网联智能小车试验平台的设计与控制算法的研究论文

题 目 网联智能小车试验平台设计与控制算法研究机械工程 院（系） 机械工程 专业学 号学生姓名指导教师起止日期设计地点摘 要本文主要讲述了在遵循相似定理基础上自主设计网联智能小车试验平台，并且对试验平台的驱动电机、转向舵机和部分传感器进行标定，为小车控制算法的研究做准备。增量型 PID 闭环控制小车试验平台进行三个试验：基于图像视觉的车道保持与入弯试验、基于超声波传感器的自主避障试验和十字路口两辆小车通信避让试验。前两个试验主要是对小车智能化的控制研究，第三个主要是对小车网联化的控制研究，通过对小车的运动控制以及小车在试验中的表现间接地研究对实际大车的运动控制。以低成本的小车试验平台替代实际大车做试验，得到能够和大车相匹配的试验数据，为实际大车的网联化，智能化提供参考价值。关键词：网联智能，车道保持，自主避障，小车通信AbstractThis paper mainly introduces the process of designing the experimental platform of connected smart car on the basis of similarity theorem, and calibrate the drive motor, steering servo and some sensors to prepare the research of the car control algorithms.The experimental platform is controlled by incremental PID closed-loop control algorithms for three experiments. The three experiments include the keeping lanes and entering the corner experiment based on digital image processing, the automatic obstruction experiment based on ultrasonic sensors and cooperative collision avoidance at crossroads. The autonomous control of the actual cart can be studied by studying the smart car.Replacing the actual cart with the smart car to do the experiments, we can obtain the data matching the actual car. This paper can provide reference value for the actual car in this way.KEY WORDS: connected smart cars, lanes keeping, automatic obstruction, cooperative collision avoidance目 录第一章 绪论 .61.1 课题研究背景 .61.2 课题研究内容 .61.3 课题研究意义 .7第二章 网联智能小车试验平台的搭建 .72.1 网联智能小车的转向与驱动方案的确定 .72.2 网联智能小车控制器、电机、舵机及传感器的选型 .82.2.1 网联智能小车控制器的选择 .82.2.2 小车驱动电机、转向舵机的选型 .92.2.3 小车传感器的选型 .112.3 网联智能小车试验平台机械结构设计 .152.3.1 小车底盘的设计 .152.3.2 小车前车轮的固定 .162.3.3 小车后车轮的固定 .172.3.4 转向机构的设计 .182.3.5 车载采购件的布局与安装 .192.3.6 小结 .192.4 网联智能小车试验平台实测参数 .202.5 小结 .20第三章 直流电机、舵机及超声波传感器的标定 .203.1 直流电机的标定 .203.2 舵机的标定 .223.3 传感器的标定 .243.4 小结 .25第四章 网联智能小车的控制算法 .254.1 经典 PID 控制算法介绍 .254.1.1PID 控制方程 .254.1.2PID 控制算法的离散化 .264.2 直流驱动电机的 PID 控制 .274.3 转向舵机的 PID 控制 .284.4 智能小车感知与控制 .284.4.1 环境感知 .294.4.2 自身状态感知 .304.4.3 小车控制算法 .304.5 具体试验控制策略 .314.5.1 直道保持与入弯试验 .314.5.2 智能小车自动避障试验 .334.5.3 十字路口会车避让试验 .35第五章 网联智能小车试验过程与结果 .365.1 直道保持与入弯试验 .365.1.1 试验状况描述 .365.1.2 试验小结 .375.2 智能小车自动避障试验 .375.2.1 试验状况描述 .375.2.2 试验小结 .375.3 十字路口会车避让试验 .385.3.1 试验状况描述 .385.3.2 试验小结 .38第一章 绪论1.1 课题研究背景汽车，对于现在的人们来说，再也不是买不起的奢侈品。汽车，成了普通的代步工具，已经走入人们的生活。生活水平的提高，汽车占有量大幅度增加，据统计，截止2016 年末，我国民用汽车保有量已经达到 19440 万辆，根据德国一家调查机构作出的预测，未来 7 年内，我国汽车保有量将增长 20%左右。大量的汽车在道路上行驶，方便人们出行的同时，也带来了更高的交通事故率。而中国的交通事故发生率在世界各国中居高不下。这其中原因很多，有驾驶员主观因素，比如疲劳驾驶，驾车时注意力不集中等，也有客观因素，比如路面结冰，恶劣的天气等。而为了降低交通事故发生率，自动驾驶的概念应运而生。试想，如果汽车能够自动驾驶，能够根据路况采取正确的动作，解放驾驶员的同时，也能保证驾驶的安全性。其实，自从第一辆汽车被造出来后，自动驾驶这种设想便已经被提出来了。而随着科技的进步，人类知识库的扩充，自动驾驶不再仅仅停留在设想中，逐渐成为了可以实现的目标。国外对于自动驾驶的研究起步较早，且取得了明显的进展。2009 年，美国谷歌公司就已经启动了一项名为“无人驾驶汽车”的计划，且到现在已经推出了自动化等级达到四极的第三代自动驾驶汽车的系统。而比较知名的汽车公司，比如丰田、沃尔沃，都相继开发了汽车驾驶辅助控制系统，所谓辅助驾驶，即操控权还是在驾驶员手中，而当汽车判断有驾车危险时，会向驾驶员发出警告，遇到突发状况，汽车自己采取紧急制动等动作，以此来保护驾驶员的安全性。近年来，以纯电动汽车崛起的特斯拉公司推出了自动驾驶汽车，已经进入市场，且受到了人们的热捧。虽说目前自动驾驶汽车价格昂贵，但至少说明了汽车智能化这一趋势势不可挡。汽车在向智能化发展的同时，也在向网联化发展，即 V2V，V2I。目前，美国在强推V2V 技术的应用，美国交通部要求出厂轻型车必须携带专用短程通讯系统，此系统能够保证车与车之间实时通信车速、车的位置等信息。不管美国实施这项措施结果如何，我们看到汽车网联化正在逐渐影响我们的生活。国内目前对于汽车自动驾驶技术的研究仍处于初始阶段。百度，腾讯，阿里巴巴这种大型互联网公司已经开展了相关研究，并且推出了一些驾驶辅助系统。同时，清华大学，上海交通大学，同济大学等知名高校也加入到了自动驾驶的技术研发队伍中。值得注意的是，国内智能车比赛开展的如火如荼，一定程度上，为实际汽车的智能化的研究提供了技术人才，吸引了一大批学子投身其中。1.2 课题研究内容本课题研究的内容就是实现车辆的网联化和智能化。然而，鉴于研究经费的短缺，本课题研究对象是按照相似性原理缩小后的小车。智能化、网联化是两个大概念，本课题是通过三个试验来实现小车的智能化和网联化。当然，这只能说是具有网联化、智能化的雏形，离真正的汽车网联化、智能化还有很远的路要走。首先，我们需要自我设计、搭建小车模型。设计的原则是 Buckinghams 相似性原理，即设计的尺寸，小车的性能与实际大车都满足一定的关系。其次，我们要了解并选购为实现小车智能化、网联化所需要的传感器，并且建立小车试验平台电子结构，实现传感器与处理器之间的通讯。最后，需要完成三个试验： 即小车车道保持与入弯试验 小车自动避障试验 十字路口会车避让试验三个试验中的前两个是与小车智能化有关，第三个试验是两辆车之间通讯并且在十字路口自动避让的试验，涉及到了小车智能化和网联化。1.3 课题研究意义本课题的研究意义在于通过研究缩小车的智能化、网联化算法控制以及小车在试验中的表现间接地研究大车的算法控制。因为是按照相似性原理设计的小车模型，即小车尺寸，性能与实际大车都相似，那么小车的动作，试验表现和实际大车也应该相似。也就是说，以低成本的模型小车来替代实际大车做试验，既不用担心试验对小车的破坏，也可以得到能够和大车相匹配的试验数据。