基于仿人智能控制算法的智能车转向舵机控制

第一届“飞思卡尔”杯全国大学生智能汽车邀请赛技术报告附录D基于仿人智能控制算法的智能车转向舵机控制目录第一章引言1第二章系统方案论证与选择221路面黑线检测模块222电机驱动模块223测速及距离检测模块324电源模块4第三章系统的硬件设计531红外检测电路设计532电机驱动电路设计533转速检测电路设计634电源电路设计635加速度检测电路设计736辅助电路设计7第四章控制规则分析841一般寻迹的控制规则842特殊寻迹的控制规则9第五章系统的软件设计1151主程序流程图1152中断程序流程图1153电机调速程序流程图1254保护电路程序流程图1255出线处理程序流程图1256交叉处理程序流程图13第六章系统设计说明1461开发工具1462制作、安装1463调试过程说明14631测速电机调试15632舵机调试15633按键调试15第七章车模主要技术参数说明1671车模基本参数1672传感器及电机个数1673电路参数1674赛道信息16第八章结论17参考文献附录A系统硬件原理图附录B主程序源代码附录C中断服务程序源代码附录D研究论文第一章引言本设计采用飞思卡尔16位微控制器MC9S12DG128作为核心控制单元。赛道黑线检测使用反射式红外传感器，车速采用闭环PI控制，速度传感器使用测速电机，利用PWM实现动态电机调速。测距应用简单而精确的光电码盘。电机驱动采用H桥半桥控制。基于这些可靠的硬件设计，开发了一套完备的软件设计，包括电机PI控制算法，舵机仿人智能控制算法，低电压报警设计等。本设计主要特色模块化设计连续的电机调速，精确可靠；优化的软件算法，智能化的自动控制，定位精确；主板设计兼顾多种用途方案，复用性强；车模重心适当，整车设计美观、合理；电源指示灯、低压指示、报警，电源工作状态一目了然；第二章系统方案论证与选择整个系统可以划分为以下几个基本模块，如图21所示图21系统整体框图21路面黑线检测模块通常用以检测黑线的传感器有CCD和红外两种。方案一使用CCD传感器探测赛道。原理是通过CCD传感器将赛道图像以数字信号传送给MCU。优点是CCD摄像头可以更远的探测赛道的变化，受外界光源干扰小，但其输入的数字信号处理复杂，需要对图像信号进行分割和识别，对于MCU来说处理速度很慢。不适合用在高速行驶的赛车上。方案二使用加载波信号的红外传感器探测赛道。原理是发射管加入高频载波信号，接收管接收到的信号通过滤波、检波和比较器，输出高低电平给单片机的IO口，其优点是不需要单片机进行信号的处理，直接通过IO口就可以读出传感器的状态，且传感器不受自然光影响，缺点是对反射物体表面反射系数要求较高，容易受到其他同频率的光源影响，且电路复杂，不容易调试。方案三使用直流发射的红外传感器探测赛道。原理是发射管工作在直流发射，接收管接收到的信号幅值大小表示反射面反射系数的大小，从而区别黑色和白色。优点是电路简单可靠，受高频信号干扰小，缺点是自然光影响较大。但是对于固定不变的光源，其在黑线和白线上检测的信号还是有很大的区别，完全不影响检测赛道。基于上述方案分析，本次设计采用了方案三。22电机驱动模块绝大多数直流电机采用开关驱动方式。开关驱动方式是使半导体功率器工作MCU路面检测低电压检测LED显示转速检测电机驱动舵机调节键盘低压报警在开关状态，通过控制脉宽调制PWM来控制电动机电枢电压，实现调速。PWM调速分为定宽调频法、调宽调频法和定频调宽法。前两种方法由于在调速时改变了控制脉冲的周期（或频率），当控制频率与系统的固有频率接近时，将会引起振荡，因此，选用定频调宽法。直流电机PWM控制系统有可逆和不可逆系统之分。可逆系统是电机可以正反两个方向旋转；不可逆是指电动机只能单向旋转。双极性可逆系统具有低速运行平稳性的优点，但也存在着电流波动大，功率损耗较大的缺点，尤其是必须增加死区来避免开关管直通的危险。