避障機器人技術(shù)報告-飛思卡爾杯智能汽車競賽

技術(shù)報告I

畢業(yè)設(shè)計論文）原創(chuàng)聲明和使用授說明原創(chuàng)性聲

簽名：

使用授權(quán)明

字化或其以贏

學位論原性聲明論

學位論版使用授書許論

III

目錄摘要II第章引言11.1比背介紹11.2本章安排及文獻綜述2第章方選擇32.1測模方案選擇32.1.1路檢測模塊32.1.2速檢測模塊52.2控模方案選擇62.2.1路控制模塊62.2.2方控制模塊92.2.3速控制模塊102.3執(zhí)模方案選擇2.3.1路執(zhí)行模塊102.3.2方執(zhí)行模塊132.3.3速執(zhí)行模塊132.4本小結(jié).........................................................................................................................13第章機結(jié)構(gòu)計.................................................................................................................3.1車組與改造153.1.1車組裝3.1.2前定位的調(diào)整.................................................................................................153.1.3差的調(diào)整3.1.4舵力臂的調(diào)整.................................................................................................163.2攝頭安裝163.3光編器的安裝3.4電板固定與安裝19第章硬系統(tǒng)計實.....................................................................................................4.1電模........................................................................................................................4.1.1降穩(wěn)壓電路設(shè)計224.1.2升穩(wěn)壓電路設(shè)計224.1.3電模塊小結(jié)234.2路識模塊244.3電模........................................................................................................................4.4舵模........................................................................................................................4.5測傳器模塊264.6本小結(jié).........................................................................................................................28第章理分析算實.....................................................................................................

5.1模建........................................................................................................................5.1.1基后輪差速的運動模..................................................................................5.1.2基速度和前輪轉(zhuǎn)角的運動模5.2運模仿真375.3控算........................................................................................................................5.3.1控算法的簡單介.405.3.2方控制5.3.3速控制5.3.4制算法的優(yōu)化部5.3.5法的程序?qū)崿F(xiàn)51第章軟系統(tǒng)計實.....................................................................................................6.1系初化....................................................................................................................536.2視圖信號采集6.3圖處和黑線提取556.3.1圖處理6.3.2黑的提取第章開與調(diào)7.1軟開環(huán)境介紹7.2智車體調(diào)試61第章結(jié)638.1總8.2展參文..........................................................................................................................................I附：制序V

摘要本文在第二屆“飛思卡爾”杯全國大學生智能汽車比賽的背景下，制作一個在專門設(shè)計的跑道上自動識別道路行駛的智能車，能夠在最短時間內(nèi)跑完全程，不脫離跑道并遵守大賽的一系列規(guī)則的隊伍即可勝出。本系統(tǒng)主要由MC9S12DG128控制核心、電源管理單元、路徑識別電路、車速檢測模塊、舵機控制單元和直流電機驅(qū)動單元組成，以飛思卡爾公司16位單片機控制核心，路徑識別和車速的檢測相結(jié)合，通過控制轉(zhuǎn)向舵機和驅(qū)動電機，使智能車系統(tǒng)達到所需的穩(wěn)定性及快速性要求。本文詳細的介紹了智能汽車的機械結(jié)構(gòu)設(shè)計，硬件電路設(shè)計，系統(tǒng)軟件設(shè)計合理論分析以及模型車的控制算法設(shè)計。本智能車采用了適合智能控制的模糊控制算法，首先對系統(tǒng)的模型進行了分析，從而選擇合適的算法，其次，對圖像采集所用到的基本模塊進行了簡要介紹，然后介紹了所使用的圖像采集和路徑識別的算法。關(guān)鍵詞：智能汽車，模糊控，PID控制，傳感器，直流電機I

Abstracttexttheoftheintelligenceautomobileinvitationalofofsecond"freescare"cup,beableindependentlytodistinguishwaytheintelligentonrunwaywhichdesignsthepathcanruntheentirejourneyinshortesttime,posedwithMC9S12DG128core,thesourcetheidentificationcircuit,vehiclespeedexaminationtheservocontrolunitthecurrentactuatestheunit,take16monolithiccircuitsS12asthethethespeedunifies,changesservotheactuationelectricalmachinerythroughcontrol,enablesintelligentvehiclesystemtoneedspaperintroducedIntelligentstructuresystemsoftwaredesignoftheoreticalofcontrolofinourIntelligentVehicle,first,inchooseasuitablealgorithm,analysissystem,secondly,whichusedbriefintroduction;usedgatheringmethodtheroadKeyword:control,CCDsensor,DC-motorII

第一章引言比賽背景教育部為了加強大學生實踐、創(chuàng)新能力和團隊精神的培養(yǎng)，在已舉辦的全國大學生數(shù)學建模、電子設(shè)計、機械設(shè)計、結(jié)構(gòu)設(shè)計等大競賽的基礎(chǔ)上，經(jīng)研究決定，委托教育部高等學校自動化專業(yè)教學指導分委員會主辦每年一度的全國大學生智能汽車競賽，并成立了由教育部、自動化分教委、清華大學、飛思卡爾半導體公司等單位領(lǐng)導及專家組成了組委會。該競賽與教育部已舉辦的大專業(yè)競賽一樣，都是為了提高大學生的動手能力和創(chuàng)新能力而舉辦的，具有重大的現(xiàn)實意義。與其他大賽不同的是，這個大賽的綜合性很強是以迅猛發(fā)展的汽車電子為背景，涵蓋了控制模式識別、傳感、電子、電氣、計算機和機械等多個學科交叉的科技創(chuàng)意性比賽，這對進一步深化高等工程教育改革，培養(yǎng)本科生獲取知識、應(yīng)用知識的能力及創(chuàng)新意識，培養(yǎng)碩士生從事科學、技術(shù)研究能力，培養(yǎng)博士生知識、技術(shù)創(chuàng)新能力具有重要意義。根據(jù)自動化專業(yè)教學指導分委員會與飛思卡爾公司簽署的有效期為年的飛思卡爾公司協(xié)辦全國大學生智能競賽的合作協(xié)議書，競賽由飛思卡爾公司提供統(tǒng)一的標準硬軟件技術(shù)平臺。各參賽隊以飛思卡爾HC12單片機為核心控制模塊以引導改裝后的模型汽車按照規(guī)定路線行進以完成時間最短者為優(yōu)勝。組委會辦公室技術(shù)組專家赴韓國漢陽大學交流訪問，認真考察了其舉辦的多屆智能汽車競速比賽，在學習與總結(jié)其寶貴經(jīng)驗的基礎(chǔ)上，為了保證競賽的普及性，規(guī)定每支參賽隊伍三名成員中最多只能有一名研究生參加；為了保證競賽的公平性，制定了多種賽道方案以及體現(xiàn)公平、透明的比賽規(guī)則；為了進一步訓練大學生的科學技術(shù)研究素質(zhì)，參賽隊伍除了進行現(xiàn)場比賽之外，還須提交技術(shù)報告，并計入競賽總分。經(jīng)各參賽隊與組委會充分準備，于2006年月2021日在清華大學成功舉辦了由清華大學承辦、飛思卡爾公司協(xié)辦的第一屆“飛思卡爾”杯全國大學生智能汽車邀請賽。賽后隊員們反映熱烈，眾多媒體競相報導。為了使該競賽向普及、健康的方向發(fā)展，成為在全國范圍內(nèi)大學生科技創(chuàng)

[1][1]第二屆全國大學生智能汽車競賽技術(shù)報告意性的重要賽事，經(jīng)自動化分教指委、飛思卡爾公司及組委會協(xié)商決定，在清華大學自動化系設(shè)立競賽秘書處；為了使更多的高校、更多的大學生參與到這一活動中來，從第二屆開始，采用分賽區(qū)比賽形式，將大賽參賽范圍擴大為全國300所學校（包括港、澳等地區(qū)的高校）。本文章節(jié)本文系統(tǒng)的介紹了制作本智能模型車的各項技術(shù)。具體章節(jié)安排如下：第一章引言介紹了本次比賽的背景，引出下文。第二章方案選擇將智能車控制系統(tǒng)分解為模塊，分別從各個模塊討論本智能車系統(tǒng)將要采用的控制方案。在這部分中，為了確定方案我們查找了很多文獻，有關(guān)于傳感器和傳感器技術(shù)的，如參考文[，[4]；還有關(guān)于機器人技術(shù)的，如參考文獻[以及關(guān)于去年比賽的論文，如參考文獻[。第三章機械結(jié)構(gòu)設(shè)計介紹了智能車的搭建與調(diào)整，以及攝像頭、光柵編碼器與電路板的安裝。應(yīng)用了一些相關(guān)的汽車理論知識，如參考文獻[8]第四章硬件系統(tǒng)設(shè)計及實現(xiàn)分析智能車系統(tǒng)各組成部分為實現(xiàn)特定功能應(yīng)采用什么樣的電路，能達到最好效果同時產(chǎn)生的噪聲和對其他電路的干擾最小。參考的主要資料是芯片的，如參考文[[9][10][12]第五章理論分析與算法實現(xiàn)從建模的角度分析車的運動形式，最后得出控制算法。其中，數(shù)學基礎(chǔ)理論參考了文獻[13]?？刂扑惴ㄉ希覀儗Ρ攘四：刂坪椭?，最終采用模糊控制。主要參考文獻有[14]，[15]，第六章軟件系統(tǒng)設(shè)計與實現(xiàn)介紹了本智能車系統(tǒng)的初始化，圖像采集、圖像處理和黑線提取的方法。在視頻信號的采集上，我們主要參考了《視頻技術(shù)與應(yīng)用考文獻18]圖像的處理上用到MATLAB控制系統(tǒng)應(yīng)用與實例考文獻[第七章開發(fā)與調(diào)試介紹了軟件開發(fā)的環(huán)境，以及對各部分的調(diào)試方法。我們軟件開發(fā)環(huán)境為公司開發(fā)的軟件集成開發(fā)環(huán)境Codewarrior，因此，我們仔細研究了Codewarrior用指南（參考文獻[）。第八章總結(jié)與展望總結(jié)了幾個月來的工作，對未來進行了展望。

