专利名称：基于粒计算的缩微智能车智能控制装置及方法
技术领域：
本发明涉及智能交通领域，应用粒计算理论和自动控制理论，提供了一种基于粒计算的缩微智能车智能控制装置及方法。
背景技术：
随着经济和社会的迅速发展，交通基础设施的瓶颈制约作用越来越明显，这种制约不仅体现在交通堵塞问题日益突出，同时还体现在由于交通不畅而造成的环境污染问题及相对落后的道路和车辆对人们的生命、财产所形成的安全隐患，正因为如此，智能交通系统(Intelligent Transportation Systems,简称ITS)日益受相关机构的关注。ITS主要包括两部分智能车辆和智能交通控制系统。智能车辆是一个集环境感知、规划决策、多级辅助驾驶功能于一体的综合系统，其核心任务是实现智能车辆的自动控 制。而实现智能车辆自动控制的智能交通控制系统所涉及的关键技术主要包括环境感知、导航定位、路径规划、决策控制技术等。其中决策控制技术相当于智能车辆的大脑，其主要功能是依据感知系统获取的信息来进行决策判断，然后进行下一步的行为进行决策，从而达到对智能车辆的实时控制的效果。对于缩微智能车的决策控制，现有技术通常采用传统控制和智能控制。所谓传统控制，其具有代表性的是PID控制(PID Control,即比例、积分、微分控制)，传统控制需要建立一个精确的数学模型，而缩微智能车是一个复杂的系统，具有很强的时变性和非线性，用传统的控制方法难以建立精确的数学模型，并且传统控制的抗干扰能力差。所谓智能控制，是以人的经验与知识为前提归纳出一套控制规则，依此实现其智能控制，智能控制不需要建立精确的数学模型，且较传统的PID控制抗干扰能力更强。如公开号为CN101667015A的发明专利《汽车驾驶机器人的车速跟踪模糊控制方法》、交通运输系统工程与信息于2010年第4月，第10卷第2期，刊登的《基于模糊控制的智能车辆自主行驶方法研究》等，采用了模糊控制方法实现了无人驾驶汽车的自主行驶。模糊控制方法是以模糊理论为基础的智能控制方法，其抗干扰能力强，且不需要建立精确的数学模型。但模糊控制方法在复杂的交通环境下，归纳出的控制规则会产生“爆炸”的情况，从而会降低自动控制的实时性能。
发明内容
针对缩微智能车在面对复杂的交通环境时，传统的PID控制方法难以建立精确的数学模型且抗干扰能力差，而模糊控制方法在面临复杂的交通环境时，制定的规则会产生“爆炸”而引起控制实时性较差的问题，本发明提出了一种基于粒计算的智能控制装置和方法，本发明不需要建立精确的数学模型，具有较强的抗干扰能力、实时控制性能较好。本发明的缩微智能车辆智能控制装置，包括摄像头10、信号检测模块20、控制规则模块31、控制参数计算模块32、Arduino控制板33、电机驱动器40和舵机驱动器50，其特征在于
所述信号检测模块20从摄像头10获取的信息中检测道路状况信息；所述道路状况信息为障碍物信息、红绿灯信息、锥形标信息、车道线信息、交通标志信息中的任意一种或任意多种的组合；所述控制规则模块31，包括通过存储器31C相连接的控制规则获取单元31A和实时控制单元31B ；所述控制规则获取单元31A，用于获得控制规则，存储器31C用于存储规则获取单元31A获取的控制规则，所述控制规根据采集检测道路状况信息以及缩微智能车当前的速度参数和转角参数，并构建决策表后应用粒计算理论获得；所述控制规则获取单元31A，首先，获取控制速度的规则；其次，在速度不为0的情况下，获取控制转角的规则。其中，获取控制转角的规则又包括获取控制方向的规则、获取控制转角区间的规则、获取控制具体角度的规则3部分。
所述实时控制单元31B，用于将信号检测模块20获取的检测道路状况信息与存储器31C中的控制规则进行匹配，输出所有相匹配的控制规则的结果和对应的覆盖度给控制参数计算模块32。所述控制参数计算模块32，根据匹配的所有控制规则的结果和对应的覆盖度计算速度参数和转角参数，将速度参数和转角参数发送给Arduino控制板33 ；所述Arduino控制板33，将速度参数转换成电机控制信号，将电机控制信号发送给电机驱动器40，将转角参数转换成舵机控制信号，将舵机控制信号发送给舵机驱动器50。本发明的缩微智能车辆智能控制方法，包括11、利用摄像头采集路况信号；12、从路况信号中检测道路状况信息，包括障碍物信息、红绿灯信息、锥形标信息、车道线信息、交通标志信息中的任意一种或任意多种的组合；13、匹配道路状况信息与控制规则，输出所有匹配的控制规则信息，包括匹配的控制规则的结果和对应的覆盖度；14、根据所有匹配的控制规则信息计算速度参数和转角参数，将速度参数和转角参数发送给Arduino控制板；15、Arduino控制板分别将速度参数转换成调速器控制信号，将转角参数转换成舵机控制信号。相比于现有技术，本发明应用粒计算理论实现缩微智能车的智能控制，避免了传统控制需要建立的精确的数学模型，在实时控制通过建立层次的控制规则，逐步加精的控制方法，具有良好的控制精度、实时性好且抗干扰能力强。
