基于單片機(jī)的AGV智能車的設(shè)計

1、    基于單片機(jī)的AGV智能車的設(shè)計        唐永龍, 劉玉德, 熊光潔, 羅智文 時間:2009年12月01日     字 體: 大 中 小        關(guān)鍵詞:        摘 要：關(guān)鍵詞： 單片機(jī); 智能車; CCD傳感器; 自動控制隨著計算機(jī)和信息技術(shù)的快速發(fā)

2、展，AGV智能車在運輸、倉儲等工業(yè)領(lǐng)域獲得了廣泛的應(yīng)用。特別是隨著現(xiàn)代物流業(yè)的飛速發(fā)展，運輸以及倉儲成本問題已成為物流企業(yè)在成本核算中一個無法忽視的問題，實現(xiàn)產(chǎn)品的零庫存是節(jié)約成本、提高產(chǎn)品競爭力的目標(biāo)之一。一方面是為了節(jié)約成本，實現(xiàn)零庫存；另一方面是為了獲得規(guī)模效益而不斷擴(kuò)大的儲備倉庫，要實現(xiàn)不同產(chǎn)品的自動歸庫和自動出倉，需要一種可以實現(xiàn)自動化操作的智能設(shè)備，來完成這些無人化工作，從而實現(xiàn)高效管理和自動控制的目標(biāo)。AGV智能車恰好可以實現(xiàn)這樣的功能。本文基于單片機(jī)的原理，探討和模擬了AGV智能車在倉庫中實現(xiàn)對產(chǎn)品的自動歸庫和自動出倉的工作方式。1  方案選擇及硬件電路設(shè)計1.1&#

3、160; MC9S12DJ128單片機(jī)為了方便硬件電路調(diào)試、便于硬件電路的分割處理、避免硬件電路可能出現(xiàn)的信號干擾、串?dāng)_問題，方便機(jī)械結(jié)構(gòu)的設(shè)計，本設(shè)計采用模塊化設(shè)計，不同模塊之間可以通過屏蔽線或同軸電纜實現(xiàn)信號傳輸，通過實驗，其效果比較理想。1.2 電源管理模塊本設(shè)計中AGV智能車采用7.2 V的電池組供電。常用的直流低壓控制電路可采用開關(guān)穩(wěn)壓和串聯(lián)穩(wěn)壓方式。開關(guān)穩(wěn)壓芯片的工作效率高但電路有較大的電源噪聲，適用于耗電量較大的電路2。當(dāng)電路的電池電壓由于消耗變低時，通用的LM7805芯片輸出電壓就難以保證，容易造成單片機(jī)的自復(fù)位。另外在考慮到驅(qū)動電機(jī)有較大的電流，尤其智能車在啟動和加速時，可能

4、會造成電池比較大的輸出壓降?；谝陨系目紤]，本設(shè)計電源模塊的主控芯片分別采用MAX1771CSA和MAX1626ESA，該芯片有較大的電壓輸入范圍，能有效地保證由于電池的損耗輸出電壓降低而造成的穩(wěn)壓電路的較大電壓波動輸出。采用MAX1771CSA構(gòu)成12 V升壓電路，MAX1626ESA構(gòu)成5 V降壓電路。單片機(jī)主控制電路、舵機(jī)驅(qū)動、速度檢測均需要+5 V的控制電壓，而視頻采集電路需+12 V控制電壓。該電源供電模塊設(shè)計完全可以滿足控制要求。1.3 CCD視頻采集分離模塊本文采用Clarion CC-450型車載前端攝像頭，該攝像為NTSC制式，掃描525線30幀/s的圖像。CCD攝像頭輸出標(biāo)

5、準(zhǔn)的視頻復(fù)合信號，通過行掃描的方式，將圖像信息轉(zhuǎn)換為一維的視頻模擬信號輸出。通過對比S12單片機(jī)采集圖像分辨率的特點及路徑檢測所需圖像分辨率的要求可以發(fā)現(xiàn)，在安裝CCD攝像頭的時候，只要將其旋轉(zhuǎn)90°，則圖像信息也將旋轉(zhuǎn)90°,如圖2所示。通過A/D轉(zhuǎn)換器采集的圖像信息，水平分辨率與垂直分辨率會發(fā)生互換，從原來的水平分辨率低、垂直分辨率高的圖像，變成水平分辨率高、垂直分辨率低的圖像，正好可以滿足道路參數(shù)檢測的要求。由于攝像頭采集的信號數(shù)據(jù)量較大，采用單片機(jī)本身自帶的A/D轉(zhuǎn)換I/O口可能出現(xiàn)轉(zhuǎn)換速度無法滿足要求的情況，所以,在本設(shè)計中另外采用了1片A/D信號轉(zhuǎn)換芯片ADC1

