在這里分享一篇飛思卡爾無人小車的技術資料。
主要內容包括系統總體設計方案，主控板設計，傳感器模塊設計等等。
這份技術報告中，我們小組通過對整體方案、電路、算法、調試、車輛參數的介紹，詳盡地闡述了我們的思想和創意，具體表現在電路的創新設計，以及算法方面的獨特想法，而對單片機具體參數的調試也讓我們付出了艱辛的勞動。這份報告凝聚著我們的心血和智慧，是我們共同努力后的成果。
在準備比賽的過程中，我們小組成員涉獵控制、模式識別、傳感技術、汽車電子、電氣、計算機、機械等多個學科，這次磨練對我們的知識融合和實踐動手能力的培養有極大的推動作用，在此要感謝清華大學，感謝他們將這項很有意義的科技競賽引入中國；也感謝北京科技大學相關學院對此次比賽的關注，我們的成果離不開學校的大力支持及指導老師悉心的教導；還要感謝的是和我們一起協作的隊員們，協助，互促，共勉使我們能夠走到今天。
引言
目錄
第一章、方案設計
1.1系統總體方案的選定
1.2系統總體方案的設計
小結
第二章、智能車機械結構調整與優化
2.1智能車車體機械建模
2.2智能車前輪定位的調整
2.2.1主銷后傾角
2.2.2主銷內傾角
2.2.3車輪外傾角
2.2.4 前輪前束
2.3智能車轉向機構調整優化
2.4智能車后輪減速齒輪機構調整
2.5其它機械結構的調整
第三章、電路設計說明
3.1 主控板的設計
3.1.1 電源管理模塊
3.1.2 電機驅動模塊
3.1.3 主控板設計
3.1.4 接口模塊
3.1.5 信號采集模塊
3.2 智能車傳感器模塊設計
3.2.1光電傳感器的原理
3.2.2 激光傳感器的設計
第四章、智能車控制軟件設計說明
4.1光感器的路徑精確識別技術
4.1.1 光電傳感器路徑識別狀態分析
4.1.2 光電傳感器路徑識別算法
4.2彎道策略分析
4.3彎道策略制定
第五章、開發工具、制作、安裝、調試過程說明
5.1 開發工具
5.2 調試過程
第六章、模型車的主要技術參數說明
6.1 智能車外形參數
6.2 電路部分參數
6.3 除了車模原有的驅動電機、舵機之外伺服電機數量
結論
參考文獻
第一章、方案設計本章主要簡要地介紹智能車系統總體方案的選定和總體設計思路，在后面的章節中將整個系統分為機械結構、控制模塊、控制算法等三部分對智能車控制系統進行深入的介紹分析。 1.1系統總體方案的選定通過學習競賽規則和往屆競賽相關技術資料了解到，路徑識別模塊是智能車系統的關鍵模塊之一，路徑識別方案的好壞，直接關系到最終性能的優劣，因此確定路徑識別模塊的類型是決定智能車總體方案的關鍵。如圖2.1，而目前能夠用于智能車輛路徑識別的傳感器主要有光電傳感器和CCD/CMOS傳感器。光電傳感器尋跡方案的優點是電路簡單、信號處理速度快，但是其前瞻距離有限；CCD攝像頭尋跡方案的優點則是可以更遠更早地感知賽道的變化，但是信號處理卻比較復雜，如何對攝像頭記錄的圖像進行處理和識別，加快處理速度是攝像頭方案的難點之一。在比較了兩種傳感器優劣之后，考慮到CCD傳感器圖像處理的困難后，決定選用應用廣泛的光電傳感器，相信通過選用大前瞻的光電傳感器，加之精簡的程序控制和較快的信息處理速度，光電傳感器還是可以極好的控制效果的。