图I为缩微智能车模块结构图；图2为缩微智能车模型；图3为本发明基于粒计算的缩微智能车控制装置优选实施例结构图；图4为本发明基于粒计算的缩微智能车获取控制规则优选实施例流程图；图5为本发明基于粒计算的缩微智能车辆智能控制方法优选实施例流程具体实施例方式为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图对本发明做进一步详细说明。粒计算是当前计算智能研究领域中模拟人类思维和解决问题的新方法，是复杂问题求解的有效工具。目前的主要粒计算模型有词计算模型、粗糙集模型、商空间模型和其它模型等。人们在面对复杂的、难以 准确把握的问题，通常不是采用系统的、精确的方法去追求问题的最佳解，而是通过逐步尝试的办法达到有限的合理的目标，也就是取得所谓足够满意的解。人类就是采用这种概略的、由粗到细、不断求精的多粒度分析法，避免了计算复杂度高的困难。本发明结合粒计算与智能控制理论,提出了一种基于粒计算的缩微智能车智能控制方法。本发明较传统的PID控制具有更强的抗干扰能力，同时较模糊控制具有更强的实时控制能力。本发明所述缩微智能车辆结构框架如图I所示、缩微智能车辆模型如图2所示，通常包括摄像头10、X86主板1，Arduino控制板33，以及电机驱动器40和舵机驱动器50，其摄像头包括上摄像头和下摄像头两部分，所述X86主板I为本领域通用主板，显然，本领域技术人员显然清楚，本发明所述缩微智能车辆也可以采用其他主板实现，不再详述。本发明缩微智能车辆智能控制装置，优选实施例如图3所示，包括摄像头10、信号检测模块20、控制规则模块31、控制参数计算模块32、Arduino控制板33、电机驱动器40和舵机驱动器50。所述信号检测模块20包括障碍物检测单元21、红绿灯检测单元22、锥形标检测单元23、车道线检测单元24和交通标志检测单元25中的任意一种或任意多种的组合；所述障碍物检测单元21、红绿灯检测单元22、锥形标检测单元23、车道线检测单元24和交通标志检测单元25分别从摄像头10传送的信息中检测出障碍物信息、红绿灯信息、锥形标信息、车道线信息和交通标志信息。所述障碍物检测单元21，主要检测道路前方障碍物方位(包括正前方、左前方、右前方)、障碍物与缩微智能车的距离。所述红绿灯检测单元22，主要检测前方是否有红绿灯，为何种灯。所述锥形标检测单元23，主要检测道路前方是否有锥形标，锥形标摆放角度，以及锥形标与缩微智能车的距离。所述车道线检测单元24，主要检测道路坡度和车线之间的夹角。所述交通标志检测单元25，主要检测交通禁令标志和车速标志。所述信号检测模块20部分功能可采用图像处理软件来进行，典型的，如OpenCV，其是由Intel公司提供的开源计算机视觉库，由一系列C函数和少量C++类构成，实现了图像处理和计算机视觉方面的很多通用算法。典型地，包括所述障碍物检测单元21，利用OpenCV提取上下两个摄像头采集的图像，通过灰度与二值化处理，再经过图像像素的位置偏差来确定是否有障碍物。所述红绿灯检测单元22，利用OpenCV提取摄像头采集的图像，得到三通道RGB图像，检测图像中R、G值密集处所占比例，和障碍物检测有相似部分。
所述锥形标检测单元23，利用OpenCV提取摄像头采集的图像，得到三通道RGB图像，检测连续的R色值所占方位，并将其拟合成一条直线，再计算锥形标摆放的角度。所述车道线检测单元24，利用OpenCV提取摄像头采集的图像，获得道路的单通道灰度图像，对图像进行自适应阈值二值化处理，对单通道二值化图像进行边缘检测，在经过边缘检测处理后的图像中进行寻线处理，确定左车道线或/和右车道线，计算车道线与缩微智能车的夹角；所述交通标志检测单元25,交通标志分为限速标志和道路标志。一般交通标志是以圆包含一些特定含义的标志。限速标志识别和交通标志识别都需要是先定位，找出图像中可能存在的标志的位置和大小。然后提取圆里面的标志，在对这个标志进行判断，从而得出具体含义的交通标志。缩微智能车在面对复杂的交通环境时，传统的PID控制方法难以建立精确的数学模型且抗干扰能力差，而模糊控制方法在面临复杂的交通环境时，制定的规则会产生“爆 炸”而引起控制实时性较差。从而提出了一种基于粒计算的智能控制措施，其不需要建立精确的数学模型，具有较强的抗干扰能力、实时控制性能较好。所述控制规则模块31可以采用现有控制规则来实现，比如直接根据红绿灯得到速度参数和转角参数等，在现有文献中有所记载，不再赘述。优选地，本发明所述控制规则模块31包括通过存储器31C相连接的控制规则获取单元31A和实时控制单元31B。所述控制规则获取单元31A，根据检测道路状况信息以及缩微智能车的速度和转角，获得控制规则存储于存储器31C中，如图4所示，主要包括101、数据采集缩微智能车在行驶时，采集信号检测模块20检测到的障碍物信息、红绿灯信息、锥形标信息、车道线信息和交通标志信息，以及缩微智能车当前速度参数和转角参数。102、构建决策表,每个米集时刻作为一行(一行定义为一个对象)，将检测模块20检测到的信息以及速度参数和转角参数作为列，以表格的形式保存。本实施例中，将信号检测模块20检测到的信息定义为条件属性，速度参数和转角参数定义为决策属性，典型的，作为一个实例，构建决策表如表I所示。表I
编号____________________________...............................................................................条件属性________________,..............................................................I______________________决策^
_______________车 __线__夹___ 角_____________________________狂_绿_灯__________________________择_磚抽________________________速及_______________________爾丧____________
mIj (a)___ (c) m um
