基于摄像头路面检测的平衡车系统测控方法技术方案

本发明专利技术公开了一种基于摄像头路面检测的平衡车系统测控方法,利用摄像头将采集到路面图像中的LBP纹理特征统计信息进行梯度差分的方法得到路面纹理分布，配合惯性传感器的滤波前后对比差分，将二者加权求和来求取一个归一化的路面病害程度的估计，最后用于改善平衡车的惯性传感器测算系统，实时自适应改变卡尔曼滤波器实现预测角度更加精确,同时根据摄像头反馈值来选择电机控制策略。采用本发明专利技术技术方案，能估计测算得出路面颠簸病害程度，引入视觉后优化了卡尔曼预测的收敛和精度，得出更为稳定的电机控制策略，同时，视觉传感器采集到的视觉信息还可以保存下来满足人工分析或进行预警处理需要，增强人机交互，提高了整体安全性。

Measurement and control method of balance car system based on camera road detection

The invention discloses a method for controlling the balance of the car camera system road detection based on the use of cameras will be collected LBP texture statistical information of the road surface image gradient difference method to obtain the pavement texture distribution, with the inertial sensor before and after filtering and comparison difference estimation, the two weighted sum for pavement disease degree a normalized, finally for measuring system of inertial sensors to improve the balance of the car, the real-time adaptive filter to predict change Calman angle is more accurate, and according to the camera feedback value to select motor control strategy. The technical scheme of the invention can estimate estimates that bumps disease degree was optimized after the introduction of visual convergence and accuracy of Calman prediction, get more stable motor control strategy, at the same time, the visual sensor to the visual information can be preserved to meet the artificial analysis or warning processing needs, enhance human-computer interaction, improve overall safety.

【技术实现步骤摘要】
基于摄像头路面检测的平衡车系统测控方法
本专利技术涉及平衡车测算及控制
，尤其涉及一种基于摄像头路面检测的平衡车系统测控方法。
技术介绍
随着平衡车市场迅速发展，市场劣质产品也大量涌出，安全事故不断频发，提高平衡车控制系统鲁棒性和实用范围至关重要。车体姿态测算作为平衡控制中关键技术之一，决定着整车是否能达到精确的平衡。目前而言，市场上出售的载人平衡车或者研究单位开发的载人平衡车都是在传统惯性传感器的基础上进行细枝末节的修改调整，始终无法突破单一传感器在测算控制信号上的局限性，不仅导致了载人平衡车技术研究的滞步不前，在安全问题上也留下了一大块空白区。
技术实现思路
针对现有技术中存在的不足，本专利技术解决的问题是提高平衡车控制精度，确保整体安全性。为解决上述技术问题，本专利技术采用的技术方案是一种基于摄像头路面检测的平衡车系统测控方法,利用摄像头将采集到路面图像中的LBP纹理特征统计信息进行梯度差分的方法得到路面纹理分布，配合惯性传感器的滤波前后对比差分，将二者加权求和来求取一个归一化的的路面病害程度的估计，最后用于改善平衡车的惯性传感器测算系统，实时自适应改变卡尔曼滤波器实现预测角本文档来自技高网...

【技术保护点】
一种基于摄像头路面检测的平衡车系统测控方法,其特征在于：利用摄像头将采集到路面图像中的LBP纹理特征统计信息进行梯度差分的方法得到路面纹理分布，配合惯性传感器的滤波前后对比差分，将二者加权求和来求取一个归一化的的路面病害程度的估计，最后用于改善平衡车的惯性传感器测算系统，实时自适应改变卡尔曼滤波器实现预测角度更加精确,同时根据摄像头反馈值来选择电机控制策略，包括以下具体过程：过程1 使用加速度计和陀螺仪进行采集数据，利用卡尔曼滤波器实现采集数据信号融合，去噪得出车体在Y轴方向即前后两侧方向的实时倾角Pitch信息，得到预测后的收敛的角度信息，最后与陀螺仪的积分角度进行差分；过程2 通过陀螺仪传...

