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

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