单极性可逆系统在制动时，其制动效果会受到一定的限制。不可逆系统又分为无制动与有制动之分。由于不可逆控制系统控制简单可靠，结合本设计的需要，我们选用了有制动的不可逆PWM系统。对于其实现有两种方案。方案一采用MC33886集成芯片进行驱动。其优点就是电路简单。芯片内部集成了自举电路、MOS管，死区保护电路等，具有短路保护、过温保护、错误标志反馈等功能。由于其集成度高，因此，其驱动能力有限，而且价格也比较贵。方案二采用分立元件驱动。其最大缺点就是需要外接电路。但其应用很灵活，可以根据不同的驱动电流选择不同的MOS管，一旦发生烧元件的事故，可以很容易的换取，这是集成芯片所不能办到的。并且采用分立元件构成的电路也比较便宜。综上所述，选择分立元件比较适合我们的设计。23测速及距离检测模块231速度检测方案方案一采用霍尔集成片。该器件内部由三片霍尔金属板组成，当磁铁正对金属板时，由于霍尔效应，金属板发生横向导通，因此可以在车轮上安装磁片，而将霍尔集成片安装在固定轴上，通过对脉冲的计数来进行车速测量。方案二受鼠标的工作原理启发，采用断续式光电开关。由于该开关是沟槽结构，可以将其置于固定轴上，再在车轮上均匀地固定多个遮光条，让其恰好通过沟槽，产生一个脉冲。通过脉冲的计数，对速度进行测量。方案三采用测速发电机。从废弃的手机中取出一个震动小电机，将该电机固定在车轴上，后轮带动震动电机旋转并输出电压信号，将该电压放大后送入单片机进行处理。当驱动电机全速运行时，震动电机输出最大电压；而在实际运行中，单片机对电压进行处理后，即可判断当前车速的快慢。以上三种都是比较可行的转速测量方案。尤其是霍尔元件，在工业上得到广泛应用。但是在本次设计中，由于小车的车轮较小，方案一的磁片密集安装比较困难，容易产生相互干扰。方案二较方案一的检测精度要高一些，但是当车速很快时，单片机读取的脉冲不准确，存在误差，对车速的控制有影响。而方案三采用的是模拟量来测速，无论车速快慢，单片机均能准确地检测到电压，经过大量实验，用测速发电机测速精度可以达到97799。综上论证，最终我们选择方案三。232距离检测方案在小车的设计中，距离检测只是作为一种辅助手段，用于处理特殊情况，比如十字交叉角。我们拟采用光电码盘。在车后轮的轴上安装一铝片，在铝片上打18个孔，经过测算，车轮周长接近18CM，故每两个脉冲间隔相当于1CM。233加速度检测方案为了更好地控制小车，我们考虑把加速度检测作为一种辅助手段，拟选用美新公司的RD6400。该传感器是双轴的X轴和Y轴，输出电压值。理论上讲，小车在直道行驶时，X轴输出很小，Y轴输出最大，此时可以加速；过弯时，X轴和Y轴均有电压输出，此时可以稍稍减速。24电源模块为了能使智能车系统能正常工作，就需要对电池电压调节。其中，单片机系统、车速传感器电路需要5V电压，路径识别的光电传感器和接收器电路电压工作为5V或直接由电池提供、伺服电机工作电压范围48V到6V，直流电机可以使用72V2000MAHNICD蓄电池直接供电。考虑到由于驱动电机引起的电压瞬间下降的现象，因此采用低压降的三端稳压器成为必然。常见的电源滤波电路分为三种电容滤波，RC滤波及型滤波。电容滤波是最简单常见的滤波电路，只要把滤波电容并联在电路的输出端与负载之间即可。但对于大电流的电路，为了要让电路有稳定的直流输出、较低的涟波直流变化，往往需要加大滤波电容的容量。RC滤波的效果比电容滤波效果更佳。对于大电流的电路，会产生大的压降。型滤波用在负载直流电流较大的场合，压降较小，就能得到更好的消除涟波效果。在本设计中，由于是用电池供电，电压的稳定性和功耗对我们的设计很重要。因此，型滤波是我们的最佳选择。第三章系统的硬件设计31红外检测电路设计为了检测路面黑线，我们采用红外检测方法，图4为红外检测电路。原理为当使能端EN为高时，检测屏蔽以节约能量。当EN为低时，发射管SE导通，当检测到黑线时，接收管RE电压将发生变化。