6、775CIMTC，以滿足攝像頭信號采集和轉(zhuǎn)換使用。步信號分離芯片LM1881和ADC1775CIMTC的A/D轉(zhuǎn)換可以對視頻信號進(jìn)行采集，從而得到CCD的灰度圖像數(shù)據(jù)，經(jīng)二值化處理就可以在圖像上得到黑色路徑軌跡的點陣3，視頻信號通過比較器與設(shè)定的值進(jìn)行比較，從而得到視頻電壓的二值化。二值化電路原理圖如圖3所示。A/D信號轉(zhuǎn)換芯片ADC1775CIMTC如圖4所示。調(diào)節(jié)設(shè)定電壓比較值，將該值設(shè)定為視頻信號中黑白亮色的分界電壓值，以提高輸出圖像識別效果。攝像頭采集電路如圖5所示。 1.4 電機(jī)驅(qū)動模塊AGV智能車上采用RS-380SH型驅(qū)動電機(jī)，為了可靠保證智能車的速度，提高其負(fù)載能力，

7、本設(shè)計采用2片并聯(lián)使用的具有短路保護(hù)、欠壓保護(hù)與過溫保護(hù)功能的MC33887芯片驅(qū)動電機(jī)，保證電機(jī)的驅(qū)動能力，實現(xiàn)對速度進(jìn)行控制。通過將各種狀態(tài)引入單片機(jī)的中斷口，使單片機(jī)能對外界的異常情況進(jìn)行實時處理。采用2部分電路對稱布置，如圖6所示為其中的1片硬件電路。1.5 舵機(jī)控制模塊本設(shè)計采用SRM-102型舵機(jī),其響應(yīng)速度為0.2s/60°?？刂贫鏅C(jī)的脈沖可以使用S12單片機(jī)的1路PWM產(chǎn)生。單片機(jī)中有8路PWM輸出端口，可以將其中相鄰的2路PWM輸出級聯(lián)成一個16位PWM輸出。在單片機(jī)為24 MHz時,設(shè)置級聯(lián)PWM周期常數(shù)為60 000,對應(yīng)PWM周期為20 ms的脈沖信號，PWM

8、占空比常數(shù)為4 500時對應(yīng)輸出為1.5 ms。改變占空比常數(shù)可以改變輸出脈沖的寬度。另外,脈沖寬度與轉(zhuǎn)角的線性關(guān)系計算公式為：a=（L-1.5）×90°式中，a是舵機(jī)的轉(zhuǎn)角，單位為度（°）；L是脈沖寬度，單位是ms。其轉(zhuǎn)角和脈沖寬度對應(yīng)關(guān)系如圖7所示。測試過程中，發(fā)現(xiàn)舵機(jī)一定的轉(zhuǎn)角有時間的延遲，時間延遲正比于旋轉(zhuǎn)過的角度，反比于舵機(jī)的響應(yīng)速度，通過分析可知，舵機(jī)的響應(yīng)速度直接影響小車轉(zhuǎn)彎的速度。而且在實際的控制現(xiàn)場，還影響轉(zhuǎn)向的精確度。通過不斷的測試發(fā)現(xiàn)可以適當(dāng)抬高攝像頭的高度，使其能夠探測更遠(yuǎn)的距離，提前采集彎道信息，提前對舵機(jī)給以響應(yīng)。但同樣存在一個問題，攝

9、像頭抬得過高會出現(xiàn)采集回來的路徑的灰度值偏低，必須通過不斷的實驗找到一個合適的結(jié)合點。1.6 速度檢測模塊本設(shè)計采用齒槽圓盤加直射式光電對射傳感器構(gòu)成車速檢測電路。通過光電傳感器讀取齒槽圓盤轉(zhuǎn)動脈沖。傳感器輸出的電壓信號可以由單片機(jī)的A/D端口進(jìn)行讀取，其余的輸出脈沖信號可以利用單片機(jī)I/O端口輸入到單片機(jī)內(nèi)部的定時器/計數(shù)器模塊中進(jìn)行測量。通過周期讀取計數(shù)器的計數(shù)數(shù)值，可以反映脈沖的頻率，從而得到車速信息。假設(shè)n為后軸的轉(zhuǎn)速(單位為r/s)；N為1個采樣周期T內(nèi)光電傳感器記錄的脈沖個數(shù)；P為齒槽盤的齒數(shù)；T為采樣周期(單位s)。則：N=T×n×P  &

