开题报告-飞思卡尔杯智能车大奖赛（电磁组2）软件控制系统设计与开发.docx

毕业设计（论文）开题报告课 题 名 称 ： 飞思卡尔智能车大奖赛（电磁组2） 软件控制系统设计与开发 学 院 ： 机械工程学院 专 业 ： 机械工程及自动化 姓 名 ： _ 学 号 ： 指 导 教 师 ： 2016年 3 月 3 日飞思卡尔智能车大奖赛（电磁组2）软件控制系统设计与开发1、 背景介绍全国大学生“飞思卡尔”杯智能汽车竞赛组委会提供一系列标准的汽车模型、直流电机和可充电式电池，参赛队伍要依靠符合大赛要求的元器件，制作能够自主循迹的智能车，在规定的跑道上自主循迹行驶。其设计内容涵盖了控制、模式识别、程序算法、传感技术、汽车电子、电子电路、计算机、机械、能源等多个学科的知识1。实际上，作为全球首屈一指的嵌入式电子解决方案供应商，飞思卡尔半导体从1994年起便与国内大学在技术培训应用研究方面的合作，目前汽车及标准电子产品分部已在清华、复旦大学、深圳大学、电子科技大学及同济大学建立了嵌入式处理器开发应用研究中心(简称MAC)，自2000年又逐步在北航，浙江大学等学校建立了教学实验中心(简称MTC)。大量的大学生，通过参加竞赛，为飞思卡尔先进的产品及开发工具获得专业培训，取得实际操作经验，为自身公司的发展起到重大的作用。2000年智能车比赛首先由韩国汉阳大学承办开展起来，每年全韩国大约有100余支大学生队伍报名并准予参赛。随着赛事的逐年开展，不仅有助于大学生自主创新能力的提高，对于高校相关学科领域学术水平的提升也有一定帮助，最终将有助于汽车企业的自主创新，得到企业的认可。这项赛事在韩国的成功可以证明这一点。同时，飞思卡尔公司开始协办国大学生飞思卡尔杯智能汽车竞赛。首先，竞赛在各个分赛区进行报名、预赛，各分赛区的优胜队将参加全国总决赛。每届比赛根据参赛队伍和队员情况，分别设立线性CCD组、摄像头组、电磁组、创意组等多个赛题组别。全国大学生智能汽车竞赛一般在每年的10月份公布次年竞赛的项目和组织方式，并开始接受报名，次年的3月份进行相关技术培训，7月份进行分赛区竞赛，8月份进行全国总决赛。飞思卡尔全国大学生竞赛，至今已举办10届，正是因为有如此优点于一身，得到了众多高校和大学生的欢迎，也逐渐得到了企业界的极大关注2。2、 研究现状之从飞思卡尔半导体公司和恩智浦公司合并之后，以往的飞思卡尔竞赛也改称为恩智浦智能车竞赛，即第十一届恩智浦智能车竞赛将在中南大学举办。由于这项竞赛参赛学校比较多，其中包括很有实力的高校，参赛队伍非常多，也带起了相关商业产品的发展。在国内，也有好多学者在研究相关的课题，比如如何优化算法，如何提高硬件的稳定性，如何提高机械性能随着比赛届数增加，学生对智能车技术的掌握也越来越成熟。但是各个比赛队伍在比赛时还是会出现或多或少的状况，说明车子对环境的适应性还是有待提高，特别是对于软件控制系统，算法优化。通过查阅书籍，蔡述庭 主编 飞思卡尔”杯智能汽车竞赛设计与实践-基于S12XS和Kinentis K101一书，学习到IAR环境下进行嵌入式系统的开发，了解到规范编程的重要性，比如每个函数必须都要有注释和空行；在IAR中，要用ctrl+t进行自动排版而不用空格；复杂的循环语句、case语句适当进行注释，对于这些规则虽然没有硬性要求，但是对增长程序的可读性，却发挥着重要作用对于单片机I/O口的认识相对于8位的51来说，又有了个新高度，比如I/O口的DDRX方向寄存器功能，PORTX数据存储器功能；UART异步串行通信功能等；学习到一些常用的数据处理方法，比如实验数据的归一化，误差抵消法等；认识到一些经典示例程序对小车控制的重大参考价值。由王宜杯，曹金华编著的嵌入式系统设计实战基于飞思卡尔S12X微控制器3是以飞思卡尔半导体公司16位S12X系列微控制器中MC9S12XS128为蓝本阐述嵌入式系统的软件与硬件设计。在Vehicle Control Strategies Analysis Based on PID and Fuzzy Logic Control34论文中，了解到模糊控制算法在智能车中的应用发展，相类似的算法，也可以相应的运用到在飞思卡尔智能车竞赛中。通过对第七届全国大学生“飞思卡尔”杯智能汽车竞赛电磁组直立行车参考设计方案 13的研读之后，对今年的直立组控制有了大体的认识，直立小车的控制划分为平衡控制、速度控制、方向控制，对其中所使用到的加速度计、陀螺仪传感器的工作原理与控制有了个感性上的认识，对小车将要实现的功能所用到的控制、算法也有了更全面的了解。结合这些文献，对课题的认识又深入一层，该课题主要设计飞思卡尔智能车竞赛的软件控制系统，优化系统的稳定性和适应性，然后再进行程序调试，通过算法的优化，再次增加小车整体的协调性，统一性，最终去参加比赛。