首页|嵌入式系统|显示技术|模拟IC/电源|元件与制造|其他IC/制程|消费类电子|无线/通信|汽车电子|工业控制|医疗电子|测试测量
首页 > 分享下载 > 汽车电子 > 数字形态学滤波器与智能车路径记忆

数字形态学滤波器与智能车路径记忆

资料介绍
数字形态学滤波器与智能车路径记忆

数字形态学滤波器与智能车路径记忆

引言

  “飞思卡尔”杯全国大学生智能车竞赛规则明确指出,智能车在赛道上连续跑两圈,
并记录其中最好的单圈成绩,这使路径记忆算法成为可能。如图1所示,赛道记忆算法在
第一圈以最安全的速度缓慢驶过一圈,并将赛道信息保存下来,第二圈根据保存下来的
信息进行车速和转角决策的相应最优化,从而在第二圈取得好成绩。无论智能车的传感
器前瞻距离有多远,在跑圈时它都只能预测在一段有限距离内赛道的情况。而采用赛道
记忆算法的智能车,在第二圈时已对整个赛道有了全面的认识,从而在相同条件下,将
比不使用赛道记忆的智能车更具优势。
[pic]

 

  第一圈准确记忆赛道信息是第二圈控制策略的基础,是比赛成败的关键。但是在第
一圈中不论控制策略如何优秀,赛车总会或多或少的偏离赛道,舵机的转角信息总会出
现一定程度的毛刺和扰动等粗大误差,其幅值足以引起处理器的误判。如果不加处理直
接应用于第二圈控制,会对赛车造成严重干扰,不能以极限速度跑完比赛或者冲出赛道
。通常的处理方法有两种:一是通过阈值比较丢弃干扰值,但同时赛道信息也会同干扰
信息一起被丢弃;二是通过低通滤波将干扰平均到多个位置,但同时破坏了赛道原始信
息,而且在干扰幅值很大的时候效果也不是很明显。

  数学形态学(Mathematical
Morphology)是一种新型的数字图像处理方法和理论,其主要内容是设计一整套的变换(
运算)、概念和算法,用以描述图像的基本特征。提供了非常有效的非线性滤波技术,该
技术只取决于信号的局部形状特征。因此,它在诸如形状分析、模式识别、视觉校验、
计算机视觉等方面,要比传统的线性滤波更为有效。

  算法的选取与实验结果对比

  数学形态学的运算以腐蚀和膨胀这两种基本运算为基础,引出了其它几个常用的数
学形态运算。数学形态学中最常见的基本运算……
数字形态学滤波器与智能车路径记忆
本地下载

评论