摘要：
根据全国大学生“飞思卡尔”智能汽车竞赛的要求，我们选择CCD传感器进行路径识别，提取 CCD的视频同步信号，控制单片机的A/D进行采集。对采集回来的视频数据进行二值化分割，去噪声处理，提取黑线的中心位置。一帧图像处理结束，根据图像的前视距离最近的黑线中心位置的偏移量和黑线斜率判断当前赛道信息，并结合预测算法，控制舵机的转向。使得小车能够保证稳定性的前提下，高速行驶。
关键词：
图像信息 数据分析 连续性 预测算法 舵机控制
1. CCD图像信息的特点
1.1 摄像头工作原理
摄像头按一定的分辨率，以隔行扫描的方式采集图像上的点，当扫描到某点时，该点投射到图像传感器表面上，通过图像传感器将该该点处图像的灰度值转换成与灰度一一对应的电压值，然后通过视频信号输出此电压值。其中正极性图像信号图像越黑，其电压越低。摄像头每秒扫描25帧图像，每帧又分奇、偶两场，每场扫描周期为20ms。
1.2 图像信息的提取
摄像头输出的是视频同步信号。视频同步信号经过同步分离芯片LM1881后，被分解为场同步信号，行同步信号，和视频信号，如图1.1所示。其中场同步信号和行同步信号都是负向的脉冲。行同步脉冲是扫描换行的标志，场同步脉冲是扫描换场的标志，标志着新的一场的到来。一场信号的开始包含一段场消隐区，有25个无效行同步信号，之后是285个有效行。用这些同步信号直接控制单片机进行A/D的采集，从而读回图像信息，并对其控制。
 |
2. 黑线的提取算法
智能车在行进过程中，摄像头连续采集路径信息，通过A/D可以读回当前的图像数据，并对其处理。一场图像可以采集285行有效信息，对于比赛的赛道来说，黑白特别明显，干扰信息会很少，所以只需采用20行就可以实现对黑线的检测。 我们采用每13行读取一次数据，读回的数据是模拟的电压值，需要单片机将原始数据进行二值化处理，算出黑线的中心位置，然后根据图像的连续性对视频数据进行去噪处理。
3. 图像的二值化处理
对视频数据进行二值化处理，首先需要选择合理的阈值，本系统阈值的选择主要思想是：小车运行之前，首先按键采集比赛场地的数据信息，共采集6场，考虑到第一场不太稳定，从第二场开始，每场的每行求一个最小值，然后对五场中每行的最小值求平均值，将得到的结果进行整体补偿，作为每行的阈值。
