南京工程学院车辆工程系本科毕业设计(论文)
势，如代码简短高效、功耗低、体积小巧、购买和开发成本低、可以升级到50MHZ，同时能够达到通常只有32位控制器才能达到的性能水平。而这些显著优点来源于增强CPU，以及与XGATE协同处理器的结合。S12是一个非常成功的芯片系列，并具有为中国市场度身定造的相宜价格和性能，它被广泛应用于以下汽车电子中：引擎管理系统；自动传送；安全气囊；ABS；电动驾驶；汽车网络；群集/仪表盘；车身控制模块；灯光；雨刷器；天窗、空调系统；电动镜；电动座位；电动门锁等。
1.2.1 红外图像采集与处理技术发展现状
红外图像采集系统是红外信息获取与处理系统的前端部分，也是整个系统最关键的硬件平台之一，它的性能直接决定了整个红外采集处理系统的性能。随材料技术和微电子技术的发展，红外焦平面阵列探测器技术的发展日新月异，而导致红外图像分辨率越来越高。相应地需要处理的数据量也越来越大，对于像采集系统性能提出了更高的要求。基于ISA（Industry Standard Architecture）线、EISA(Extended Industry Standard Architecture)总线等的红外图像处理系统处理速度渐渐跟不上高速实时图像采集处理的要求。国外的红外图像数据采集系的研究已经采用PCI局部总线，作为一种较新的数据采集、传输手段。目前，总线因其具有负载能力强，支持32/64位数据传输，采用多总线和线性突发传式，支持即插即用等优点，而被广泛的应用于工业和军事的实时高速数据传统中。如果充分利用这些优点，采用PCI总线作为系统与微机的接口，可以提高系统数据传输速率和传输的稳定性，并节省大量的CPU时间，以适应高分辨率实时红外图像采集处理要求。因此，基于PCI总线的红外数据采集系统的对于红外图像采集与处理技术的发展具有很好的应用价值。
红外探测技术可以说是起源于人们对响尾蛇的研究。二十世纪四十年代末人们研制出一种“响尾蛇”空对空导弹。它是利用硫化铅作红外敏感元件，喷气式飞机机尾喷管发出的波长为1-3微米的红外辐射流，引导导弹从飞机尾行攻击， 它只需接收到热源的位置和方位，并不需要形成目标的热像图。从世纪五十年代开始，红外探测技术被广泛应用于军事领域，尤其是在红外成线制导、红外告警和侦察方面。
美国率先开始了红外搜索与跟踪技术的研究。随国、德国、俄罗斯、加拿大等国也相继开始了有关红外探测的军事应用研究我国在这方面的研究相对较晚。从二十世纪八十年代末，人们已经开始利用传感器来检测远距离的热源，随着热成像技术的成熟，红外图像中的弱小目测技术已经成为一项独立的、具有明显特色的研究方向。尤其在军事领域，在欧美等国家的先进的武器系统 ，包括航空母舰的预警系统、各种飞机的红外搜索跟踪系统、红外成像制导导弹。可以说对
2
南京工程学院车辆工程系本科毕业设计(论文)
远距离的飞机导弹等飞行物的自测技术成为成像制导、告警系统和光电对抗的核心技术。它是利用图像处理对复杂背景中低信噪比目标进行自动检测，算法的性能对红外成像系统的作用距离和智能化程度十分关键。未来战争，要求红外探测系统能及时准确远距离发跟踪有威胁的目标，为指挥系统决策和武器系统赢得时间。但是由于红外探侧系统与雷达成像系统相比，红外成像系统作用距离较短，飞机、导弹等飞行物离较远时，成像尺寸小而且信噪比低。另一方面由于光学系统的空间分辨率到接近理论极限水平。因此，要想提高红外探测系统整体性能，比较实际的就是从图像算法处理方面入手，提高目标检测算法性能，尤其是提高红外弱小目标检测算法的性能，来弥补红外成像系统作用距离短的不足。因此，红外弱小目标检测与跟踪问题一直是红外探测领域的研究热点。国际SPIE每年组织一次小目标信号与数据处理(Signal and data processing of small targets)” 会议，交流弱小目标检测的新技术。红外图像中弱小目标检测技术的研究包含两个方面。一是外成像系统方面研究，主要包括探测器、光学系统、读出电路系统以及器件非均匀性校正等方面的研究，其主要目的是通过提高系统空间分辨率、灵敏度和的一致性，来提高系统的作用距离，从而提高系统对弱小目标的检测能力。从图像处理算法方面研究，主要研究图像处理的理论和算法，从而最大程度挥系统性能。
1.2.2 智能车路径跟踪技术及其发展
