文献综述
1、智能小车的现状及发展趋势
智能小车是一种具有环境识别、自主决策及主动驾驶等多种功能的智能设备，涉及机械结构、信息技术及人工智能等技术领域。智能小车主要由控制器、执行器及传感器三部分组成。
智能车的发展经历了三个阶段。第一阶段为智能车辆研究的初期，开始于上个世纪50年代[1]。1954年，第一台自主引导车系统在美国研制成功，它是一个无人驾驶的拖车式运货平台在固定线路上运行的系统。当初研究智能车辆的目的在于提高仓库内的物品运输能力，改善物品运输的自动化水平。瑞典、德国、英国、日本、韩国等许多国家也相继开展了智能小车的研究并取得了很大的成果[2-3]。随着电子信息技术和控制科学的发展，智能车辆的研究不断发展。第二阶段为20世纪80年代。随着智能车辆应用领域的扩大，对智能车辆平台的研制工作在许多国家幵展，一些工作卓有成效。在亚洲，为了提高自动车辆导航能力，日本于1996年成立了高速公路先进巡航/辅助驾驶研究协会。在美洲，为了提高智能车辆的可行性，美国于1995年成立了 NAHSC(国家自动高速公路系统联盟)。在欧洲，从1986年普罗米修斯项目幵始对智能车辆的研究工作。第三阶段是20世纪90年代开始，智能车辆的研究幵始进入大规模阶段[4]。
我国开展智能车辆技术方面的研究起步较晚，开始于20世纪80年代。大多数研究处于针对某个单项技术研究的阶段，研究总体上落后于发达国家，并且存在一定的技术差距，但是我们也取得了一系列的成果，主要有: ①中国第一汽车集团公司和国防科技大学机电工程与自动化学院与 2003 年研制成功我国第一辆自主驾驶轿车[5]。②南京理工大学、北京理工大学、浙江大学、国防科技大学、清华大学等多所院校联合研制了军用室外自主车7B.8[6]。
2、机器视觉的现状及发展趋势
机器视觉是一门涉及人工智能、神经生物学、心理物理学、计算机科学、图像处理、模式识别等诸多领域的交叉学科[7]。机器视觉主要研究用计算机来模拟人的视觉功能从客观事物的图像中提取信息，进行处理并加以理解，最终用于实际检测、测量和控制[8]。机器视觉应用系统中,关键技术主要体现在光源照明、光学镜头、摄像机(CCD)、图像采集卡、图像信号处理以及执行机构等。一个典型的工业机器视觉应用系统包括光源、光学系统、图像捕捉系统、图像数字化模块、数字图像处理模块、智能判断决策模块和机械控制执行模块[9]。首先采用CCD摄像机获得被测目标的图像信号,然后通过A/D转换成数字信号传送给专用的图像处理系统，根据像素分布、亮度和色彩等信息，进行各种运算来抽取目标的特征，然后再根据预设的判别标准输出判断结果，去控制驱动执行机构进行相应处理[10]。机器视觉的主要应用为以下几个方面。
（1）在工业检测中的应用
目前,机器视觉已成功地应用于工业检测领域，大幅度地提高了产品的质量和可靠性，保证了生产的速度。例如产品包装、印刷质量的检测、饮料行业的容器质量检测、饮料填充检测、饮料瓶封口检测、木材厂木料检测、半导体集成块封装质量检测、卷钢质量检测、关键机械零件的工业CT等。在海关，应用X射线和机器视觉技术的不开箱货物通关检验，大大提高了通关速度，节约了大量的人力和物力。在制药生产线上，机器视觉技术可以对药品包装进行检测,以确定是否装入正确数量的药粒。
（2）在农产品分选中的应用