为实际大车的网联化，智能化提供了参考价值。同时，该课题对研究者有一定的帮助，为研究者之后深入开发汽车自动驾驶技术提供了可能。第二章 网联智能小车试验平台的搭建2.1 网联智能小车的转向与驱动方案的确定在两轴的汽车的转弯过程中，前轴（前轮转向的车）内轮转向角度 与外轮转向角度满足阿克曼转向几何关系，即（2.1） =+ / 其中， B 为轮距，L 轴距。图 2.1 两轴的汽车转向示意图而一般的智能小车均采用单舵机控制前轮转向的方案，前两轮通过阿克曼转向机构与舵机相连，这种结构使得前两轮转向近似满足公示（2.1） 。本项目中，为了能够更精确的控制两轮转向，同时降低机械设计难度，采用双舵机分别控制前轴内轮和外轮的转向的方案。为保证小车动力性，采用双电机后轮驱动。2.2 网联智能小车控制器、电机、舵机及传感器的选型2.2.1 网联智能小车控制器的选择本项目是以单片机作为小车试验平台的控制器，常用的单片机有 51 单片机，stm32 等。而 stm32 单片机因为极高的性价比，自被推出后一直受到工程师们的热捧。产品具有低功耗、低成本、高性能的特点。鉴于 stm32 的强大性能，小车选用stm32F103ZET6 这款单片机非常合适。stm32F103ZET6 具有 32 位的 ARM Cortex-M3 内核，最高工作频率达到 72Mhz，具有一流的外设，ADC、DAC、UART、SPI、IIC 应有尽有。2 个普通定时器，2 个高级定时器，4 个通用定时器，还有多达 112 个 IO 口，对于一般的工程控制而言，这款单片机是绝对可以满足要求的。stm32F103ZET6 单片机开发板如图 2.2 所示。图 2.2 stm32F103ZET6 单片机开发板图2.2.2 小车驱动电机、转向舵机的选型因为本项目所做的网联智能小车的试验是为实际大车服务，小车的试验数据应该能够近似匹配实际大车，所以小车模型在尺寸设计以及动力性能方面，与实际大车必须满足相似原理。按照 Buckinghams 相似性原理，为了能够和实际车的速度相匹配，小车的速度需要满足：【】 （2.2）(/)小车 =(/)大车其中，U 为车速度，t 为车行驶时间，l 为车的轴距。考虑到时间 t 不会被缩放，所以小车 =大车 小车 /大车 （2.3）而 l 大车 大约是 3.3m，l 小车 大约是 0.3m，假设 U 大车 时速能够达到 100 公里，那么 U 小车 的速度需要达到 2.5m/s。小车的轮子选择的是直径 100mm，宽 30mm 的橡胶轮。根据（2.4）=2/60其中，U 为车速，U=2.5m/s，R 为车轮半径，R=0.05m，n 为车轮转速，单位 r/min。因为小车设计是考虑电机输出轴与车轮直接连接，所以车轮转速即电机输出轴转速。由此计算出电机输出轴转速 n：（2.5）=60/(2)n 需要达到每分钟 500 转。当电机加上负载以后，转速会有所下降，假设电机转速会下降 10%，那么本项目的电机输出轴所需转速需要在 560r/min 以上。输出轴转速是选择电机的一个因素，另一个重要因素是电机的输出扭矩。在确定电机所需输出扭矩之前，需要预估出整个小车试验平台的质量。小车试验平台上包括自主加工件和采购件。自主加工件可以借助三维建模软件 CATIA 测算出质量。首先，在 CATIA 里将小车试验平台中的自主加工件建模，然后给每一个加工件附上材料属性，比如铝合金、碳纤维。附上材料属性即附上了材料的密度，这样 CATIA 可以结合加工件的体积，计算出加工件的质量。而对于无法确定材料属性的采购件，一方面可以使用卖家提供的质量参数，无法提供参数的可以估算质量，留足余量。通过上述方式，可以大概知道整套小车试验平台的质量，不会超过 5kg。小车启动需要满足公式： 驱动 阻驱动 =驱动阻 =（2.6） 其中，m 为车重，m=5kg。R 是车轮半径，R=0.05m。g 为重力加速度，取 9.8m/s2 。f为静摩擦系数，取 0.4（此值已经足够大） 。由此，可以计算出，驱动电机所需的 T 驱动 0.98 。所以单个驱动电机所需扭矩大于 0.49 。 结合驱动电机在底盘上安装空间的限制，最终选定图 2.3(a)所示的大功率直流电机。电机参数如表 2.1 所示。表 2.1 驱动电机参数表电压V空载转速rpm/min负载转速rpm/min额定力矩堵转力矩空转电流A负载电流A质量g12 868 738 8 50 1.6 2.5 288因为此驱动电机供电需要的是 12V 的直流电源，所以需要选购一款 12V 的电池。