3．2 part_2的求取
    因为图像的最近端和小车的前轮轴线之间仍有不可忽略的距离，因此摄像头最近一行的数据不能反映小车相对于黑线的距离。这里仍然通过最小二乘法的方法将图像延长到小车前轮轴线上(如图9)，这样就可以将最近一行的相对位置distance_photo归算为distance_near。dis-tance_near的值虽然和实际值仍有些误差，但经过实验数据分析，distance_near的误差在影响小车稳定性上程度比较小，比重也很小；它的最大优点就是能够反映小车相对于黑线的实际位置。

    在求出distance_near后，就可以进一步求出part_2的值：

    part_2=k2xdistance_near    （k2为常数）
3．3 part_3的求取
    因为舵机的滞后性对小车的性能有很大影响，速度越高，舵机滞后性带来的负面影响就越大，在进入弯道就会出现侧滑出跑道的情况。为了避免这种情况的发生和提高小车运行速度，需要对舵机的联动机构及前轮机械结构进行调整，或者采用编程的方法使小车提前转向。part_3的引入即是第2种方法。part_3作为一个附加的校正值加在舵机上，它的大小与速度有关系，同时又与图像前端的斜率slope_front(图9)有关。关于part_3的计算如下：

   
其中speed是小车的运行速度。

4 结 论
    本文以追求稳定性为前提，以提高小车行驶速度为目标，提出了一种抗干扰能力强的图像处理算法和一种通用性强、适应性强的小车循迹算法。