圖1.1 光電傳感器參賽車與CCD傳感器參賽車 1.2系統總體方案的設計競賽規則規定，智能車系統采用飛思卡爾的16位微控制器MC9S12DG128B單片機作為核心控制單元用于智能車系統的控制。在選定智能車系統采用光電傳感器方案后，賽車的位置信號由車體前方的光電傳感器采集，經S12 MCU的I/O口處理后，用于賽車的運動控制決策，同時內部ECT模塊發出PWM波，驅動直流電機對智能車進行加速和減速控制，以及伺服電機對賽車進行轉向控制，使賽車在賽道上能夠自主行駛，并以最短的時間最快的速度跑完全程。為了對賽車的速度進行精確的控制，在智能車后軸上安裝光電編碼器，采集車輪轉速的脈沖信號，經MCU捕獲后進行PID自動控制，完成智能車速度的閉環控制。此外，還增加了鍵盤作為輸入輸出設備，用于智能車的角度和方位控制。系統總體方框圖如圖1.2。 1
第三屆全國大學生智能汽車邀請賽技術報告 圖1.2系統總體方框圖 根據以上系統方案設計，賽車共包括七大模塊：MC9S12DG128B主控模塊、傳感器模塊、電源模塊、電機驅動模塊、速度檢測模塊輔助調試模塊。各模塊的作用如下： MC9S12DG128B主控模塊，作為整個智能車的“大腦”，將采集光電傳感器、光電編碼器等傳感器的信號，根據控制算法做出控制決策，驅動直流電機和伺服電機完成對智能車的控制。 傳感器模塊，是智能車的“眼睛”，可以通過一定的前瞻性，提前感知前方的賽道信息，為智能車的“大腦”做出決策提供必要的依據和充足的反應時間。 電源模塊，為整個系統提供合適而又穩定的電源。 電機驅動模塊，驅動直流電機和伺服電機完成智能車的加減速控制和轉向控制。 速度檢測模塊，檢測反饋智能車后輪的轉速，用于速度的閉環控制。 輔助調試模塊主要用于智能車系統的功能調試、賽車狀態監控等方面。 小結本章重點分析了智能車系統總體方案的選擇，并介紹了系統的總體設計，以及簡要地分析了系統各模塊的作用。在今后的章節中，將對整個系統機械結構、控制模塊和控制算法等三個方面的實現進行詳細介紹。
第二章、智能車機械結構調整與優化
我們對機械結構的要求是：簡單而高效。我們在不斷的嘗試后確定了以下的設計方案:
圖2.1 智能車器件布局圖 智能車系統任何的控制都是在一定的機械結構基礎上實現的，因此在設計整個軟件架構和算法之前一定要對整個車模的機械結構有一個感性的認識，然后建立相應的數學模型。從而再針對具體的設計方案來調整賽車的機械結構，并在實際的調試過程中不斷的改進和提高。本章將主要介紹智能車車模的機械結構和調整方案。 2.1智能車車體機械建模此次競賽選用的智能車競賽專用車模(G768仿真車模)。智能車的控制采用的是前輪轉向，后輪驅動方案。智能車的外形大致如下：
圖2.2 智能車外形圖 其基本的尺寸參數如表2.1： 表2.1 模型車基本尺寸參數
2.2智能車前輪定位的調整現代汽車在正常行駛過程中，為了使汽車直線行駛穩定，轉向輕便，轉向后能自動回正，減少輪胎和轉向系零件的磨損等，在轉向輪、轉向節和前軸之間須形成一定的相對安裝位置，叫車輪定位，其主要的參數有：主銷后傾、主銷內傾、車輪外傾和前束[2]。智能車競賽模型車的四項參數都可以調整，但是由于模型車加工和制造精度的問題，在通用的規律中還存在著一些偶然性。 2.2.1主銷后傾角主銷后傾角是指在縱向平面內主銷軸線與地面垂直線之間的夾角[2]。它在車輛轉彎時會產生與車輪偏轉方向相反的回正力矩，使車輪自動恢復到原來的中間位置上。所以，主銷后傾角越大，車速越高，前輪自動回正的能力就越強，但是過大的回正力矩會使車輛轉向沉重。通常主銷后傾角值設定在1°到3°。 模型車通過增減黃色墊片的數量來改變主銷后傾角的，由于競賽所用的轉向舵機力矩不大，過大的主銷后傾角會使轉向變得沉重，轉彎反應遲滯，所以設置為0°，以便增加其轉向的靈活性。 2.2.2主銷內傾角主銷內傾角是指在橫向平面內主銷軸線與地面垂直線之間的夾角，它的作用也是使前輪自動回正[2]。