学习和掌握飞思卡尔32位智能车比赛用单片机芯片K6010，研究飞思卡尔32位智能车电磁组硬件系统组成，完成硬件系统原理（包括单片机最小系统，电机驱动电路，电磁传感器运放电路，信号处理电路等）的设计，所完成的系统需要有较强的抗干扰能力和较好的稳定性能，并把所设计的硬件系统原理图用Altium Designer软件绘制1315，然后按照原理图购买对应的电子元件，用面包板测试，测试好后将原理图生成PCB31图送去工厂加工，焊接电路板，系统各个模块独立调试以及整个系统调试，软硬件系统联调，在IAR环境中进行调试48。在调试过程中解决实际问题，进行算法的优化以及硬件的改进，最终将智能车实现稳准快地跑完赛道，并做好比赛准备工作。3、 课题研究内容 2.1针对比赛形式，制定相关的智能车模型，根据功能设计相应的电路，并在Altium Designer11绘制原理图。经过软件测试之后，将软件测试好的电路制成PCB,购买相关元件，并进行实际调试23，完成硬件电路的设计32。2.2根据电磁组小车的比赛规则和选择合适的算法，提高程序运行效率，增强单片机控制效果，过matlab合理模拟建立相关数学模型，为调试提供在理论上的依据，提高调试效率。同时根据相关算法进行准确的编程，增强小车的自主识别能力，提高小车的适应性。2.3 简化算法，现场调试过程中最多地采集数据，根据数据用Matlab12进行数据分析，对算法进行改善，进一步提高车子的多项性能1923。4、 技术路线相对于四轮行走，直立状态下的控制更加复杂。因此，从控制角度来说，车模为一个控制对象，根据后轮的调节实现车模的平衡控制，速度控制，方向控制。图4-1 总控制框图由此可以得出控制车模直立稳定的条件：1) 能够精确测量车模倾角的大小和角速度”的大小2) 控制车轮的加速度5、 关键技术介绍123455.1 平衡控制通过电机的正反转保持车模直立状态。因为车模有两个轮子着地，车模只会在轮子滚动方向上发生倾斜，可以通过控制轮子电机的转动，抵消在一个维度倾斜的趋势，从而达到平衡要求。图5-1 平衡控制原理图不难得出，对于小车的平衡控制实质上就是对小车角度控制。利用陀螺仪和两个加速度计，通过两个的信号差值，从而求出车模的角加速度。对于这个信号进行积分即可得到角度和角速度。图5-2 角度平衡控制框图根据控制车轮的加速度控制算法： 13，便可得知当时车模的应加入加速度，随即驱动后轮，得到相应的加速度，从而使小车获得平衡。5.2 小车速度控制通过调节车模的倾角来实现速度控制，使用PD控制。通过安装在电机轴上的编码器来测量车轮的转速，利用单片机的计数器在固定时间内获得速度脉冲的信号，来反应电机转速。控制速度通过控制车模的倾角实现，给车模直立控制设定一个定值，在车模角度的反馈调节下，车模会自动维持在一个角度，把车模倾角给定值和车模角度相减，最终获得的车模倾角就是其实际倾角，从而获得电极的转速。5.3 小车方向控制根据两个电机的转动差速实现车模转速控制,PD控制。小车沿磁场运动，利用电磁信号的偏差小车速度控制信号进行加减运算，形成左、右轮电压差，从而控制小车的沿磁场行进再者，为了能准确反映小车与磁感线的距离，避免角度的图5-3 方向控制框图影响。在方向控制时，利用比例值k=（左值-右值）/（左值+右值）来进行方向控制6、 要解决的技术问题6.1各个模块的调试。完整的电磁、直立硬件是运行模块直立电磁组智能车的基础，其中主要有电源部分，包括电机供电电源2628（一般电池电源），系统板各元件工作电压（稳定至5V），单片机电源（稳压至3.3V）；电磁传感器模块，包括电感电容电路，放大器等；电机驱动模块，包括光耦隔离，驱动全桥等；速度检测模块（编码器）；单片机最小系统板（50M有源晶振和12M无源晶振，锁相环倍频，复位，指示灯等等）35；外围调试部分，比如无线数据，LCD显示屏和无线控制模块18；陀螺仪-加速度计模块。图6-1 角度控制框图6.2信号采集电路的设计。根据大赛规定，参赛选手不可以对电机进行更换，为了获得更高的速度、更稳定的性能，对控制电路的设计尤其重要。从检测电磁确定轨道电磁轨道开始，如何设计科学稳定的信号采集电路26，对单片机的有效控制起到十分重要的作用。显然电路整体的抗干扰能力就显得极为重要。6.3编程软件的熟练使用。熟练的进行在线调试与硬件调试，对于提高编程效率，解决一些非硬件问题都有着重要的意义。熟练对编程软件的操作(IAR)，更可以优化算法，提高程序运行效率。十一届的电磁组小车为直立组，为比赛增添了不少难度。如何协调好直立平衡中对小车的速度，方向的控制成为关键。7、 日程安排序号各阶段名称起止日期1调研，收集资料2015年12月18日 2016年3月1日2文献资料查阅，外文翻译，开题报告2016年3月1日 2016年3月13日3系统方案设计2016年3月14日 2016年3月20日4熟悉和学习Codewarrior嵌入式操作系统平台2016年3月21日 2016年4月10日5系统软件设计，仿真，调试2016年4月11日 2016年5月10日6写论文，答辩2016年5月11日 2016年5月30日8、 参考文献1 . 