智能循跡小車詳細制作過程52

1、第二屆“飛思卡爾”杯全國大學(xué)生 智能汽車邀請賽技術(shù)報告目錄第一章引言.11.1智能車制作概述 .11.2參考文獻綜述 .11.3技術(shù)報告內(nèi)容與結(jié)構(gòu) .1第二章設(shè)計方案概述 .32.1總體設(shè)計 .32.2具體方案 .32.2.1道路識別模塊 .32.2.2速度檢測模塊 .4第三章模型車整體設(shè)計 .53.1機械部分的調(diào)整 .53.2傳感器設(shè)計與安裝 .53.2.1光電管安裝： .53.2.2攝像頭安裝： .63.2.3測速裝置 .7第四章硬件電路設(shè)計 .94.1整體介紹 .94.2各模塊電路介紹 . 10第五章控制算法實現(xiàn) . 155.1總體軟件設(shè)計 . 155.2路徑識別算法 . 165.2.2

2、基于光電管的模糊控制算法 . 165.2.2基于CMOS的算法 . 185.2.3兩者的結(jié)合 . 205.3速度控制算法 . 20第六章調(diào)試及主要問題解決 . 236.1調(diào)試工具 . 236.2調(diào)試過程 . 246.3主要技術(shù)參數(shù)說明 . 25 第七章結(jié)論.27 附錄A參考書目. I附錄B部分程序. II第一章引言1.1智能車制作概述本隊在小車制作過程中，先對比賽內(nèi)容，要求與規(guī)則進行了詳細分析，然后 按照要求制訂了幾種設(shè)計方案，并對幾種方案進行比較敲定最后方案。根據(jù)方 案完成小車的總體設(shè)計和詳細設(shè)計（包括底層硬件設(shè)計和總體軟件設(shè)計），在完 成 了車模組裝和改造后，完成了各個模塊的硬件電路設(shè)計與

3、安裝，并進行了控制 算法的設(shè)計和軟件實現(xiàn)，最后進行了整車的調(diào)試和優(yōu)化。1.2參考文獻綜述方案設(shè)計過程中參考了一些相關(guān)文獻，如參考文獻所列。例如文獻 1 與 2 單片機嵌入式系統(tǒng)在線開發(fā)方法。文獻 3 與 4 是計算機控制技術(shù)，參考了其中 PID 控制策略。文獻 5 到 8 是介紹了微處理器 MC9S12DG128 芯片。文獻 9 到11 介紹了 CCD 圖像傳感器的應(yīng)用和一些數(shù)據(jù)處理方法，等等。1.3技術(shù)報告內(nèi)容與結(jié)構(gòu)本文的主要內(nèi)容框架如下： 第一章：引言。大概介紹了智能車的制作過程，參考文獻說明和內(nèi)容框架。 第二章：設(shè)計方案概述。介紹了各種方案，以及選擇該方案的原因。 第三章：模型車機械調(diào)整

4、。介紹了小車機械結(jié)構(gòu)的調(diào)整和傳感器的安裝步驟。第四章：硬件電路設(shè)計。這部分是小車的硬件實現(xiàn)，主要給出了小車的總 體結(jié)構(gòu)與各個模塊的硬件電路設(shè)計。第五章：控制算法實現(xiàn)。本章詳細介紹了各個方案采用的算法。第六章：調(diào)試及模型車技術(shù)參數(shù)。介紹了調(diào)試使用的工具與具體調(diào)試過程， 最后給出了整車的技術(shù)參數(shù)。第七章：總結(jié)。對整個模型車制作過程的總結(jié)，指出試驗中發(fā)現(xiàn)的問題和 進一步改進的方向。第二章設(shè)計方案概述2.1總體設(shè)計由于賽道整體布局未知，因此先保證小車在各種不同環(huán)境下能夠穩(wěn)定運行， 再進行速度的提升。故穩(wěn)定性是設(shè)計中首要解決的問題。常用的尋線方法主要有光電尋線和攝像頭尋線，共有三種路徑識別策略。 一、光