第二章方案選擇本智能車系統(tǒng)采用模塊化設(shè)計，分為測量模塊、控制模塊和執(zhí)行模塊。測量模塊2.1.1

路徑檢測模塊路徑識別模塊是智能車系統(tǒng)的關(guān)鍵模塊之一，路徑識別方案的好壞，直接關(guān)系到最終性能的優(yōu)劣。在以往比賽中光電傳感器尋跡方案應(yīng)用最多，單獨采用像頭尋跡方案或者CCD攝像頭尋跡與光電傳感器尋跡結(jié)合在一起的方案也都有應(yīng)用。所謂光電傳感器尋跡方案，即路徑識別電路由一系列發(fā)光二極管、接收二極管組成，由于賽道中存在軌跡指示黑線，落在黑線區(qū)域內(nèi)的光電二極管接收到的反射光線強度與白色的賽道不同，由此判斷行車的方向。光電傳感器尋跡方案的優(yōu)點是電路簡單、信號處理速度快。光電傳感器的排列方法、個數(shù)、彼此之間的間隔都與控制方法密切相關(guān)，但一般的認識是，在不受到外部因素影響的前提下，能夠感知前方的距離越遠，行駛效率越高。由于光電傳感器電路板不可能伸出車體太遠，因此不少參賽隊伍調(diào)整了光電傳感器電路板與地面的夾角，使光電傳感器可以感知更遠一點的賽道情況。圖2.1、圖2.2是兩種典型的光電尋跡方案。圖模型車采用了光電傳感器且分布得較寬，圖2.2中模型車只采用了3對光電傳感器，放置在向外伸出的小電路板上，探測的范圍較小。具體何種方案合適，與光電傳感器掃描前方的距離和寬度以及控制策略密切相關(guān)。但是，基于光電管陣列檢測賽道參數(shù)的方法主要具有如下的缺點：1)賽道空間分辨率低：一方面受到大賽規(guī)則關(guān)于傳感器個數(shù)的限制；另一方面多的光電傳感器在固定安裝入端口資源等方面也有限制；2)識別道路信息少，一般只能檢測路徑中心位置；3)由于固定位置的限制，光電管只能安裝在車模前面不遠的位置，觀測信息前瞻性差；

[4][4]第二屆全國大學生智能汽車競賽技術(shù)報告4)容易受到環(huán)境光線的干擾；圖2.18個光傳感器尋跡的電圖僅3個電傳感器尋跡的電路以上問題會影響車控制精度以及運行速度。通過一定的硬軟件設(shè)計，雖然可以部分解決上述的問題但相比之下使用面陣件則可以更有效的解決這些問題。器件在比賽規(guī)則中算作一個傳感器。普通傳感器圖像分辨率都在線之上，遠大于光電管陣列。通過鏡頭，可以將車前方很遠的道路圖像映射到CCD器件中從而得車前方很大范圍內(nèi)的道路信息對圖像中的道路參數(shù)進行檢測，不僅可以識別道路的中心位置，同時還可以獲得道路的方向曲率等信息利用件通過圖像信息處理的方式得到道路信息，可以有效進行車運動控制，提高路徑跟蹤精度和車運行速度。因此，我們選擇使用面CCD它能夠有效利用S12單片機內(nèi)部硬件資源

第二章方案擇的路徑參數(shù)檢測方法圖傳感器的工作電壓一般為12VNTSC或者PAL制式的模擬視頻信號。利用S12內(nèi)部的AD換器，配合從視頻信號中分離出的同步信號，可直接將圖像信號采集到單片機內(nèi)部RAM中，然后通過軟件對圖像信息進行處理，得到路徑各種參數(shù)。2.1.2

速度檢測模塊隨著電池電壓的逐漸下降，電機供給電壓也會隨之降低，導致電機的轉(zhuǎn)速不斷下降。若采用閉環(huán)控制，將車輪轉(zhuǎn)速信息反饋給微控制器，從而使電機的實際轉(zhuǎn)速值等于指令轉(zhuǎn)速值，就能提高速度的準確性。常用的有以下兩種測速傳感器[：(1)軸編碼器

它常被用來測量旋轉(zhuǎn)軸的位置和轉(zhuǎn)速。絕對式位置編碼器”被用來測量軸的實際位置，這種編碼器長被用于伺服系統(tǒng)中來獲得一定的轉(zhuǎn)軸位置量式軸編碼器”常被用來測量轉(zhuǎn)軸的轉(zhuǎn)速（速率和方向增量式軸編碼器可以產(chǎn)生直接對應(yīng)于軸轉(zhuǎn)速的脈沖序列，如果采用有兩相信號輸出的增量式軸編碼器實際只能稱之為轉(zhuǎn)速計。工程中應(yīng)用最多的是光學編碼器，但也有一些利用電磁原理制成的霍爾效應(yīng)編碼器。(2)模擬轉(zhuǎn)速計轉(zhuǎn)速的電壓。

它也被安裝到電機的輸出軸上，但輸出的是正比于電機比較兩種方式，從輸出信號的格式看，軸編碼器輸出的是方波信號，很容易輸入到控制器中，而模擬轉(zhuǎn)速器輸出的是模擬信號，還需AD轉(zhuǎn)換，另外，模擬轉(zhuǎn)速器對動力大小也有影響，而軸編碼器對它幾乎沒有影響，要對智能車進行速度的測量，故比較之下選用增量式軸編碼器。增量式軸編碼器又可分為反射式光學編碼器、光柵式編碼器和基于霍爾效應(yīng)的編碼器。如圖所示。光柵式編碼器的可靠性高于反射式編碼器，而基于霍爾效應(yīng)的編碼器采用純機械的方法無法承受長時間的使用，且精度不高。因此，速度的測量采用光柵式編碼器。

第二屆全國大學生智能汽車競賽技術(shù)報告反射式路徑控制模塊控制模塊2.2.1

光柵式圖簡易增量式軸編碼器

霍爾式智能車競賽的要求是制作的智能車在專門設(shè)計的跑道上自動識別道路行駛，誰最快跑完全程而沒有沖出跑道并且技術(shù)報告評分較高，誰就是獲勝者。所以對于模型車的路徑規(guī)劃是關(guān)系到能否在短時間內(nèi)跑完全程取得優(yōu)異成績的關(guān)鍵因素。結(jié)合以往的比賽情況，現(xiàn)主要有兩種控制方法：(1)跟蹤黑線，以黑線為基準，將小車幾何中心控制在黑線上，主要是經(jīng)典制方法；(2)適合跑道，以黑線算出跑道范圍，將小車看作剛體，控制使其保持在跑道范圍內(nèi)，可以算作一種智能的模糊控制方法。無論那種方法，為了達到時間最短，必須對小車的行使路線進行優(yōu)化。在不考慮交叉的情況下（以行使的角度考慮，交叉屬于一種直線形式般的，根據(jù)賽道的形狀主要有3組成如圖2.5所示）⑴直線⑵轉(zhuǎn)彎⑶波浪

第二章方案擇

圖賽道的三種基本形狀

對于彎道，應(yīng)盡量沿著內(nèi)圈行駛?cè)鐖D所示）對于波浪道，最優(yōu)路線應(yīng)為直線穿過如圖所示）圖

過彎時小車行駛路線圖波浪道小車行駛路線對兩種控制方法的優(yōu)化：(1)跟蹤黑線方法對路線的優(yōu)化：

第二屆全國大學生智能汽車競賽技術(shù)報告跟蹤黑線對路線的優(yōu)化要區(qū)分開三種基本類型的跑道，再用不同的動態(tài)性能對路線優(yōu)化。直道時響應(yīng)應(yīng)快速、平緩，需要綜合調(diào)節(jié)各參數(shù)。彎道時可以將超調(diào)量適當放大、調(diào)節(jié)時間減小，或者進行超前控制。波浪時應(yīng)將超調(diào)量減小、調(diào)節(jié)時間加大，或者進行滯后控制。對于波浪跟蹤黑線方法很難做到最優(yōu)的直線穿越但可以小車擺幅減小。（如圖所示）未優(yōu)化時