【技术特征摘要】
1.一种基于摄像头路面检测的平衡车系统测控方法,其特征在于：利用摄像头将采集到路面图像中的LBP纹理特征统计信息进行梯度差分的方法得到路面纹理分布，配合惯性传感器的滤波前后对比差分，将二者加权求和来求取一个归一化的的路面病害程度的估计，最后用于改善平衡车的惯性传感器测算系统，实时自适应改变卡尔曼滤波器实现预测角度更加精确,同时根据摄像头反馈值来选择电机控制策略，包括以下具体过程：过程1使用加速度计和陀螺仪进行采集数据，利用卡尔曼滤波器实现采集数据信号融合，去噪得出车体在Y轴方向即前后两侧方向的实时倾角Pitch信息，得到预测后的收敛的角度信息，最后与陀螺仪的积分角度进行差分；过程2通过陀螺仪传感器得出车体质心在Z轴上的实时角速度和X轴的倾角数据，通过卡尔曼融合滤波得出车体质心水平方向X轴的roll即左右两侧方向的实时倾角，并对数据进行归一化变换操作得出路面病害程度表征的数学统计特征；过程3通过图像传感器不断地获取平衡车车体前方道路图像信息，并对图像信息进行灰度化、图像分割、LBP特征特征提取统计及归一化变换处理；过程4将图像传感器和惯性传感器中获取的路面病害程度量化值Cn和P进行加权求和，综合二者可信度最终决策得出一个衡量路面病害程度的所引入的测量方差，也就是传感器噪声值，当前车体Y轴倾角为θ，估计噪声方差I，式子如下：过程5根据各自传感器精确度以及可靠度进行调试法；过程6将上面对于路面病害所引入的测量噪声方差估计值I作为下一刻卡尔曼预测的初始值的输入值来预测下一刻平衡车车体的角度值；过程7根据摄像头对路面病害程度的测算估计值，对比阈值I，来选择接下来的电机控制策略，当检测值小于阈值I时候，认为路面时平坦的，此时电机控制策略选择模糊PID控制，如果检测值大于阈值I时候，选用电机控制策略为串级PID控制，同时将优化后的角度、角速度测算值代入PID控制器中，得出并执行电机控制量：2.根据权利要求1所述的基于摄像头路面检测的平衡车系统测控方法,其特征在于：在过程1中，具体步骤如下：(1)引入一个离散控制过程的系统，用一个线性机微分方程来描述：X(k|k-1)＝AX(k-1|k-1)+BU(k)(1)根据这个式子，代入陀螺仪当前时刻测量值，加上陀螺仪的漂移量之后得到了当前角度的预测值Angle，写成矩阵形式就是：(2)协方差矩阵的预测，在计算过程中需要定义两个输入值，分别是：陀螺仪传感器的漂移噪声和加速度计传感器的角度噪声，P(k|k-1)＝AP(k-1|k-1)A’+Q(3)其中式子中的Q为向量的协方差矩阵，即：因为漂移噪声还有角度噪声是相互独立的，则；cov(Q_bias,Angel)＝0(5)cov(Angel,Q_bias)＝0(6)程序中的定义过程角度噪声协方差参数以及测量噪声协方差参数分别为：Q_angle＝0.001；Q_gyro＝0.003；R_angle＝0.5；(3)计算卡尔曼滤波器的增益系数，这是个二维向量增益系数设为用来对角度以及角速度的修正，表达式为：Kg(k)＝P(k|k-1)H’/(HP(k|k-1)H’+R)(7)式子中出现的一个常数R指的是加速度测量值的噪声系数，程序中系数初始定义为：R_angle＝0.5；(4)卡尔曼增益系数修正预测值，利用加速度计和陀螺仪两个传感器得出的角度的差值当做误差值Angle_err，利用卡尔曼增益系数与误差的乘积进行预测值的修正，式子如下：X(k|k)＝X(k|k-1)+Kg(k)(Z(k)-HX(k|k-1))(8)同时更新预测误差值和角度值：Angel+＝K_0*Angel_err(9)Q_Bias+＝K_1*Angel_err(10)(5)对矩阵协方差P矩阵进行本次更新，主要用于下一次迭代过程中的协方差的预测，式子如下：P(k|k-1)＝(I-Kg(k)H)P(k|k-1)(11)(6)将k时刻的角度测量值X(k|k-1)和k时刻角度预测之做一个差分，并且每20次角度测量中统计一次角度平均误差测量平均，3.根据权利要求1或2所述的基于摄像头路面检测的平衡车系统测控方法,其特征在于：在过程2中，具体步骤如下：(1)利用陀螺仪测算Z轴加速度信息和加速度计测算X轴角度信息进行卡尔曼预测融合，得到一个收敛于精确值的后验估计值θr,(2)将在X轴上测算到的角度Roll去求取它的正弦值sinθr，并且将这个正弦值乘上车体左右轮之间的轴距长度D，得到h值便可以表示为车体质心被不平坦路面撑起的高度，h＝D*sinθr；(3)将这个测算出的车体被不平坦路面抬高的高度值h除以车身底盘的高度2d得到整辆车的倾斜率Q，最后将这个Q值表征为路面对于平衡车车体倾斜程度，当值为1时候，则达到车身所能承受最大倾斜的极限安全状态,也达到归一化效果，式子如下：Q＝D*sinθ/2d(13)。4.根据权利要求1或2所述的基于摄像头路面检测的平衡车系统测控方法,其特征在于：在过程3中，具体步骤如下：(1)利用COMS摄像头采集路面图片数字信号a(t)，提取LBP特征进行统计分步骤如下：1)对于RGB彩色图像转化为灰度...

【专利技术属性】
技术研发人员：胡维平，胡帆，蒙佳，欧纯洋，
申请(专利权)人：广西师范大学，
类型：发明
国别省市：广西,45