基于CCD圖像傳感器的路徑識別算法分析

摘要：隨著汽車工業(yè)的發(fā)展，汽車智能化成為大勢所趨。智能汽車(IV，Intelligent Vehicle)是一種集環(huán)境感知、規(guī)劃決策、多等級輔助駕駛等功能于一體的綜合系統(tǒng)，它集中地運用了計算機技術、人工智能與自動控制技術、現代傳感器技術、信息與通信等技術，是典型的高新技術的綜合體。文中以第六屆全國大學生”飛思卡爾”杯智能汽車為背景，探討了基于CCD圖像傳感器的圖像跟蹤算法。
關鍵詞：智能車；CCD圖像傳感器；閾值傳遞算法；圖像跟蹤算法；飛思卡爾

智能汽車的一項重要能力就是對環(huán)境的感知、對路況信息的分析決策。文中以MC9S12XS128單片機為核心，通過CCD圖像傳感器獲得路徑信息，進而進行路徑分析，為下一步的控制提供必要的數據信息。

1 CCD圖像傳感器特點
CCD圖像傳感器屬于電荷耦合器件，組成CCD的基本單元是金屬-氧化物-半導體結構。基本單元又分為兩類：光敏單元與移位寄存單元。兩者的區(qū)別在于：前者接受有效頻率入射光的刺激產生光電效應，生成信號電荷；后者依靠于前者的相鄰且緊密排列形成兩者勢阱的相互溝通、耦合，借助結電容柵極電壓的控制來實現信號電荷從前者向后者的轉移(耦合)。根據光線反射的強弱CCD會輸出大小不同的電壓，通過單片機的AD轉化接口將相應電壓值轉換成大小不同的數值，根據數值大小來分析路徑信息。
CCD圖像傳感器輸出的是視頻同步信號，經視頻同步分離芯片LM1881后，視頻信號分成場同步信號、行同步信號、奇偶場信號以及視頻信號，電路的典型連接及重要引腳信號如圖1所示。利用這些同步信號再加上適當的延時對視頻信號進行AD采樣，從而得到圖像信息。這里采用分辨率為320×240的CCD圖像傳感器，每場的掃描周期20 ms，因此，單行視頻信號的持續(xù)時間大約為20 ms／320=62．5μs，將單片機超頻到64 MHz，在單行視頻信號的持續(xù)時間內能采集大約一百個點左右，能很好的滿足橫向精度要求。每場信號中包含了285個有效行，考慮到CCD圖像傳感器在縱向上的畸變，采取非均勻采集的方式，通過標定，使采集行在實際位置上是均勻分布的，從而實現每行之間的實際距離大致相等，為后續(xù)控制提供了方便。

2 黑線提取算法
在采集完一行圖像信息后即對該行數據進行二值化處理，即設定一個閾值，把每個點的數據與閾值比較，通過大小判斷該點為黑色或者白色。之后對黑色點的值進行累加求取平均值，在對白色點的值進行累加求平均值，再取兩值平均作為下一行的閾值進行判斷。閾值計算的公式如下：

式中black[i]為黑點的值，white[j]為白點的值，Hold[row]為下一行的閾值。
這種閾值傳遞的方法使得的黑白的檢測判斷更為可靠，排除了光線以及賽道顏色產生的影響。然后遍歷一行數據，由于黑線寬度基本能在3～5點，所以，對該點與相鄰兩點黑白不一致的點進行剔除，用相鄰兩點均值作為該點的修正值。最后，對整行數據遍歷，記錄一行數據中黑線邊緣位置、黑線中心及黑線出現次數。這樣對一行的數據處理完畢。
在采集完一場圖像信息后，根據黑線是連續(xù)的的特點，對相鄰行之間黑線位置進行修正，將不滿足連續(xù)性的黑線剔除掉，從而準確提取出黑線的分布情況。