5、電尋線：由多對紅外收發(fā)管組成，通過檢測接收到的反射光強判斷賽道中心黑道位置。優(yōu)點：電路設(shè)計簡單，信息處理方便。 缺點：一對收發(fā)管只能檢測一個點的信息，精度有限，前瞻距離遠小。過彎減速劇烈，難以提高整體的運行速度。二、攝像頭尋線：圖像采集，動態(tài)拾取路徑信息。 優(yōu)點：信息量大，前瞻，能耗低的優(yōu)點，能提前判彎減速。 缺點：受到的干擾較多，轉(zhuǎn)彎時數(shù)據(jù)易丟失，處理相對復(fù)雜。三、光電管與攝像頭結(jié)合尋線：兼顧了光電尋線的抗干擾能力強和攝像頭尋線 前瞻性遠、信息量大的特點。難點：光電管與攝像頭之間的配合，兩者切換的條件。2.2具體方案2.2.1道路識別模塊使用了 CMOS 攝像頭和單排七對紅外發(fā)射接受二極管。

6、根據(jù)比賽環(huán)境的不同可靈活選擇各個方案。在光電管與攝像頭結(jié)合尋線模式里，使用光電管檢測的信息作為整幅圖像 處理的第一行，在采集的圖像干擾過多或信息量過少時切換到光電管循線的模 式。2.2.2速度檢測模塊速度傳感器由一對光電管和貼在驅(qū)動電機齒輪上的紙質(zhì)圓盤組成，即采用 的是反射式光電傳感器。反射式光電傳感器的光源有多種，我們選擇的是較為 經(jīng)濟的紅外發(fā)光二極管。第三章模型車整體設(shè)計3.1機械部分的調(diào)整硬件部分的合理安裝是模型車能良好發(fā)揮的前提條件，這里主要介紹實際 中的幾點經(jīng)驗。首先是舵機的安裝，要想使前輪及時地反映舵機的控制，應(yīng)盡量避免舵機 不動、輪子能轉(zhuǎn)動的情況，具體做法是使舵機輸出連接件之間配

7、合緊密，減少 縫隙。前輪外傾角和前輪前束之間有一定的配合，前輪前束大，轉(zhuǎn)向不利，電 機的負荷也變大。3.2傳感器設(shè)計與安裝3.2.1光電管安裝：基于時間上和調(diào)試的考慮，設(shè)計使用了 7 對紅外發(fā)射和接收光電管采取 “一”字形排列的方式,相鄰兩光電管間隔 20mm。為便于接收管接收路面反射回 的紅外光，安裝時使發(fā)射管和接收管互相有一個傾角。通過給接收管加上一定 長度的黑色套管減少相鄰紅外光的干擾，制作的光電管如圖示：圖 4.1光電管為提高光電管的前瞻性，安裝時將其抬高置于小車前方并給 30 度的前傾 角，綜合抗干擾的因素，確定使發(fā)光管距地最大不超 7cm。當(dāng)采用光電管與攝像 頭結(jié)合策略時光電管采集

8、的信息作為圖像的第一條線，此時光電管應(yīng)出現(xiàn)在攝 像頭的視野中，經(jīng)試驗最終確定安裝離地高度 6.5cm。調(diào)試時觀察不同接收管在黑線由遠及近時的電壓變化情況，確定各管的比 較電壓的值，配合調(diào)整黑管長度，使得檢測的數(shù)據(jù)能靈活反映黑線位置變化。 最后使光電管同處于一片白色的賽道上，將小車水平抬起到一定高度時，看到 所有接收管幾乎在同一時刻檢測到“黑”的狀態(tài)，放下時又幾乎在同一時刻檢 測到全“白”的狀態(tài)，此時大致調(diào)試完成，可以放到賽道上試跑。3.2.2攝像頭安裝：攝像頭有兩種，CCD 攝像頭和 CMOS 攝像頭。CMOS 攝像頭采集的圖像信 息雖沒有 CCD 攝像頭優(yōu)越，但使用電壓低，功耗少，故本設(shè)計采

9、用 CMOS 攝像 頭的方式。攝像頭的安裝較為復(fù)雜，要調(diào)整好各個方面。CMOS 攝像頭的安裝 主要包括高度調(diào)整，傾角調(diào)整。）高度調(diào)整 提高攝像頭的高度，可以在不改變傾角的條件下增大攝像頭可視范圍，但是，隨著攝像頭高度的提升，小車的重心會不斷上移，不利于保持車身的穩(wěn)定性。在小車高速過彎時，過高的重心可能產(chǎn)生明顯的側(cè)滑現(xiàn)象，甚至翻車。因此，在保證車身穩(wěn)定性的前提下，盡可能的增加攝像頭的可視范圍是攝像頭高 度調(diào)整的目標(biāo)。B）傾角調(diào)整 傾角的大小主要關(guān)系到攝像頭對前方路徑的前探量。傾角越大，攝像頭的前瞻性也就越強，這對于高速行駛的小車有利。但是傾角過大造成外界強光射 入攝像頭，增加了攝像頭“失明”的風(fēng)

