基于金属检测导航的智能车控制系统研究

1、基于金属检测导航的智能车控制系统研究朱志文赤峰学院摘要：现在多数以金属传感器为方向检测的智能车模型都采用ldc1000传感器为引导，但大多都是一路或两路传感器，容易在行驶过程中丢线，且由于线圈之间存在互感导致检测效率极低。本文提出在采用三路金属传感器的情况下，通过硬件克服线圈之间的互感，并采用最优控制算法，使小车能够快速平稳的沿着铝膜行驶。关键字：ldc1000;金属检测;线圈排布;最优控制; PID算法;一 引言现在的金属探测技术主要应用于车站安检，硬币探测等，以金属检测为方向引导的嵌入式控制系统还未有较大的突破。多数以金属检测为方向引导的智能车主要是由单路金属传感器进行道路导航，多应用于金

2、属探测识别领域。智能车涉及道路感知、路径规划、小车机械、自动控制算法等多个方面的内容，是一个非常复杂的非线性控制系统，本文在现有的智能车发展基础上，通过优化三路ldc1000金属检测系统，实现以金属检测为导航的智能车控制系统设计。二 系统设计1传感器设计 （1）双路检测方案Ldc1000检测金属是利用涡流原理1实现。由于涡流反应的是线圈和铝膜的距离、重叠面积等变量2的关系，在此系统中距离d不做为系统变量考虑，另d为一固定值，即线圈距离铝膜5cm。本系统主要是通过检测线圈与金属铝膜的重叠面积来确定小车的位置。当线圈与铝膜产生不同的重叠面积时，ldc1000向控制芯片返回不同的数字量，由此反应出赛

3、道的变化情况。当系统采用两路金属传感器进行方向识别时，极易丢线且出现“摇头”现象。用蓝牙对数据采集，经数据拟合后发现:当小车偏离角度小于/6时，两路差值呈线性关系，小车为线性响应，表现为在直道和小s弯道运行良好。图1 双路线圈方向控制但是当小车偏离角度大于/6，两路差值开始减小，直至小车偏离角度大于/3时，两路差值减小至0。表现为当小车通过大s或圆环赛道元素时，小车有转向动作但由于系统响应延时，导致小车偏离角度大于/3，舵机不打角，小车丢线。（2）三路检测方案 在两路传感器检测的基础上，通过在两路线圈中位线方向加入第三路线圈，中路线圈恰好位于铝膜正上方，通过中路线圈的值来预判小车是否完全丢线。

4、当小车偏离角度大于/3时，将舵机偏转角度置最大，使小车回正。图2 三路线圈方向控制在三路线圈的排布上要注意线圈之间的距离，减少由于线圈间互感3产生的信号干扰。线圈的排布可按正三角形分布，令两线圈中心距离为感应金属宽度和线圈直径之和。图3 线圈排布（3）谐振电容测试如果交变电流直接加在电感线圈上，能量损耗严重。为解决这一问题，将线圈与电容并联组成LC谐振电路4，此时能量只损耗在初级线圈和互感的寄生电阻上。实验发现，当左路线圈位于金属铝膜上方时，涡流效应产生的反向磁场与左路线圈形成一级耦合变压器，左路线圈和右路线圈之间形成二级耦合变压器，右路线圈通过左路线圈检测到金属的涡流效应。使得右路线圈在没有

5、检测到金属时，却和金属涡流现象产生的耦合作用一样给MCU返回了相同的数字量。即将右路线圈缓缓从铝膜上方移开时，检测到的数字量逐渐变小，但随着左路线圈慢慢进入铝膜上方，右路线圈检测到的数字量又增大，导致小车在行驶过程中对赛道误判，极易丢线。 通过增大线圈之间的距离来消除互感有一定效果，但是当线圈距离增大时影响小车对道路的识别，小车出现“摇头”现象。通过对每路线圈焊接不同的电容，使得每路金属传感器谐振在不同的频率上，线圈之间的互感大大减小，每路产生的磁通变化均由金属涡流现象产生，不受其它线圈的干扰。另外，在硬件设计过程中应注意单片机连接到ldc1000传感器的线应尽量短，避免其他干扰（噪声、静电）

6、对信号的影响5。表1 谐振电容测试实验左路谐振电容(pf)右路谐振电（pf）中路谐振电（pf）实验结果100 100 100 单路正常100 200 200 单、双路正常100 200 300 三路均正常2硬件电路设计根据设计要求，该系统硬件设计如图所示。系统整体由低功耗ARM微处理器KL26、金属传感器电路、电机驱动电路、舵机驱动电路、供电模块等组成。图4 硬件电路舵机采用S3010型号通用伺服器，当供电为6.0V时，其动作速度为0.16+0.02sec/60度，反应速度快，转向灵敏。电机使用额定电压为7.2V的RS-380SH-4045 碳刷马达，单片机输出PWM通过H桥驱动电路6控制电机

