飞思卡尔智能车大赛终点标志的识别

自动化技术

数字技术与应用

飞思卡尔智能车大赛终点标志的识别

张朝民　　曾敬　　李睿华

（上海工程技术大学　　基础教学学院　　上海　　２００３３６）

［摘　要］飞思卡尔智能车设计大赛越来越受到人们的重视，飞思卡尔智能车大赛终点标志的识别是赛道识别算法难点之一，本文提出一种基于异或运算的实用停车算法，该算法有效解决了智能车对终点线的判断。

［关键词］飞思卡尔智能车　　终点标志识别　　异或算法［中图分类号］ＴＰ２４２［文献标识码］Ａ［文章编号］１００７－９４１６（２０１０）０７－００３７－０１

０　引言：

飞思卡尔智能车设计大赛是全国１７０余所高校广泛参与的全国大学生智能汽车竞赛。２００８年第三届被教育部批准列入国家教学质量与教学改革工程资助项目中９个科技人文竞赛之一，２００９年第四届被邀申请列入国家教学质量与教学改革工程资助项目，飞思卡尔智能车大赛提出制作一个

能够自主识别道路的模型汽车，按照规定

路线行进，以完成时间最短者为优胜，并且终点处２米内必须停车，因此终点线的识别为赛道识别的关键之一。

１　终点线的特点

按比赛规定，智能车起点出发跑完一圈回到起点时，起点标志即为终点标志，智能车要能停在终点后２ｍ的距离内。由于终点一般设在直道的中间，也就是说终点标志后２ｍ的距离基本上是以直线为主，这时正是车速最快的时候，而终点线的宽度只有２．５ｃｍ，很容易会丢失终点标志信息。终点标志见图１。

本算法正是基于这一特征进行起始标志判断的。

具体算法：如图２（ｃ）所示，设黑点为１，白点为０，则，起始标志线图像中的关键行所对应的数据为０１１１１１０１１０１１１１１１，自左向右进行抑或运算，由于抑或运算的特点，可以得到具体０、１跳变的数量，即有多少对黑白间隔对。令黑、白对个数为ｙ，起始标志图像关键行宽度为ｎ，ｘ为直接点的黑白值，则有：

　　　　　　　　　　　y=∑xi^xi+1　　　　　　（１）

i=0n 1

３　试验结果

如图３所示，对特征赛道进行分段采样，取不同赛道段分析，结果如下：

采用如上算法对起始标志线图像的数据处理，经多次试验，结果ｙ值均为５、６两数中的一个。而非起始标志线图像中也会出现黑－白相间隔的现象，但经公式（１）计算，ｙ值均小于４。因此根据ｙ值的大小可以明确判断起始标志线。

２　算法原理

２．１　智能车临近终点前的的特征： 在过起始线（终点线）时车身与跑道基本平行。

摄像头的一幅图像基本能拍到终点标志的全貌。

２．２　算法设计如图２（ａ）（ｂ）为智能车行使赛道的终点标志，终点标志的特征为在直到黑线两边分别有明显宽于直道黑线的黑带各一条，于是在智能车基本平行于赛道的前提下，对摄像头

图２光电头读取起始线信息过程所拍数据分析，则起始标志的图像中至少有一行为白－黑－白－黑－白－黑－白相间隔的，至于有多少个这样的间隔则取决于图像的宽度以及智能车与赛道中心的相对位置，

图１　起跑与终点标志

４　结语

本文提出一种判断飞思卡尔智能车竞赛终点停车线的算法，处理简单，占用ＭＣＵ资源少，执行效率高。文中提到的算法在其他很多特征赛道上也可以使用，充分考虑到速度与安全到达的关系，经多次实践，此算法可以准确判断处赛道的起始线，正确识别率达９９％以上，在实际比赛中被多次采用

。

　　（ａ）　　　　　　　　　　　（ｂ）　　　　　　　　　　　　（ｃ）

图２

图３　各种特征赛道

数字技术与应用３７