Kereta autonomi atau kereta tanpa pemandu dicipta untuk pengangkutan manusia dan benda dari satu destinasi ke destinasi yang lain tanpa kawalan manusia. Kereta ini pada dasarnya menggunakan penderia untuk mengesan kedudukannya di atas jalan dan bergerak dengan sebetulnya. Masalah timbul apabila kereta bertindak balas secara perlahan terhadap perubahan jalan seperti selekoh tajam dan bukit yang tinggi. Hal ini menyebabkan kereta menjadi tidak stabil dan menyumbang kepada kemalangan jalan raya. Projek ini merupakan satu pendedahan tentang reka bentuk sebuah keretau autonomi yang menggunakan mikropemprosesan dan kamera. Objektif projek ini adalah untuk menggunakan kamera dan sistem terbenam untuk mengesan garisan hitam di atas permukaan trek yang putih dan seterusnya bergerak secara automatik. Kereta ini bergerak tanpa sebarang kawalan daripada manusia berdasarkan kamera penderia, garis imbasan kamera, papan pengawal mikro FRDM-KL25Z dan FRDM-TFC, motor DC dan motor servo di mana semua ini akan diuji dengan kereta untuk projek ini. Kamera CMOS digunakan sebagai penderia utama untuk menangkap data berkenaan piksel hitam dan putih pada landasan dan menghantar mereka ke mikropengawal FRDM-KL25Z untuk diproses. Kamera diletakkan di atas kereta itu selepas mempertimbangkan faktor ketinggian kamera dan keluasan penglihatan kamera tersebut. Hasil pengeluaran kamera akan digunakan untuk mengira kedudukan semasa kereta dan hasil tersebut akan dihantar ke sistem kawalan PID dalam bentuk ralat untuk sistem stereng (motor servo) dan sistem kawalan kelajuan (motor DC) kereta. Satu program MATLAB dan Simulink akan digunakan untuk membangunkan sistem pintar untuk projek ini. Normal dan Rajah 8 ialah dua jenis trek yang digunakan dalam projek ini di mana masa yang diambil untuk melengkapkan satu pusingan untuk setiap jenis trek direkod untuk memerhati prestasi kereta. Berdasarkan keputusan yang diperolehi, nilai 5 dan 4 untuk kedua-dua kadar Pengkadaran dan Pengkamiran membolehkan kereta ini untuk bergerak di atas kedua-dua trek dalam 13.08 saat untuk trek Normal dan 9.75 saat untuk trek Rajah 8. Masa ini adalah paling laju untuk projek ini. Kelajuan yang digunakan dalam projek ini adalah 40% daripada kelajuan penuh dan ini adalah kelajuan yang memuaskan untuk kereta bergerak di atas landasan degan lancar.
_______________________________________________________________________________________________________
Autonomous or driverless cars are developed and invented for transportation of human and things from one place to another without human control. The car basically uses sensors to locate its position and move accordingly. Problem arise when the car possesses slow response towards different road conditions such as sharp turns and high hills. This might lead to unstable motion of the car on the road and eventually might lead to traffic accident. This project represents the design of an autonomous car based on microcontroller and vision sensor. The objective of this project is to use vision or camera sensor and embedded system to detect black lines drawn on white color track and drive the car autonomously. Line scan camera, FRDM-KL25Z and FRDM-TFC board microcontroller, DC motors and servo motor are required to be tested with the car for this project. CMOS camera is used as the main sensor to capture the data of black and white pixels on the track and send them to the FRDM-KL25Z microcontroller to be processed. The camera is placed on the top of the car after considering the high of the camera and the field of view of the camera. The output of the camera is used to calculate the current position of the car and the output will be fed into algorithm of PID controller in term of error for steering (servo motor) and speed control (DC motors) of the car. A MATLAB and Simulink program will be used for developing the embedded system of this project. Normal and Figure of 8 are two types of track used in this project where the time taken to complete one lap for each type is recorded to observe the performance of the car. Based on the result obtained, the value of 5 and 4 for both Proportional and Integral gains allowed the car to finish both tracks in 13.08s for Normal track and 9.75s for Figure of 8 track. The time is considered as the fastest recorded for this project. The speed used in this project is 40% of the full speed and this is fairly fast that the car can possess in order to move on the track smoothly.
Line detection system design of autonomous car based on the vision navigation / Mokhsein Abdullah