基于視覺的智能車轉(zhuǎn)向控制策略

圖10中, row_sure（出界點(diǎn)）用來(lái)選擇10個(gè)點(diǎn)中哪幾個(gè)點(diǎn)為可用點(diǎn)。average[1]為離車最近的點(diǎn)，隨著序號(hào)增大，離車越遠(yuǎn)。在圖10的圖像平面中，計(jì)算偏差改為：

err=average[i]-mid (11)

式中， i P>

當(dāng)小車車速很高時(shí)，選擇較遠(yuǎn)處的點(diǎn)求取偏差，等效于時(shí)間上提前入彎。這樣由以上策略分析可知，只要入彎點(diǎn)合適，基本不用減速就可以直接入彎，還可以得到不錯(cuò)的安全系數(shù)。當(dāng)速度處于一個(gè)較低水平時(shí)可使用最近處的點(diǎn)，即average[1],這樣就保證車只有走到彎道處才會(huì)轉(zhuǎn)向，不會(huì)提前入彎，避免提前入彎帶來(lái)的沖出內(nèi)道。

5 實(shí)驗(yàn)數(shù)據(jù)

根據(jù)比賽要求，賽道中最小弧度半徑不小于0.5 m，在參考?xì)v屆賽道的基礎(chǔ)上，筆者設(shè)計(jì)了如圖11的測(cè)試賽道，全長(zhǎng)約38 m。實(shí)驗(yàn)室測(cè)試成績(jī)?yōu)?8 s跑完全程，平均速度達(dá)到2 m/s。

圖12為90°彎道過彎圖，粗實(shí)線為引導(dǎo)線，虛線為賽車實(shí)際行駛路線?？梢钥闯?小車實(shí)現(xiàn)了提前入彎，這是比較好的路徑，有效地節(jié)省了時(shí)間。

過彎速度的測(cè)量，由無(wú)線模塊每40 ms發(fā)回編碼器測(cè)得的速度脈沖，先由直道加速后入彎得到如表1所示的數(shù)據(jù)。

由表1可以明顯看出速度的變化，其中62為入彎速度，折合成標(biāo)準(zhǔn)速度為2.4 m/s；彎道速度為40，折合成標(biāo)準(zhǔn)速度為1.5 m/s，這個(gè)速度很接近平均速度。

圖13為360°彎道過彎圖，粗實(shí)線為引導(dǎo)線，虛線為小車實(shí)際的行駛路線。可以看出實(shí)現(xiàn)了提前入彎，后半程受舵機(jī)最大偏轉(zhuǎn)角的限制，無(wú)法繼續(xù)加大偏轉(zhuǎn)，造成有一些跑外道。

圖14為S過彎圖，粗實(shí)線為引導(dǎo)線，虛線為小車實(shí)際的行駛路線?？梢钥闯?小車行駛路線已經(jīng)很逼近直道了，由無(wú)線模塊每40 ms發(fā)回編碼器測(cè)得的速度脈沖，先由直道加速后入彎得到如表2所示的數(shù)據(jù)。

可以看出，S道的速度變化很小，同時(shí)彎道速度平均在1.5 m/s以上，很好地逼近了預(yù)期的路線。

本文根據(jù)轉(zhuǎn)向模型，通過分析過彎路徑與過彎速度之間的關(guān)系，得到了不同速度對(duì)應(yīng)不同入彎路徑和入彎點(diǎn)的結(jié)論。利用這個(gè)結(jié)論，改變控制器偏差計(jì)算，達(dá)到動(dòng)態(tài)地設(shè)置入彎點(diǎn)，快速入彎，盡量做到不減速或少減速，縮短彎道行駛時(shí)間，從而提高小車行駛速度的目的。該方法在其他智能車跟隨引導(dǎo)線的系統(tǒng)中同樣適用，由于其良好的超前預(yù)測(cè)性能，對(duì)于短暫的引導(dǎo)線丟失也可以很好地跟隨。