这样我们就可以根据这种变化来识别黑线。对于电压的变化，我们采用了两种方法来处理模拟量采集和数字量采集。模拟量采集就是把AN端直接接到单片机里，用软件的方法来设定阈值。数值量的方法就是把检测到的值通过比较器后输入单片机里，进行处理。图4中，由于发射电流较大，单片机是不能驱动的，因此，控制段输出是由ULN2003输出。R42、LED7用于显示检测的情况，便于观察调试。32电机驱动电路设计电机驱动采用的半桥控制控制方式，高低端分别采用分立元件组成，驱动电路如图32所示。图31红外检测电路R37SERER38ENVCVPA6VREF542U3BLM339R41R42R39LED7R40EN6VCCAN图32电机驱动电路R20R21C17C14BCEQ6BCEQ7PW2BCEQ5BCEQ2Q3VBCEQ4BCEQ8BCEQ9R22R23R24R26R25R27R28C16C18V231FET2PW0231FET1OUT1VMO电路中，我们所选用的MOS管为K2554，驱动电流为75A、内阻为45M。Q4、Q8与R22、R23、R24、R25构成高端驱动信号；Q9和R26、R27、R28构成低端驱动信号。PW0为电机的驱动信号。C16、C18用于消除电压尖波。由于电池电压较低不能够驱动高端MOS管FET1，因此，需要对高端控制部分进行升压处理。升压电路由Q2、Q3、Q6、Q7、Q8、R20、R21和C14、C17组成。PW2为升压脉冲输出端，输出为10KHZ占空比50。原理为当PW2为低时，Q2、Q5截止、Q6、Q7导通，Q3中与V端相的二极管导通，C14端电压接近V伏；当PW2为高时，Q2、Q5导通、Q6、Q7截止，由于电容电压不能突变，因此C14端电压接近为2V伏，达到了升压的目的。电容C17的作用为滤波和储能。33转速检测电路设计速度检测采用的是测速电机，输出的电压先经过高、低通滤波器（R15、C1、C8构成）滤除电磁干扰，再由LM358对信号进行放大，最终输入到单片机的A/D口，完整的检测电路如图33所示。图33转速检测电路34电源电路设计本电路中，我们所使用的稳压器为LM2940，其不仅外接电路简单，而且带负载能力也比较强。LM2940的输出电流为1A，在输出为1A的情况下，其典型的压降只有05V。图34为5V电源产生电路，其中C3、L2和C5组成型滤波器，这样使输出电压更稳定；C6、C8为存能、滤波电容。图35为舵机电源电路，在设计中，考虑到尽量使用相同芯片的原则，由于舵机电压需6V，因此在G脚并联两个二极管（D1为肖特基管，D11为普通二极管）使输出电压升高。35加速度检测电路设计为了检测车的加速度情况，以便于控制，图36为加速度检测电路。传感器U3我们选用美新公司的RD6400，此传感器为双轴加速度传感器，其输出单片机可以直接采集处理。硬件电路中，还加了许多去耦电容，其作用一是集成电路的蓄能电容，提供和吸收该集成电路的瞬间充放电能量、一是去除该器件的高频噪声。36辅助电路设计为了使智能车更智能，更人性化，我们加入了按键设定、声音提示、指示灯显示等电路。图345V电源电路VIN12R1POW12L2C3C5G2VIN1VOUT3U1C6C8104R21KLED1VCCVVG2VIN1VOUT3U2C7C9104R3LED2VDDVD1D11图35舵机电源电路PD1TP2COM3NC4NC5YOUT6XOUT7VDD8U3R12R13C12C11AN14AN15VCC图36加速度检测电路第四章控制规则分析41一般寻迹的控制规则赛车寻迹的好坏关键在于对转向的控制，由于赛车在行驶的过程中是一个非线性时变系统，所以我们在自主寻迹的控制算法中运用了仿人智能控制的思想。仿人智能控制的基本思想是在控制过程中利用计算机模拟人的控制行为、功能，最大限度地识别和利用控制系统动态过程所提供的信息特征，进行启发和直觉推理，从而实现对缺乏精确数学模型的对象进行有效控制。