自動駕駛汽車開源案例

描述

這款自動駕駛汽車基于 raja_961 在 Instructables 上的“使用 RaspberryPi 和 OpenCV 的自動車道保持汽車”項目以及 Team Really BaD Idea 的汽車和上屆 ELEC 424 會議的代碼 。汽車沿著一條由兩條藍線引導的路徑行駛，這條路徑開始時是一條直線路徑，但在末端彎曲。當汽車檢測到路徑上的繁文縟節時，它會暫時停下來，然后再次繼續行駛。

為了讓汽車順利通過賽道，我們需要調整一些影響視野、轉向和速度的重要值。需要選擇相機的分辨率，以便可以看到車道的藍線，并且每條線的斜率可以由我們主要 Python 代碼中的 OpenCV 模塊確定。因此，我們選擇了相機支持的最大分辨率，該分辨率也足夠小，不會因為使處理非常耗時和計算密集而影響程序的性能；該分辨率最終為 160x120。至于轉向的比例和微分增益，我們發現Team Really BaD Idea'中使用的常數（kp為0.095，kd為0.0095）只要每次轉彎的基本 PWM 足夠低，汽車不會轉得太快，但足夠高，汽車不會轉得太慢，S 的代碼就可以很好地工作。此外，汽車向前行駛的速度也有助于轉彎能力，該速度受到編碼器程序的影響，該程序根據車輪輻條打破編碼器光束之間測量的時間來減慢或加速驅動器。

停止框是通過使用 Python 中的 OpenCV 模塊檢測到的。這取決于我們為紅色代碼賦予的值（來自 Team Really BaD Idea 的代碼），這在早期引起了一些問題，因為我們的相機只對繁文縟節（而不是較輕的施工紙）做出反應。在主循環中，使用 OpenCV 模塊進行檢查，直到相機的大部分幀都變成紅色，并且每一幀都執行此操作。一旦檢測到第一個停止框，一個布爾值導致汽車停止，第二個停止框被檢查的速率減慢到每 3 幀一次（這個速率在第一個停止標志后 200 幀開始），這允許我們在不再次觸發邏輯的情況下通過第一個停止框。編碼器和內部“go_faster()”

在附件部分，我們提供了車道保持誤差、比例響應和微分響應與幀數的關系圖；錯誤、轉向 PWM 和速度 PWM 與幀數的關系圖；以及我們汽車機械設置的圖像。攝像頭需要放置在賽道上方足夠高的位置，以便分辨率能夠捕捉到車道，并且需要固定電線和電池，以便汽車在整個賽道期間保持穩定。