10、險，這就對抗干擾的算法提出了更高的 要求。所以，在保證攝像頭正常工作的前提下，適當(dāng)增加傾角，對提高小車的 行駛效果有利。綜合以上分析，并通過不斷的試驗調(diào)整，最終我們的攝像頭安裝調(diào)試如下： 攝像頭高度：36cm攝像頭傾角：40 度40度40度37cm 36cm37cm36cm圖 4.2實際制作的小車3.2.3測速裝置主要有兩種簡易的測速方案：透射光柵式和光電管對管反射式。反射式傳 感器制作簡單，只需手工用圓規(guī)和直尺畫一個反射板，焊接簡單的電壓比較電路即可，且效果也能很好的滿足要求，因此選用光電管反射傳感器。傳感器傳感器反射板反射板圖 4.3傳感器第四章硬件電路設(shè)計4.1整體介紹智能賽車控制系統(tǒng)采

11、用模塊化設(shè)計，系統(tǒng)主要由電源模塊、電機及其驅(qū)動 模塊、舵機模塊、測速模塊、道路識別模塊、調(diào)試模塊和 MC9S12 單片機模塊幾大部分構(gòu)成。智能賽車整體裝置結(jié)構(gòu)設(shè)計框圖如下：電源模塊電源模塊道路識舵機控制信號MC9S12單片機（信號處理和 控制算法實現(xiàn) ）道路識 別模塊舵機別模塊舵機MC9S12單片機（信號處理和 控制算法實現(xiàn) ）調(diào)試模塊調(diào)試模塊車速信號速度檢測速度檢測PWM驅(qū)動信號后輪轉(zhuǎn)動電機 驅(qū)動模塊電機 驅(qū)動模塊電機電機圖 4.1智能車整體結(jié)構(gòu)圖智能車控制系統(tǒng)根據(jù)各部件的正常工作的需要，對配發(fā)的標(biāo)準(zhǔn)車模用 7.2V、1.8A/h的可充電Ni-Cd電源。其中單片機系統(tǒng)，路徑識別的光電傳感器和

12、速度檢測 電路需要 5V電源供電，舵機使用 6V，直流電機直接由電池供電?？紤]到啟動和運行時產(chǎn)生的電壓下降的現(xiàn)象，我們選用低壓差穩(wěn)壓芯片LM2940，它可以在 500mA 時穩(wěn)壓，最小壓差僅為 0.6V。舵機電源使用可調(diào)變 壓器 NPC565。系統(tǒng)整個供電如圖 4.2 所示：驅(qū)動電機驅(qū)動電機驅(qū)動電機驅(qū)動電機驅(qū)動電機驅(qū)動電機驅(qū)動電機驅(qū)動電機驅(qū)動電機驅(qū)動電機驅(qū)動電機驅(qū)動電機驅(qū)動電機驅(qū)動電機驅(qū)動電機驅(qū)動電機NCP5650舵機NCP565舵機NCP5650舵機NCP565舵機NCP5650舵機NCP565舵機7.7.2v2v鎳鎘電鎳鎘電池池7.2v鎳鎘電池單片機單片機單片機單片機單片機單片機LM294

13、0LM2940LM2940LM2940LM2940LM2940LM2940LM2940LM2940LM2940LM2940LM2940攝像頭或攝像頭或 光電管速度檢測電路攝像頭或 光電管速度檢測電路攝像頭或 光電管速度檢測電路攝像頭或 光電管速度檢測電路攝像頭或 光電管速度檢測電路光電管圖4.2智能車電源分配圖4.2各模塊電路介紹速度檢測電路系統(tǒng)提供 6V 和 5V 兩個直流電源，分別采用低壓差穩(wěn)壓芯片 LM2940 和NCP565 提供，電路圖如下所示：圖 4.3直流電源 6V 和 5V 的穩(wěn)壓電路直流電機的控制一般由單片機的 PWM 信號來完成，驅(qū)動芯片我們采用飛思 卡爾半導(dǎo)體公司的 H