Tl__0__00195 — 80—Ig—二 I!.........................................................................I—.——&——g........................................................0—
T3__62__0__0195 36
..............................................T4...................................................................................................................:丨5................................................. ...2..............................................................................................................0......................................................................................................................................................................................................................................................................................................................195..............................................95.................
................................................................TS..........................................................................................................................62......................................................0.................................................................................................................1........................................................................................................................................................................................................................................................................................................................................................................................................................................................................0.......................................................0...................
................................T6....... ......................................0................................................................0...... —..............................I.......................................................................................................................................................................................................................................................................................................................................................................................................0......................................0....................
................................Tl................................................................-17...........................................................0........................................................0............................1...............195...............................97.................每一次数据采集定义为一个采集时刻，采样频率和采集时长根据设备可以灵活设置，通常，采样频率5-lOHz，采集时长0. 5-2小时，当然，也可采用其他采样频率和采集时长，并无特别限定。优选的，作为可选步骤，包括在采集缩微智能车的数据保存后，对数据进行完备性检测，即判断是否采集到错误的数据，如果有错误数据产生，这些错误数据在决策表中会产生不一致数据，则删除决策表中条件属性相同而决策属性不同的较少的对象(行)。所述不一致数据为具有相同的 条件但决策属性不相同的数据。103、缩微智能车粒的定义和计算由于人们的认知能力有限，故人们在面对复杂的问题时，首先将复杂的问题按照其各自的特征和性能划分成若干个较简单的块，如此划分出的每一个快可看作是一个信息粒，也就是说，信息粒是特征相似、功能相近、具有不分明性的实体的集合。而把信息划分为信息粒的过程就称为信息粒化。总的来说，信息粒分为两大部分内涵和外延，内涵就是用来刻画或表示一个特征或功能；外延则表示在这个特征或功能下具有相同或相近的实体的集合。简单地说，粒计算就是表示和处理信息粒。粒计算主要有两方面的问题粒的定义和使用粒的计算。本发明中缩微智能车的粒定义(用符号g表示)为g = ((V，vdl, vd2), m(v, vdl, Vd2)),它分内涵和外延。内涵(V，vdl, vd2)由三部分构成，V表示信号检测模块20检测到的一种信息即决策表中条件属性下的取值，Vdl和Vd2表示速度参数和转角参数，外延m(v, vdl, vd2)表示满足内涵(V，vdl, vd2)的所有对象集合。其中，(v，Vdl，Vd2) G {*} UV, *表示可取任意值。缩微智能车粒的交计算公式定义为G=g 八 g，=((v, vdl, vd2),m(v, vdl, vd2))八((v，，vdl，，vd2，)，m(v，，vdl，，vd2，))=((v 八 v，，vdl 八 vdl，，vd2 八 vd2，),m(v, vdl, vd2)八 m(v，，vdl，，vd2，))以表I 为例，给定一个粒 g = ((b=0 A c=l, dl=0, d2=0), {T5, T6}),该粒 g 的内涵为红绿灯检测单元22检测到的信息为0，障碍物检测单元21检测到的信息为1，此时速度参数为0，转角为0 ;外延则为红绿灯检测单元22检测到的信息为0，障碍物检测单元21检测到的信息为1，此时速度参数为0，转角为0的所有时刻的集合，即{T5，T6}。104、根据决策表，应用粒计算理论，获取控制规则，进一步包括104 - I首先获得速度规则104 - 1A、遍历条件属性中每一列的取值和速度属性的取值，将相同取值的时刻放在同一集合中，形成该条件属性下不同取值的集合。将每一列下的取值作为粒的内涵，形成的对应的集合作为外延。例如遍历条件属性为红绿灯(b)下的取值及其形成的集合，及其对应的粒如下表2 :表 权利要求
1.缩微智能车辆智能控制装置，包括摄像头(10)、信号检测模块(20)、控制规则模块(31)、控制参数计算模块(32)、Arduino控制板(33)、电机驱动器(40)和舵机驱动器(50)，其特征在于， 所述信号检测模块(20)从摄像头(10)传送的信息中检测道路状况信息；所述道路状况信息为障碍物信息、红绿灯信息、锥形标信息、车道线信息、交通标志信息中的任意一种或者任意多种的组合； 所述控制规则模块(31)，包括通过存储器(31C)相连接的控制规则获取单元(31A)和实时控制单元(31B)； 所述控制规则获取单元(31A)，用于获得控制规则，将控制规则存储在存储器(31C)，所述控制规则根据道路状况信息以及缩微智能车当前的速度参数和转角参数，通过粒计算获得； 所述实时控制单元(31B)，用于获得匹配的所有控制规则信息，即相匹配的控制规则的结果和对应的覆盖度，输出匹配的所有控制规则信息给控制参数计算模块(32)，所述匹配的所有控制规则信息根据从信号检测模块(20)获取的道路状况信息和从存储器(31C)获取的控制规则进行匹配而得到； 所述控制参数计算模块(32)，根据实时控制单元(31B)输出的控制规则信息计算速度参数和转角参数，将速度参数和转角参数发送给Arduino控制板(33)； 所述Arduino控制板(33)，将速度参数转换成电机控制信号，将电机控制信号发送给电机驱动器(40)，将转角参数转换成舵机控制信号，将舵机控制信号发送给舵机驱动器(50)。
2.根据权利要求I所述缩微智能车辆智能控制装置，其特征在于，所述信号检测模块(20)包括障碍物检测单元(21)、红绿灯检测单元(22)、锥形标检测单元(23)、车道线检测单元(24)和交通标志检测单元(25)中的任意一种或任意多种的组合；所述障碍物检测单元(21)、红绿灯检测单元(22)、锥形标检测单元(23)、车道线检测单元(24)和交通标志检测单元(25)，分别从摄像头(10)传送的信息中检测障碍物信息、红绿灯信息、锥形标信息、车道线信息和交通标志信息。