电池参数如表 2.2 所示。表 2.2 电池参数表型号 电池容量AH电池质量g持续放电电流A过载保护电流A持续放电功率W18650 锂电池 20 955 10 15 120本项目中小车的转向系统由舵机控制。舵机作为一种位置（角度）伺服的驱动器，广泛应用于航模，智能车等系统中，具有控制简单，可靠稳定的优点且控制算法非常成熟。舵机按照控制信号不同，可以分为数字舵机和模拟舵机。数字舵机接收的是数字信号，模拟舵机接收的是模拟信号。由于处理接收信号的不同，模拟舵机存在响应慢，对于较小控制动作几乎无反应的缺点，而数字舵机向马达发送的动力脉冲频率更高，进而可以缩小“无反应”区，数字舵机反应更快，加速、减速显得更加柔和，迅速，控制精度也有所增加。所以本项目中选用的是数字舵机。考虑到舵机转向时，前车轮与路面存在较大的摩擦力，且传动机构有一定的阻力，舵机扭矩必须足够大。最终选定图 2.3(b)所示的舵机。该款舵机是角度伺服控制，通过 PWM 脉宽调整角度，角度范围 0-270 度。周期 20ms，占空比 0.5ms-2.5ms 的脉宽电平线性对应 0-270 度的角度范围。该数字舵机带锁定功能，即控制器发送一个 PWM 脉宽，在接收到下一个 PWM 脉宽之前，该舵机锁定当下角度。舵机控制器采用 500-2500 数值对应占空比 0.5ms-2.5ms的脉宽电平，即对应舵机输出角度 0-270 度，所以，舵机控制精度理论上能达到 0.135度，然而实际上因为舵机内部齿轮存在间隙，该款舵机控制精度能达到 0.9 度左右。数字舵机参数如表 2.3 所示。表 2.3 数字舵机参数工作电压V工作电流A速度/s堵转扭矩/质量g5-7.2 100mA 428 17 60a 驱动电机图 b 转向舵机图图 2.3 驱动电机与转向舵机示意图因为此数字舵机的供电电压在 5-7.2V 之间，而小车试验平台电力来源只有 12V 的锂电池，所以需要一个 12V 转 7V 的降压电源模块。2.2.3 小车传感器的选型本项目里的网联智能小车的传感器分为三类：环境感知传感器、自身感知传感器、通信模块。其中，环境感知传感器包括双目摄像头（摄像头部分是另一位同学负责）和超声波传感器。摄像头固定在车体第二层的碳板前部，离地距离 1.08m。采集的信息包括车道线信息，车体中轴线偏角，前方 0.5m-1m 的障碍物信息。摄像头与车载处理器 stm32 单片机的通信如图 2.4 所示。图 2.4 摄像头与单片机通信流程双目摄像头将采集到的信息通过 USB 线传输给车载 PC 机，PC 机再通过 USART 通信方式将处理后的数据发送给单片机。超声波传感器是一种测距传感器，能够较为精准的提供前方一定角度范围、一定距离范围内的物体信息，广泛应用于智能车的定位、避障等试验中。因为本项目中选的是集成好的传感器模块，其工作原理非常简单，通过 stm32 单片机 IO 口给出持续时间 10us以上的高电平信号触发传感器模块发射超声波，自动发送 8 个 40khz 的方波，当发射出去的超声波碰到前方物体，从而反射回来后，该模块自动检测返回的信号。接收到返回信号后，该模块会发出一个与超声波来回时间一致的高电平给单片机，单片机通过读取高电平的持续时间，得到超声波从发射到返回经过的时间，从而算出超声波传感器与前方物体之间的距离，公式如下：（2.7）=340/2其中，l 为超声波与前方物体的距离，超声波在空气中的速度取 340m/s，t 为高电平持续时间。超声波时序图如图 2.5 所示。图 2.5 超声波时序图该超声波传感器的参数如表 2.4 所示。表 2.4 超声波传感器的参数型号 工作电压V工作总电流mA测量最远距离m盲区cm分辨率cm角度JSN-SR04T 5 30 4.5 25 0.5 小于 50为了能够有效的测得小车前方物体的信息，在小车第二层碳板的左右两侧对称安装了超声波传感器，两个超声波传感器之间距离 13cm，与车体最外缘相距 8.5cm，离地高度 11.5cm。超声波传感器固定如图 2.6 所示，蓝色的就是超声波传感器。图 2.6 双超声波传感器安装图自身感知传感器包括测量舵机转角的角度传感器，测量车轮转速的光电编码器。角度传感器，输出电压信号，传感器旋转角度与传感器输出的电压信号成线性关系，且精度要求高。本项目选择的是霍尔无触点式角度传感器，有效范围 0-360 度。