引言
基于 CV (Computer Vision )的无人车自动驾驶系统设计可以说无人车就是在传统智能驾驶小车设计基础上进一步延伸和拓展，智能驾驶小车的发展就是无人车的缩影。许多无人车进行信息获得时传感器都选择摄像头，其主要原因就是这些摄像头具备其他许多传感器不可以具备的优点，比如说对获得图像的特征提取，以及对图像视野宽广的设定等对计算机视觉的研究，很大程度上提高了智能小车系统的速度稳定性与安全性。设计依托C车模为载体，装配基于MT9V032的CMOS全局快门摄像头总钻风，结合电磁线引导部件，利用i.MXRT系列的32位微控制器RT1064，完成无人车的硬件设计，并经过测试，方案可行。
1无人车整体结构
整车实物图，如图1（a）所示，主控板和电机驱动板PCB如图1（b）、（c）所示。硬件设计方案如图2所示。
（a）
（b）
（c）
图1 无人车整体及PCB板
图2 硬件设计方案
2 机械装配
系统的机械装配分为减速齿轮和编码器的安装、摄像头的安装以及舵机的安装。
减速齿轮和编码器的安装：编码器通过传动齿轮与电机的传动齿轮相连，且传动比为1:5，如果齿轮安装得太松则会磨损齿轮。
摄像头的安装：为了调整无人车前瞻范围，以及整车的重心结构，使用轻巧的铝合金夹紧组件，并使用铜柱作为主桅杆来安装摄像头，起倒了一定的抖动稳定的能力。
舵机的安装：舵机垂直安装在中间，使转向机构、拉力、行程和反应时间对称，有利于智能车辆算法的实现。
3 电气设计
系统设计的电气硬件主要包括：核心板控制电路、传感器电路设计、电源电路设计、电磁信号调理电路设计以及半桥驱动电路设计。
3.1核心板控制电路
主控芯片选择恩智浦公司的MIMXRT1064微处理器。系统主要实现对各个接口数据的采集，如摄像头的数据采集处理，需要对总钻风摄像头采集来的彩色图像灰度处理实时处理等，因此需要选用ROM空间大，数字量计算能力强的RT1064微处理器。
3.2传感器电路设计
总钻风数字摄像头：与CCD相比，CMOS摄像头更轻便，体积小，功耗低，图像动态特性好，这有利于车辆模型的高速运行。设计采用逐飞科技的mt9v032摄像头。
测距传感器：选用gy -53，使用方法为红外led发光并直接照射目标物体到达后，mcu接收得到一个返回光，然后通过mcu计算得到返回光时差获取距离，直接输出目标距离值，优点在于波特率可调。
编码器：为了能够使得反馈的速度更加准确，选用龙邱公司制造的512线编码器。编码器的分辨率为ab相正交输出256行，ab相正交方向输出1024行，阶跃+方向输出512行；转速较高，最大转速可以达到10000rpm；512线克服智能汽车行驶过程中各种灰尘产生静电的缺点。
陀螺仪传感器：mpu-6050是一个6轴集成运动处理单元。与多个组分系统相比，陀螺仪和加速器之间的时间轴距是消除了许多的时间轴距，减少了很多的封装空间。当连接到三轴磁力时序时，MPU-6050可以输出的完整9轴运动集成到主I2C或SPI端口。
显示电路设计：为了实时显示关键变量和程序运行状态，设计添加了人机交互电路。2.0寸IPS全彩显示屏用来显示上位机控制芯片的状态。
IPS显示屏的IC采用ST7789，分辨率能够达到240*320，通过8位并行数据口同步写入数据。2.0寸的IPS显示屏可以显示更大分辨率的图片。
3.3电源电路设计
系统采用的是7.5V，2000mA的锂电池。由于系统的传感器，电机驱动，运放，核心板等需要的电压大小不同，根据主控系统需要，电源可分为3.3V，5.0V和6.0V，电源电路如图3-图5所示。 
图3 5V稳压电路原理图
图4 3.3V稳压电路原理图 
图5 6V稳压电路原理图
3.4电磁信号调理电路设计
跑道的一些特殊元素，比如说环岛和三岔路口等情况下，铺有电磁线。该电磁线采用漆包线，选择同相运算放大器lm358D，采用摄像头和电磁线相辅相成的方式进行自主判断。电磁信号调理电路图如图6所示。
图6 电磁信号调理电路图
3.5半桥驱动电路设计
驱动电路采用两个H桥配合一个irl7843芯片构成一个双驱动电路，双驱动电路由四个MOS H桥管组成。h桥反向电路是一个完整的双极桥驱动器，四个mos n通道管。当堵转电流超过10 A时，也不会在短时间内损坏电机，因此大大提高了电路的稳定性和安全性。驱动半桥电路图如图7所示。
图7 驱动半桥电路图
4 硬件测试
电路中5V、3.3V、12V和6V的电压正常分压状态指示灯显示正常。各个传感器都能正确的检测到参数；显示模块电路部分能实时显示传感器所测的数据和按键设置的参数。板子上电之后，在2.0寸IPS液晶屏上会显示出车身参数的实时值。如图8所示，液晶屏显示参数值。
5 结语
基于RT1064和MT9V032的总钻风数字摄像头，以电磁导引、激光测距为辅助传感器，设计基于计算机视觉的无人车。经测试，硬件设计方案可行。硬件能够自主通过计算机视觉识别道路，实现自动行驶。
参考文献
[1]何恩节，郑磊．基于线性CCD传感的实训类智能车系统的搭建与调控[J]．现代计算机（专业版），2019，（03）：55-61．
[2]康乐．人工智能视角下的无人驾驶技术分析与展望[J]．农机使用与维修，2021（05）：37-38．
[3]王淼．多传感器智能无人平台开发与导航技术研究[D]．沈阳：沈阳理工大学，2018．
[4]董莹莹．基于机器视觉的车辆和车道线检测研究[D]．长沙：湖南大学，2018．
[5]景露霞．基于OpenCV的前方车辆识别与车距检测系统的设计与研究[D]．西安：长安大学，2019．
作者简介：卜浩宇（1999-），男，汉族，江苏淮安人，本科。研究方向：自动化。徐建洋（2001-），男，汉族，江苏盐城人，本科。研究方向：控制、图像处理。张潇（2001-），女，汉族，江苏盐城人，本科。研究方向：自动化。
通讯作者：刘丹丹（1981- ），女，江苏盐城人，博士，副教授，研究方向：智能控制、信号处理。