角度越大前輪自動回正的作用就越強，但轉向時也就越費力，輪胎磨損增大；反之，角度越小前輪自動回正的作用就越弱。通常汽車的主銷內傾角不大于8°。 對于模型車，通過調整前橋的螺桿的長度可以改變主銷內傾角的大小，由于過大的內傾角也會增大轉向阻力，增加輪胎磨損，所以在調整時可以近似調整為0°~3°左右，不宜太大。 主銷內傾和主銷后傾都有使汽車轉向自動回正，保持直線行駛的功能。不同之處是主銷內傾的回正與車速無關，主銷后傾的回正與車速有關，因此高速時主銷后傾的回正作用大，低速時主銷內傾的回正作用大。 2.2.3車輪外傾角前輪外傾角是指通過車輪中心的汽車橫向平面與車輪平面的交線與地面垂線之間的夾角[2]，對汽車的轉向性能有直接影響，它的作用是提高前輪的轉向安全性和轉向操縱的輕便性[1]。在汽車的橫向平面內，輪胎呈“八”字型時稱為“負外傾”，而呈現“V”字形張開時稱為正外傾。如果車輪垂直地面一旦滿載就易產生變形，可能引起車輪上部向內傾側，導致車輪聯接件損壞。所以事先將車輪校偏一個正外傾角度，一般這個角度約在1°左右，以減少承載軸承負荷，增加零件使用壽命，提高汽車的安全性能。 模型車提供了專門的外傾角調整配件，近似調節其外傾角。由于競賽中模型主要用于競速，所以要求盡量減輕重量，其底盤和前橋上承受的載荷不大，所以外傾角調整為0°即可，并且要與前輪前束匹配。 2.2.4 前輪前束所謂前束是指兩輪之間的后距離數值與前距離數值之差，也指前輪中心線與縱向中心線的夾角[2]。前輪前束的作用是保證汽車的行駛性能，減少輪胎的磨損。前輪在滾動時，其慣性力自然將輪胎向內偏斜，如果前束適當，輪胎滾動時的偏斜方向就會抵消，輪胎內外側磨損的現象會減少。像內八字那樣前端小后端大的稱為“前束”，反之則稱為“后束”或“負前束”。在實際的汽車中，一般前束為0~12mm 。 在模型車中，前輪前束是通過調整伺服電機帶動的左右橫拉桿實現的。主銷在垂直方向的位置確定后，改變左右橫拉桿的長度即可以改變前輪前束的大小。在實際的調整過程中，我們發現較小的前束，約束0~2mm可以減小轉向阻力，使模型車轉向更為輕便，但實際效果不是十分明顯。 雖然模型車的主銷后傾角、主銷內傾角、車輪外傾角和前束等均可以調整，但是由于車模加工和制造精度的問題，在通用的規律中還存在著不少的偶然性，一切是實際調整的效果為準。 2.3智能車轉向機構調整優化理想的轉向模型，是指在輪胎不打滑時，忽略左右兩側輪胎由于受力不均產生的變形，忽略輪胎受重力影響下的變形時車輛的的轉向建模。在這種理想的模型下，車體的轉向半徑可以計算得到。 圖2.3 智能車轉向示意圖 如圖2.3，假設智能車系統為理想的轉向模型，且其重心位于其幾何中心。車輪滿足轉向原理，左右輪的軸線與后輪軸線這三條直線必然交于一點。 轉向機構在車輛運行過程中有著非常重要的作用。合適的前橋和轉向機構可以保證在車輛直線行駛過程中不會跑偏，能保證車輛行駛的方向穩定性；而在車輛轉向時，合適的轉向機構可以使車輛自行回到直線行駛狀態，具有好的回正性。正是由于這些原因，轉向系統優化設計成為智能車設計中機械結構部分的重點，直接關系到賽車能否順利地完成比賽。在實際操作中，我們通過理論計算的方案進行優化，然后做出實際結構以驗證理論數據，并在實際調試過程中不斷改進。 在模型車制做過程中，賽車的轉向是通過舵機帶動左右橫拉桿來實現的。轉向舵機的轉動速度和功率是一定，要想加快轉向機構響應的速度，唯一的辦法就是優化舵機的安裝位置和其力矩延長桿的長度。由于功率是速度與力矩乘積的函數，過分追求速度，必然要損失力矩，力矩太小也會造成轉向遲鈍，因此設計時就要綜合考慮轉向機構響應速度與舵機力矩之間的關系，通過優化得到一個最佳的轉向效果。