描述

這款自動駕駛汽車基于 raja_961 在 Instructables 上的“使用 RaspberryPi 和 OpenCV 的自動車道保持汽車”項目以及 Team Really BaD Idea 的汽車和上屆 ELEC 424 會議的代碼 。汽車沿著一條由兩條藍線引導的路徑行駛，這條路徑開始時是一條直線路徑，但在末端彎曲。當汽車檢測到路徑上的繁文縟節(jié)時，它會暫時停下來，然后再次繼續(xù)行駛。

為了讓汽車順利通過賽道，我們需要調整一些影響視野、轉向和速度的重要值。需要選擇相機的分辨率，以便可以看到車道的藍線，并且每條線的斜率可以由我們主要 Python 代碼中的 OpenCV 模塊確定。因此，我們選擇了相機支持的最大分辨率，該分辨率也足夠小，不會因為使處理非常耗時和計算密集而影響程序的性能；該分辨率最終為 160x120。至于轉向的比例和微分增益，我們發(fā)現(xiàn)Team Really BaD Idea'中使用的常數(shù)（kp為0.095，kd為0.0095）只要每次轉彎的基本 PWM 足夠低，汽車不會轉得太快，但足夠高，汽車不會轉得太慢，S 的代碼就可以很好地工作。此外，汽車向前行駛的速度也有助于轉彎能力，該速度受到編碼器程序的影響，該程序根據(jù)車輪輻條打破編碼器光束之間測量的時間來減慢或加速驅動器。

停止框是通過使用 Python 中的 OpenCV 模塊檢測到的。這取決于我們?yōu)榧t色代碼賦予的值（來自 Team Really BaD Idea 的代碼），這在早期引起了一些問題，因為我們的相機只對繁文縟節(jié)（而不是較輕的施工紙）做出反應。在主循環(huán)中，使用 OpenCV 模塊進行檢查，直到相機的大部分幀都變成紅色，并且每一幀都執(zhí)行此操作。一旦檢測到第一個停止框，一個布爾值導致汽車停止，第二個停止框被檢查的速率減慢到每 3 幀一次（這個速率在第一個停止標志后 200 幀開始），這允許我們在不再次觸發(fā)邏輯的情況下通過第一個停止框。編碼器和內部“go_faster()”

在附件部分，我們提供了車道保持誤差、比例響應和微分響應與幀數(shù)的關系圖；錯誤、轉向 PWM 和速度 PWM 與幀數(shù)的關系圖；以及我們汽車機械設置的圖像。攝像頭需要放置在賽道上方足夠高的位置，以便分辨率能夠捕捉到車道，并且需要固定電線和電池，以便汽車在整個賽道期間保持穩(wěn)定。