由于stm32 的 AD 转换电压限制在 0-3.3v，所以定制了输出电压 0-3.3v 的角度传感器。该角度传感器的电气参数如表 2.5 所示。表 2.5 角度传感器电气参数工作电压V工作电流mA有效转角分辨率 独立线性精度%更新速度ms输出电压V5 16 360 4096 0.3 0.6 0-3.3角度传感器实物如图 2.7 所示。图 2.7 角度传感器实物图轮速测量采用的是红外对射光电编码器计数测量。与之配合的是 3D 打印的码盘，码盘固定在电机输出轴上，当电机转动时，带动码盘转动。码盘的栅栏数为 30，通过光电编码器计数码盘单位时间 t 转过的栅栏数 n，可以计算出电机轴的转速，从而计算出车子行驶的速度 u。如公式 2.8 所示，R 为车轮半径。(2.8)=230 理论上，码盘栅栏数越多，测得的电机转速越准确。红外对射式光电编码器的工作原理很简单。模块内部使用 LM393 宽电压比较器，输出形式是数字开关量，当传感器模块的槽口被物体遮挡时，该模块输出高电平，没有遮挡物时，输出低电平。原理简单，安装方便，输出方波波形稳定，信号干净，是此传感器的优势，然而因为是红外类型的传感器，对于周围环境（光线）有一定的要求，容易受到强光的影响，测量失准。此传感器实物如图 2.8 所示。图 2.8 光电编码器实物图本项目的通信模块采用的是 nRF24L01P 模块。这是一款 2.4Ghz 无线收发模块，工业级产品。抗干扰能力强，辐射低，自带屏蔽，最远传输距离达到 2500m，相比于 WIFI 和蓝牙传输，通信距离上很有优势。此模块的性能参数如表 2.6 所示。表 2.6 nRF24L01P 模块性能参数表工作射频Ghz供电电压V最远通讯距离m空中速率 通信接口 发射/接收长度byte2.4-2.525 2-3.6 2500 250k-2Mbps SPI 1-32模块实物如图 2.9 所示。nRF24L01P 无线通信模块与 stm32 单片机采用 SPI 通信方式。SPI，是一种高速的，全双工，同步通信总线，硬件功能强大。 图 2.9 nRF24L01P 实物图2.3 网联智能小车试验平台机械结构设计小车机械结构设计原则： 确保结构稳定可靠 轻量化 方便安装 具有一定的美观性小车的结构设计主要包括以下内容： 小车底盘的设计 前车轮的固定 后车轮的固定 转向机构的设计 车载采购件的布局与安装，包括 PC 机、单片机、电池、传感器等。2.3.1 小车底盘的设计首先，根据毕业设计任务书要求，小车模型的尺寸在 40cmx25cm 左右。而车载采购件包括电池、PC 机这样的较大较重的物品，还有摄像头，超声波传感器，单片机，电机驱动器等较轻较小的物品。如果是单层的小车模型，小车底盘上的空间肯定不够，容不下这么多的物件，所以这里采取双层结构，下层放置电池、PC 机，质量大，保证小车重心较低，上层安装传感器、摄像头、单片机等。小车底盘几乎承载了小车所有的质量，所以从结构稳定可靠的角度出发，必须选择金属加工，常用的经济型加工金属包括钢铁和铝合金，考虑到轻量化，钢铁密度是铝合金的 3 倍，选择铝合金更合理。由经验可知，2.5mm 厚的 6061 铝合金强度很高，承载5kg 的质量，是没有问题的。所以，最终选择 2.5mm 厚的铝合金板加工小车底盘。在考虑充足的安装空间后，小车底盘设计力求美观性。底盘长度为 405mm，宽度为 260mm，高度为 42mm。从侧面看，呈起伏状，底盘中后部由半径 38mm 和 41mm 的两段圆弧过渡，起伏状的设计能够充分降低小车重心的同时，为驱动电机的安装留下空间。从上面看，小车底盘前窄、中宽、后减缩，过渡部分采用倒圆角处理，平顺光滑。如图 2.10 所示。图 2.10 小车底盘图因为转向舵机使用螺栓螺母固定于底盘前部，电池、PC 机采用 L 型支架固定于底盘中部，固定驱动电机的支架安装在底盘后部以及电机驱动器通过铜柱固定于底盘后中部，所以在底盘相应位置需要打孔，方便安装。2.3.2 小车前车轮的固定小车前车轮是从动轮，车轮内嵌轴承，轴承内径 12mm，转动阻力很小。前车轮的固定采用的是卡簧配合挡盘的形式，固定于铝制前车轴上。如图 2.11 所示。图 2.11 小车前轮与前轴固定图在前车轴上车出卡簧槽，安装内径 11mm 的卡簧，将车轮的一侧抵住卡簧，另一侧用台阶式的挡盘抵住，再用 M5 的螺栓连接。这里对前车轴的轴径加工有一定的误差要求，与轴承间隙配合。