3.根据权利要求I所述缩微智能车辆智能控制装置，其特征在于，控制规则获取单元(31A)所述控制规则根据道路状况信息以及缩微智能车当前的速度参数和转角参数，通过粒计算获得，包括 (1)缩微智能车的粒定义及粒的计算； (2)运用粒子间的运算规则逐步分解粒子，首先，获取控制速度的规则；然后在速度不为0的情况下获取控制转角的规则； 其中获取控制转角的规则包括获取控制方向的规则，获取控制转角区间的规则，获取控制具体角度的规则。
4.根据权利要求I所述缩微智能车辆智能控制装置，其特征在于，实时控制单元(31B)所述匹配的所有控制规则信息根据从信号检测模块(20)获取的道路状况信息和从存储器(31C)获取的控制规则进行匹配而得到，包括 如果信号检测模块(20)检测到的道路状况信息满足存储器(31C)中控制规则的条件，则输出这一条或多条控制规则信息，即该规则对应的速度参数或转角参数和该规则的覆盖度； 其中输出的控制规则信息包括 (1)没有相匹配的规则，速度参数或转角参数为空，覆盖度为空； (2)只有一条匹配的规则，仅有一个速度参数或转角参数，覆盖度为匹配的规则对应的覆盖度； (3)有多条匹配的规则，有一个或多个速度参数或转角参数，覆盖度为各条控制规则对应的覆盖度。
5.根据权利要求I或4所述缩微智能车辆智能控制装置，其特征在于，控制参数计算模块(32)所述根据实时控制单元(31B)输出的控制规则信息计算速度参数和转角参数，并将速度参数和转角参数发送给Arduino控制板(33)； 所述计算速度参数包括 (1)若没有相匹配的规则，将上次的速度参数发送给Arduino控制板(33)； (2)若只有一条匹配的规则，将匹配的规则的速度参数发送给Arduino控制板(33)； (3)若有多条匹配的规则，若多条规则对应的速度参数相同，则直接将速度参数发送给Arduino控制板，否则，根据覆盖度，计算覆盖度最大的对应的匹配的规则的速度参数，将计算出的速度参数发送给Arduino控制板(33)； 所述计算转角参数包括首先，在速度不为0的情况下，计算方向参数；其次，在方向参数不是直行的参数情况下，计算转角区间的参数；最后，计算具体转角参数。
6.缩微智能车辆智能控制方法，包括 11、利用摄像头采集路况信号； 12、从路况信号中检测道路状况信息，包括障碍物信息、红绿灯信息、锥形标信息、车道线信息、交通标志信息中的任意一种或任意多种的组合； 13、匹配道路状况信息与控制规则，输出所有相匹配的控制规则信息，即相匹配的控制规则的结果和对应的覆盖度； 14、根据所有匹配的控制规则信息计算速度参数和转角参数，将速度参数和转角参数发送给Arduino控制板； 15、Arduino控制板分别将速度参数转换成电机控制信号，将转角参数转换成舵机控制信号。
7.根据权利要求6所述缩微智能车辆智能控制方法，其特征在于，所述控制规则根据道路状况信息以及缩微智能车当前的速度参数和转角参数，通过粒计算获得，包括 (1)缩微智能车的粒定义及粒的计算 (2)运用粒子间的运算规则逐步分解粒子，首先，获取控制速度的规则；然后在速度不为0的情况下获取控制转角的规则； 其中获取控制转角的规则包括获取控制方向的规则，获取控制转角区间的规则，获取控制具体角度的规则。
8.根据权利要求6所述缩微智能车辆智能控制方法，其特征在于，所述匹配道路状况信息与控制规则，输出所有匹配的控制规则信息，包括 如果检测到的道路状况信息满足存储器中控制规则的条件，则输出一条或多条控制规则信息，即该规则对应的速度参数或转角参数和该规则的覆盖度；其中输出的控制规则信息包括 (1)没有相匹配的规则，速度参数或转角参数为空，覆盖度为空； (2)只有一条匹配的规则，仅有一个速度参数或转角参数，覆盖度为匹配的规则对应的覆盖度； (3)有多条匹配的规则，有一个或多个速度参数或转角参数，覆盖度为各条控制规则对应的覆盖度。
9.根据权利要求6或8所述缩微智能车辆智能控制方法，其特征在于，所述根据所有匹配的控制规则信息计算速度参数和转角参数，将速度参数和转角参数发送给Arduino控制板； 所述计算速度参数包括 (1)若没有相匹配的规则，将上次的速度参数发送给Arduino控制板； (2)若只有一条匹配的规则，将匹配的规则的速度参数发送给Arduino控制板； (3)若有多条匹配的规则，若多条规则对应的速度参数相同，则直接将速度参数发送给Arduino控制板，否则，根据覆盖度，计算覆盖度最大的对应的匹配的规则的速度参数，将计算出的速度参数发送给Arduino控制板； 所述计算转角参数包括首先，在速度不为0的情况下，计算方向参数；其次，在方向参数不是直行的参数情况下，计算转角区间的参数；最后，计算具体转角参数。
10.根据权利要求9所述缩微智能车辆智能控制方法，其特征在于，当速度参数为0时，不再计算转角参数。
全文摘要
本发明实施例提供了一种缩微智能车辆智能控制装置，包括摄像头(10)、信号检测模块(20)、控制规则模块(31)、控制参数计算模块(32)、Arduino控制板(33)、电机驱动器(40)和舵机驱动器(50)；还提供了一种缩微智能车辆智能控制方法；本发明应用粒计算理论获取控制规则，并实现缩微智能车的智能控制，避免了传统控制需要建立的精确的数学模型，在实时控制通过建立层次的控制规则，逐步加精的控制方法，具有良好的控制精度、实时性好且抗干扰能力强。
文档编号B60W40/04GK102745196SQ201210249480
公开日2012年10月24日 申请日期2012年7月18日 优先权日2012年7月18日
发明者刘慧兵, 胡峰, 邓维斌 申请人:重庆邮电大学