对于第二种方案：有的学校选择双摄像进行跟踪，这样可以很好地采集赛道两边的黑线。但是摄像头组本来的信息量就很大，如果用两个摄像头每个控制周期就要同时处理两幅图像，对CPU的处理速度有很高的要求，并且电路复杂程度程度提高，耗电量增大。还有在实际安装中很难保证安装的对称性。我们也没有采用这种方案。
我们一开始用上一届的单摄像头进行尝试，通过双边检测进行路况，但是在拐弯的时候如果转弯不及时图像采集到的就会变成单边，需要进行补偿，补偿量不好把握，在低速的时候还可以及时转弯，但是速度提高之后，稳定性就不好了，在转弯的时候
转向舵机就会抖，因为拐弯判断不准确了。我们最终采用摄像头摇头的方案，是摄像头跟踪赛道的双边，这在一定程度上提高了前瞻，摄像头能够及时得到转弯后的图像信息，便于以更加稳定更加高的速度通过弯道。
最终，我们采用摄像头随动的方案。即把摄像头架在摇头舵机上面，并且是在摄像头靠车模中间往前的位置固定，并采用单杆支架固定摄像头的方案。
2.2  系统总体结构描述
 
图2.1  视觉导引车控制系统总体结构框图
系统总体结构描述：
本次智能车系统在各个模块的相互作用下组成一个完整的智能辨识决策系统，主要由输入模块（传感器信息）、决策模块（单片机控制部分）、执行模块（电机、伺服机）组成。同时，为了便于更好的对传感器信息进行提取、决策，我们通过蓝牙模块和无线影音模块对采集到的图像信息进行量化处理，并且把赛车实时信息反馈到上位机上进行处理。
2.3  系统工作原理  
本段主要从控制的角度对视觉引导智能小车的工作原理进行分析，智能车本身就是一个“观察”赛道，经过“大脑”处理做出决策，交由执行机构“贯彻”决策的过程，同时把小车的执行情况由测速模块和摄像头信息反馈回中央处理单元进行评估，以便做出调整，形成一个整体的实时系统，这是所谓的闭环系统。
那么针对每一个环节我们要保证足够精准，要做到实时动态跟随的话，就要运动闭环控制的理论。其中，摄像头跟随赛道和速度精准控制需要做到良好的伺服特性。
对于复杂的赛道，摄像头组要做到良好的前瞻，就要进行不同的赛道判断，在动态的情况下要检测到赛道两边的黑线不是一个容易的事情，所以我们采取摄像头随动的原理进行赛道的跟踪，根据采集到的图像确定双边黑线在视野范围之内，然而摄像头是固定在小车上的，所以小车的位置也是重要的因素。根据摄像头的视野中双边的范围来确定摇头舵机的执行力度。
同时，对视觉引导小车的执行机构而言，电机的响应并不一定是最快速、准确的。也就是说它无法完全按照我们在每个控制周期预设的转速进行转动，所以对小车的速度控制我们采取闭环控制，对速度的给定量为输入，经过PID控制算法，得到一个电机的执行量，同时由测速装置反馈实际电机转速，将两者误差作为算法依据，形成闭环控制。具体流程如图2.2所示：
 图2.2  系统工作原理示意图
视觉导引车系统通过视觉传感器来检测前方的赛道信息，并将赛道信息发送给单片机。同时，通过编码器和图像传感器构成的反馈渠道将车体的行驶速度信息和实时车体位置信息传送给主控单片机。根据所取得的赛道信息和车体当前的速度信息，主控单片机做出决策，并通过PWM信号控制直流电机和伺服舵机进行相应动作，从而实现车体的速度控制和转向控制。 视觉导引车控制系统硬件设计(5):http://www.youerw.com/zidonghua/lunwen_9426.html