優(yōu)化后圖波浪道小車的優(yōu)化(2)適合跑道的方法對路線的優(yōu)化適合跑道的方法對路線的優(yōu)化主要思想為：A．得到長一段賽道信息與小車在賽道上的姿態(tài)、位置。B．根據(jù)以上信息算出小車在下一段時間內(nèi)的行駛路線。這種方法的重點主要是行駛路線的計算方法。比較兩種方法，如表2.1示：為了達到更好的成績要選擇適合跑道的方法并且要綜合考慮各種情況，努力提高穩(wěn)定性。

第二章方案擇復雜程度穩(wěn)定性優(yōu)化性能

表兩方法的比較跟蹤黑線一般較好一般

適合跑道較復雜未知較好2.2.2

方向控制模塊本智能車方向的控制是通過波對舵機進行控制來實現(xiàn)的。舵機的控制是通過周期固定的脈沖信號控制的，舵機的轉(zhuǎn)位正比于脈沖的寬度，這個連續(xù)的脈沖信號可以PWM實現(xiàn)內(nèi)部會產(chǎn)生一個頻率的基準信，通過基準信號與外部所給波的正脈沖持續(xù)時間進行比較，從而確定轉(zhuǎn)向和轉(zhuǎn)角的大小。當所加PWM波的頻率為50Hz時，脈寬與轉(zhuǎn)角之間滿足下圖2.9所示的線性關(guān)系。對舵機的控制采用離散PID控制，即根據(jù)CCD圖像傳感器采集的圖像計算出當前時刻車與黑線的精確夾角，然后對方向控制量進行校正。缺點是計算量大。圖2.9脈與轉(zhuǎn)角之間的線性關(guān)系

第二屆全國大學生智能汽車競賽技術(shù)報告2.2.3

速度控制模塊本屆大賽組委會規(guī)定使用的后輪驅(qū)動電機型號為RS-380SH工作在電壓下，空載電流為，轉(zhuǎn)速為rmin。在工作電流，轉(zhuǎn)速達到14060時，工作效率最大。由于單片機輸出的脈寬無法驅(qū)動大賽提供的直流電機，因此需要通過電機驅(qū)動芯片MC33886驅(qū)動電機正轉(zhuǎn)單片機帶有PWM輸出端口PWM波獲取方便，為了加強靈活性，能實時改變控制量，所以我們利用PWM脈寬與速度的對應(yīng)關(guān)系對電機進行控制。執(zhí)行模塊2.3.1

路徑執(zhí)行模塊直接利用S12單片機中的AD采集視頻圖像，存在著采集速度、存儲數(shù)空間、處理速度、工作電壓以及同步信號分離等方面的技術(shù)難點。下面就這些問題及其解決方法進行討論[。1)采集速度：普通CCD圖像傳感器通過行掃描方式像信息轉(zhuǎn)換為一維的視頻模擬信號輸出CCD輸出的信號變化很快比如PAL式的視頻信號每秒鐘輸出50幀圖像信息（分為奇、偶場幀圖像有行，每行圖像信號時間為64秒，其中有效的圖像信號約56妙左右。相比之下的AD轉(zhuǎn)換器采集速度較低據(jù)件手冊行10AD轉(zhuǎn)換所需要的時間為微秒。這樣，采集的圖像每行只能有個像素，水平分辨率很低。另一方面，每場圖像可以采集行左右的圖像信息，所以圖像垂直分辨率相對較高。從這種水平分辨率低垂直分辨率高的圖像中我們無法獲取具有足夠精度的路徑信息。為此，我們分析一下大賽采用跑道的形狀特點：跑道都是由直線和圓弧組成，檢測車模前方一段路線參數(shù)，只需要得到中心線上個點的位置信息就可以估算出路徑參數(shù)（位置、方向、曲率等點的位置，通過圖像中若干行信息就可以檢測出來（如圖2.10所示因此，所需檢測圖像應(yīng)該是水平分辨率高、垂直分辨率低。

第二章方案擇圖部分賽道形狀，賽道中心線檢測位置將單片機采集的圖像分辨率特點，與賽道檢測對圖像分辨率的要求進行對比，可以發(fā)現(xiàn)，在安裝CCD攝像頭的時候，只要將它旋轉(zhuǎn)90度，輸出的圖像信息也相應(yīng)旋轉(zhuǎn)度（如圖所示樣一來，中的AD換器采集的圖像信息，水平分辨率與垂直分辨率就會互換，原來水平分辨率低、垂直分辨率高的圖像，就會變成水平分辨率高、垂直分辨率低的實際圖像，正好滿足道路參數(shù)檢測的要求。圖

賽道圖像以及旋轉(zhuǎn)90度的圖像此外我們還可以通過讓當超頻運行降低AD轉(zhuǎn)換器精度等方式，提高AD轉(zhuǎn)器的速度驗中我們發(fā)現(xiàn)過設(shè)定S12中的時鐘PLL寄存器，可以將部總線頻率提高到40~48MHz，而此時然可以正常工作。

第二屆全國大學生智能汽車競賽技術(shù)報告同時可以將AD換器時鐘頻率提高到12-24MHz損失一定轉(zhuǎn)換精度的代價下，將轉(zhuǎn)換時間縮短為1.5微秒左右。這樣，我們就可以在一行圖像信號中采集48有效的圖像信息。將上述方法結(jié)合在一起，可以采集到*分辨率的幀圖像數(shù)據(jù)。在此基礎(chǔ)上，可以有效的檢測出路徑參數(shù)。通過實際測試，基75*24辨率的圖像，檢測出的路徑參數(shù)仍能滿足控制需要。也就是說，我們每隔行采集一行數(shù)據(jù)、每行采24點就可以了這樣一來，所需要的圖像存儲空間以及圖像采集的時間就大為降低了。2)圖像存儲空間：由于將圖像水平旋轉(zhuǎn)了度需要將圖像數(shù)據(jù)進行存儲在整幅圖像的基礎(chǔ)上計算出路徑水平信息部有8K字節(jié)的空間如果存儲分辨率圖像則不夠，但可以存儲若干幅的低分辨率圖像數(shù)據(jù)。從低分辨率圖像所得到的路徑參數(shù)，其精度仍可以滿足車模控制的需要。一般情況下，只需要兩塊圖像存儲空間即可，一塊作為采集圖像的存儲空間，另外一塊作為處理緩沖區(qū)。3)圖像信息處理速度：CPU的主要工作包括圖像采集、圖像信息處理以及運動控制等。圖像采集采用中斷的方式進行，如果采用75*24分辨率的圖像，每隔行采集一行圖像信息，圖像采集所占用的時間不會過。因此，大部分的CPU作時間可以用于圖像處理以及運動控制。由于采集到的圖像由白色背景和黑色中心線組成，所以檢測每一行路徑中心線位置可以通過簡單的閾值比較的方式計算出來。在此基礎(chǔ)上，還可以通過參數(shù)擬合獲取道路位置、方向以及曲率等參數(shù)。另外，通過適當?shù)膭討B(tài)閾值的方法，可以提高算法的穩(wěn)定性。核心算法如果處理相對簡單，可通過適當?shù)膬?yōu)化方法，在圖像采集周毫秒內(nèi)計算出結(jié)果達到實時圖像處理的要求。如果算法比較復雜，可以將核心算法采用匯編語言完成，以提高效率，配合CPU超頻運行方法，保證算法需要時間小于毫秒。4)CCD件工作電壓：CCD件工作電壓需要在12V右為此需要在系統(tǒng)電路設(shè)計中增加

[7][7]第二章方案擇獨立12V源模塊。具體電路后面給出。5)視頻同步信號分離：為了采集圖像信息，需要根據(jù)行場同步信號啟動AD轉(zhuǎn)換器，采集穩(wěn)定的圖像。由于視頻信號的變化很快，所以需要另外設(shè)計同步分離電路。在本方案中，使用了視頻同步分離集成塊，獲取視頻同步信號，將此同步信號連到單片機的中斷輸入端口。除此之外，一般的輸出的視頻信號的峰峰值在1V左右，可以不經(jīng)過放大直接連接到單片機的AD輸入端口進行采集，也可以進行適當視頻信號放大后將信號的峰峰值提高到3-4V左右輸入到單片機。2.3.2

方向執(zhí)行模塊本智能車的方向執(zhí)行機構(gòu)是舵機，舵機控制采用PWM技術(shù)，不同占空比對應(yīng)不同的轉(zhuǎn)角。由于舵機內(nèi)部含有自帶的比較電平，有利于精確控制。舵機的額定電壓一般是，本模型車舵機額定電壓為6V。當額定電壓為6V時，功率通常更強勁，速度也更快。這意味著只要提高舵機的電壓，就可以獲得更大的功率輸出和更快的速度。對于提高電壓這種未經(jīng)認可的做法，每一家廠家的舵機反應(yīng)也不盡相同。經(jīng)實踐認證，本模型車的舵機完全可以工作在電壓下。因此，提高了功率并加快了速度。另外，舵機的響應(yīng)時間對于控制非常重要，一方面可以通過修改PWM周期獲得。另一方面也可以通過機械方式，利用舵機的輸出轉(zhuǎn)角余量，將角度進行放大，加快舵機響應(yīng)速度。本文在后面的模型車改裝中將詳細介紹。2.3.3