14、橋驅(qū)動芯片 MC33887。圖 4.4電機驅(qū)動電路圖 4.5 同步信號分離電路統(tǒng)一提供的 MCU 板的引腳分配如下：調(diào)試模塊的撥碼開關(guān)電路：圖 4.6 插座電路圖 4.7 速度角度控制接口和開關(guān)接口相應(yīng)光電檢測速模塊電路圖：圖 4.8 測速電路第五章控制算法實現(xiàn)5.1總體軟件設(shè)計智能小車的控制是采用模塊化的結(jié)構(gòu)，基本思路是：將方向傳感器采集來 的道路信息和速度傳感器采集來的當(dāng)前速度值經(jīng) CPU 處理，輸出 PWM 信號到驅(qū) 動舵機和電機。方向控制和速度控制系統(tǒng)分別構(gòu)成兩個閉環(huán)系統(tǒng)。在綜合控制 算法中，兩者可相互影響；比如根據(jù)路徑識別的結(jié)果來控制速度，使得在彎道 上慢速，而在直道上快速。方向控制

15、上我們使用了三種方法：完全基于攝像頭 的決策，基于攝像頭和光電管的共同決策，完全基于光電管的決策。程序的總體結(jié)構(gòu)流程圖如下：開始MCU初始化MCU初始化數(shù)據(jù)變量初始化數(shù)據(jù)變量初始化參數(shù)設(shè)置（工作模式選擇）參數(shù)設(shè)置（工作模式選擇）模式選擇(路徑識別傳感器選擇)模式選擇(路徑識別傳感器選擇)方向控制方向控制速度控制速度控制圖 5.1 總程序結(jié)構(gòu)圖5.2路徑識別算法路徑識別模塊的流程圖如下：參數(shù)設(shè)置(工作模式選擇)攝像頭決策模式圖像采集與路徑識別光電管決策模式參數(shù)設(shè)置(工作模式選擇)攝像頭光電管共同決策模式攝像頭光電管共同決策模式光電管決策模式攝像頭決策模式圖像采集與路徑識別光電管對路徑的識別圖像采

16、集與路徑識別光電管對路徑的識別圖像有有效效基于攝像頭的方向控制基于光電管的方向控制有 無效 效光電管對路徑的識別光電管對路徑的識別基于攝像頭的方向控制速度控制基于光電管的方向控制速度控制基于光電管的方向控制圖像采集與路徑識別基于攝像頭的方向控制基于光電管的方向控制速度控制基于攝像頭的方向控制速度控制速度控制速度控制圖 5.2 路徑識別算法流程圖5.2.2基于光電管的模糊控制算法光電傳感器獲得的路面信息是離散、斷續(xù)變化的，具有近似性、不完善性 并混雜一定的噪聲，模糊控制能保證輸出的連續(xù)性和平滑性并容納這種不確定 的輸入信息，產(chǎn)生光滑的輸出控制量。同時小車的動力學(xué)模型復(fù)雜難以確定， 是一個典型的時

17、延、非線性不穩(wěn)定系統(tǒng)，而模糊控制并不依賴于控制系統(tǒng)精確 的數(shù)學(xué)模型，可以完成輸入空間到輸出空間的非線性映射。模糊控制器主要由三部分組成，即模糊化，模糊規(guī)則推理及反模糊化。輸入隸屬度函數(shù)規(guī)則庫輸入隸屬度函數(shù)規(guī)則庫輸出隸屬度函數(shù)輸出隸屬度函數(shù)精確輸 量模糊輸入量 模糊輸出量 精確輸出反模糊化出量模糊化模糊化模糊推理化反模糊化傳感器傳感器模糊推理化受控對象受控對象傳感器傳感器圖 5.3 模糊控制器工作圖確定兩個模糊輸入量為 e，ec，表示賽道位置與模型車中心位置的偏差和偏差的變化量，模糊輸出量為 angle。e 為從-7 到+7，ec 為從-14 到+14，angle 為-37 至+37。各變量使用

18、 11 個語言值N5，N4，N3，N2，N1，ZE，P1，P2，P3， P4，P5表示。相應(yīng)的模糊規(guī)則庫如下：表 5.1 模糊規(guī)則庫eecN5N4N3N2N1ZEP1P2P3P4P5N5P5P4P3P2P1ZEP1P1ZEN1N2N4P5P4P3P2P1ZEP1P1ZEN1N2N3P5P4P3P2P1ZEP1ZEN1N2N3N2P5P4P3P2P1ZEP1ZEN1N2N3N1P4P3P2P1ZEZEZEN1N2N3N4ZEP4P3P2P1ZEZEZEN1N2N3N4P1P4P3P2P1ZEZEZEN1N2N3N4P2P3P2P1ZEN1ZEN1N2N3N4N5P3P3P2P1ZEN1ZEN1N