具体来说，就是依据被控量偏差的变化变化量大小、变化趋势等，及时调整控制量的大小，来抑制偏差的变化。在小车的寻迹算法中，首先要明白偏差与偏差的变化的确切含义。小车的前排检测部分装有9个传感器，行驶时要始终保证最中间的传感器与轨道重合，故将最中间的传感器定义为中位。当轨迹偏离中位时，轨迹与中位之间的距离差即为算法中的偏差。此次偏差与下一次偏差的差值称为偏差的变化。偏差不仅有大小还有方向，由于传感器部分是对称的，若设定偏差向某一方变化为正，则向相反的方向变化就为负。智能车的自主寻迹不外乎两种直道跟踪、弯道跟踪。小车在不同情况下的控制规则是不一样的，下面就对这两种状况下的控制规则进行详细阐述。1直道跟踪置一位置标志保存传感器和黑线的相对位置，始终让正中的传感器对准黑线。如果出现了偏差,将根据偏差和偏差的变化对转向进行控制。若偏差增大，偏差的变化也增大，转向的调整幅度也要相应地增大，舵机角增大；若偏差减小，偏差的变化也减小，转向的调整幅度也要相应减小，舵机角可以保持不变或者稍稍减小；若偏差不变，舵机角将保持不变，直至偏差为零，最中间的传感器与轨迹重合，小车沿着轨迹行驶。若偏差反方向变化，转向的控制规则同。转向的调整速度还与小车目前的速度有关。速度越快，转向的调整速度越快；速度越慢，转向的调整速度越慢。当偏差等于零时，直道要加速。2弯道跟踪判断是否进入弯道。若进弯前的速度很快，在进行刹车的同时以较快的速度调整到适合弯道的转向。进入弯道后，让小车以给定速度行驶，转向的调节尽量小，调节过大会出现来回摆动的现象。小车出弯时加速。42特殊寻迹的控制规则当赛车由于速度过快冲出赛道或者在行驶的过程中遇到赛道交叉，我们针对这两种特殊的情况需做特殊处理。1）赛车冲出赛道图41小车偏离轨道如图41所示，当赛车跑出赛道时，传感器检测不到黑线（即读出状态是0），针对这种情况，我们制定以下规则置一位置标志保存传感器和黑线的相对位置。当黑线出了传感器检测范围时，查询位置标志，控制舵机为和出线前位置同向的最大舵机角。保持最大舵机角直到传感器再次检测到黑线，然后进入正常寻迹。2）十字交叉如图42所示，交叉角分为两种，直线上的交叉和弯道后的交叉，针对这两种情况，我们分别制定了相应的规则。1直道交叉置一位置标志保存传感器和黑线的相对位置。当有多个传感器同时检测到黑线时，查询位置标志，控制舵机为交叉前位置同向的舵机角图42十字交叉角2弯道后的交叉置一位置标志保存传感器和黑线的相对位置。当出现传感器间隔检测到黑线时，查询位置标志，控制舵机为交叉前位置同向的最大舵机角。保持最大舵机角直到后排传感器检测到交叉，然后进入正常寻迹。第五章系统的软件设计51主程序流程图图51主程序流程图52中断程序流程图扫描传感器状态开始初始化开中断进入舵机算法调节程序进入保护电路检测程序进入驱动电机调速程序是否到2MS是否到10MS是否到100MS是是是否否否图52中断程序流程图图53电机调速程序流程图53电机调速程序流程图54保护电路程序流程图图54保护电路程序流程图55出线处理程序流程图中断调速计数器加一保护计数器加一舵机计数器加一出中断AD测速移动平均滤波算法PI调节输出调节后的PWMAD采集端电压分压值采集值是否小于32V红灯LV点亮，蜂鸣器报警是求算术平均值否退出图55传感器出线处理程序流程图56交叉处理程序流程图图56交叉处理程序流程图FLAG_OUT1保持舵机角度并扫描传感器计算传感器状态比较当前值和出线前的值是否相等是否是否清除FLAG_OUT标志位进入正常寻迹处理回溯之前10次传感器状态计算传感器状态保持舵机角度并扫描传感器算出运动趋势后排传感器检测是否出现交叉FLAG_ACROSS0恢复正常寻迹否是第六章系统调试过程说明61开发工具本次设计采用清华大学制作的BDMFORS12开发工具。