前车轴采用 M4 螺栓与 L 形摇臂固定，L 形摇臂内嵌外径 10mm 内径 6mm的轴承，通过 6 的塞打螺栓固定在前支架上,采用塞打螺栓的原因在于塞打螺栓光杆部分更适合做小车转向机构的转轴，下文会提到这一点。前支架采用 M4 螺栓固定于底盘上,以此方式固定前轮。如图 2.12 所示。图 2.12 小车前轮固定图2.3.3 小车后车轮的固定小车后车轮是驱动轮，轮子选用的也是外径 100mm，宽 30mm 的橡胶轮，不同于前车轮的是，后车轮有 6mm 宽的键槽，以键传递来自电机的动力。电机转动时，带动后车轴转动，后车轴通过键带动后轮转动，此为小车驱动方式。后车轮固定于铝制后车轴上，通过车轴轴肩配合挡盘的方式固定。如图 2.13 所示。图 2.13 后车轮固定图后车轴上加工键槽，以间隙配合的方式安装 6x14 的 A 型键。将后车轮一侧抵在后车轴的轴肩上，另一侧采用台阶式的挡盘顶住，并用 M5 的螺栓连接。这里对后车轴的轴径加工有一定的要求，后车轴与车轮中心孔间隙配合。后车轴与驱动电机输出轴直接相连接，电机输出轴是直径 6mm 的 D 型轴，所以在后车轴一端加工内径 6mm 的轴孔，并在轴孔上方攻 M3 的螺纹孔，以 M3 螺栓将插入轴孔的电机轴固定。同时，利用此螺栓固定 3D 打印的测速码盘。电机通过 6 个 M3 的螺栓固定于 L 型电机支架上，电机支架用 M4 的螺栓、螺母固定于小车底盘上，以此方式固定后车轮。2.3.4 转向机构的设计单舵机的小车转向机构设计比较复杂，本项目采用双舵机控制转向方案。转向机构设计比较简单。如图 2.14 所示。图 2.14 转向机构设计图转向机构包括数字舵机，舵机摇臂，连杆，L 型摇臂四个部分。其中，数字舵机是动力装置，连杆是传动零件，L 型摇臂是执行机构。连杆是由长 55mm 的 M2 丝杆和两端的塑料球头组成。L 型摇臂固定于小车前支架上，为了更好的转动，内嵌微型深沟球小轴承，以 M6 塞打螺栓的光杆部分作为转动轴，转动效果很好。固定于舵机上的舵机摇臂通过 M2 的螺栓螺母与连杆相连，连杆与 L 形摇臂用 M2 的螺栓螺母相连，舵机摇臂、连杆、L 形摇臂组成平行四边形的连杆机构，当单片机控制舵机转过某角度时，L 形摇臂也相应的转过相同的角度，进而带动前轮转过相同的角度，此为小车转向的传动方式。2.3.5 车载采购件的布局与安装在 2.3.1 节中已经提到，小车采取双层结构，下层放置电池、PC 机这样质量大的物件，上层安装传感器、摄像头、单片机等。具体的位置如图 2.15 所示。Comment c1: 缺少数据Comment c2: 少图图 2.15 小车车载采购件的布局安装摄像头与支架固定，支架固定于第二层隔板的最前方，在摄像头的两侧固定超声波传感器，摄像头和超声波传感器充当了小车眼睛的角色。在隔板的中部用铜柱安装 stm32单片机，单片机的一侧固定 12V转 7V的稳压电源，另一侧固定 nRF24L01P无线通信模块。图中将单片机，稳压源和无线通信模块合为一块方形盒子表示。绿色的部分表示电机驱动器，第二层前端中间的是摄像头支架，两侧的是超声波传感器支架。隔板采用碳纤维材料，质量轻且强度足够。所有传感器的安装固定均采用螺栓螺母可靠稳定的固定于隔板上。2.3.6小结在搭建小车试验平台的过程中，首先在三维建模软件 CATIA里将所有零件建模，组装，解决零件可能存在的干涉等问题，确认无误后，使用 AUTOCAD软件绘制工程图纸，最后，将加工件图纸发送给校外厂家，加工。小车加工件几乎都是铝制件，除了部分传感器的支架采用 3D尼龙打印，所以整车轻量化很好。2.4网联智能小车试验平台实测参数加工好设计的零件，采购完所需的单片机、传感器等购买件，剩下的工作就是组装试验平台。试验平台组装完成后，需要测量平台的各项参数，为后面的试验工作做好准备。试验平台参数表如表 2.7所示。表 2.7 试验平台参数表供电电压V轴距cm轮距cm最大转向角度最高速度m/s长度cm宽度cm高度cm质量kgDC 12 3试验平台实物如图 2.8所示。2.5 小结本章主要讲述了小车试验平台的搭建过程，从驱动、转向方案的确定，到传感器的选型，再到小车机械结构的设计，最近组装小车。小车硬件部分是研究控制算法以及试验的基础，一定要保证硬件部分的可靠、稳定。第三章 直流电机、舵机及超声波传感器的标定3.1 直流电机的标定直流电机的驱动方式一般有线性放大驱动和开关驱动两种。两种方式各有利弊，线性放大驱动的过程如图 3.1 所示。