19、2N3N4N5P4P2P1ZEN1N1ZEN1N2N3N4N5P5P2P1ZEN1N1ZEN1N2N3N4N55.2.2基于 CMOS 的算法由于設(shè)計中攝像頭只用于采集道路的灰度信息，且黑白 CMOS 攝像頭對路面 信息的采集已經(jīng)完全能夠達到對道路識別的精度要求，所以設(shè)計選用黑白 CMOS 攝像頭，輸出制式 PAL 信號，分辨率為 380 線。處理時每隔 6 行采集 1 行數(shù)據(jù)，利用行同步和場同步的間隔時間來完成圖 像的處理和智能車的控制。具體為通過查詢的方式等待場同步信號，而行同步 信號則通過中斷方式獲得，在每個行同步信號到來時，采集一定數(shù)量的點，并 利用下一個行同步中斷到來之前的間隔時間，

20、完成一定的計算量，這里的計算 主要是相對本行的偏差。CMOS 采集圖像的為 60*60。通過試驗發(fā)現(xiàn)，利用攝像頭進行路徑識別相對光電管有較大的前瞻性，從 而能提高車速。但是攝像頭易受環(huán)境的干擾，主要是賽道周圍黑色物體和光線 兩類干擾，如果對這些外界干擾處理的不好，將嚴(yán)重影響智能車運行的穩(wěn)定性， 甚至無法完成比賽。為了抵抗這兩種類型的干擾，本設(shè)計分別采用了以下抗干擾策略：）針對賽道周圍黑色物體的干擾，采用了一種基于連續(xù)性判斷的尋線策略， 基本思想是：除了距離小車最近的一行外，每一行都以它的上一行作為本行找 線的基準(zhǔn)位置，向兩邊掃描一定的像素，因為相鄰兩行黑線的中心位置的偏差 一定是小于某個值的，

21、將該值適當(dāng)放寬一些后，就可以保證快速的找到真正的 路徑，同時把賽道周圍的黑色干擾濾除?；谝陨戏治隹芍谟嬎愕?n 行的黑線中心位置時，必須知道第 n-1 行的 黑線中心位置，而通常的攝像頭都是從遠到近掃描的，為了利用這種尋線策略， 實際中必須先獲得較近行的圖像信息。這又有兩種方案可供選擇，一種常見的方案是將面陣 CMOS 的圖像保存到 一個二維數(shù)組當(dāng)中，等待最近的行信息獲得后再進行處理。另外一種方案是， 將攝像頭倒置安裝，優(yōu)先獲取近處的行信息。綜合比較兩種處理方案不難發(fā)現(xiàn)， 第一種方案既浪費存儲空間，又將所有行的尋線計算量積累在一個時間段計算（一幀圖像的結(jié)束），使用的單片機在短暫的時間內(nèi)可

22、能難以完成。如果采用第二種方案，就可以邊采集邊計算，利用每一個行同步和其他不需采集行的時間間隙，來完成該行尋線的計算任務(wù)。這樣，當(dāng)所有行采完的同時，也基本完成 了圖像的處理和路徑的識別任務(wù)。通過將復(fù)雜的計算任務(wù)分布開工作的方式， 為單片機的其他控制和運算節(jié)約了寶貴的時間。鑒于此，實際采用了第二種方 案（路徑識別效果見圖 5.4）。圖 5.4 路徑識別效果）針對賽道反光和周圍直射光線的干擾，采用了以下幾種抗干擾策略。（1）由于賽道黑色引導(dǎo)線可能反光（如圖 5.5）導(dǎo)致黑色引導(dǎo)線部分缺失， 可以采用線性擬合來對不完整的圖像進行修補。圖 5.6 是對圖 5.5 進行修補后的 效果圖。（）當(dāng)圖像缺失的

23、比較嚴(yán)重，或者由于外界強光導(dǎo)致攝像頭的完全失明 (如：賽場周圍閃光燈的影響，正面直射光的通過賽道反射進入等)，攝像頭只會 使采集到全空的白數(shù)據(jù)。這種圖像就是無法修補的了，此時可以采用兩種方案： 一種方案是利用上一幀有效圖像對智能車進行控制，另一種方案是將小車的控 制權(quán)轉(zhuǎn)交給依靠其他輔助路徑識別設(shè)備的決策模塊。在我們的智能車設(shè)計中綜 合使用了這兩種方案。圖 5.5道路反光后效果圖 5.6修補后效果5.2.3兩者的結(jié)合這種方案是將光電管和攝像頭結(jié)合起來的方法。具體方法是將光電管作為 攝像頭的第一排，然后判斷前面的道路信息是否有效，若無效的話此時切換到 光電管；有效的話繼續(xù)用攝像頭的有效信息。由于判

