基于CCD图像传感器的路径识别算法分析

摘要：随着汽车工业的发展，汽车智能化成为大势所趋。智能汽车(IV，Intelligent Vehicle)是一种集环境感知、规划决策、多等级辅助驾驶等功能于一体的综合系统，它集中地运用了计算机技术、人工智能与自动控制技术、现代传感器技术、信息与通信等技术，是典型的高新技术的综合体。文中以第六届全国大学生”飞思卡尔”杯智能汽车为背景，探讨了基于CCD图像传感器的图像跟踪算法。
关键词：智能车；CCD图像传感器；阈值传递算法；图像跟踪算法；飞思卡尔

智能汽车的一项重要能力就是对环境的感知、对路况信息的分析决策。文中以MC9S12XS128单片机为核心，通过CCD图像传感器获得路径信息，进而进行路径分析，为下一步的控制提供必要的数据信息。

1 CCD图像传感器特点
CCD图像传感器属于电荷耦合器件，组成CCD的基本单元是金属-氧化物-半导体结构。基本单元又分为两类：光敏单元与移位寄存单元。两者的区别在于：前者接受有效频率入射光的刺激产生光电效应，生成信号电荷；后者依靠于前者的相邻且紧密排列形成两者势阱的相互沟通、耦合，借助结电容栅极电压的控制来实现信号电荷从前者向后者的转移(耦合)。根据光线反射的强弱CCD会输出大小不同的电压，通过单片机的AD转化接口将相应电压值转换成大小不同的数值，根据数值大小来分析路径信息。
CCD图像传感器输出的是视频同步信号，经视频同步分离芯片LM1881后，视频信号分成场同步信号、行同步信号、奇偶场信号以及视频信号，电路的典型连接及重要引脚信号如图1所示。利用这些同步信号再加上适当的延时对视频信号进行AD采样，从而得到图像信息。这里采用分辨率为320×240的CCD图像传感器，每场的扫描周期20 ms，因此，单行视频信号的持续时间大约为20 ms／320=62．5μs，将单片机超频到64 MHz，在单行视频信号的持续时间内能采集大约一百个点左右，能很好的满足横向精度要求。每场信号中包含了285个有效行，考虑到CCD图像传感器在纵向上的畸变，采取非均匀采集的方式，通过标定，使采集行在实际位置上是均匀分布的，从而实现每行之间的实际距离大致相等，为后续控制提供了方便。

2 黑线提取算法
在采集完一行图像信息后即对该行数据进行二值化处理，即设定一个阈值，把每个点的数据与阈值比较，通过大小判断该点为黑色或者白色。之后对黑色点的值进行累加求取平均值，在对白色点的值进行累加求平均值，再取两值平均作为下一行的阈值进行判断。阈值计算的公式如下：

式中black[i]为黑点的值，white[j]为白点的值，Hold[row]为下一行的阈值。
这种阈值传递的方法使得的黑白的检测判断更为可靠，排除了光线以及赛道颜色产生的影响。然后遍历一行数据，由于黑线宽度基本能在3～5点，所以，对该点与相邻两点黑白不一致的点进行剔除，用相邻两点均值作为该点的修正值。最后，对整行数据遍历，记录一行数据中黑线边缘位置、黑线中心及黑线出现次数。这样对一行的数据处理完毕。
在采集完一场图像信息后，根据黑线是连续的的特点，对相邻行之间黑线位置进行修正，将不满足连续性的黑线剔除掉，从而准确提取出黑线的分布情况。