BDM全称背景调试模式（BACKGROUNDDEBUGMODE），优点有针对MCU在工作电压和工作频率范围内所有功能的实时仿真针对目标器件的单步调试，全速运行和跟踪运行时可查看和更改内部寄存器和内存的数值片内多重硬件断点片内硬件触发和缓存替代了昂贵的总线分析器62制作、安装本次设计电路板为两层PCB板，测速电机和光电码盘安装于车尾，红外检测安装在车前端10CM处，主板装于车身上，车体配重适当。车模的外形如图61所示图61车模外形图63调试过程说明631测速电机调试驱动电机采用闭环控制，应用PI调节器，速度值通过测速电机后经AD采集，送入MCU处理。经过反复试验，确定了PI值。632测速电机调试经过试验，舵机右转极限位置对应脉冲宽度为115MS，左转极限位置对应脉冲宽度为185MS，中心位置对应脉冲宽度为15MS。633按键调试调试中，为了方便一些基本参数的调节，使用了MCU中EEPROM，将按键设定的基本参数存入EEPROM中，方便读取和修改，而不需重新烧写程序。第七章车模主要技术参数说明71车模基本参数表61车模基本参数长CM宽CM高CM总重KG40201012572传感器及电机个数表62检测元器件清单器件名称反射式红外传感器MEMSICMXR6400G加速度传感器测速发电机数量14对1个1个73电路参数静态电流05A最大电流25A电容总容量1920UF74赛道信息传感器检测精度传感器检测分17个等级赛道采点频率1次/1CM第八章结论经过我们三名队员及指导老师3个月的设计、制作、调试，赛车已经达到较高水平，在本对自行设计长25米的赛道上，能够顺利过急弯、交叉弯等，且速度达12M/S以上。红外传感器工作稳定，能够适应不同环境和赛道，适应能力强。驱动电机实现动态调速，速度控制稳定。舵机控制采用仿人智能控制，控制效果好，寻迹精确。但赛车仍存在需要改进的地方，主要改进方面是舵机的转向不足，车轮附着力不够强等硬件部件，另外软件设计上仍有优化空间，可以进一步优化，提高单片机使用效率。123456ABCD654321DCBAVIN12SWITCH1R11KPOWER112L2L2PC310UC510U12L1L2PC1220UC2220UG2VIN1VOUT3U1LM2940C6E/CC8104R21KLED1VCC4104VVMOVVG2VIN1VOUT3U2LM2940C7E/CC9104R31KLED2VDVD11N40713579111315171921232527293133353739414345474951535557596163246810121416182022242628303234363840424446485052545658606264P164PIN13579111315171921232527293133353739414345474951535557596163246810121416182022242628303234363840424446485052545658606264P264PINVCPT0PT1PT2PT3P13APW3PW2PW1PW0PK3PK2PK1FSPS2PS3PS4PS5PS6PS7P97PJ7PJ6PM5PM4P107PK7PW7PW6PW5PW4P65AAN00AN08AN01AN09AN02AN10AN03AN11AN04AN12AN05AN13AN06AN14AN07AN15P83AP84P85PM7PM6VCVCPM0PM2PM1PM3PT4PT5PT6PT7PK5PK4PJ1PJ0PB0PB1PB2PB3PB4PB5PB6PB7PH7PH6PH5PH4PE7PE4P41AP43AP4AP48PH3PH2PH1PH0PE3PE2PE1PE0PA0PA1PA2PA3PA4PA5PA6PA7AGND1FS2IN13V4V5OUT16OUT17DNC8PGND9PGND10PGND11PGND12D213OUT214OUT215V16CCP17D118IN219DNC20U