近年来，机器人的智能水平不断提高并迅速改变着人们的生活方式。机器人要实现自动导引和避障功能就需要感知导引线和障碍物，相当于机器人的视觉功能。智能小车作为机器人的典型代表，能实现自动识别路线，判断并自动避开障碍，选择正确行进路线，为智能搬运小车，无人驾驶汽车等技术领域的研究提供技术支撑。美国国防部最新研制的智能车辆Demo系列目的是用于危险地段的军事侦察。Demo采用的关键技术有感知系统、计算机处理器、导航系统、路径规划、车辆控制、立体视觉、地形理解以及传感美国国防部最新研制的智能车辆Demo系列目的是用于危险地段的军事侦察。Demo采用的关键技术有感知系统、计算机处理器、导航系统、路径规划、车辆控制、立体视觉、地形理解以及传感器等技术。Demo-A已于1993年结束完成该车视觉头上装有三台摄像机控制部分分手动和自动档。在公路上以50km/h的速度行使时两档转换自如。该车通过神经网络进行路径跟踪和避障。Demo-B也于1994年夏季进行实验装有地图管理系统和先进的公路和越野导航感知系统。Demo-II于1995年夏季进行演示四辆车的联合行动它集成CCD、激光、雷达、超声、红外、微波等传感器，之后进行了ET Demo(改进的技术演习)演示开发侦察、监视及目标搜索算法。国际上智能系统经过了几十年的发展已经积累了相当丰富的成果。比如三菱ASV多孔系统。该系统传感器包括：CCD摄像机、激光雷达、无源光束传感器等。德国大众公司的智能车将雷达、计算机视觉、激光扫描器集成到一个系统之中利用传感器之间数据互补和冗余得到可靠稳定的车辆行使所需的信息。另外还有德国慕尼黑联邦大学、意大利帕尔马大学、韩国大学等等都在积极从事智能车辆的研究工作并已经有巨大的成果。

近几年国内具有代表性的典型系统包括由国内多家大学参与的”十五”期间的第三代自主地面车辆ATB-3国防科技大学研制的新一代地面无人驾驶车辆CITAVT-IV及其与中国一汽合作研制的”红旗”自主轿车，清华大学研制的THMR-V型智能车辆，吉林大学的Cybercar智能车辆，重庆大学的CQAC-I型智能车辆等。这一时期国内研究工作的主要方向是智能车辆的应用环境由简单场景向非结构化、复杂场景的转变以及全天条件下的实用化技术基于多源信息融合的系统鲁棒性研究等。

目前高校内，多数智能小车存在速度较慢、不够灵活、无法及时获知行进速度等缺点。葛广军等人以单片机MC912DG128为核心设计了一种能够自动循迹的智能小车，循迹效果较好。高月华研究了红外反射式光电传感器作为路径采集模块实现自动循迹的智能小车，能够沿着给定黑线平稳行驶。本文以STC89C52单片机为核心控制单元，红外光电传感器为检测手段，设计开发一种能够自动寻迹、实时获知行进速度的智能车控制系统。

近几年的全国电子大赛和省内电子大赛几乎每次都出现了智能小车的题目，从此可以看出国内高校对此课题的重视和此研究的重大意义。另外本人对小车能够实现如此智能的循迹效果十分好奇，所以本次毕业设计把智能寻迹小车作为课题，期望通过自己的实践做出理想的循迹效果。

现有智能车辆研究中的关键技术

1 .传感技术

要达到自主行驶的目的前提是能够掌握足够多的信息,这些信息的采集则需要通过各种传感器来获得,而数据的准确性与有效性直接关系到决策的成败与否。

1)雷达系统

雷达是一种主动型传感器,能够直接测量距离、速度、方位等,而不需要复杂的设计与繁复的计算。此外,在阴雨等恶劣天气影响下,雷达系统仍然能够工作。在各种雷达系统中,激光雷达较毫米波雷达能够提供更高的精度,由于成本也很高,其推广受到一定的阻碍。然而,雷达系统也存在一些缺点。例如:光谱分辨率和扫描速度较低;当多个车辆行驶在同一个方向上时,多个雷达之间会产生干涉,这是主动型传感器难以回避的问题。

2)机器视觉