图 3.1 直流电机线性放大驱动过程图Comment c3: 缺图处理器将控制信号进行 DA转换后，发送给驱动器，驱动器进行线性功率放大后将信号传给电机。此方法的优点在于不存在高频的开关量，能够输出较为稳定的电压，噪声小。缺点在于效率低，功耗大。开关驱动的工程如图 3.2所示。图 3.2 直流电机开关驱动过程图处理器发送 PWM信号给晶体管，晶体管将稳压直流电源转换成方波电压供给电机，通过 PWM波控制电压大小，进而调速直流电机。此方式的优点在于效率高，功耗小。本项目中采用的是 PWM控制，即脉冲宽度调制。保持加在电机上的脉冲电压频率不变，改变脉宽，由于电机转速无法突变，加在其上的高频脉冲电压就相当于一个稳定的电压，从而可以控制电压的大小，进而调制电机转速。直流电机转速 n满足公式：（3.1）=（ ） /其中 U为加在电机上的电压，I 为转子中的电流，R 为电枢电阻，C 为一个常数， 为主极磁通。从公式（3.1）可以看出，直流电机转速 n与四个变量有关。实际上，当主极磁通恒定时，由于 IR相较于 U很小，所以直流电机转速 n可以近似的看成与加在其上的电压 U成正比。然而这种近似线性关系有一定的范围，且对于不同的电机，这种近似程度也不一样。所以，为了能够更准确的控制电机的转速，事先需要标定出直流电机的转速电压曲线。因为本项目的电机转速是以 PWM信号调制的，PWM 信号的占空比与调制电压成线性关系，而 PWM的占空比是单片机里可以改变的量，所以电机的转速电压曲线可以转换成转速占空比曲线。借助码盘测速，可以得到电机转速占空比曲线如图 3.3所示。Comment c4: 缺图3.2舵机的标定舵机标定包括两部分内容，一部分是舵机初始位置，即 0度，的标定，另一部分是控制舵机的 PWM波占空比数值与舵机转动角度的比例因子的测定。第一部分，舵机初始位置的标定。标定舵机初始位置的方法很简单，在实验室里画一条长直道，调整舵机的角度，目测前车轮已经摆正，然后将小车放在长直道的旁边，保证车体与长直道平行，调整小车慢速行驶，通过小车的行驶轨迹不断修正舵机初始位置，直至小车的行驶轨迹与长直道平行。最终测定右舵机初始位置对应的 PWM波占空比为 1650，左舵机初始位置对应的 PWM波占空比为 800。舵机初始位置标定试验如图 3.4所示。第二部分，控制舵机的 PWM 波占空比数值与舵机转动角度的比例因子的测定。理论上来说，舵机在 0-270 度线性对应占空比 0.5ms-2.5ms 的脉宽电平。占空比 0.5ms-2.5ms转换到 stm32 单片机里对应 500-2500 的数值，则占空比与舵机转动角度的比例因子为7.4。实际上，由于舵机自身存在齿轮间隙，舵机在控制前车轮转动时（舵机标定时，舵机是连接前车轮的，也就是说舵机是在小车系统中进行标定，非独立标定） ，存在一定的阻力，所以，控制舵机的 PWM 波占空比数值与舵机转动角度的比例因子有所变化。通过角度传感器测量舵机转动角度，以 50 为间隔长度，在左、右舵机初始位置对应的 PWM 占空比数值两侧各取五组数据，得到相应的转角值，如表 3.1 和表 3.2 所示。表 3.1 左舵机转角与 PWM 占空比数值关系表占空比数值 550 600 650 700 750 800转角/ -35.8 -28.3 -21.2 -14.3 -7.1 0占空比数值 850 900 950 1000 1050转角/ +7.2 +14.5 +21.4 +28.5 +35.5表 3.2 右舵机转角与 PWM 占空比数值关系表占空比数值 1400 1450 1500 1550 1600 1650转角/ -36.5 -28.9 -21.6 -14.5 -7.3 0占空比数值 1700 1750 1800 1850 1900转角/ +7.2 +14.6 +21.8 +29.0 +35.8表中数据的正负号表示舵机转动的方向。根据表 3.1 和表 3.2 数据，绘出舵机转动角度与占空比图，如图 3.5 和图 3.6 所示。图 3.5 左舵机转角与 PWM 占空比关系图由图 3.5 不难看出，左舵机转角与 PWM 波占空比成线性关系，且占空比与舵机转动角度的比例因子为 7.0。图 3.6 右舵机转角与 PWM 占空比关系图0 200 400 600 800 1000 1200 1400 1600 1800 2000-40-30-20-10010203040转 角/0 200 400 600 800 1000 1200-40-30-20-10010203040转 角/由图 3.5 不难看出，左舵机转角与 PWM 波占空比成线性关系，且占空比与舵机转动角度的比例因子为 6.9。