經過最后的實際的參數設計計算，最后得出一套可以穩定、高效工作的參數及機構。 如圖3.3，我們最終設計的這套轉向拉桿，我們綜合考慮了速度與扭矩間的關系，并根據模型車底盤的具體結構，簡化了安裝方式，實現了預期目標。 圖3.3 轉向拉桿圖 2.4智能車后輪減速齒輪機構調整模型車后輪采用RS-380SH 電機驅動，電機軸與后輪軸之間的傳動比為 18：76（電機軸齒輪齒數為18，后軸傳動齒數為76）。齒輪傳動機構對車模的驅動能力有很大的影響。齒輪傳動部分安裝位置的不恰當，會大大增加電機驅動后輪的負載，會嚴重影響最終成績。調整的原則是：兩傳動齒輪軸保持平行, 齒輪間的配合間隙要合適，過松容易打壞齒輪，過緊又會增加傳動阻力，浪費動力；傳動部分要輕松、順暢，不能有遲滯或周期性振動的現象。判斷齒輪傳動是否良好的依據是，聽一下電機帶動后輪空轉時的聲音。聲音刺耳響亮，說明齒輪間的配合間隙過大，傳動中有撞齒現象；聲音悶而且有遲滯，則說明齒輪間的配合間隙過小，或者兩齒輪軸不平行，電機負載變大。調整好的齒輪傳動噪音很小，并且不會有碰撞類的雜音，后輪減速齒輪機構就基本上調整好了，動力傳遞十分流暢。 2.5其它機械結構的調整另外，在模型車的機械結構方面還有很多可以改進的地方，比如說車輪、懸架、底盤、車身高度等。 模型車在高速的條件下（2.3m/s~3.5m/s），由于快速變化的加減速過程，使得模型車的輪胎與輪輞之間很容易發生相對位移，可能導致在加速時會損失部分驅動力。在實驗中調試表明，賽車在高速下每跑完一圈，輪胎與輪輞之間通常會產生幾個厘米的相對位移，嚴重影響了賽車的加速過程。為了解決這個問題，我們在實際調試過程中對車輪進行了粘胎處理，可以有效地防止由于輪胎與輪輞錯位而引起的驅動力損失的情況。 此外，我們還對模型車的前后懸架彈簧的預緊力進行調節，選用不同彈性系統的彈簧等方法進行了改進，并且對車身高度，以及底盤的形狀和質量 、后輪的輪距等，都進行了相應的改進和調整，均取得了不錯效果。
第三章、電路設計說明3.1 主控板的設計3.1.1 電源管理模塊圖3.1 電源管理模塊原理圖 電源模塊對于一個控制系統來說極其重要，關系到整個系統是否能夠正常工作，因此在設計控制系統時應選好合適的電源。 競賽規則規定，比賽使用智能車競賽統一配發的標準車模用7.2V 2000mAh Ni-cd供電，而單片機系統、路徑識別的光電傳感器、光電碼編碼器等均需要5V電源，伺服電機工作電壓范圍4V到6V（為提高伺服電機響應速度，采用7.2V 供電），直流電機可以使用7.2V 2000mAh Ni-cd蓄電池直接供電，智能車電壓調節電路示例見圖3。 5V電源模塊用于為單片機系統、傳感器模塊等供電。常用的電源有串聯型線性穩壓電源（LM2940、7805等）和開關型穩壓電源（LM2596、LM2575等）兩大類。前者具有紋波小、電路結構簡單的優點，但是效率較低，功耗大；后者功耗小，效率高，但電路卻比較復雜，電路的紋波大。對于單片機，需要提供穩定的5V電源，由于LM2940的穩壓的線性度非常好，所以選用LM2940-5單獨對其進行供電；而其它模塊則需要通過較大的電流，而LM2596-5，轉換效率高，帶載能力大，缺點是其紋波電壓大，不適合做單片機電源，不過對其它模塊供電還是能保證充電的電源。利用LM2940-5和LM2596-5對控制系統和執行部分開供電，可以有效地防止各器件之間發生干擾，以及電流不足的問題，使得系統能夠穩定地工作 3.1.2 電機驅動模塊
