本文關(guān)鍵詞：基于ARM的競賽用無人駕駛車設(shè)計與實現(xiàn)

  更多相關(guān)文章： 無人駕駛車 直線識別 嵌入式Linux

【摘要】：本論文提出了一種基于ARM的競賽用微縮無人駕駛車設(shè)計方案并將該方案予以實現(xiàn)。該無人駕駛車本采用了ARM Cortex-A9架構(gòu)的Exynos 4412處理器,運行嵌入式Linux操作系統(tǒng),通過USB攝像頭采集賽道圖像,以微縮車模型為底盤。依靠攝像頭采集圖像的機器人競賽往往對競賽場地的光照要求較為嚴(yán)格。大部分參賽機器人都需要根據(jù)現(xiàn)場的光照條件修改相應(yīng)參數(shù)才能完成比賽。本課題研究的重點就是如何克服光照條件對無人駕駛車賽道識別的影響。本課題的主要內(nèi)容是對攝像頭采集的圖像進(jìn)行圖像平滑、圖像分割等圖像預(yù)處理,然后再通過霍夫變換或者Freeman編碼算法等識別出賽道信息,判斷無人駕駛車在賽道中的位置,然后進(jìn)行行為決策,控制電機和舵機進(jìn)行相應(yīng)的動作。首先,本文介紹了無人駕駛車的發(fā)展現(xiàn)狀以及發(fā)展前景,講述了本課題的研究意義以及研究內(nèi)容。第二章第三章分別從硬件和軟件兩方面介紹了本課題的具體設(shè)計。硬件方面講解了無人駕駛車的一些機械結(jié)構(gòu)和電氣連接,介紹了電路原理圖以及主要的處理器。軟件方面主要講解了各功能的實現(xiàn)流程和函數(shù)的具體實現(xiàn)。第四章介紹了本課題用到的相關(guān)圖像處理算法以及這些算法在本課題的具體應(yīng)用,對比了不同算法的處理效果。該部分主要講述了在圖像二值化方法上做的算法改進(jìn),以便適用于不同的光照條件。第五章主要講了賽道識別算法的具體實現(xiàn)過程。最后是調(diào)試結(jié)果的分析以及本課題的結(jié)論與展望。
【關(guān)鍵詞】：無人駕駛車 直線識別 嵌入式Linux
【學(xué)位授予單位】：北方工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP391.41
【目錄】：

• 摘要3-4
• ABSTRACT4-8
• 第一章 緒論8-12
• 1.1 課題的研究背景及意義8-9
• 1.1.1 課題的研究背景8
• 1.1.2 課題的研究意義8-9
• 1.2 無人駕駛車的研究現(xiàn)狀及前景9-10
• 1.2.1 無人駕駛車的研究現(xiàn)狀9-10
• 1.2.2 無人駕駛車的發(fā)展前景10
• 1.3 課題的主要研究內(nèi)容與研究重點10-12
• 1.3.1 課題內(nèi)容10-11
• 1.3.2 研究重點11-12
• 第二章 無人駕駛車的硬件設(shè)計12-18
• 2.1 機械結(jié)構(gòu)與電氣連接12-14
• 2.1.1 動力機構(gòu)12-13
• 2.1.2 轉(zhuǎn)向機構(gòu)13-14
• 2.1.3 車載電源14
• 2.2 核心控制單元14-15
• 2.3 底層驅(qū)動控制單元15-17
• 2.4 本章小結(jié)17-18
• 第三章 無人駕駛車軟件設(shè)計18-31
• 3.1 底層控制單元軟件設(shè)計18-24
• 3.1.1 Keil開發(fā)環(huán)境搭建18-20
• 3.1.2 STM32程序?qū)崿F(xiàn)20-24
• 3.2 核心控制單元軟件設(shè)計24-30
• 3.2.1 交叉編譯25
• 3.2.2 Makefile25-26
• 3.2.3 可執(zhí)行文件設(shè)計26-27
• 3.2.4 庫函數(shù)設(shè)計27-30
• 3.3 本章小結(jié)30-31
• 第四章 圖像預(yù)處理算法31-43
• 4.1 圖像預(yù)處理算法簡介31
• 4.2 圖像增強31-34
• 4.3 圖像分割34-38
• 4.3.1 灰度閾值法34-36
• 4.3.2 邊緣檢測法36-38
• 4.4 算法改進(jìn)38-42
• 4.5 本章小結(jié)42-43
• 第五章 賽道識別以及行為決策43-56
• 5.1 直線識別算法簡介43-49
• 5.1.1 霍夫變換43-47
• 5.1.2 Freeman編碼識別直線47-49
• 5.2 行為決策49-55
• 5.2.1 模糊控制簡介49-51
• 5.2.2 模糊控制器設(shè)計51-55
• 5.3 本章小結(jié)55-56
• 第六章 調(diào)試結(jié)果分析56-62
• 6.1 底層控制單元調(diào)試結(jié)果56
• 6.2 整車調(diào)試結(jié)果56-62
• 第七章 結(jié)論與展望62-64
• 7.1 主要結(jié)論62
• 7.2 研究展望62-64
• 參考文獻(xiàn)64-67
• 附錄A67-69
• 附錄B69-71
• 附錄C71-80
• 在學(xué)期間的研究成果80-81
• 致謝81

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 任禾;;無人駕駛[J];中國經(jīng)濟和信息化;2013年12期

2 丁俊武;轎車用智能半自主系統(tǒng)無人駕駛技術(shù)的希望[J];機器人技術(shù)與應(yīng)用;1997年06期

3 ;谷歌研發(fā)無人駕駛轎車[J];計算機與網(wǎng)絡(luò);2010年20期

4 趙一兵;郭烈;張明恒;李琳輝;;越野環(huán)境中無人駕駛車的障礙目標(biāo)識別[J];數(shù)據(jù)采集與處理;2011年04期

5 ;286千米——我國自主研制無人駕駛技術(shù)的新突破[J];物聯(lián)網(wǎng)技術(shù);2011年06期

6 吳敏;無人駕駛農(nóng)林作業(yè)飛行平臺實用系列[J];發(fā)明與革新;2002年08期

7 付磊;王景中;;無人駕駛車輛終端控制的研究與探索[J];現(xiàn)代電子技術(shù);2007年23期

8 修彩靖;陳慧;;無人駕駛車路徑跟蹤控制研究[J];計算機工程;2012年10期

9 金科;;機器人時代來臨[J];今日科苑;2009年19期

10 ;美海軍尋求無人駕駛的解決方案[J];情報指揮控制系統(tǒng)與仿真技術(shù);1998年08期

中國重要會議論文全文數(shù)據(jù)庫 前4條

1 王當(dāng)利;;無人駕駛船舶的發(fā)展途徑[A];中國航海學(xué)會內(nèi)河船舶駕駛專業(yè)委員會學(xué)術(shù)年會論文集[C];2004年

2 李振宇;;基于Boids群聚模型的無人駕駛機群[A];中國力學(xué)學(xué)會學(xué)術(shù)大會'2009論文摘要集[C];2009年

3 蔣蘋;羅亞輝;孫松林;謝方平;肖明濤;;機滾船遙控駕駛系統(tǒng)的研究[A];2007年中國農(nóng)業(yè)工程學(xué)會學(xué)術(shù)年會論文摘要集[C];2007年

4 朱建坤;徐友春;李永樂;趙玉t，

本文編號：660613