24、斷攝像頭失效的條件還未 達到較好的狀態(tài)，所以這種方法還在進一步探索中。5.3速度控制算法在速度控制上，采用的是位置型數(shù)字PID算法和PD算法結(jié)合的策略。 數(shù)字PID控制關(guān)鍵的兩個問題是：其一，速度反饋的精度；其二，PID參數(shù)的配合。如何解決速度反饋精度的問題，關(guān)鍵在于提高速度檢測的脈沖數(shù)的精 度，減少丟脈沖的個數(shù)?；谝陨峡紤]，在選擇處理脈沖的方法上，本設(shè)計采 用M法。即在固定周期內(nèi)測量脈沖數(shù)。之所以采用M法，原因是：當(dāng)控制周期較 長時，接受到脈沖數(shù)較多，對丟1、2個脈沖不敏感；當(dāng)間隔周期較短和對象慣 性較大時，可認(rèn)為脈沖數(shù)正比于電機轉(zhuǎn)速，這樣后續(xù)的地速度處理要也方便一 些，甚至可以直接用脈沖

25、數(shù)直接代替車速參加運算。但是盡管如此，在車速很 低的時候，固定周期內(nèi)測得的脈沖數(shù)很少，在這種情況下丟脈沖有較大偏差。數(shù)字PID位置型控制算式為：Tu(k)=k p e(k)+TIK e(i) +T Di =0e(k ) e(k 1) T其中 K p 稱為比例增益， KI 稱為積分系數(shù)， K D 稱為微分系數(shù)。當(dāng)速度偏差大于一定范圍時，采用PD控制，以提高動態(tài)性能和縮短調(diào)試周 期，相應(yīng)控制算法流程圖如下：獲取當(dāng)前速度獲取當(dāng)前速度PD控制Y|速度值|>速度偏差域值NPID控制PID控制PD控制Y采樣周期到N輸出PWM輸出PWM圖 5.7速度控制算法第六章調(diào)試及主要問題解決6.1調(diào)試工具系統(tǒng)在

26、調(diào)試過程中使用到的調(diào)試工具如下：CodeWarrior 4.1 調(diào)試軟件，Plastid2 仿真軟件，BDM 仿真器，直流穩(wěn)壓電源， 信號發(fā)生器，數(shù)字示波器，多功能數(shù)字萬用表，串口調(diào)試軟件。其中串口調(diào)試軟件是我們自行開發(fā)的工具，可以為攝像頭采集的數(shù)據(jù)進行 分析和底層模塊仿真。軟件運行界面如下：圖.1 串口調(diào)試軟件運行界面6.2調(diào)試過程）光電管的調(diào)整 主要通過調(diào)整比較器電壓和接受管上套的黑管長度，使得檢測的數(shù)據(jù)能靈活反映黑線位置變化，出現(xiàn)相鄰的光電接收管同時為 1 的狀態(tài)且狀態(tài)變化連續(xù)。在確定硬件部分正常工作后，再進行控制算法的驗證，針對出現(xiàn)的問題改動規(guī) 則庫和隸屬度函數(shù)的形狀。語言值越多，角度

27、分得越細，但相應(yīng)規(guī)則庫也越大， 使得反應(yīng)速度變慢，并且沒有必要。通過試驗給各輸入變量 11 個語言值，即 11 個隸屬度函數(shù)的方式。）CMOS 攝像頭的調(diào)試 由于攝像頭的調(diào)試較為復(fù)雜，為了縮短調(diào)試周期，自行開發(fā)了攝像頭調(diào)試工具軟件對攝像頭采集的數(shù)據(jù)進行分析和底層模塊仿真，即串口調(diào)試工具。在 高層算法上使用了清華大學(xué)的新版仿真軟件 Plastid2 進行算法仿真驗證。通過這 種分層調(diào)試的方法，解決了很多在賽車實際運行中無法發(fā)現(xiàn)的 Bug，使賽車在短 時間內(nèi)達到了良好的運行效果。）電機的調(diào)整通過設(shè)定小車的速度和運行時間，可得電機開環(huán)時的相應(yīng)曲線如圖，采樣 時間周期是 20mm，縱軸為輸入 PWM