10、#160;               (1)因此小車后輪的轉(zhuǎn)速為：n=N/(P×T)                 (2)經(jīng)測量，小車后輪直徑D=55 mm，則可以得到小車瞬時速度為：V=×n×D      

11、;           (3)固定在后軸上的齒槽盤是1個圓周被分成60個等份的齒槽圓盤。齒槽盤上的1個齒和1個缺口連續(xù)通過速度傳感器后，速度傳感器就會生成1個脈沖信號。經(jīng)過整形處理有單片機(jī)的I/O口對其進(jìn)行計數(shù)捕捉，每捕捉到1個脈沖信號，智能車前進(jìn)的路程就可用下式得到：L=1/60××D               (4)把D=55 mm

12、代入公式(4)中可以得到：L=1/60××55 mm=2.879 mm    (5)通過測試可以確定，當(dāng)速度采樣周期為0.2 s時效果最佳。如果采樣周期太長，則脈沖累加器得到的數(shù)量太多，在軟件編程時對算法不利。基于上述分析，將定時器時間設(shè)定為48 ms,即每隔48 ms定時器就產(chǎn)生1次中斷并讀取脈沖累加器中的數(shù)值。設(shè)定經(jīng)過4個間隔后做1次PID算法來改變電機(jī)的驅(qū)動信號，進(jìn)而改變智能車的速度。在PID算法中的檢測值(反饋值)由這4次讀取脈沖累加器的值平均后得到，其目的在于防止檢測信號突變而干擾控制。為了濾除干擾信號，在PID控制算法中加1個滑動平

13、均濾波器。按上述設(shè)定定時器設(shè)定值和脈沖累加器后，可以推算出智能車的速度表達(dá)式如式(6)所示，從而完成對智能車的速度的測量。V=(L×N)/48                  (6)1.7 鍵盤顯示控制模塊本設(shè)計采用的單片機(jī)自身帶有可用于擴(kuò)展鍵盤和顯示的I/O口，硬件設(shè)計直接采用外置式8針插拔4×4鍵盤，以及帶有字庫的外置式點陣液晶顯示模塊，以方便在調(diào)試過程中及時糾正智能車在運行過程中的路徑偏差。在實際的

14、控制現(xiàn)場，可以采用無線通信模塊來給AGV傳輸指令，實現(xiàn)遠(yuǎn)距離操控1。2 系統(tǒng)軟件設(shè)計2.1 系統(tǒng)初始化在系統(tǒng)運行開始時，首先需要進(jìn)行初始化，初始化主要包括時鐘初始化、A/D口初始化、PWM初始化、IRQ初始化以及I/O口初始化。其中,A/D和IRQ在CCD圖像采集過程中使用，PWM主要應(yīng)用在舵機(jī)的控制和電機(jī)驅(qū)動的控制上。2.2  PID算法設(shè)計舵機(jī)轉(zhuǎn)角與電機(jī)轉(zhuǎn)速算法從最遠(yuǎn)的一行圖像開始，根據(jù)預(yù)設(shè)的標(biāo)志位判斷該行是否有效。如果不是有效行，則判斷下一行，直到找到有效的第1行為止。找到有效行就可以獲得中心線的位置信息，繼續(xù)尋找最后一行有效黑線，據(jù)此計算出黑線的斜率。將黑線中心位置及黑線的斜

15、率代入本設(shè)計的舵機(jī)控制量與中心位置公式，計算出舵機(jī)應(yīng)有的控制量，從而確定相應(yīng)的舵機(jī)轉(zhuǎn)角及電機(jī)的轉(zhuǎn)速。計算公式如下：舵機(jī)控制量=比例控制量+積分控制量+微分空置量                           (7)式中，比例控制量根據(jù)黑線中心位置乘以比例系數(shù)得到，積分控制量根據(jù)黑線斜率計算得到，微分空置量則是第K次與第K-1次比例控

16、制量的差值5。各控制量的系數(shù)值均通過測試選定。對于電機(jī)速度的控制，主要根據(jù)在起始時給定智能車的運行速度以及啟動后計算出的舵機(jī)控制量判斷智能車是否行駛在直道上，如果是在直道上則加快速度，否則根據(jù)控制量的大小進(jìn)行適當(dāng)?shù)臏p速，以保證智車能在過彎時能更加順暢和精確。2.3 CCD圖像采集本設(shè)計采用的CCD圖像傳感器采集圖像的幀周期為33.4 ms，行周期為63.6 s。在智能車行駛過程中需要對采集的圖像進(jìn)行實時處理，并不斷進(jìn)行反饋以對舵機(jī)轉(zhuǎn)角和速度進(jìn)行控制，因此，在采集工程中以半幀為1個采集周期，每8線采集1線，剩余時間執(zhí)行其他任務(wù)。2.4 圖像處理通過CCD采集獲得的是一幅灰度圖像，為了確定路徑，需

