一、 智能车的概述

智能车是一种典型的移动机器人，是一个集环境感知、规划决策，自动行驶等功能于一体的综合系统，它集中地运用了计算机、传感、信息、通信、导航及白动控制等技术，是典型的高新技术综合体 。智能车作为现代的新发明，也是以后自动化科技的发展方向，它可以按照预先设定的模式在一个环境里自动的运作，不需要人为的管理，可应用于科学勘探等等的用途。智能小车能够实时显示时间、速度、里程，具有自动寻迹、寻光、避障功能，可程控行驶速度、准确定位停车，远程传输图像等功能。智能车可以分为三部分#8212;#8212;传感器部分、控制器部分、执行器部分；控制器部分：接收传感器部分传递过来的信号，并根据事前写入的决策系统（软件程序），来决定机器人对外部信号的反应，将控制信号发给执行器部分，好比人的大脑；执行器部分：驱动机器人做出各种行为，包括发出各种信号（点亮发光二极管、发出声音）的部分，并且可以根据控制器部分的信号调整自己的状态。对机器人小车来说，最基本的就是轮子，这部分就好比人的四肢一样；传感器部分：机器人用来读取各种外部信号的传感器，以及控制机器人行动的各种开关。好比人的眼睛、耳朵等感觉器官。

智能车的由来本身就是因为汽车工业的迅速发展，其中智能汽车的发展已经成为汽车工业的主要潮流，不管是IT巨头还是汽车企业大佬都对这方面投入了大量财力与精力，其实早在20世纪70年代，美欧等发达国家就已经开始了对无人驾驶汽车的研究，其中智能汽车一直以来遇到的最大难题就是再多变的环境因素下，根据车前的摄像头采集图像并根据控制算法得到到合适的路径以控制汽车的行进，这就是智能小车的循迹控制研究的由来。这方面的研究将推动无人汽车工业发展，汽车交通系统概念将迎来变革，交通规则、基础设施都将随着无人驾驶汽车的出现而发生剧变，颠覆当前的汽车交通运输产业运作模式，给人们的生活带来巨大的改变。

三、智能车循迹控制的研究现状

随着半导体技术和计算机技术的发展，智能控制技术在现代生活中应用越来越广泛，特别是各种高度集成化的芯片应运而生，使得这些技术被运用在各个领域，特别是工业和汽车领域。智能车循迹控制因此得到了快速发展，衍生了许多循迹控制的方法，这些方法都千篇一律，最主要的区别就是引导线识别方法，其它方面都是同样的原理不同的实现过程罢了。下面介绍三种普遍的智能车循迹控制方法，其中基于CCD的智能视觉循迹控制技术作为目前应用最多的方法将重点讲述，其他两种则简单概括。

1.基于CCD的智能循迹控制

这种控制方法的重点就是它的CCD图像传感器，CCD上有许多排列整齐的光电二极管，能感应光线，并将光信号转变成电信号，经外部采样放大及模数转换电路转换成数字图像信号。它的主要功能特性由感光二极管、并行信号积存器、并行信号寄存器、信号放大器、模数转换器等结构来实现。其中积存器用来暂时储存感光后产生的电荷、寄存器用来暂时储存并行积存器的模拟信号并将电荷转移放大、信号放大器用于放大微弱电信号、模数转换器将放大的电信号转换成数字信号。接着把采集到的图像信息发送给系统核心控制芯片，经处理实现引导线提取、路径识别。对于其控制芯片，目前大多的研究方案都采用MC9S12XS128作为核心控制器，如在文献[12]、[15]和[18]中采用的就是这种芯片，其中CCD摄像头得到的信号一部分进入芯片的A/D转换通道，一部分经视频分离芯片向芯片产生行信号中断和场信号中断，以控制图像AD值的采集。虽然文献[16]中采用的是MCF52259芯片，究其根本只不过是芯片换了个样子，运行速率，实时误差等方面改善稍许，其运作机构和原理和MC9S12XS128大同小异，其他文献运用的芯片机理和上述一样就不一一列举。接着讲述的就是智能车循迹控制的另一个重要的方面#8212;#8212;电机驱动的控制算法。得到了路径的信息，如果没有适合的算法,小车照样无法准确到达预定位置。对于路径信息的系统参数，我们很难通过有效的测量手段获得，只能通过现场的不断调试获得大概参数，而PID控制算法则特别适合这种情况，结构简单、稳定性好、调整方便，其特有的比例控制、积分控制、微分控制能够根据系统误差做出正确的测量与比较后，及时纠正系统，为系统提供一个稳定的输出环境。如文献[6]、文献[7]、文献[9]、文献[11]等等都采用了PID算法。PID算法的核心就是参数整定，但是这种算法在复杂的运行环境，信号通信的滞后性等因素的干扰下，很难得到满意的控制量参数。故人们在此基础上发明了一些更加完善的PID控制算法。如文献[1]以及文献[14]中使用的都是基于模糊控制的PID算法，基于模糊控制的PID设计整合了模糊控制系统鲁棒性强和PID控制系统精度高的优点，是一种新型高效的系统解决方案。它先测量出运行中的误差和误差变化率，然后根据模糊规则进行模糊推理，最后对模糊参数进行解模糊，输出PID控制器的比例、积分、微分系数。这种模糊PID控制方法灵活而适应性强，又具有常规PID控制精度高的特点。有的方案将控制量的增量作为输出，如文献[11]，但是这种方法只适合当执行机构需要的控制量是增量，而不是位置量的绝对数值时。文献[17]则提出了另外一种不同的方法，采用跟踪智能车偏离引导线中心的平均距离和引导线斜率的双指标PID算法，这种算法虽说是新的方案，其实相当于两个PID控制系统相互结合，但这种方法和单纯的PID算法相比较在数据采集和方向控制等方面都更加准确，并且系统鲁棒性也更好。

2.基于激光二极管的智能循迹控制

这种方法和第一项的主要区别就是采用了红外激光二极管和红外传感器采集路径信息，其工作的原理为红外二极管发出的红外光在遇到反光性强的物体后被反射回来，并被光敏二极管接收，使得光敏二极管的光生电流增大，再将这一变化电流转化为电压信号，再将这信号发送至芯片进行处理，后面的控制则跟第一种方法介绍的一样。

3.基于电磁传感器的智能循迹控制