圖3.2 電機驅動模塊原理圖 電機驅動采用主辦方提供的33886作為驅動芯片， MCU通過IN1引腳輸入PWM波，以調節33886的DNC口的輸出電壓,調節電機轉速的快慢，并且在IN2口輸入電壓以調節電機的反轉和制動功能。 3.1.3 主控板設計智能車控制系統主控電路圖3.3： 圖3.3 MC9S12DG128主控板電路圖 智能車系統以MC68S912DG128B為控制核心，可以直接利用清華大學的S12最小系統板，另外再設計了一塊外圍電路的主控板。如圖4.3 所示，MC9S12DG128單片機在控制系統所需要使用的管腳如下，主要包括了傳感器控制與檢測部分、電機驅動部分、ECT部分、BDM 調試接口以及其它常用電路的接口等。 表3.1 MC9S12DG12單片機管腳分配表
3.1.4 接口模塊
圖3.4 接口模塊原理圖 接口模塊的作用即外部設備單片機的接口，分別有電機接口，轉向主舵機接口，伺服電機接口，光電編碼器接口，電源接口。 3.1.5 信號采集模塊從簡潔的設計角度，我們直接從微控制器的電源線上串聯上限流電阻，再和光電傳感串聯使用。限流電阻既在光電傳感器檢測時起到了上拉電阻的作用。和微控制器共地，簡化了電路結構。 圖3.5 信號采集模塊原理圖 3.2 智能車傳感器模塊設計在確定智能車總體方案時，我們選擇光電傳感器的方案。為了獲得更大前瞻距離，為控制系統后續處理贏得更多的時間，在從眾多光電傳感器中選擇了大前瞻的激光傳感器，前瞻距離可以達到普通光電傳感器的數倍甚至十幾倍，完全滿足競賽的要求。 3.2.1光電傳感器的原理光電傳感器檢測路面信息的原理是由發射管發射一定波長的紅外線，經地面反射到接收管[13]。如圖4.7，由于在黑色和白色上反射系數不同，在黑色上大部分光線被吸收，而白色上可以反射回大部分光線，所以接收到的反射光強是不一樣，進而導致接收管的特性曲線發生變化程度不同，而從外部觀測可以近似認為接收管兩端輸出電阻不同，進而經分壓后的電壓就不一樣，就可以將黑白路面區分開來。 圖3.6 光電傳感器原理 3.2.2 激光傳感器的設計激光傳感器與普通的光電傳感器原理都是一樣，但是其前瞻能力遠大于普通的光電傳感器，可以達到40-50厘米，對于智能車來說已經足夠。 在競賽中，規則規定傳感器最多不能超過16個，我選用了14個激光傳感器，所有的傳感器呈“一”字排布。如圖4.8，激光傳感器由兩部份構成，一部份為發射部份，一部分為接收部份。發射部份由一個振蕩管發出180KHz頻率的振蕩波后，經三極管放大，激光管發光；接收部份由一個相匹配180KHz的接收管接收返回的光強，經過電容濾波后直接接入S12單片機的PA與PB口(PA與PB口兩下8位的數據口組成一個16位的數據口，用于檢測14路傳感器信號)，檢測返回電壓的高低。由于激光傳感器使用了調制處理，接收管只能接受相同頻率的反射光，因而可以有效防止可見光對反射激光的影響。 圖3.7 激光傳感器發射與接收電路 圖3.8 激光傳感器的控制電路 為了簡化14路激光傳感器的控制，減少激光傳感器相互之間的干擾，傳感器的控制采用了分時發光的策略，使用74LS138作為分時控制器，如圖4.9，由S12的3個IO口來控制7組傳感器的開斷，同一時間控制每組相隔最遠的兩路傳感器發光，這樣接收管就接收不到相鄰傳感器發射的激光了，因而達到了防止相互傳感器之間干擾的目的。