28、脈沖數(shù)：表 6.1速度開環(huán)響應(yīng)曲線1 11 21 31 41 51 61 71 81 91 101 111 121 131 141 151 161 171 181 191 201 211 221 231 241 253002502001501005001-50可見開環(huán)時，小車加速到達穩(wěn)態(tài)的時間約為 3.6s，減速需要時間約為 1s。以下是加了 PID 控制和 PD 控制后的閉環(huán)響應(yīng)圖，縱軸為實測速度（cm/s）：表 6.2 速度閉環(huán)響應(yīng)曲線1201008060402001 12 23 34 45 56 67 78 89 100 111 122 133 144 155 166 177 188 1

29、99 210 221 232 243 254可見計入閉環(huán)控制后響應(yīng)速度得到了明顯提高，調(diào)節(jié)時間約為 1.2s。為了檢測過彎時的性能，進行了長直道加半徑為 50mm 的 90°的彎道的 測試，所得數(shù)據(jù)繪圖如下, 縱軸為實測速度（dm/s）：表 6.3直道加彎道速度響應(yīng)曲線3025201510501 14 27 40 53 66 79 92 105 118 131 144 157 170 183 196 209 222 235 248從實際效果來看，小車能做到在入彎前開始減速，基本做到向內(nèi)側(cè)入彎，出彎約 10cm 開始加速，效果良好。6.3主要技術(shù)參數(shù)說明車模參數(shù)：長 29cm，寬 16

30、cm，高 37cm ，重 2 kg所有電容總?cè)萘浚?653.78uF傳感器：方案一：光電管對方案二：黑白 CMOS 攝像頭 1 個除了車模原有的驅(qū)動電機、舵機之外伺服電機個數(shù)：無賽道信息檢測精度:5mm頻率：50H第七章結(jié)論設(shè)計中在攝像頭安裝上采用的高度，34cm 和 36cm。根據(jù)實驗結(jié)果看，高 度在解決周圍光線帶來的影響同時，也使智能車重心過高、運行不穩(wěn)定。攝像 頭的高度固定后，不同的傾角對應(yīng)視野大小不同，太近判彎不夠及時，太遠干 擾較多。機械安裝時應(yīng)注意舵機的輸出軸長度調(diào)整，盡可能提高它的最大轉(zhuǎn)角。 前輪前傾角應(yīng)盡量為零，以減少過彎的阻力。使用的簡易直射式紅外測速模塊比較電壓要根據(jù)不同的

31、比賽環(huán)境進行調(diào) 試。另外由于小車在速度過快時容易側(cè)滑出賽道，除了在控制上采取減速的策 略，試跑前用濕布擦干凈車輪也是很有必要的。以下是發(fā)現(xiàn)的一些問題及相應(yīng)的改進策略：（1）由于攝像頭采集回的視頻信號電壓較低，通過比較器測得黑線的數(shù)值 為零，因此不便于使用浮動域值消除周圍光線干擾，通過連續(xù)性算法判斷軌跡 的實際位置。調(diào)整比較電壓值可以抬高檢測黑線的數(shù)值，以便于在算法中加入 浮動域值，這將在后續(xù)工作中進行嘗試。（2）自主設(shè)計的測速裝置和黑白碼盤精度有限，反饋的速度值波動較大， 不宜于參數(shù)的整定，以后可以試用旋轉(zhuǎn)編碼器進行速度的采集。在舵機的安裝 上可試著抬高它的位置，以加長輸出力臂，使轉(zhuǎn)向更為靈活

32、。（3）雖然攝像頭能提前判彎，但在過弧度很小的小 s 道時可以不必減速， 采用直沖的策略以節(jié)省時間，這也將在以后的工作中進行探索。附錄 A參考書目1 卲貝貝著 單片機嵌入式應(yīng)用的在線開發(fā) 清華大學(xué)出版社 20052 Steven F.Barrett,Daniel J.Pack 著嵌入式系統(tǒng) 20053 于海生等著 微型計算機控制技術(shù)清華大學(xué)出版社 19994 張艷兵等著 計算機控制技術(shù)國防工業(yè)出版社 20065 Motorola Inc. PWM_8B8C Block User Guide V01.16 14MAR 20026 模型車電機特性和 33886 驅(qū)動電路 20057 Freescl

33、ae HCS12 ECT PWMwww. F20078 Motorola Inc. MC9S12DT128 Device User Guide V02.09 15 October 20039黃永慶 基于 CCD 攝像的視覺跟蹤誤差信號提取廣西大學(xué)梧州分校學(xué)報200510李紹民 劉任平 全自主足球機器人視覺系統(tǒng)的方案分析與比較 微計算 機信息 200411齊國清 胡曉初 線形 CCD 高速圖像采集與處理系統(tǒng) 大連海事大學(xué)學(xué)報200412 清華 Freescale 單片機與 DSP 應(yīng)用開發(fā)研究中心：第二屆“飛思卡爾”杯 全國大學(xué)生智能車邀請賽比賽規(guī)則 200713 卓晴，黃開勝，邵貝貝等 學(xué)做智

