摘要：本文主要对车模整体设计思路，硬件与软件设计及车模的装配调试过程作简要的说明。智能车通过实时对自身运动速度及方向等进行调整来“沿”赛道运动。运动策略的制定主要是依靠对传感器得到的道路及行驶信息进行采集、分析、决策、执行四个步骤来进行的。

传感器电路设计延续往届的传感器方案，今年仍然采用了CCD作为传感器，但采用了信号质量更佳，黑白对比度更大的Sony系列CCD，当摄像头安装高度为30cm，俯角为30°时，其最大黑白电压差可达到1V。

为了从CCD输出的PAL制式信号中提取赛道信息，秉承硬件二值化的指导思想，将灰度图像转换成黑白图像，由于普通I/O和PAC的操作速度要比A/D快，可提高分辨率和前瞻。通过硬件预处理提取赛道信息，目前有两种主要途径：微分边缘检测和阈值比较检测。

微分边缘检测：通过数据采集程序效率的优化，在总线频率24MHz条件下可以准确捕获宽度1.5ms的黑线信号。并可以达到1200多的行分辨率和很高的中心解析精度。在直道上，由于远处的黑白之间的电压差较小，远处的赛道信息提取不到，得到的预处理图像是不可信的。另外，在近处也经常发生丢失赛道边缘的情况。

数字阈值比较检测 ：利用快速A/D采集CCD信号，MCU输出信号作为阈值与快速A/D得到的信号通过数字比较器得到二值化信息。 这个电路的优势在于可以通过MCU输出不同的阈值从而得到良好的信噪比，另外，快速A/D得到的信号可以输入给单片机，硬件预处理效果不佳的时候可以切换到片外A/D模式，使算法更加灵活。但由于单片机的计算能力有限，切换到片外A/D模式之后数据量过大，最终没有采取这种方案。

模拟阈值比较检测 ：模拟阈值比较检测与上述数字阈值比较检测原理相似，只是用D/A输出阈值与CCD输出信号进行比较得出赛道信息。该方案可以达到3m的直线前瞻，1.5m的弯道前瞻，但该方案最大的缺点就是受光线的影响较大，如果不事先适应场地光照条件，信号质量难以保证。最终我们采取了第三种方案，图1是最终版本的模拟阈值比较电路，利用LM1881芯片获得行同步信号和场同步信号使单片机(MCU)与CCD保持同步，采集每行的边沿信息得到赛道信息。

关键词： 飞思卡尔 智能车 摄像头 CCD 图像处理 201003