第四章、智能車控制軟件設計說明4.1光感器的路徑精確識別技術在智能車系統中，光電（激光）傳感器就是整個系統的“眼睛”，其對于路徑的識別在控制系統中尤為重要。 4.1.1 光電傳感器路徑識別狀態分析由于往屆競賽對光電傳感器排布方式研究已經比較深入，傳統的“一”字型排布方式在眾多排布方式中效果顯著，是最常用的一種排布方式。模型車也充分利用了往年的成熟的傳感器技術，其排布方式如圖5.1。 圖4.1 模型車激光傳感器一字排布圖 對于我們模型車，傳感器在賽道上可能的狀態有：在普通的賽道處、在起點處、在十字交叉線處，分別如下圖（并未列出所有的狀態圖），下面將分別進行分析。 圖4.2激光傳感器在普通賽道上
圖4.3 激光傳器在起點處 圖4.4 激光傳感器在十字交叉線處 為了識別賽車是處于什么樣狀態下，用于進行賽道記憶和速度控制，對于我們的數字型激光傳感器，每個傳感器只有0與1 兩種狀態，我們分別把14路傳感器標記為1到14號傳感器，每個傳感器又可以對應一個是否在黑線上的標志位，分別為Sen_Flag[0]到Sen_Flag[13]，相應在黑線上為1，不在黑線上為0，從而通過對任一時刻傳感器標志位的讀取就可以知道此時模型車的狀態。 為了精確地識別起跑線和十字交叉線，在程序設計時還定義了一個名為Sen_ChangeCount的變量，表示傳感器狀態變化（由1變為0和由0變為1）的次數。 從上面的傳感器狀態圖中可以輕松看出，在普通賽道上出除了賽車移出賽道之外傳感器變化次數都為2次，而在起跑線處模型車的傳感器狀態變化次數為4次，在十字交叉線時傳感器狀態變化次數為0次。 為了進一步把各種狀態分開，在程序中還定義了變量Sen_FlagCount，用于統計所有傳感器狀態標志位之和，即在黑線上的傳感器的數目。結合以上幾個變量，就可以準確地分清各個傳感器狀態了。各個傳感器狀態如下表： 表4.1 傳感器狀態判定表
通過上表，就可以輕松地把模型車任一時刻的傳感器狀態識別出來，也為賽道記憶識別起點等提供的必要的保障。 4.1.2 光電傳感器路徑識別算法路徑識別算法是我們使用的是模糊算法，這種算法的優點是能夠根據傳感器返回的狀態值，得到車的重心偏離黑線的程度，還可以通過一定的算法，計算出舵機的轉向角度，并且在一定程度上具有抗拒微小干擾的能力。具體算法介紹如下：  圖4.5 傳感器重心取值分配圖 （1）、將每個傳感器進行加權處理，給相應各個傳感器的權重值，如圖5.5所示。 （2）、當傳感器檢測到黑線時相應的傳感器返回所在的權重值，并計算所有傳感器的平均加權值，即偏離程度。計算公式為:  式(4 .1) 式中，Sen_Flag為對應傳感器的狀態值，Sen_QuanZhong為對應傳感器的權重值，Sen_Jiaquan為傳感器的加權平均值。 for(i=0;i<14;i++) { Sen_Jiaquan+=(Sen_Flag*Sen_QuanZhong); Sen_FlagCount+=Sen_Flag; } Sen_Jiaquan= Sen_Jiaquan /Sen_FlagCount; 由上程序段即可以計算出此時模型車傳感器的加權平均值，由此可以得到模型車的狀態，為下一步控制決策提供必要的信息。 （3）、建立偏離程度和舵機轉動角度所對應的PWM脈寬關系的模型，擬合二者的函數關系曲線。 在這里我們認為舵機轉動的角度是和PWM脈寬成線性的正比關系，因此以一次函數來唯一確定PWM脈寬與舵機轉動角度之間的關系。 建立的一次函數方程為：  式4 .2) 式中，TurnAngle為舵機應轉的角度，PWMMiddle為車輪擺正是舵機PWM脈寬應賦的PWMDTYx的值，Sen_Jiaquan為由傳感器狀態求得的偏離程度，PWMHalf為舵機由中心擺到車輪允許的最大值PWMDTYx的變化值，Factor 為影響比例因數。由此，我們求出了在不同的傳感器狀態下舵機應轉的角度。 4.2彎道策略分析