34、能車北京航天航空大學(xué)出版社 2007附錄 B部分程序#include <hidef.h>#include <mc9s12dg128.h>#include "printp.h"#pragma LINK_INFO DERIVATIVE "mc9s12dg128b"#define MAX 6000#define STEP 5#define HANG_DELAY 9#define LINE_NUM 36#define COLUMN_NUM 60#define BLACK_LINEWIDTH 2#define FAR_LINE_NUM 15

35、#define NEAR_LINE_NUM 30#define STATUE_SCAN 0#define STATUE_FARGAP -1#define STATUE_NEARGAP 1#define STATUE_SPEEDGAP 2#define THRESHOLD_MAX_VARY 2/#define SPEED_LINE_GAP 3#defineOSC_CLOCK16000000L#defineREF_CLOCK8000000L#defineBUS_CLOCK24000000L#defineREFDV_VALUE(OSC_CLOCK / REF_CLOCK)- 1#defineSYNR

36、_VALUE(BUS_CLOCK / REF_CLOCK) - 1void ECT_Init(void);void Clock_Init(void);void IO_Init(void);void Motor_Init(void);void DirectionMotor_Init(void);intGet_speed();void PWM_Speedctrl(int set_speed);void speed_control();void direction_control();Byte get_point(uchar line,uchar column);char get_gap(uchar

37、 line_num);void turnangle_judgement();void get_PathRange(); void get_threshold(); void set_paramters();unsigned char state;byte count,step;int dindex;byte flag,flag1;byte i;uchar test;uint stright_speed = 0;uint circle_rate = 0;unsigned int old_TCNT = 0; unsigned int new_TCNT = 0; unsigned int pluse

38、_count; uchar threshold=255;uchar center_pos = 35;char start,end;char angle = 0;char last_angle = 0;uchar flag_allwhite = 0;uchar start_flag;char last_centerLINE_NUM;char gapLINE_NUM;char last_gapLINE_NUM;char gap_far,gap_near;char last_gapfar = 0;char last_gapnear = 0;char near_range,far_range;char

39、 last_near_range,last_far_range;uint s_speed_a = 145;uint s_speed_b = 150;uint s_speed_c = 155;uint s_speed_d = 160;uint circle_rate_a = 20;uint circle_rate_b = 40;uint circle_rate_c = 80; uint circle_rate_d = 100; Byte DataMAX;Byte lineCOLUMN_NUM;void Variable_Init(void)int i;for(i=0;i<LINE_NUM;

40、i+)last_centeri = 35;gapi = 0;last_gapi = 0;void ECT_Init(void)TIOS = 0xff; TSCR2 = 0x07;TSCR1 = 0x80;TIOS_IOS1 = 0; TCTL4_EDG1A = 1; TCTL4_EDG1B = 0;TIOS_IOS0 = 0; TCTL4_EDG0A = 1; TCTL4_EDG0B = 0;TIE_C0I = 1;void Clock_Init(void)CLKSEL_PLLSEL = 0x0; REFDV = REFDV_VALUE; SYNR = SYNR_VALUE;while(!CR

41、GFLG_LOCK); CLKSEL_PLLSEL = 0x1;CLKSEL_PLLSEL = 0x1;void IO_Init(void)DDRA = 0x00; DDRB = 0xff;DDRT = 0x00;DDRK_DDK3 = 1; ATD1DIEN=0xFF;PORTB_BIT0 = PORTK_BIT0;PORTB_BIT1 = PORTK_BIT2; PORTB_BIT2 = PORTK_BIT4; PORTB_BIT3 = PORTK_BIT5;void Motor_Init(void)DDRP_DDRP1=1; DDRP_DDRP3=1;PTP_PTP1=1; PTP_PTP3=1; PWMPRCLK= 0x00;PWMSCLA = 0x06; PWMCLK_PCLK1 = 1;PWMDTY1 = 0; PWMPER1 = 255; PWMPOL_PPOL1 = 1;PWMCAE_CAE1 = 0; PWME_PWME1 = 1; PWME_PWME3 = 0;void DirectionMotor_Init(void)DDRP_DDRP5 = 1; PTP_PTP5 = 1;PWMPRCLK = 0x00;PWMSCLA = 0x03; PWMCTL_C