数字形态学滤波器与智能车路径记忆

　　2) 采样序列的顺序可以直接转化为位移量，便于后续控制策略处理。相对于非匀速通过速度与时间乘积得到的位移，直接转化得到的位移更准确(在标准的韩国赛道上，实验模型车直接转化得到的赛道长度误差小于5cm，速度与时间乘积得到赛道长度误差在10cm以上)。

　　实验系统在图2所示的赛道上，智能车对赛道信息的采样速率为200Hz，以1.5m/s的速度匀速跑完第一圈的数据如图3所示。可以看到在弯道中，舵机的转角信息存在着严重的毛刺和扰动，不能直接用于第二圈的控制策略。图4为matlab中采用3阶巴特沃兹滤波处理后的结果，干扰的抑制效果仍然不理想，而且运算量偏大，单片机难以承受。图5为采用形态学滤波处理后的数据，赛道信息完整准确，可以较好的应用于后续控制策略。