[发明专利]基于光电导航的无人驾驶道路识别系统

说明书

技术领域

本发明涉及无人驾驶车辆的道路识别系统技术，更具体地，涉及一种基于光电导航的无人驾驶道路识别系统。

背景技术

无人驾驶车辆是未来智能汽车的发展方向，尤其适合从事旅游、应急救援、长途高速客货运输、军事用途等，具有可靠、安全、便利及高校的性能优势，能够减少事故，弥补有人驾驶汽车的不足。发达国家从20世纪80年代就开始进行对无人驾驶技术的研究，国内在无人驾驶汽车的开发方面比国外稍晚。无人驾驶车开发的技术关键主要有两方面：车辆定位和车辆控制。这两方面相辅相成共同构成无人驾驶汽车的基础。目前常用的定位技术包括磁导航和视觉导航等，而磁导航方法往往需要在道路埋设一定的导航设备（如磁钉、电线），系统实施过程繁琐且不易维护，路线固定且基础设施要求高。然而，视觉导航是模拟驾驶员视觉，对道路环境进行计算分析并作出决策，自动调节车辆行驶状态，因而被公认为是最有前景的定位方法。车辆控制技术是无人驾驶汽车的核心，主要包括速度控制和方向控制等几个部分。无人驾驶其实就是用电子技术控制汽车进行的仿人驾驶。通过对驾驶员的驾驶行为进行分析可知，车辆的控制是一个典型的预瞄控制行为，驾驶员找到当前道路环境下的预瞄点，根据预瞄点控制车辆的行为。无人驾驶汽车的研究，可以归纳为三个方面：高速公路环境、城市环境和特殊环境下的无人驾驶系统。而无论何种无人驾驶测试环境，识别当前道路环境，计算出预瞄点组成模拟目标轨迹尤为关键。

发明内容

为了实现在高速公路环境、城市环境和特殊环境下的无人驾驶，本发明提出来一种基于光电导航的无人驾驶道路识别系统，实现了循迹不断的变化道路，并且能通过识别不同颜色标识的色块实现指定的速度及转向功能，可适用于多种特定环境。

为了实现上述目的，本发明的技术方案为：

一种基于光电导航的无人驾驶道路识别系统，包括主控制模块、视觉模块、图像处理模块、道路识别模块、速度控制模块和转向控制模块；

所述视觉模块用于将实时采集的图像传输至图像处理模块；

所述图像处理模块用于从采集的图像中提取出道路边界及色块标志物，并将其传输至道路识别模块；

所述道路识别模块用于提取出道路边界线，模拟出轨道中央目标轨迹并识别色块颜色，并将其传输至速度控制模块和转向控制模块；

所述速度控制模块与转向控制模块分别用于控制车速、车向及轨迹。

优选地，所述道路识别模块根据道路边界线及色块颜色计算出车与目标轨迹的横向偏差量和方向偏角，作为速度控制模块和转向控制模块的输入量。

具体为：视觉模块采集路面实时图像，将其传输至图像处理模块，图像处理模块对实时图像进行处理，获取道路边界及色块标志物，并将其传输至道路识别模块，道路识别模块从中提取出道路边界线，并根据边界线模拟出中央目标轨迹，并根据色块标志物识别出色块颜色，在系统中存储有各中色块颜色代表的功能，再根据道路边界线及色块颜色计算出车与目标轨迹的横向偏差量和方向偏角，将车与目标轨迹的横向偏差量和方向偏角输入至速度控制模块和转向控制模块，速度控制模块和转向控制模块根据其来控制车速及车向。

优选地，所述主控制模块采用μC/OS嵌入式系统及高性能的ARMCortex-M3内核STM32的控制芯片。使用μC/OS嵌入式系统及高性能的ARMCortex-M3内核的STM32处理，高处理效率满足摄像头图像分析处理与存储。

优选地，所述视觉模块采用包括摄像头和显示器，所述摄像头上加设有偏光片，摄像头置于车中央；显示器实时显示经过处理后的道路图像以及模拟出的目标轨迹。

优选地，所述摄像头CMOS320*240分辨率的摄像头，显示器为TFT显示器。

摄像头加偏光片是对路面进行实时拍摄获取路面信息，摄像头置于车中央，使车的位置始终处于视觉图像中点；显示器实时显示经过处理后的道路图像以及模拟出的目标轨迹。

优选地，所述图像处理模块将获取到的路面RGB图像进行像素提取，通过优化的RGB平均值算法提取出道路边界及识别色块标志物，再对图像进行滤波除噪处理出目标道路边界并通过识别色块颜色确定目标速度及转向。

优选地，所述道路识别模块用于根据图像处理模块处理出的目标道路边界图建立坐标轴，运用最小二乘法模拟出道路中央目标轨迹，计算中央目标轨迹坐标（x,y）和轨迹斜率l。

优选地，所述转向模块采用改进的多元PID算法，使小车实时调整舵机方向，平稳地行驶于模拟道路目标轨迹之上，实现方式如下：