引言
　　本文以飛思卡爾智能車大賽為背景，使用飛思卡爾（Freeseale）生產(chǎn)的16位微控制器MC9S12XS128作為控制核心，制作一個(gè)能巡線快速行駛的攝像頭小車。由于攝像頭光軸與地面呈一定夾角，于是其成像存在梯形失真;為了擴(kuò)大視野，廣角鏡頭越來越為很多隊(duì)伍所采用，于是又存在桶形失真。這兩種失真，是每個(gè)采用廣角鏡頭的攝像頭隊(duì)伍都要遇到的問題。很多隊(duì)伍都回避這個(gè)問題，直接采用圖像預(yù)處理后的像素點(diǎn)進(jìn)行控制。但若將像素點(diǎn)轉(zhuǎn)換為實(shí)際物理坐標(biāo)，無疑更直觀，對(duì)程序的編寫或建模帶來很大的方便，并且本文提出的這個(gè)方法，可有效解決這兩種失真，實(shí)際操作并不復(fù)雜。
　　各隊(duì)解決方案綜述
　　文獻(xiàn)［1］提出的方法是：可以通過對(duì)于每行提取的道路位置通過一個(gè)線性修正來消除梯形失真，可通過實(shí)驗(yàn)的方式確定線性補(bǔ)償?shù)南禂?shù)。但是該實(shí)驗(yàn)方法比較繁雜，并且不能消除桶形失真。
　　文獻(xiàn)［2］制作了一個(gè)圖像標(biāo)定板，如圖1所示。
　　
　　其原理是：圖1（a）中陰影部分是車體放置的位置。在標(biāo)定板上等間距地貼了許多黑線，給標(biāo)定板拍照后，就可以知道實(shí)際中的位置與圖像中的位置的相互關(guān)系。這個(gè)方法由于黑線有一定寬度，所以會(huì)存在較大誤差。
　　文獻(xiàn)［3］采用非均行采集的方案。所謂非均行采集是與均行采集對(duì)應(yīng)的。在均行采集中，AD模塊所采集的行均勻分布于攝像頭輸出的圖像中。而非均行采集則是指，AD模塊所采集的行按某種規(guī)則非均勻地分布在原始圖像中，而這種規(guī)則是保證采集得到的圖像在縱向上（小車中軸方向）與現(xiàn)實(shí)景物不畸變。然后再確定每一行的橫向畸變系數(shù)。