3.3 传感器的标定传感器的标定包括摄像头的标定，超声波传感器的标定。摄像头的标定不在此讨论。超声波传感器的标定主要是两个方面，一个是超声波传感器测正前方距离范围的标定，还有一个是超声波传感器测量角度的标 定。如图 3.7 所示。图 3.7 超声波传感器标定图超声波传感器标定试验如图 3.8 所示。超声波传感器测定正前方物体数据如表 3.3 所示。超声波传感器有效半径 RComment c5: 表、图表 3.3 超声波传感器测距数据表实际距离/cm 测得距离/cm 误差/%超声波传感器测定角度范围数据如表 3.4所示。表 3.4 超声波传感器测量角度数据表测量角度/ 实际距离/cm 测得距离/cm 误差/%3.4小结本章主要讲述了小车驱动电机、转向舵机以及超声波传感器的标定过程。对于精度要求较高的控制件和采购的传感器，因为商家提供的参数不一定准确，或者说我们项目需要的参数商家没有提供，这时我们需要进行标定。标定是为下面的算法控制做准备。第四章 网联智能小车的控制算法4.1 经典 PID 控制算法介绍PID 控制算法是一种简单且高效的算法，很容易理解，P 表示比例环节，I 表示积分环节，D 表示微分环节。PID 控制就是比例、积分、微分三环节的加和控制，虽然简单，却最能反映系统反馈思想，在实际工程应用中，能够解决大部分的控制问题，且控制效果很明显。本项目中主要用的就是 PID 控制的思想，所以这里先简单介绍一下 PID 控制方程和方程离散化。4.1.1PID 控制方程PID 控制，实际上是通过系统误差来调整被控量，流程如图 4.1 所示。图 4.1 PID 控制流程图当上位机预期输入量为 ，执行器执行过后的输出量为 ，（ t） （ t）通过传感器被检测出来，反馈到 PID 控制输入前，则有偏差量（ t）（ t） =()（ ）则 PID 控制方程表现如下：（4.1）（ ） =（ （ ） +1（ ） +()）为控制输入量， 为偏差信号， 为比例环节的比例因子， 为积分环节（ x） e（ t） 1的积分时间常数， 为微分环节的微分时间常数。由公式（4.1）不难看出，PID 控制是对系统误差的控制，如果系统误差为 0，则 PID控制中的比例环节没有作用。PID 三个控制环节各有作用，比例环节在偏差信号 较大时，能够快速调整被控e（ t）量， 越大，调整的越快，然而 太大，会增大系统响应的超调量；积分环节在系统稳 定后，依然可以消除系统的静态误差；微分环节能够反映系统偏差信号变化趋势，起到超前调节的作用，能够让系统快速响应。因为 PID 三个环节各有优弊，所以在实际工程项目里，根据具体控制要求，可以有P 控制，PI 控制，PD 控制等。4.1.2PID 控制算法的离散化如公式（4.1）所示的 PID 控制方程是连续状态的方程，在用 C 语言编程时，要将其离散化，假设传感器的采样间隔时间为 T，则在第 KT 时刻：偏差信号 ； e（ ） =()（ ）偏差信号的积分 =（ ） （ e（ ） +(1)+）偏差信号的微分()=（ ） （ 1）从而公式（4.1）离散化后，可以表示为公式（4.2） 。（4.2）（ ） =（ （ ） +()+（ （ ） （ 1） ） ）也可以表示为公式 4.3。（4.3）（ ） =（ ） +()+（ （ ） （ 1） ）， ， 分别叫做比例常数，积分常数，微分常数，这三个常数是 PID 控制的关键，为 了系统控制效果更加理想，实际应用中，需要不断调整三个参数。公式（4.3）是位置型的表达方式，PID 还有另外一种应用更广泛的增量型公式形式。根据公式（4.3） ，我们可以得到 k-1 时刻的 PID 方程，即公式（4.4） 。 （4.4）（ 1） =（ 1） +()+（ （ 1） （ 2） ）公式（4.3）与公式（4.4）相减，得到公式（4.5） 。（4.5=（ （ ） （ 1） ） +（ ） +（ ()（ 1） +（ 2） ）公式（4.5）即增量型的 PID 控制方程，由公式（4.5）可以看出此方程与 k，k-1，k-2三个时刻的偏差信号有关，由此得到的输出控制量更合理，控制效果更好。4.2 直流驱动电机的 PID 控制前文提到已经对直流驱动电机进行标定，得到直流电机转速占空比的特性曲线，曲线可以看成近似线性的，所以可以通过 PID 控制驱动电机转速。PID 控制直流驱动电机转速的流程图，如图 4.2 所示。-图 4.2