智能车的路径跟踪技术与机器人的路径跟踪技术类似，但是智能车的跟踪对象不如智能机器人的复杂，可是对行车速度和行驶方向的配合则要求较严格。它首先通过传感器获取目标道路信息，然后结合智能车当前的行驶状态智能地做出决策，对其行驶方向与行车速度进行调整，从而达到准确快速跟踪道路的目的。根据道路信息的完整程度、路径跟踪标志等因素，智能车的路径跟踪技术主要分为基于机器视觉的路径跟踪、基于地图路径跟踪、基于特殊道路标志的路径跟踪 以及基于感知器的路径跟踪等。
基于机器视觉的传感技术在智能车上应用越来越广泛，这得益于图像传感器的价格低廉以及计算机图像处理性能的大幅提高。相对其他道路检测传感器而言，视觉传感器的一大优点在于它能提供大范围的地面信息，但是难以区分目标道路和周边环境，因此需要对图像进行处理，这样计算量的增大对系统的实时性提出了难题。为了提高路径识别的速度，可以对道路的路径标志线进行跟踪。若无路径标志线则通过检测路径边缘信息来得出目标路径的走向。
基于地图的路径跟踪对于在特定区域内运行的路径跟踪非常有效，它首先将路径的完整信息存储起来，预先规划一条全局路线之后采用路径跟踪技术，但是
3
南京工程学院车辆工程系本科毕业设计(论文)
对于路径变化较大的则实用性不好。
基于特殊道路标志的路径跟踪是在目标路径上布置一些特殊的道路标志，例如加州大学伯克利分校的PATH系统，它通过铺设磁性装置来识别道路，但是这种方法花费较大，对控制精度要求较高的系统则可以采用这种方法。
基于路径感知器的路径跟踪是通过红外线、雷达或者是超声波来探测路标位置，通过计算后对当前智能车进行定位，规划智能车的下一步行驶路径，从而对智能车的行驶方向和速度进行控制。
智能车的路径跟踪技术是智能车控制系统中一个重要组成部分，因此它是伴随着智能车控制系统的发展而发展起来的，其研究单位主要集中在各汽车电子和汽车生产企业当中。另外许多大学研究所也将智能车作为重点研究项目。
在美国，Basrrett电子公司在上世纪五十年代便开发了一种牵引式小车系统，能够对钢丝索导引的路径进行跟踪。Stanford研究所在二十世纪六十年代开发了Shakey移动机器人用于人工智能研究，并于1973-1981年实现了自主驾驶。加州大学伯克利分校的PATH系统具有较高的控制精度。它采用的路径检测技术是基于电磁来实现的，先通过铺设一系列的磁性装置来标记一条特殊的行驶车道，然后在其车前安装磁性检测装置来对道路实现跟踪。此外美国还将智能汽车的研究用于军事上。美国国防部采用无人车去执行危险地带的巡逻任务，第三代军用智能汽车Demom，能满足有路和无路条节下的车辆自动驾驶。stanley提出了基于神经网络的视觉导航技术。Reid通过处理视觉信息选择智能机械行走基线，ActiveMedia公司生产出的Pioneer系列机器人，美国NASA火星探测智能移动机器人Spirit和Opportunity也都包含了路径跟踪的内容。
在欧洲，意大利帕尔玛大学研制的ARGO实验车配备有障碍物避让和路径跟踪系统。它是一种基于立体视觉的智能系统，借助于车前的视觉探测器它能实现障碍物检测避让和路径跟踪双重性能，其控制器则是根据路径跟踪技术来进行设计和优化的。德国慕尼黑国防军大学曾同奔驰公司合作开发VaMoRS实验车， 实现了在高速公路及条件较好的乡间公路上进行自主驾驶。
在亚洲，日本于60年代开始便开始了智能车的研究，比如自动导引小车的厂家在1988年便达到了20多家。日本的Toyota公司2006年推出的 LexuSLS460的智能泊车辅助系统可对后座和前座摄像头的图像进行处理，利用该结果去控制电子动力方向盘。
在我国，关于智能车路径跟踪的研究主要集中在高校内，其中清华大学走在最前面，智能技术与系统国家重点实验室研制了THMR系列机器移动车，车载设备包括摄像机、光码盘、磁罗盘、差分GPS和电子地图，控制系统能够接受自主驾驶和辅助驾驶两种格式。各高校纷纷将汽车电子作为重点研究对象，包括浙江
4
南京工程学院车辆工程系本科毕业设计(论文)
浙江大学、上海交通大学、国防科技大学等。目前“飞思卡尔”杯第四届全国大学生智能车竞赛正在开展之中，智能车的路径识别与跟踪是重点研究对象。
1.2.3 小车智能控制技术的发展
智能控制是自动控制学科发展里程中的一个崭新的阶段。与其他学科一样，智能控制是由于科学技术发展的需要，从解决重大工程和技术问题的实践中产生和发展起来的。
