智能小車道路識別效果差、處理速度較慢等缺點，本發明提供了一種基于改進Sobel算子的智能車行駛控制系統及方法，可以合理的控制后輪電機轉速和前輪舵機轉向，使其按正確的道路行駛，使智能車行駛過程更加穩定，減小了尋找有效賽道邊緣的難度，提高了賽道類型判斷的精度。

技術方案：本發明的基于改進Sobel算子的智能車行駛控制系統，包括：

圖像采集模塊，通過攝像頭采集并提取包含賽道的灰度圖像；

圖像處理模塊，用以從攝像頭采集的灰度圖像中提取有效賽道邊緣并判斷賽道類型，具體為：將所述灰度圖像與改進Sobel算子作平面卷積，得到梯度圖像，然后對所述梯度圖像先后進行池化，二值化，得到二值化圖像，對所述二值化圖像依次進行噪點及短線條剔除、尋找有效賽道邊緣、進行賽道類型的判斷；

控制信息轉化模塊，用以根據尋找到的有效賽道邊緣和賽道類型判斷結果確定智能車前進方向與正確路線之間的偏移量，根據偏移量的大小和賽道類型，用PD控制器得到舵機對應的pwm值，用PID控制器得到直流電機對應的pwm值；

執行模塊，用以根據控制信息轉化模塊給出的舵機的pwm值和直流電機的pwm值，控制直流電機轉動，使小車按正確的方向行駛。

進一步的，本發明系統中，所述改進Sobel算子為：

進一步的，本發明系統中，所述攝像頭為黑白攝像頭，采集并提取的原始圖像即為灰度圖像。

進一步的，本發明系統中，所述攝像頭為彩色攝像頭，采集并提取的原始圖像為彩色圖像，圖像處理模塊通過公式Y＝0.299R+0.587G+0.114B將彩色圖像轉化為灰度圖像，其中R、G、B分別代表彩色圖像中紅色、綠色、藍色三個通道的顏色，Y為轉換后灰度圖像。

進一步的，本發明系統中，所述圖像采集模塊采用DMA方式采集包含賽道的灰度圖像。