速度執(zhí)行模塊本智能車的速度執(zhí)行機構(gòu)是電機，采用PWM控制，利用脈寬占空比與速度的對應(yīng)關(guān)系進行調(diào)速。采用電機驅(qū)動芯片MC33886，內(nèi)部自帶“H”橋，可以快速實現(xiàn)電機的正轉(zhuǎn)反轉(zhuǎn)，從而對速度進行實時調(diào)整，精確控制。根據(jù)本章以上的模塊方案比較與論證，得出本智能車控制系統(tǒng)模型框圖如圖所示：

第二屆全國大學生智能汽車競賽技術(shù)報告速度信號

速度檢測包含賽道光學檢測

與小車位置姿態(tài)的綜合信息

控制器

電機控制量舵機控制量舵機

直流電機電機轉(zhuǎn)速舵機前輪轉(zhuǎn)角轉(zhuǎn)角連桿機構(gòu)

模型車

模型車運動軌跡圖2.12系統(tǒng)模型框圖

第三章機械結(jié)構(gòu)設(shè)計在智能車比賽中，最主要的比賽內(nèi)容是速度，而模型車的機械結(jié)構(gòu)無疑是影響速度的關(guān)鍵因素之一。鑒于這個原因，我們對模型車的機械結(jié)構(gòu)做了很多的工作，進行了大量的調(diào)整，達到了比較滿意的效果。車模組裝3.1.1車模組裝模型車的組裝工作看似簡單，卻需要很多的耐心和經(jīng)驗。首先，仔細閱讀說明書。通過閱讀模型車的裝配圖，可以了解各個不同零件的用途和安裝順序。然后，根據(jù)模型車的裝配圖組裝智能車模型。由經(jīng)驗得到，在組裝過程中，不但要注意模型車的組裝順序，而且由于模型車零部件較小，組裝過程中要防止零部件滑落和丟失。特別是，由于模型車上的大部分零部件材質(zhì)均為塑料，在擰螺絲以及對零件進行加工時要格外的小心，以免損壞。3.1.2

前輪定位的調(diào)整在調(diào)試中我們發(fā)現(xiàn)模型車過彎時轉(zhuǎn)向舵機的負載會因為車輪轉(zhuǎn)向角度增大而增大。為了盡可能降低轉(zhuǎn)向舵機負載，我們對前輪定位進行了調(diào)整。前輪定位的作用是保障汽車直線行駛的穩(wěn)定性，轉(zhuǎn)向輕便和減少輪胎的磨損。前輪定位參數(shù)主要包括：主銷后傾角、主銷內(nèi)傾角、前輪外傾角和前輪前束[。主銷后傾角是主銷軸線與地面垂直線在汽車縱向平面內(nèi)的夾角。主銷內(nèi)傾角是主銷軸線與地面垂直線在汽車橫向斷面內(nèi)的夾角。前輪外傾角是汽車橫向平面與車輪平面的郊縣與地面垂線之間的夾角。在一般情況下，主銷后傾角為度，主銷內(nèi)傾角為0-10度，前輪外傾角為度或者1度。在本模型中，后角過大會使得模型車轉(zhuǎn)向沉重，從而使舵機轉(zhuǎn)向存在嚴重的滯后，故在模型車中將主銷后傾角調(diào)整為度；主銷內(nèi)傾角過大不僅會使得轉(zhuǎn)向變得沉重，還將加速輪胎的磨損，因此將主銷內(nèi)傾角控制

第二屆全國大學生智能汽車競賽技術(shù)報告在5以內(nèi)；前輪外傾角和前輪前束分別設(shè)為度、3.1.3

差速的調(diào)整模型車的差速對轉(zhuǎn)彎時的影響很大，差速不好會導致后輪空轉(zhuǎn)，發(fā)生側(cè)滑現(xiàn)像。我們通過添加推力軸承和潤滑油的手段，改進差速裝置，使得模型車在轉(zhuǎn)向時，右輪與后軸之間的摩擦大大降低，從而提高了差速的效果，從而提高了小車的轉(zhuǎn)向性能。3.1.4

舵機力臂的調(diào)整相對于單片機的處理速度，舵機的響應(yīng)存在著較大的延時，對舵機的改造著實需要。在相同的舵機轉(zhuǎn)速條件下，轉(zhuǎn)向連桿在舵機一端的連接點離舵機軸心距離越遠，轉(zhuǎn)向輪轉(zhuǎn)向變化越快，本模型車中通過用轉(zhuǎn)向盤代替舵機上的曲柄來增大舵機的上連接點到舵機中心的距離，增加了輸出轉(zhuǎn)動力矩，使得前輪在轉(zhuǎn)向時更加靈敏。圖舵的改造攝像頭的考慮到單片機的處理速度和電路限制問題像傳感器的數(shù)量定為1。如何安裝CCD傳感器將會影響到兩個方面的性能是圖像處理的復雜程度和精度，一是小車的機械性能。由常識可以知道，如果小車的中心靠近后軸，對模型車動力性能是由益的；16

第三章機械構(gòu)設(shè)計重心靠近前軸，對模型車的制動性和操縱性有益?？紤]到智能車大賽對模型車的動力性要求并不像真正的賽車比賽要求那么高，而模型車所能達到的最快速度并不高所在安裝攝像頭電池和電路板位置時應(yīng)適當使模型車的重心位置前移，從而提高轉(zhuǎn)彎性能。因此我們將攝像頭架設(shè)在舵機的上方，這樣不但能夠明顯的將模型車的整個重心前移，而且能夠使得攝像頭能夠更好的獲取前方路況信息。模型車攝像頭的架設(shè)主要要考慮一下幾個因素：1、確保攝頭位置的居中，因為當攝像頭不居中，其采集進來的圖像也不是居中的，而處理程序?qū)Χ鏅C輸出量是居中的，這樣就會導致模型車在直道上也會存在左右擺動的問題。2、攝像頭高度要足夠高，這樣可以使得模型車在攝像頭的角度不是很高的情況下就能夠前瞻到前方足夠遠處的路況信息，因為當攝像頭的角度過大時候，采集進來的圖像形變過大，且圖像中的干擾信息增多，對模型車的處理算法十分的不利。3、攝像頭架設(shè)一定要是可調(diào)整的，這樣以便于攝像頭居中的校正，以及在實際調(diào)試中選擇最佳攝像頭角度，以及對攝像頭視野范圍進行標定。圖3.2攝頭遠度的標定經(jīng)過多次的實驗和總結(jié)，我們對攝像頭的遠度進行了標定，對攝像頭的采集的圖象信息進行了中心位置的校正如圖3.2所示當攝像頭架設(shè)為高時候傾角為42度時候能夠采集到前方到58cm的圖象信息對于識別直17

第二屆全國大學生智能汽車競賽技術(shù)報告道、彎道和“S”道信息量已經(jīng)足夠。如圖3.3所示，將小車位置放置于所作的方格紙中心位置，將攝像頭的視頻信息接入到電視機中，通過調(diào)節(jié)攝像頭各個旋轉(zhuǎn)變量使得攝像頭的圖象位置居中。校正后的攝像頭能夠采集到小車前方上底為20cm，下底為60cm，高為的等腰梯形圖象。圖3.3圖中心位置校正光柵編碼對光柵編碼器的安裝，可以將光柵盤安裝在電機軸上，通過先計算電機轉(zhuǎn)速再來計算模型車后驅(qū)動軸得知車速。但是，這種方法太麻煩，并且在電機軸上裝光柵盤會影響電機的性能所以我們將光柵盤安裝在模型車后驅(qū)動軸上，根據(jù)光電傳感器的輸出脈沖計算不同時刻模型車的后輪轉(zhuǎn)速。圖光柵編碼器的安裝18

第三章機械構(gòu)設(shè)計電路板的在電路板的安裝這部分，我們考慮到結(jié)構(gòu)的穩(wěn)定性，以及規(guī)則中對車輛尺寸的限制，最終決定采用高架、立體的搭建方法，即用支架把主控板較高地固定在底盤上方。這種布局可以保證車輛行駛穩(wěn)定。19