17、要進(jìn)行二值化并對中心線進(jìn)行直線擬合。由于單片機(jī)要不斷地進(jìn)行圖像采集，所以計算時間剩余十分有限，為此進(jìn)行二值化和直線擬合就需要采用計算量最小的算法來完成。2.5 圖像閾值的確定由于攝像頭采集的圖像信息數(shù)據(jù)量比較大，而且必須是動態(tài)實時的路徑信息。基于單片機(jī)的處理速度和時間，本文采用固定的閾值進(jìn)行圖像的二值化。單片機(jī)本身無法進(jìn)行動態(tài)計算，所以需要確定一個比較合理的方法來確定一個固定閾值。本設(shè)計利用分割最優(yōu)閾值迭代算法進(jìn)行閾值計算6。當(dāng)采集完1幅圖像之后進(jìn)行最優(yōu)閾值計算，計算完成后將計算結(jié)果發(fā)給單片機(jī)，然后進(jìn)行下一幅圖像采集，如此循環(huán)。在迭代算法中，需要對分割出的圖像分別求出其灰度平均值，計算如下：式

18、中，Eg(x,y)表示灰度平均值，f(x,y)表示圖像二維定義，e(x,y)表示偏差函數(shù)。(8)式、(9)式說明了隨著迭代次數(shù)的增加，平均灰度值將趨向于真值。因此，用迭代算法求得的最佳值不受噪聲干擾的影響。在計算過程中，首先選擇一個近似值作為初始值，然后進(jìn)行分割，產(chǎn)生子圖像；并根據(jù)子圖像的特性選取新的值，然后用新的值分割圖像，經(jīng)過幾次循環(huán)，使錯誤分割圖像像素點降到最少。這樣做的結(jié)果明顯優(yōu)于用初始值直接分割圖像的效果，值的改進(jìn)策略是用迭代算法的關(guān)鍵7。具體步驟如下：(1)選擇一個初始值的估算值通過分析，確定16為圖像的固定閾值。實驗證明，經(jīng)過以16為閾值的二值化處理后的圖像比較清晰，在實驗室光照

19、較好的條件下，沒有出現(xiàn)離散斑點，智能車的自主識別效果很好。在軟硬件程序的聯(lián)合調(diào)試過程中，在實驗室正常燈光環(huán)境下，智能車能很好地沿線行駛,在實際的調(diào)試中發(fā)現(xiàn)如果光線太暗,會造成CCD攝像頭采集回來的圖形灰度值偏低的情況。針對這種情況，可以嘗試采用補光的措施，來滿足攝像頭對環(huán)境光照的要求。智能車控制系統(tǒng)流程如圖8所示。智能車在直線行駛過程中，舵機(jī)與前軸夾角為90°，考慮到車輛行駛中偏離路徑出現(xiàn)的誤差，當(dāng)其夾角范圍在80°100°范圍內(nèi)時，直接輸出舵機(jī)的計算值；當(dāng)檢測到的夾角超出此范圍值時，為保證智能車的正確行駛方向，由光電傳感器進(jìn)一步檢測其行駛路徑，并輸出計算的舵機(jī)轉(zhuǎn)

20、角。智能車是在預(yù)先設(shè)置好的路徑上行駛。在實際的倉庫環(huán)境中，由于智能車會有較大的負(fù)載，為了保證安全，在智能車出現(xiàn)錯道情況時，必須讓其強制停止。在到達(dá)箱體貨物跟前必須減速。所以針對這種情況可以安裝其他設(shè)備，如紅外傳感器和行程開關(guān)，以保證檢測信息足夠讓智能車安全行駛。本文通過模擬在大型倉庫中，AGV自主尋跡智能車，來實現(xiàn)倉庫的無人化管理。通過實驗證明，本智能車在這種環(huán)境中實現(xiàn)的可行性?；诙鄠鞲衅餍畔?dǎo)航系統(tǒng)在大型倉庫管理中實現(xiàn)智能車無人化管理，給工業(yè)現(xiàn)場多信息導(dǎo)航智能系統(tǒng)提供有益的參考。參考文獻(xiàn)1 邵貝貝.單片機(jī)嵌入式應(yīng)用的在線開發(fā)方法 M.北京：清華大學(xué)出版社，2004.2 卓晴,黃開勝,邵貝貝,等.學(xué)做智能車M.北京:北京航空航天大學(xué)出版社，2007.3 曾星星.基于