4MC386C1533NFGNDGNDGNDVMOOUT1VMOOUT2R141KVCFSIN2D1D2IN112SW1R41KVCAN0012SW2R51KVCAN0112SW3R61KVCAN0212SW4R71KVCAN03123CON1CON31234CON2CON4R29005RVDPW7VCAN0812POWERIN1VIN12SW5R81KVCAN04BCEQ1R15470VCIN2IN1R161KR181KVCD1D2PW1PW0PW2PW3PD1TP2COM3NC4NC5YOUT6XOUT7VD8U3R640R1210KR1310KC12104C1104AN14AN15VCR1747KR1947K1234J1CON4OUT1OUT2R11KR91KR101KVINLOWV1PS11234567891011121314151617181920J4CON20VGNDVCPM4PE5PM5PE6PM6PM1PE2PM2PE3PE1PM0PE012JP1JP122JP12JP3JPR201KR2147KC1710UC1447UBCEQ6BCEQ7PW2BCEQ5COMPONENT_1BCEQ2HIT9013Q3VBCEQ4BCEQ8BCEQ9R247KR231KR2410R261KR2510KR2710KR2810C16102C18102V231FET22SK2545PW0231FET12SK2545OUT1VMOC10104VCVCAN09PJ01234567891011121314151617181920J3CON20VGNDVCPA0PA1PA2PA3PA4PA5PA6PA7PH0PS4PS5PS6PS7PS3PS2PS1C13C/C12J2JUPPM3PE4PE7PM7BCEQ10VCPJ112BEPBUZERD11N407PE5PE6PT7图A系统硬件原理图INCLUDE“CPUH“INCLUDE“EVENTSH“INCLUDE“KEYSH“INCLUDE“PROTECTH“INCLUDE“MOTORH“INCLUDE“WHEELH“INCLUDE“IEE1H“INCLUDE“AD2H“INCLUDE“AD3H“INCLUDE“WORD1H“INCLUDE“SYSTIMEH“INCLUDE“SENSORBACKH“INCLUDE“BIT1H“INCLUDE“CAPH“/INCLUDESHAREDMODULES,WHICHAREUSEDFORWHOLEPROJECT/INCLUDE“PE_TYPESH“INCLUDE“PE_ERRORH“INCLUDE“PE_CONSTH“INCLUDE“IO_MAPH“INCLUDE“MATHH“TYPEDEFUNSIGNEDCHARTU08TYPEDEFUNSIGNEDINTTU16TYPEDEFUNSIGNEDLONGTU32TYPEDEFSIGNEDCHARTS08TYPEDEFINTTS16TYPEDEFLONGTS32CONSTK1300CONSTK24BOOLFLAG_BREAK0BOOLFLAG_OUT0BOOLFLAG_ACROSS0TU08WHEEL_RECORD39,9,9TU08COUNT_KEY0TU08SPDMIN_TEMP10TU08SPDMAX_TEMP20TU08SPS2TU08STRS30TU16WHEEL1550TU16LOCA0TU16AD_CON11TU16B20TU16ADSPEEDTU16ADPROTECTTU16SPD260TU16SPDPWMTU16SPDMAXTU16SPDMINTU16AD_RESULT9TU16SV_MIN9TU16SV_MAX9TU16SV_LEVEL9TS16ITS32NEWETS32SUM10TS32UNEXTERNTU16COUNT_WHEELEXTERNTU16COUNT_DELAYEXTERNTU16COUNT_MOTOREXTERNTU16COUNT_PROTECTEXTERNTU16LINEEXTERNBOOLFLAG_ABSTU16ADTS16DATAVOIDSCANVOIDCALCULATEVOIDWHEEL_CONFIGVOIDMOTOR_PIDVOIDPROTECTVOIDINITIAL/CALCULATETHESTATEOFSENSORVOIDCALCULATELOCA0FLAG_ACROSS0FLAG_OUT0FORI1ISV_LEVEL9ILOCAILOCA10SWITCHLOCACASE0LOCA0FLAG_OUT1BREAKCASE1LOCA1BREAKCASE12LOCA2BREAKCASE2LOCA3BREAKCASE23LOCA4BREAKCASE3LOCA5BREAKCASE34LOCA6BREAKCASE4LOCA7BREAKCASE45LOCA8BREAKCASE5LOCA9BREAKCASE56LOCA10BREAKCASE6LOCA11BREAKCASE67LOCA12BREAKCASE7LOCA13BREAKCASE78LOCA14BREAKCASE8LOCA15BREAKCASE89LOCA16BREAKCASE9LOCA17BREAKCASE123LOCA1BREAKCASE234LOCA3BREAKCASE345LOCA5BREAKCASE456LOCA5BREAKCASE567LOCA5BREAKCASE678LOCA7BREAKCASE789LOCA9BREAKDEFAULTFLAG_ACROSS1BREAKPORTBBYTELOCA/STARTAD_CONVOIDSCANAD2_MEASURE1AD2_GETVALUE16AD3_MEASURE1AD3_GETVALUE16FORI0I6FORI5I6ADSPEEDAD_CON36ADPROTECTAD_CON46/CONFIGWHEELDIRECTIONVOIDWHEEL_CONFIGTS16ERROR_PTS16ERROR_DIFFLAG_OUTIFUN1400ELSEIFSPD2COUNT_MOTOR0IFFLAG_ABSIFADSPEED10COUNT_WHEEL0IFFLAG_OUTWHEEL_CONFIGELSEIFWHEEL1300PROTECTINCLUDE“CPUH“INCLUDE“EVENTSH“TYPEDEFUNSIGNEDCHARTU08TYPEDEFUNSIGNEDINTTU16TYPEDEFUNSIGNEDLONGTU32TYPEDEFSIGNEDCHARTS08TYPEDEFINTTS16TYPEDEFLONGTS32BOOLFLAG_ABSTU16COUNT_WHEELTU16COUNT_DELAYTU16COUNT_MOTORTU16COUNT_PROTECTTU16LINE0EXTERNTU08WHEEL_RECORD3EXTERNTU16WHEELVOIDSYSTIME_ONINTERRUPTVOIDCOUNT_WHEELCOUNT_DELAYCOUNT_PROTECTCOUNT_MOTORVOIDCAP_ONCAPTUREVOIDIFWHEEL1350FLAG_ABS1ELSELINE0基于仿人智能控制算法的智能车转向舵机控制盛朝强，林引，陈皎、付强重庆大学自动化学院，重庆400044摘要针对智能车辆自主寻迹问题，运用仿人智能控制算法对智能模型车的转向舵机进行控制。该算法通过对寻迹路径的偏差及偏差的导数进行模态划分，产生对应的控制规则，控制舵机的转角，以达到消除偏差的目的。该算法具有控制灵活、响应速度快、超调量小、鲁棒性强等优点。通过在实际模型车中的应用说明了该算法在这类系统的控制是可行的。