在車輛進彎時，需要對三個參數進行設定：切彎路徑、轉向角度、入彎速度。 其中，切彎路徑主要決定了車輛是選擇內道過彎還是外道過彎。切內道，路經最短，但是如果地面附著系數過小會導致車輛出現側滑的不穩定行駛狀態，原因是切內道時，曲率半徑過小，同時速度又很快，所以模型車需要的向心力會很大，而賽道本身是平面結構，向心力將全部由來自地面的摩擦力提供，因此賽道表面的附著系數將對賽車的運行狀態有很大影響。切外道，路徑會略長，但是有更多的調整機會，同時曲率半徑的增加會使得模型車可以擁有更高的過彎速度。 轉向角度決定了車輛過彎的穩定性。合適的轉向角度會減少車輛在轉彎時的調整，不僅路徑可以保證最優，運動狀態的穩定也會帶來效率的提高，減少時間。在考慮轉向角度設置時需要注意以下幾個問題：對于檢測賽道偏移量的傳感器而言，在增量較小時的轉向靈敏度；檢測到較大彎道時的轉向靈敏度；對于類似S彎的變向連續彎道的處理。 對于入彎速度的分析，應該綜合考慮路徑和轉向角度的影響。簡單而言，我們會采取入彎減速，出彎加速的方案，這樣理論上可以減少過彎時耗費的時間。然而，在過去幾屆比賽中，通過觀察各參賽車對彎道的處理后，我們發現并不是所有人都選擇了相同的方案。正如前面說到的那樣，不聯系路徑和轉向角度，只是單純地分析過彎速度，會造成思路的局限甚至錯誤。例如，在不能及時判斷入彎和出彎的標志點就采取“入彎減速、出彎加速”的方案，會出現彎道內行駛狀態不穩定、路徑差，同時出彎加速時機過晚，一樣會浪費時間。所以現在本系統參考實際駕駛時的一些經驗，對過彎速度的處理方式確定為：入彎時急減速，以得到足夠的調整時間，獲得正確的轉向角度；在彎道內適當提速，并保持角度不變，為出彎時的加速節約時間；出彎時，先準確判斷標志，然后加速，雖然會耗費一些時間，但是面對連續變向彎道可以減少判斷出錯的概率，保證行駛狀態的穩定性，而且彎道內的有限加速對后面的提速也有很大的幫助。綜合考慮用可以接收的額外時間換回行駛穩定性還是值得的。 下面以常見的幾種彎道轉角處理方式解釋各方案的優缺點，其中，橫坐標表示由傳感器采集回來的賽道中心線相對賽車中心線的偏移量，縱坐標表示轉角大小。 圖4.6彎道轉角處理方式 a圖表示偏移量與轉向角度呈線性關系，在計算及程序編寫上都比較簡單，也可以實現控制賽車行駛的目標，但是由于規則制定比較簡單，對賽車實際行駛狀態的分析不夠全面，所以在實際應用時不能簡單套用。 b圖表示的是在賽車略微偏離賽道中心時，不要對行駛方向作太大調整，而是在當偏離度大到預定值時急速調整轉角以保證過彎的及時，同時在以判斷出是急彎后，也不要進行大的變動，因為此時轉角的值已經很大，僅需對舵機進行微調就可以保證方向的正確性。這種方案的優點是綜合考慮了賽車對個彎道的適應程度，同時保證了在直線行駛時的穩定性，和抗干擾性，但是對急彎的響應可能不夠及時，這是該方案的主要缺點。 c圖表示的對彎道的處理方案與B圖恰好相反，它提高了相應靈敏度，降低了抗干擾性，對于多彎道，且彎道曲率半徑較小的賽道有比較好的適應性。 d、e圖是兩種比較特殊的處理方案，它們不能用于賽車的全程控制，只是考慮到賽車的實際運行特點對某部分的偏移量有特別要求是使用。對于傳統四輪車輛，轉向時前輪有比較嚴格的角度關系，而它們的得到是由轉向系統決定的。這樣兩套系統都對某個值做出了限制，必然會有矛盾，在車由0度轉到最大轉角時，并不是每時每刻都能同時滿足兩種條件的限制，那么為了賽車行駛的穩定性，我們可能會在小范圍內對轉角波動，以得到附近最合適的轉角值，減小矛盾。 4.3彎道策略制定在智能車比賽中，我們使用的是通用二輸入一輸出系統，其中兩個輸入量是中心線偏移量，和相鄰兩次檢測的偏移量差值；輸出量可以分別選用舵機轉角值和速度輸出值做兩套系統。 中心線偏移量的隸屬度函數表為9級： 表4.2中心線偏移量的隸屬度函數表 偏移量差值的隸屬度函數表為3級（計算時需要先做加100運算）：