第四章硬件系統(tǒng)設(shè)計與實現(xiàn)硬件電路的設(shè)計是自動控制器的基礎(chǔ)能汽車競賽指定飛思卡爾公司系列的16單片機MC9S12DG128作為核心控制處理器智能采用了組委會提供的開發(fā)板MC9S12EVKC作為單片機最小系統(tǒng)，并在此基礎(chǔ)上增加了各種接口電路板組成整個硬件系統(tǒng)。下面將對硬件設(shè)計中除了單片機最小系統(tǒng)之外的其他幾個主要的模塊設(shè)計進行討論。電源模塊電源模塊為系統(tǒng)其他各個模塊提供所需要的電源。設(shè)計中，除了需要考慮電壓范圍和電流容量等基本參數(shù)之外，還要在電源轉(zhuǎn)換效率、降低噪聲、防止干擾和電路簡單等方面進行優(yōu)化。可靠的電源方案是整個硬件電路穩(wěn)定可靠運行的基礎(chǔ)。全部硬件電路的電源由配發(fā)的標準車模用7.2V2000mAh蓄電池提供。由于電路中的不同電路模塊所需要的工作電壓和電流容量各不相同，因此電源模塊應(yīng)該包含多個穩(wěn)壓電路，將充電電池電壓轉(zhuǎn)換成各個模塊所需要的電壓。主要包括以下不同的電壓。

5V電壓。主要為單片機系統(tǒng)、信號調(diào)理電路以及部分接口電路提供電源，電壓要求穩(wěn)定、噪聲小，電流容量大于500mA。12V電。主要為CCD圖像傳感器提供12V的工作電源。7.2V電壓。這部分直接取自蓄電池兩端電壓，主要為舵機、后輪電機驅(qū)動模塊和部分接口電路提供電源。除了電壓可以直接由蓄電池獲得，5V電壓需要通過降壓穩(wěn)壓電路獲得，12V壓通過升壓穩(wěn)壓電路獲得。電機驅(qū)動電路的電源可以直接使用蓄電池兩端電壓。模型車在啟動過程中往往會產(chǎn)生很大的沖擊電流，一方面會對其他電路造成電磁干擾；另一方面由于電池內(nèi)阻造成電池兩端的電壓下降，甚至會低于穩(wěn)壓電路所需要的最低電壓值，產(chǎn)生單片機復位現(xiàn)像。為了克服啟動沖擊電流的影響，可以在電源中增加容值較大的電解電容，也可以采用緩啟動的方式控制電機。在啟動時，驅(qū)動電21

[9][9]第二屆全國大學生智能汽車競賽技術(shù)報告路輸出電壓有一個漸變過程，使得電機啟動速度略為降低從而減小啟動沖擊電流的幅度。4.1.1

降壓穩(wěn)壓電路設(shè)計我們采用的降壓穩(wěn)壓芯片是

。LM11175.0是一種低壓差的線性穩(wěn)壓器件最大輸出電流為1A足夠提供系統(tǒng)中5V器件所需功率另外，其輸出電壓波動范圍僅為，精度較高，經(jīng)實驗證明，能滿足本智能車系統(tǒng)中各項要求。典型電路如圖3.1所示。我們最終應(yīng)用的降壓穩(wěn)壓電路就是在圖的基礎(chǔ)上在輸出端加一個μ的濾波電容即可。圖3.1典電路圖4.1.2

升壓穩(wěn)壓電路設(shè)計主要的升壓芯片有，MAX734，。在去年的比賽中，使用MAX734，芯片作為升壓器件的參賽隊伍很少。而MC34063AE芯片的使用卻很多。并且我在很多參考數(shù)目上都看到了使用MC34063AE芯片作為升壓電路的實例所以我決定采用它作為升壓器件。開關(guān)穩(wěn)壓芯片，可構(gòu)成升壓、降壓斬波電路。輸出開關(guān)電流大于。的低靜態(tài)電流。典型電路如圖所示

[10]

。若將用到本升壓電路，使輸VIN為，輸出為則應(yīng)將電路更改為圖所示實驗表明這個電路能很好的實現(xiàn)12V壓的功能，滿足本智能車硬件電路的需要。雖然有一定的發(fā)熱，但是完全不影響各部分工作。

第四章硬件統(tǒng)設(shè)計與實現(xiàn)圖3.2MC34063典電路圖MC34063得12V升壓4.1.3

電源模塊小結(jié)綜上，可以得到電源模塊星型電路結(jié)構(gòu)圖：23

[11][12][11][12]第二屆全國大學生智能汽車競賽技術(shù)報告7.2V蓄電池LM11175V

12V單片機系統(tǒng)

光柵編碼器

CCD傳感器

舵機

電機圖電模塊框圖路徑識別一般來說面陣經(jīng)將芯片的驅(qū)動電路集成在一起了它的輸出信號為標準的模擬復合視頻信號。該信號中主要包括了同步信號和圖像信號，它的幅值為1V左右。對于該信號可以不經(jīng)過放大直接由單片機的端口采集到視頻圖像數(shù)據(jù)。此外，還可以直接通過外部的電壓比較器，將模擬視頻信號變成高低電平信號，通過單片機I0輸入到計算機，這樣可以避免由于單片機AD轉(zhuǎn)換速度而帶來的采集圖像分辨率低的問題。無論采用哪種方法，都需要專門的視頻同步分離電路提供行、場同步信號，這些同步信號一般送到單片機的外部中斷端口。本智能車采用LM1881作為視頻信號同步分離芯片?；赟12單片機采集視頻圖像電路系統(tǒng)框圖如圖3.5所示。其中包括有S12單片機最小系統(tǒng)、同步分離電路、5V穩(wěn)壓電路、12V波升壓電路等。視頻信號同步分離電路如圖3.6所示。其中S12單片機端口資源配置如下：1）AD入端口，：輸入視頻模擬信號；2）外部斷口IRQ：輸入視頻步信號；3）接單片機的口：輸出復合同步信號；

第四章硬件統(tǒng)設(shè)計與實現(xiàn)4）VS接單片機的PH1口：輸出場同信號；圖

視頻信號同步分離電路圖3.6

單片機采集圖像系統(tǒng)框圖25

第二屆全國大學生智能汽車競賽技術(shù)報告電機模塊直流電機的控制由單片機的信號來完成，驅(qū)動芯片采用飛思卡爾半導體公司的半橋式驅(qū)動器MC33886。其工作電壓為5-40V，導通電阻為Ω，輸入信號為TTLCMOS，PWM頻小于。電路如圖3.7所示。圖3.7MC33886電示意圖其中D1、是的使能端，IN1IN2為入端，OUT1、為其輸出端。單片機通過PWM通道的占空比控制電機速度，IN2和分別接和上控制電機的正轉(zhuǎn)和反轉(zhuǎn)速為電機工作頻率小，所以一個通道控制電機速度就夠了為智能車加速當轉(zhuǎn)彎時利用了反轉(zhuǎn)PWM波來控制電機的減速和D2到單片機的IO口上控制電機轉(zhuǎn)動方向（正轉(zhuǎn)或反轉(zhuǎn)舵機模塊由于舵機工作頻率為50HZ采用雙通道PWM控制舵機轉(zhuǎn)合并PP4、PP5舵機的信號線接到PP5上。測速傳感本智能車的測速采用光柵編碼器每轉(zhuǎn)動一圈都會輸出一定個數(shù)的脈沖，通過在單位時間內(nèi)測量得到的脈沖數(shù)，就可以得出電機的轉(zhuǎn)速。

第四章硬件統(tǒng)設(shè)計與實現(xiàn)光柵編碼器由光柵盤和光柵式光電開關(guān)組成。光柵盤可以自己制作，光柵式光電開關(guān)為配對并集成的管和光敏三極管。（發(fā)射端）的出射光照射到一小段距離之外的光敏三極管（接收端）上，傳感器的狀態(tài)隨出射光是否被遮擋而改變。光電開關(guān)外圍電路如圖所示。AB圖3.8光開關(guān)外圍電路電路A為傳感器的發(fā)射端提供了限流電阻。R1可選Ω1KΩ。與反射式光電開關(guān)不同的是，在這LED管的亮度不需要很高。事實上，如果LED管過亮，不僅增加功耗，而且紅外光容易穿過阻光區(qū)域，造成誤信號。因此，可以從高阻值的電阻開始選用（越Ω發(fā)生誤差信號問題時，只需將電阻值下調(diào)。電路B傳感器接收器（光敏三極管）的外圍電路。如果接收端使用的是PNP型光敏三極管，則采用電路C。對B與C的兩個電路來說，R3決定著靈敏度，其取值范圍由具體的接收端光敏三極管所決定，一般為1Ω—20M。但光電開關(guān)直接輸出的信號并不理想，為了使光電開關(guān)的輸出信號數(shù)字化，提高抗噪聲能力，應(yīng)用施密特觸發(fā)器。外圍電路如圖所示：輸出送單片機的增強型定時捕捉模塊的進行脈沖記數(shù)。27

第二屆全國大學生智能汽車競賽技術(shù)報告AB圖

經(jīng)施密特觸發(fā)器的光電開關(guān)外圍電路根據(jù)硬件系統(tǒng)的設(shè)計，得出系統(tǒng)硬件參數(shù)如下表：表系硬件參數(shù)項目車模幾何尺寸（長、寬、高米）車模軸距輪距（毫米）車模平均電（勻速行駛毫安)電路電容總量（微法）傳感器種類及個數(shù)新增加伺服電機個數(shù)賽道信息檢測空間精度（毫米）賽道信息檢測頻率（次秒）