关键词智能车辆，自主寻迹，仿人智能控制算法，转向控制中图分类号文献标志码STEERINGCONTROLOFINTELLIGENTVEHICLEBASEDONHUMANSIMULATEDINTELLIGENTCONTROLALGORITHMSHENGCHAOQIANG,LINYIN,CHENJIAO,FUQIANGCOLLEGEOFAUTOMATION,CHONGQINGUNIVERSITYCHONGQING400044,CHINAABSTRACTFORTHEAUTOSEARCHINGFORTRACKOFINTELLIGENTVEHICLES,HUMANSIMULATEDINTELLIGENTCONTROL（HSIC）ALGORITHMSAREAPPLIEDTOTHESERVOSTEERINGOFTHEVEHICLESTHEALGORITHMSTAKETHEDEVIATIONANDDEVIATIONDERIVATIVEOFTRACKSTODIVIDETHESEVERALMODALITIESANDPRODUCECORRESPONDINGCONTROLRULE,CONTROLSTHESERVOTHECORNERTOELIMINATEDEVIATIONITHAVETHECONTROLNIMBLY,FASTRESPONSE,SMALLOVERSHOOT,STRONGROBUSTNESSANDSOONAFTERAPPLIEDINTHEACTUALMODELCAR,THEALGORITHMFORTHISKINDOFSYSTEMATICCONTROLISFEASIBLEKEYWORDSINTELLIGENTVEHICLE,AUTOSEARCHINGFORTRACK,HSICALGORITHM,STEERINGCONTROL前言随着智能交通运输系统ITS的迅速发展,作为ITS中一个重要组成部分的智能车辆已成为此领域的研究热点。对于智能车辆的导航研究而言,车辆的转向控制尤为重要1。我国将于2006年8月举办第一届大学生智能模型车竞赛，参赛队伍要制作一个能够自主识别路线的智能车，在专门设计的跑道上自动识别道路行驶，以最快速度跑完全程，而智能车转向舵机的控制是高速行驶的重要保证。传统的转向控制方法有PID控制、模糊控制和最优控制，针对智能车这类复杂对象，上述控制要么整定参数多，要么规则集和隶属函数难以确定，要么需要建立精确的数学模型2。为此，我们运用仿人智能控制算法对转向舵机进行控制。1智能车寻迹误差模型建立智能车的导向控制利用光电传感器对路径进行识别，然后根据车辆与路径标线之间的相对位置偏差控制车辆的运行方向,保证车沿着路径标线运行。我们选择了光电传感器寻迹方案作为控制的输入途径。如图1所示小车前排为光电传感器，R为两两相临之间的传感器距离,YN为正中光电传感器与检测到路径传感器之间的距离，位于轨迹上方的为正，下方的为负，则（11）RMYN5其中M为检测到轨迹的传感器的位置。2仿人智能控制的设计思想仿人智能控制的基本思想是在控制过程中利用计算机模拟人的控制行为、功能，最大限度地识别和利用控制系统动态过程所提供的信息特征，进行启发和直觉推理，从而实现对缺乏精确数学模型的对象进行有效控制。具体来说，就是依据被控量偏差的变化变化量大小、变化趋势等，及图1智能车寻迹、转向示意图时调整控制量的大小，来抑制偏差的变化。模型智能车也是非线性时变系统。车在运动过程时，难以建立精确的数学模型。因此，我们可以根据人的驾驶经验，对舵机进行控制。在实际行驶过程中，驾驶员要不停地对当前车体与路径之间的相对位置情况做出判断是加速转弯、减速转弯还是保持。一般，当偏差出现时，通过调整车的转向轮的转角，使车尽快回到路径上运行。驾驶员在做出调整时，实际上是先在前方路径上选择某个点，称为期望点,希望车体沿一定的轨迹运行到期望点，在期望点处使车体恢复到完全沿路径运行的状态。期望点的选取与当前车体和路径的相对偏差有关。当车体和路径之间的距离偏差E较大时，期望点选得较远，故转向角较