从20世纪60年代起，由于空间技术、计算机技术及人工智能技术的发展，控制界学者在研究自组织、自学习控制的基础上，为了提高控制系统的自学习能力，开始注意将人工智能用于控制系统。1965年，美国著名控制论专家L.A.Zadeh创立了模糊集合论，为解决复杂系统的控制问题提供了强有力的数学工具；同年，Feigenbaum着手研制世界上第一个专家系统；傅京逊教授提出把人工智能中的知觉推理方法用于学习控制系统；1966年，Mendel进一步在空间飞行器的控制中应用了人工智能技术，并提出了“人工智能控制”的概念。1967年，Leondes和Mendel开始使用“潜能控制”一词，并把记忆、目标分解等一些简单的人工智能技术用于学习控制系统，提高了系统处理不确定性问题的能力。
从20世纪70年代初开始，傅京逊、Gloriso和Saridis等人从控制论角度进一步总结了人工智能技术与自适应、自组织、自学习控制的关系，正式提出了智能控制就是人工智能技术与控制理论的交叉，并创立了人-机交互式分级递阶智能控制的系统结构。
在20世纪70年代中后期，以模糊集合论为基础，从模仿人的控制决策思想出发，智能控制在规则控制方面取得了重大的进展。1974年，Mamdadani将模糊集和模糊语言逻辑用于控制，创立了用模糊语言描述控制规则的模糊控制器，并成功地用于工业过程控制。1979年，他又成功地研制出自组织模糊控制器， 使得模糊控制具有了较高的智能。
进入20世纪80年代以来，由于计算机技术的迅速发展以及专家系统技术的逐渐成熟，智能控制和决策的研究及应用领域逐渐扩大，取得了丰硕的成果。智能控制由研制、开发阶段转向应用阶段。80年代中后期，神经网络的研究获得了重大进展，为智能控制的研究起到了重大的推进作用。1985年8月，IEEE在美国纽约召开的智能控制专题讨论会，标志着智能控制作为一个新的学科分支正式被控制界公认。从1987年开始，每年都举行一次智能控制国际研讨会，形成了智能控制的研究热潮。20世纪90年代以来，智能控制的研究势头异常猛烈，1992年4月，美国国家自然科学基金委员会和美国电力研究院联合发出《智能控制》研究项目倡议书；1993年5月美国IEEE控制系统学会智能控制专业委员
5
南京工程学院车辆工程系本科毕业设计(论文)
会成立专家小组，专门探讨“智能控制”的含义。1994年6月在美国奥兰多召开了IEEE全球计算智能大会，综合讨论了模糊控制、神经网络、进化计算三方面的内容，1995年10月国际智能自动化学会筹委会第一次会议在加拿大温哥华召开。国际智能自动化学会的成立将在世界范围内对智能自动化的研究起到推动作用。
智能车辆又称为轮式移动机器人，一个集环境感知、规划决策、自动驾驶等多种功能于一体的综合系统。由于其实行实时控制，考虑到小车的舵机的转向和图像信息采集处理所需的时间，故在实际决策或发出指令时会出现时滞现象。要想系统很好的实现预期的控制效果，必需考虑到时滞的影响。
传统时滞系统的经典控制方法包括自整定PD控制、Smith预估计控制和大林算法的控制算法。由于其具有结构简单、可靠性及实用性强等特点，在实际生产过程中得到了广泛的应用。但它们都是记忆参数模型的控制方法，因而自适应性和鲁棒性差、对模型的精确性要求高、抗干扰能力差。自整定PD控制需要在对象模型精确已知的情况下，实现PD参数的在线整定，当被控对象特性发生变化时，就必须重新对系统进行模型辨识，自适应性很差。Smith预估计控制是由Smith于1957年提出的，通过引入一个与被控制对象相并联的纯滞后环节，是补偿后的被控对象的等效传递函数不包括纯滞后项，但在实际操作中存在如下的问题: (l)系统对扰动的响应很差；
(2)若被控对象中包含极点时，即使控制对象中含有积分器，系统对扰动稳态误差也不为零。
随着人们对智能机器高速度、高精度要求的不断提高，并且要求智能机器在完成复杂的任务时具有自行规划和决策的能力，有自动躲避障碍运动到期望目标位置的能力等，使得整个智能机器系统对其控制部分的要求也越来越高，开发具有智能的机器已经成为人们研究的热点。智能机器技术能得到广泛地应用，得益于计算机技术和控制技术的发展和完善。经典的PD控制方法、模糊控制、神经网络控制、专家控制、自适应控制、鲁棒控制等现代控制理论方法都在智能机器系统中得到了应用。
研究被控对象的模型存在不确定性及未知环境交互作用较强情况下的控制时，智能控制方法得到了成功的应用。由于经典控制方法和现代控制方法在对机器轨迹跟踪控制时往往无法得到满意的效果。近年来，机器的智能控制在理论和应用方面都有较大的进展。采用模糊控制、神经网络控制等智能控制方法可以较好地解决机器人非线性系统的控制问题和复杂作业任务的控制问题。
1.3 研究现状与意义
6