參數(shù)280,162,3681392000CCD像傳感器，1無3.550除MC9S12DG128之外其它主要MC33886,LM1881,LM1117,MC34063,74HC14芯片車模重量（帶有電池千克）

1.13

第五章理論分析與算法實現(xiàn)模型建立5.1.1

基于后輪差速的運動模型在車輛運動模型中，當車速不是很高的情況下，車輛轉(zhuǎn)向中一般可以參考下面的一個模型圖5.1汽運動模型當小車轉(zhuǎn)角為時候可以根據(jù)車長來求出小車當前的轉(zhuǎn)彎半徑R

tan

公式1式中L是小車的軸長為小車的轉(zhuǎn)角，為后輪轉(zhuǎn)彎半徑。然而這個模型只是適合在低速的情況下才能夠得出較為精確的結(jié)果，鑒于本智能車的速度不高，在后輪差速很好的情況下，側(cè)滑的因素將得到有效的抑制，可以考慮用這個模型來處理?？紤]圖5.2所示的以小車驅(qū)動軸中點為參考的運動模型MMk

k

為參考點運動的兩個連續(xù)位置，X、XK

K

為后軸中點的速度方向即車的縱向

K29

第二屆全國大學生智能汽車競賽技術(shù)報告為小車初始的方向角為小車的轉(zhuǎn)向中心，那么可以得到[圖5.2智能車后軸中點運動模1其中ttk

k

時間內(nèi)小車所走過的的距離

公式2是小車的橫向角速度R1是小車的后輪的轉(zhuǎn)彎半徑。由圖中的幾何關(guān)系可以得到：x)k)kkkk

公式3上式的結(jié)果即為小車后軸中點在運動過程中的軌跡方程，在足夠小的情況下，隨

K

和x，y的不斷變化可以畫出其運動軌跡。當給出小車的初始KK方向角和初始坐標時，就可以推導出任何時刻小車的坐標值。在下面考慮小車整個模型的時候，用后輪差速的已知量，或者前輪轉(zhuǎn)角和后輪速度值來替換圖中的變量就可以得到，基于后輪差速和基于前輪轉(zhuǎn)角和后輪速度的運動方程。接下來我們考慮小車的整個模型，如圖所示。其中表示小車的軸間的距離，表示輪距的一半表示小車的轉(zhuǎn)角，R1表示小車后輪的轉(zhuǎn)彎半徑，中間的方向輪為虛輪。由圖中所示的幾何關(guān)系可以

得到：

Ltan

第五章理論析與算法實現(xiàn)公式4將公式2入公式4可以得到：R

公式5圖5.3智能車整車轉(zhuǎn)向模型將圖的中反映的情況運用到整車的模型中去，當已知轉(zhuǎn)角的情況下，用虛輪的轉(zhuǎn)角近似等于前輪的轉(zhuǎn)角，當后輪中點運動經(jīng)過時，小車各個輪經(jīng)過的距離和轉(zhuǎn)角情況如圖

示：圖5.4智車運動模型31

結(jié)合式和公式可以得到：iijii結(jié)合式和公式可以得到：iijiikkkkkk第二屆全國大學生智能汽車競賽技術(shù)報告從上圖的小車模型的幾何關(guān)系中，我們很容易就能得到以下的結(jié)果：)L1)R1

公式6公式7其表示小車左后輪行駛的距離表示小車右后輪行駛的距離LR表示小車虛輪行駛的距離。由式67以得到：2

L2e

公式8那么只要能測量出小車兩個后輪的行駛距離，就可以得出和的值，因此在小車兩個后輪上分別安裝上兩個測速反饋，就能夠得到想要的結(jié)果。iTKee(e)TijLL)LL)eRLkk

公式9公式9表示的模型就是基于后輪差速的運動模型要給出一開始小車的位置和方位角，就能夠根據(jù)已知的幾何關(guān)系遞推的算出小車的后軸中點任何時刻的位置。5.1.2

基于速度和前輪轉(zhuǎn)角的運動模型當小車在運動中，如果在后輪安裝上測速反饋，再根據(jù)當前小車轉(zhuǎn)角的控制量的大小，就能夠及時的得到小車的速度

和轉(zhuǎn)角的反饋值，那么由

L

，結(jié)合公式3以得出后輪中點的坐標為：

LL第五章理論析與算法實現(xiàn)xkkkvkk

vv

))

公式10也就是后輪中點連續(xù)兩個位置的坐標變化為：

vL

vL

公式11

L

根據(jù)圖中的幾何關(guān)系可以由后輪中點位置得出前輪中點位置的坐標，那么在連續(xù)兩個狀態(tài)的情況下前輪中點的坐標如下：

cossin

公式12

Lcos(kLsin(

公式13那么由公式12和公13可以得到前輪中點在連續(xù)兩個位置上的坐標變化為：

vvao)2L

vava)i2LLk

aL公式14由上面的分析可以得出只要知道當前的轉(zhuǎn)角和速度值以及圖像處理時間間，結(jié)合小車一開始時候給出的位置和方位角，就能夠逐步遞推出小車前后軸中點在任何時候的位置，進而可以得出小車的運動軌跡。33

33第二屆全國大學生智能汽車競賽技術(shù)報告在小車的運動過程中，小車根據(jù)當前采集到的圖像，由控制算法可以得出小車在下一個運動區(qū)間內(nèi)的該給出多大的速度和轉(zhuǎn)角。那么如果在小車上建立一個動坐標系，只根據(jù)當前的圖像計算出小車的速度和轉(zhuǎn)角的控制量，就能夠滿足小車運動需求。如下圖，在已經(jīng)知道小車速度和轉(zhuǎn)角的情況下，以小車的后軸中點為坐標原點，小車的后軸為，以小車的縱向為軸，由上面得出的結(jié)果可以很容易的得出下一個小車后軸中點和前軸中點位置的坐標。從圖中很容易得到后輪中點的坐標變化為：

))L

公式15其中

為小車在處理周期內(nèi)經(jīng)過的距離，即

。因此由采集來的圖像中知道坐時也可以由該公式反推出小車應(yīng)該轉(zhuǎn)過的角度，同時根據(jù)小車的機械性能和跑道的材質(zhì)可以得出在該角度下不發(fā)生側(cè)滑的最大速度，從而給出速度的參考量，詳細的算法設(shè)計將在下面的內(nèi)容中涉及。為了能夠更好的實現(xiàn)控制算法及在實際情況下運用，可以tanxcosx

在x情況下用泰勒公式展開可以作如下近似：1xxxx

3

公式16

cosx

x2將公式16入道公式中，則可以得到：將上式化簡，進一步可以得到：

3tan23tan2tansintansin第五章理論析與算法實現(xiàn)

136L4838L2

公18離L，，轉(zhuǎn)角約度時，即去較小量，得：2

0.53。代入各量估算各項的值，經(jīng)比較舍公式19

圖中虛輪的位置即為前輪中點的位置，因此可以由所建立的坐標系求出前輪中點在整個運動過程中位置坐標的變化。在不考慮側(cè)滑的情況下，前輪中點的運動的圓心為

L,0徑為Lsin

，因此可得：2

公式20其參數(shù)方程為：LLL1那么由圖中的幾何關(guān)系可以得到：

公2135

11sin211sin261222第二屆全國大學生智能汽車競賽技術(shù)報告LLLL運用和差化積公式化簡可以得到：2Lsinsin112LL2L2L再根據(jù)各量的值可以近似為：

公22公式23

sin1

sin12Lsin1L

公24將式6泰勒公式）代入到式中，可以進一步得到：3661222212近似化簡可以得到：

公式25

1212LN(0,)L1212LN(0,)L[14]x第五章理論析與算法實現(xiàn)L

16

公式2612L由上面所得出的結(jié)果可以得出建立如上圖的坐標系時前輪中點的變化為：MM后輪中點的變化為：162L22

12

公式27公式28由于存在著一定的側(cè)滑現(xiàn)像小車在行進過程中存在著舵機延時的問題，所以上述公式在近似過程中，要偏小一點要大一點，這樣在小車運動模型就能更好的接近現(xiàn)實情況。運動模型根據(jù)上述的小車運動模型公式，并考慮到實際中舵機的延時問題。在假定小車速度為勻/s并且不發(fā)生側(cè)滑的情況下根據(jù)上面所得到的公式用VC++得到小車在運動過程中前后輪中點的位置坐標用Matlb仿真出小車的運動軌跡。小車的控制系統(tǒng)中圖像采集和控制程序執(zhí)行的時間約機的分析參數(shù)中可以得到舵機在這一段時間內(nèi)能轉(zhuǎn)過的角度約為15度，即約為弧度。在以小車的后軸中點為原點，后軸為軸，小車的縱向為軸的坐標系中，本人用程序結(jié)合上述得出的公式出了小車在從0轉(zhuǎn)過45角的過程37