蔡述庭 主编，飞思卡尔”杯智能汽车竞赛设计与实践-基于S12XS和Kinentis K10，北京航空航天大学出版社，2012年。2卓晴，黄开胜，邵贝贝 等编著，学做智能车挑战“飞思卡尔”杯，北京航空航天大学出版社，2007年。3王宜杯，曹金华 编著，基于飞思卡尔S12X微控制器的智能哑铃设计，北京航空航天大学出版社，2011年。4怯擎乾 编著，基于底层硬件的软件设计，北京航空航天大学出版社，2008年。5陈亦梅，尤一鸣 编著 Freescale Flexis 系列为控制器入门及开发-从8位到32位轻松升级，电子工业出版社，2009年。6张越常，戴卫恒 编著，Freescale 系列单片机常用模块与综合系统设计实例精讲，电子工业出版社，2010年。7.孙书咏.电磁轨道智能车赛道检测方法研究J.西安邮电学院学报，2011 . 16 (6) :39 -41 8.BTS7971_DateSheet9.智能车-Freescale智能车入门手册(中文版)，飞思卡尔半导体大学计划部，2010.0310. 杨东轩, 王嵩编著，ARM Cortex-M4自学笔记:基于Kinetis K60，北京航空航天大学出版社11. 石磊, 张国强编著，Altium Designer 8.0中文版电路设计标准教程，北京:清华大学出版社,200912. 张琨, 毕靖, 丛滨编著，MATLAB 7.6从入门到精通，北京:电子工业出版社,200913.第七届全国大学生“飞思卡尔”杯智能汽车竞赛电磁组直立行车参考设计方案，竞赛秘书处 2012.03.01:112014.薛小龙.土孝明.双速度环在双马达直流调速系统中的应用J.现代电子技术，2007,4(8):17-1815.张茜，杨旭海，薛令阳.基于电磁传感器的智能车控制系统设计J.电子元器件应用，2012.14(12) :12一1616.张利民，张乐乐，刘颖涛.基于电磁传感器的智能车控制算法研究田工业控制计算机，2012 (2) : 59-60.17. 王亮,黄飞, 冯少彤等. 一种改进的二值图像像素标记算法J. 南京师范大学学报(工程技术版), 2006(2):23-2918. 龙芬. 基于ARM的实验室数字电源设计J. 软件导刊. 2011(06)19. 朱峰,苗克坚,王阳. 基于ARM微处理器的电源监控模块的设计J. 电子测量技术. 2009(02)20. 赵新宇,胡建成,杨九如. 实用稳压电源电路设计J. 自动化技术与应用. 2011(02)21. 纪志成,沈艳霞,姜建国. 基于Matlab无刷直流电机系统仿真建模的新方法J. 系统仿真学报. 2003(12)22. 蔡延财,刘勇,陈永冰,王璐. 基于仪表放大器的传感器信号采集电路设计J. 现代电子技术. 2007(06)23. 许李尚. 基于飞思卡尔S12X微控制器的智能哑铃设计J. 机电产品开发与创新.2014.07.2824. 张昊飏,马旭,卓晴. 基于电磁场检测的寻线智能车设计J. 电子产品世界. 2009(11)25. 梁昆. 智能车校园自主导航方法研究D. 上海交通大学 201126. Francisco Assis Moreira Nascimento,Marcio F. S. Oliveira,Flvio Rech Wagner. A model-driven engineering framework for embedded systems designJ. Innovations in Systems and Software Engineering . 2012 (1)27. You Feng,Wang Rongben,Zhang，Ronghui.Algorithm on Lane Changing and Tracking Control Technology for Intelligent Vehicle. Proceedings of the 2007 IEEE International Conference on Robotics and Biomimetics . 200728.National Instruments Corporation. LabVIEW Basic: Introduction Course Manua1.200829. Dias H, Rocha J, Silva L P. Distributed Surveillance SystemC,IEEE portuguese conference on Artificial intelligence, 200530. Stauffer C, Grimson W. Adaptive background mixture models for realtime tracking J . Proceedings of IEEE Computer Society Conference on Computer Vision and Pattern