表4.3偏移量差值的隸屬度函數表
速度規則表為： 表4.4速度規則表
速度精確值為： 表4.5速度精確值
轉角規則表為： 表4.6轉角規則表
轉角精確值為： 表4.7轉角精確值
這套控制方案是基于07年第二屆“飛思卡爾”全國大學生智能車競賽的要求制定的，它實現了對不同曲率彎道的轉角合理分配，速度精確限制等目標。
第五章、開發工具、制作、安裝、調試過程說明5.1 開發工具程序的開發是在組委會提供的CodeWarrior IDE下進行的，包括源程序的編寫、編譯和鏈接，并最終生成可執行文件。 CodeWarrior for S12 是面向以HC1和S12為CPU的單片機嵌入式應用開發軟件包。包括集成開發環境IDE、處理器專家庫、全芯片仿真、可視化參數顯示工具、項目工程管理器、C交叉編譯器、匯編器、鏈接器以及調試器。 5.2 調試過程在調試過程中，我們開發了用于智能車監測智能車實時狀態的智能車實時監測系統。能夠方便的監測智能車在運動過程中轉角，傳感器狀態，速度等信息，很大的方便了智能車的調試。 界面如圖所示： 圖5.1 賽道模擬結果 真實賽道如圖： 圖5.2 真實賽道
第六章、模型車的主要技術參數說明
6.1 智能車外形參數
車長：36cm
車寬：17cm
車高：7cm
車重：約1.5kg
6.2 電路部分參數
我們小組所改造的智能車采用一塊比賽標準7.2V電池供電，電路中共有 16個電容，容量總計142.099μF。當模型車全功率開動時，功耗約為50W 。
6.3 除了車模原有的驅動電機、舵機之外伺服電機數量
除了車模原有的驅動電機、舵機之外使用了1個伺服電機。
結論
自三月初報名參加“飛思卡爾”杯智能車邀請賽以來，我們小組成員查找資料，設計機構，組裝車模，編寫程序，分析問題，最后終于完成了最初目標，定下了現在這個方案。
在此份技術報告中，我們主要介紹了準備比賽時的基本思路，包括機械，電路，以及最重要的控制算法的創新思想。
在機械方面，我們分析了W型，A型，V型等排布方法，考慮到程序的穩定性、簡便性，我們最后敲定了一字形排布，并通過反復實踐決定了傳感器的數量和位置。
在電路方面，我們以模塊形式分類，在電源管理，電機驅動，接口，控制，信號采集，傳感器這六個模塊分別設計，在查找資料的基礎上各準備了幾套方案；然后我們分別實驗，最后以報告中所提到的形式決定了我們最終的電路圖。
在算法方面，我們使用C語言編程，利用比賽推薦的開發工具調試程序，經過小組成員不斷討論、改進，終于設計出一套比較通用的，穩定的程序。在這套算法中，我們結合路況調整車速，做到直線加速，彎道減速，保證在最短時間跑完全程。
現在，面對即將到來的大賽，在歷時近五個月的充分準備之后，我們有信心在比賽中取得優異成績。也許我們的知識還不夠豐富，考慮問題也不夠全面，但是這份技術報告作為我們五個月辛勤汗水來的結晶，凝聚著我們小組每個人的心血和智慧，隨著它的誕生，這份經驗將永伴我們一生，成為我們最珍貴的回憶。
完整的Word格式文檔51黑下載地址：
第三屆“飛思卡爾”杯全國大學生北京科技大學光電一隊技術報告.doc
(4.44 MB, 下載次數: 22)
2018-12-14 10:07 上傳
點擊文件名下載附件
下載積分: 黑幣 -5
| 
QQ好友和群
QQ空間
騰訊微博
騰訊朋友
收藏
淘帖
頂
踩