第二屆全國大學生智能汽車競賽技術(shù)報告中前后輪中點各個坐標值。如圖即為小車的前后軸中點的坐標變化，對上面所得到的數(shù)據(jù)，用Matlab仿真小車轉(zhuǎn)過度角的過程，可以得到圖的結(jié)果：圖5.5前軸中點坐標變化圖5.6中兩條曲線即為小車在轉(zhuǎn)彎過程中前輪中點和后輪中點的變化曲線，將小車的前后輪中點連接起來就可以得到小車在各個時刻的姿態(tài)變化圖5.7所示。如上述，對小車在各種轉(zhuǎn)角（5度、10度、度、20度25度、度）的情況下都作如上分析，那么就可以近似得出在理想情況下小車下一個狀態(tài)的參數(shù)。這為下面的算法設(shè)計提供了理論上的依據(jù)和數(shù)據(jù)基礎(chǔ)。

第五章理論析與算法實現(xiàn)圖智車前后軸中點變化曲線圖小車縱向變化39

第二屆全國大學生智能汽車競賽技術(shù)報告控制算法對智能車的控制就是對小車的速度與方向進行控制，我們比較了模糊控制和控制的優(yōu)缺點，鑒于模糊控制在控制智能車運動方面的天然優(yōu)勢，我們選用了模糊控制算法法來控制小車，達到了較理想的效果。在橫向上，即對小車的方向控制，我們采用了由采集圖像上的絕對位置、相對位置和模型車速度三個變量組成的模糊控制器來控制；在縱向上，即對模型車的速度控制，我們采用了基于模型車當前速度和轉(zhuǎn)角為輸入的模糊控制。首先從采集到的圖像進行分析，本智能車采用的像傳感器，能夠得到足夠多的圖像信息，對采集來的信息均勻的取出行30列，由于攝像頭本身備旋轉(zhuǎn)90所以得到的圖像為30行列用邊緣檢測算法從信息中提取出黑線的中心位置，這樣的由黑線的中點位置就可以按一定的算法得出小車下一個狀態(tài)。比賽的跑道路況不外乎3種，如下圖：圖跑道的三種情況要使智能車在最短的時間內(nèi)完成比賽那么在直道上要以全速行駛S道轉(zhuǎn)向不大的情況下要盡量按直道行駛，在進入彎道時要減速，以使得在彎道上能夠及時的轉(zhuǎn)向，在彎道中和出彎的時候要加速，以使得在小車在進入直道時候就能夠很快的達到最高速度。5.3.1

控制算法的簡單介紹PID制介紹

jiTiiijiTiiiiiiTi第五章理論析與算法實現(xiàn)制算法是根據(jù)偏差的值按照一定的函數(shù)關(guān)系進行計算所得的運算結(jié)果對系統(tǒng)進行控制。PID控制有位置式控制和增量式控制，方程如下：uKeii

TiTij

Te(e)i

公式29TKe(e)

公式30在本智能車控制算法中，我們用位置式控制小車的橫向運動，即小車的轉(zhuǎn)角。制器的參數(shù)整定是控制系統(tǒng)設(shè)計的核心內(nèi)容是根據(jù)被控過程的特性確定控制器的比例系數(shù)、積分時間和微分時間的大小?？刂破鲄?shù)整定的方法很多，概括起來有兩大類：一是理論計算整定法。它主要是依據(jù)系統(tǒng)的數(shù)學模型，經(jīng)過理論計算確定控制器參數(shù)。這種方法所得到的計算數(shù)據(jù)未必可以直接用，還必須通過工程實際進行調(diào)整和修改。二是工程整定方法，它主要依賴工程經(jīng)驗，直接在控制系統(tǒng)的試驗中進行，且方法簡單、易于掌握，在工程實際中被廣泛采用。PID控制器參數(shù)的工程整定方法，主要有臨界比例法、反應(yīng)曲線法和衰減法。三種方法各有其特點，其共同點都是通過試驗，然后按照工程經(jīng)驗公式對控制器參數(shù)進行整定。但無論采用哪一種方法所得到的控制器參數(shù)，都需要在實際運行中進行最后調(diào)整與完善。例如：采用臨界比例法。利用該方法進行控制器參數(shù)的整定步驟如下：首先預選擇一個足夠短的采樣周期讓系統(tǒng)工作；(2)僅加入比例控制環(huán)節(jié)，直到系統(tǒng)對輸入的階躍響應(yīng)出現(xiàn)臨界蕩，記下這時的比例放大系數(shù)和臨界振蕩周期；在一定的控制度下通過公式計算得到PID控制器的參數(shù)。在實際調(diào)試中，只能先大致設(shè)定一個經(jīng)驗值，然后根據(jù)調(diào)節(jié)效果修改。對于溫度系統(tǒng)：P%）20--60，I分），D（分）—對于流量系統(tǒng)：P%）40--100，I（分）0.1—1對于壓力系統(tǒng)：P%）30--70，I分）—3模糊控介紹

[15]41

第二屆全國大學生智能汽車競賽技術(shù)報告模糊控制實質(zhì)上是用計算機去執(zhí)行操作人員的控制策略，因而可以避開對像復雜的數(shù)學模型，力圖對人們關(guān)于某個控制問題的成功與失敗的經(jīng)驗進行加工，總結(jié)出知識，從中提煉出控制規(guī)則，實現(xiàn)復雜系統(tǒng)的控制。模糊控制有以下的特點：1)模糊工程的計算方法雖然是運用模糊集理論進行的模糊算法最后得到的控制規(guī)律是確定性的、定量的條件語句。2)不需要根據(jù)機理與分析建立被控對像的數(shù)學模型對于某些系統(tǒng)要建立數(shù)學模型是很難的，甚至是不可能的。3)與傳統(tǒng)的控制方法相比模糊控制系統(tǒng)依賴于行為規(guī)則庫由于是用自然語言表達的規(guī)則，更接近于人的思維方法和推理習慣，因此于現(xiàn)場操作人員的理解和使用，便于人機對話，以得到更有效的控制規(guī)律。4)模糊控制與計算機密切相關(guān)從控制角度看它實際上是一個由很多條件語句組成的軟件控制器目前模糊控制還是應(yīng)用二值邏輯的計算機來實現(xiàn)，模糊規(guī)律經(jīng)過運算，最后還是進行確定性的控制糊推理硬件的研制和模糊計算機的開發(fā)得計算機將像人腦那樣隨心所欲地處理模棱兩可的信息，協(xié)助人們決策和進行信息處理。模糊控制器是模糊控制系統(tǒng)的核心模糊控制系統(tǒng)控制品質(zhì)的主要保證，因此，在模糊控制系統(tǒng)中，設(shè)計和調(diào)整模糊控制器的工作是很重要的。模糊控制是以控制人員的經(jīng)驗為基礎(chǔ)實施的一種智能控制，它并不需要精確的數(shù)學模型去描述系統(tǒng)的動態(tài)過程，因此，它的設(shè)計方法與常規(guī)控制器的設(shè)汁方法有所不同。模糊控制器的設(shè)計，一般是先在經(jīng)驗的基礎(chǔ)上確定各個相關(guān)參數(shù)及其控制規(guī)則，然后在運行中反復進行調(diào)整，以達到最佳控制效果。模糊控制器的設(shè)計主要考慮以下幾項主要內(nèi)容：1)確定模糊控制器的輸人變量和輸出變量(即控制量)；2)設(shè)計模糊控制器的控制規(guī)則；3)確立模糊化和解模糊的方法；4)選擇模糊控制器的輸入變最及輸出變量的論域確定模糊控制器的參數(shù)如量化因子、比例因子等)；

3030第五章理論析與算法實現(xiàn)5)編制模糊控制算法的應(yīng)用程序。5.3.2

方向控制PID法設(shè)計

[16]現(xiàn)在假設(shè)圖像中每行的黑點中心位置依次存在數(shù)組里面，為了能夠更好的反映曲線的變化方向性，我們?nèi)『诰€的最遠點偏離圖像中心點位置的差值作為控制的偏差，eCCD[i]10中心i

，那么所得到的位置式控制量為u4500()(xipidiii

)，其中4500舵機控制量的中心位置，并用最遠一點和最近一點的斜率來作為積分控制，這樣做的好處是使得位置式算法中的積分量只是根當前圖像中的信息有關(guān)系，而不是跟過去整個狀態(tài)都有關(guān)，這樣不容易產(chǎn)生較大的誤差。在這里我們根據(jù)前面所得到的數(shù)學模型來推導出舵PID制的大概系數(shù)。首先我們只適用一個比例控制，由于舵機存在一定的延時，每處理一次圖像只能轉(zhuǎn)過15度左右，所在設(shè)定系數(shù)時候要予以考慮。攝像頭高40cm能夠采集的圖像位于小車前方8cm到58cm，寬為到60cm，取其十點的來作為控制參考點。下表給出了當后十點的平均偏差給定時候，由第三章數(shù)學模型可得到其對應(yīng)的前輪應(yīng)該給出的角度值，以及由應(yīng)該給出的舵機的比例系數(shù)。表5.1舵控制的比例系數(shù)偏移

3

8

11

14

17

20

26

28

34

40

45單位前輪

3

9

12

15

18

21

24

27

30

33

36轉(zhuǎn)角比例

33

37

36

35

35

35

30

32

29

27.5

27系數(shù)（表中偏移單位為所采集進來圖像的行像素間的單位距離，前輪轉(zhuǎn)角為虛輪的角度，單位為度）從上表中可以求出系數(shù)平均值為，只有比例控制的時候，在直道上又可能存在抖動的情況（圖在“道上完全是跟蹤黑線，沒有優(yōu)化效果，43

第二屆全國大學生智能汽車競賽技術(shù)報告在大彎道的情況下有可能存在轉(zhuǎn)向不夠及時的情況。圖5.9比控制時”道上的情況為了克服上面的問題，使得小車的在直道上的抖動減弱，并且在在不是很大弧度道上能夠盡量按直線行駛的話，那么就需要加入積分量，這里指的是斜率分量，即k(xi

min

)要使得小車的轉(zhuǎn)向響應(yīng)更快更及時，要適當?shù)募尤胛⒎至浚?e)。dii在kk三個系數(shù)進行調(diào)節(jié)的時候，要注意下面的規(guī)律：pi線振蕩很頻繁，比例度盤要放大；線漂浮繞大灣，比例度盤往小扳；線偏離回復慢，積分時間往下降；線波動周期長，積分時間再加長；線振蕩頻率快，先把微分降下來；差大來波動慢，微分時間應(yīng)加長。模糊控算法設(shè)計我們考慮到影響模型車轉(zhuǎn)向的因素，不僅僅是模型車采集到的當前的圖像信息，還有模型車當前的速度，在模型車的速度較低的情況下，模型車輸出的轉(zhuǎn)角應(yīng)該較小，在模型車速度較高的情況下，模型車輸出的轉(zhuǎn)角應(yīng)該較大，為使得模型車能夠很好的跟蹤黑線，因此在方向控制算法中加入速度反饋的速度量是十分有必要的。我們用模型車采集到的當前圖像的中的絕對位置信息和相對位置信息，加上當前反饋回來的速度量設(shè)計了下面的模糊控制器：圖中的絕對位置信息為黑線與圖像中心線的距離值，相對位置信息為黑線的斜率值，速度量為速度傳感器的反饋值。

第五章理論析與算法實現(xiàn)圖轉(zhuǎn)向模糊控制器計根據(jù)日常生活中的經(jīng)驗可以得到：1、當模型在直線上行使時弱化舵機的轉(zhuǎn)向，允許適當?shù)钠x，只有當偏離達到一定的距離時，再進行校正。2、當模型在“S道上行使時弱化舵機的轉(zhuǎn)向，使得模型車在道上能夠近似的跟蹤圓弧的弦，當S”道上的圓弧的半徑較大時候，模型車的軌跡近似為直線。3、進入大道的時候要能夠給出較大的轉(zhuǎn)角，使得模型車過彎時候更為流暢。下面將模型車得到的圖像絕對位置、相對位置和速度信息模糊化，在這里我們使用梯形隸屬度函數(shù)來表示，結(jié)果如圖5.11所示。圖5.11(表示由圖像坐標求得黑線斜率的隸屬度函數(shù)(b)是圖像中有效的最遠點橫坐標減去最近點橫坐標的值，因為在差值中存在負數(shù)，為了去掉負數(shù)對參數(shù)中同時加上(d)是圖像中有效的最遠點的縱坐標減去最近點的縱坐標的值。(a),(c),(e)表示由圖像的絕對位置信息、相對位置信息和模型車反饋的速度值的隸屬度函數(shù)，由此可以得出模型車當前應(yīng)給出的舵機控制量，是圖像中最遠有效行的黑線中心點與圖像中心點之間的距離，與(相同，為當前的速度量，這里用速度控制量的大小來代表實際反饋的速度值。而(f)則為(的輸出函數(shù)即圖像斜率(g)則為的輸出函數(shù)即舵機控制45

第二屆全國大學生智能汽車競賽技術(shù)報告量的輸出函數(shù)。圖5.11轉(zhuǎn)控制隸屬度函數(shù)圖5.11(減去后，左大-89-88，，，左小-，，，，中間-，，5，30，右小，，40，，右大40，6588，89。圖中(d)，極小，，，，較小4，8，10，，中間，，，，較大，，2226極大22，，，。規(guī)則表如表5.2所示：

第五章理論析與算法實現(xiàn)表斜模糊控制表縱坐標差

極小

較小

中間

較大

極大橫坐標差左大左小中間右小右大

左大左大左中左小中間

左大左中左小中間右小

左中左小中間右小右中

左小中間右小右中右大

中間右小右中右大右大圖5.11(左大121426左14，3143，中314348，60右小，4860，，，右大，77，89，90圖中(150左大，2585左小，60到120中間，95155右小，130180右大。規(guī)則表如表5.3(a)所示：表方向模糊控制規(guī)則(橫坐標

左大

左小

中間

右小

右大斜率左大左小中間右小右大

左大左大左小左小中間

左大左小左小中間右小

左小左小中間右小右小

左小中間右小右小右大

中間右小右小右大右大47

第二屆全國大學生智能汽車競賽技術(shù)報告圖(3D到為低，3E到41為較低，到43為較高，到44為高。那么結(jié)合上一個模糊控制表的輸出和圖(中的速度信息便可以得到控制規(guī)則表：表方模糊控制規(guī)則(b)速度

低

較低

較高

高方向控制左大左小中間右小右大

左中左小中間右小右中

左中左小中間右小右中

左大左中中間右中右大

左大左中中間右中右大5.3.3

速度控制模糊控制器的設(shè)計：由常理可以得到，當小車的轉(zhuǎn)角給定時，那么小車的最高速度也是一定的，因此由方向控制算法得出的小車的轉(zhuǎn)角值是速度控制的一個重要的輸入量，另外通過測速反饋得到的當前速度也應(yīng)該是速度控制的輸入量。那么速度控制器的輸入量為角度量和速度量輸出的為控制電機速度的PWM占空比?？刂葡到y(tǒng)的結(jié)構(gòu)設(shè)計如下：圖5.12速度模糊控制器系統(tǒng)結(jié)構(gòu)因為角度控制量的PWM值是與小車的轉(zhuǎn)角一一對應(yīng)的，所以由角度量就

第五章理論析與算法實現(xiàn)可以知道小車的轉(zhuǎn)角的大小，我們將小車轉(zhuǎn)角的大小分為種情況。而對小車的速度，我們根據(jù)跑道的情況，在轉(zhuǎn)彎的最小速度值到直道上的最大速度值之間分為種情況。他們的模糊化采用的是常用的三角形隸屬度函數(shù)，輸出的隸屬度函數(shù)采用單點值，如圖。圖速控制隸屬度函數(shù)圖根據(jù)車體的物理運動學規(guī)律和日常生活中的經(jīng)驗，為了使車行使的平均速度最大且保證不偏離車道，可以總結(jié)出模糊控制規(guī)律如下：1、如果小在直道上，小車以高速行駛，并且黑線在小車的正中，則以小車的最高速度行駛。2、如果小要進入彎道，則要減速，如果已經(jīng)進入彎道，則要加速，以使得駛出彎道進入直道時加速更加迅速。3、如果小以高速駛?cè)霃澋?，則要剎車，以免沖出跑道?；谏鲜錾钪械慕?jīng)驗，我們得出下面的模糊控制規(guī)則表。由表5.5圖5的輸出隸屬函數(shù)的值就可以得到小車當前給出的速度控制量。49

第二屆全國大學生智能汽車競賽技術(shù)報告表5.5?？刂埔?guī)則表速度控制

角度量量速度量

01234567

077777777

177666666

276666555

365554444

455444333

554332222

643222111

732110000

8321000005.3.4

控制算法的優(yōu)化部分在實際的調(diào)試中發(fā)現(xiàn)，模型車在直道上的速度相差不是很大，在彎道上的比拼才是整個比賽的重點此如何優(yōu)化彎道的算法才是整個控制算法的關(guān)鍵。彎道主要分為90轉(zhuǎn)彎道和180轉(zhuǎn)彎，其中“彎的優(yōu)化顯得極為重要。對于小“S可以完全的取直，對于大的S”彎可以近似的按弦行駛，這樣模型車在運動過程中能夠少走一段路程重要的是由于模型車的轉(zhuǎn)角減小，也使得模型車可以在很高的速度下穿過“道。這樣如何識別S”道則成為最重要的問題。因為小S”彎一般都與直道相連接，因此進入S”彎時車體是正的。我們通過對集進來的圖像，例如圖5.14所示，用采集到的黑點位置橫坐標減去圖像中點位置的橫坐標，那么我們將得到正值負值交錯的信息而對于大的彎道由上述的方法得到的則是全正，全負或者是右正到負由負到正的的信息此我們能夠很好的識別“S道，我們給出很小的轉(zhuǎn)向控制量，那