7、正反转。编码器使用512线Mini型，其采用霍尔检测技术，属于无接触检测，运行时不受灰尘及其他杂物干扰。3软件程序设计(1)软件设计流程图 本系统控制芯片是32位低功耗单片机KL26，编译环境是IAR7.2，采用C语言编写主要程序。程序模块主要包括系统初始化、道路标定、数据检测与分析、舵机电机响应、编码器测速反馈等组成。图5 软件设计流程图（2）数据采集与处理 首先通过初始标定采集赛道情况。分别标定左路位于铝膜正上方时，左路最大值、右路最小值；右路位于铝膜正上方时，左路最小值、右路最大值；两路线圈沿铝膜平行放置时，左路中值、右路中值、中路中值；对采集到的数据进行消抖滤波7后，取10个连续值，对

8、这10个数据进行冒泡排序8取出中值，以减少环境变量干扰对系统输出的影响。将实时检测到的中值与标定值比较，进行归一化处理，归一范围为0100。由于检测变量反应的是线圈和铝膜的重叠面积，所以对归一后的数据开根号处理，并乘以一个比例系数，保证数据的平滑程度。（3）方向控制算法以初始标定值为依据，结合时刻采集到的三路传感器的值判断小车位置。先根据左右两路线圈的数值结合初始标定数据预置丢线标志位，即当左路（右路）数值较大时，即预判小车出现右路（左路）丢线情况。再根据中路传感器的数值，当中路传感器数值小于一定值时，可判定小车丢线，根据丢线标志位使舵机向左（向右）最大偏转，不丢线情况下舵机正常响应。图6 左

9、路预丢线 图7 正常行驶 图8 右路预丢线由于小车转向需要及时，加入积分项使系统稳定性下降，动态响应变慢，所以舵机转向控制采用分段位置式PD9算法。 采集数据后，通过对小车位置的判断将道路分为A（直道）、B（小S弯道）、C（大S弯道）三个路段，分别在每个路段给不同的PD参数。主要思路是：在A路段设置较小的P（可以为0），完全由微分项来控制小车方向，避免因为数据抖动导致小车在直道摇头；当在B路段时，增大P使小车可以转过小s弯道，微分项不改变；当进入C路段，继续增大P（舵机偏转角度可以大于阈值），使小车能通过180度弯道，但此时小车“摇头”现象较为严重，增大微分项，使小车转向平滑。（4）速度控制算

10、法速度控制采用增量式PID10及棒棒控制算法。控制变量只与最近3次的采样值有关，容易通过加权处理获得比较好的控制效果。且在误差比较大时迅速增大系统输出，将误差在最短时间内减小到所要求的范围。即小车减速通过弯道后，进入直道可迅速加速11。设置5ms中断采集一次脉冲值，采集后就对脉冲数寄存器清零，直接通过脉冲数判断小车的速度。在进行参数整定时：先将Ki、Kd参数都设置为0，先调整参数Kp，使速度基本稳定在所给的脉冲数，由于只有比例系数Kp，一旦产生偏差，立即调节，导致系统非常震荡；继续增加积分系数Ki，震荡消除很多，但车速响应变慢；继续增加微分系数Kd增强系统的灵活性和预见性，使速度平稳过渡到所设

11、定的值。在试验过程中，三个参数采取相同的比例放大或者缩小12。三、实验结果与结论1实验环境实验赛道全长37.5m,采用宽度为50cm的PVC耐磨塑胶地板材料制作，赛道中存在直线，曲线，十字路口等元素。感应金属使用宽度5cm、厚度0.1cm的铝膜，两道铝膜铺设在赛道中央，间距为0.5cm。测试小车为飞思卡尔大学生竞赛车模-模型车A，其尺寸为27*16*8cm,有较好的调零装置，可自由组装13。 图9 赛道及小车实物图2实验步骤及数据采集当分别采用单路、双路、三路金属传感器实验时，考虑到不同方案的检测效果，对每种方案采用不同的实验方式验证。 对于单路传感器，在0.1m/s0.5m/s范围内预设I、

12、II、 III、IV四个速度档位；对于双路传感器，在0.7m/s1.4m/s内预设I、II、III、IV四个速度档位；对于三路传感器，在1.7m/s2.5m/s内预设I、II、III、IV四个速度档位，每路以不同速度等级分别实验6次，用秒表计时并计算出小车速度。由于环境变量相同（赛道、外部干扰），所以可不计入系统比较。实验数据如下图所示:图10 实验数据3数据分析与结论在单路实验中，小车速度较慢,且”摇头”现象较为严重，但是不易丢线。适用于较大范围内对金属的探测14，比如扫雷、探测硬币15等； 在双路实验中，速度有所增加，但是丢线现象较为严重，导致行驶过程中极易受到外部干扰导致小车“脱轨”；在

13、三路实验中，摇头现象和丢线现象大大减少，且小车速度较快，适合作为稳定速度型方向引导。实验分别比较了采用单路、双路、三路传感器时小车的运动情况，发现三路传感器较好的实现了以金属检测为导航的智能车控制系统的设计方案。表2 实验结果测试序号实验对象丢线情况平均速度1单路 0.3m/s2双路 丢线1.0m/s3三路 不丢线 2.1m/s四、结语通过测试，该系统较好的实现了以三路金属探测为方向引导的智能车控制系统设计，单片机利用Ldc1000传感器采集的数据，对道路进行分析，结合PID算法控制舵机和电机的响应，使小车的速度达到了2.0m/s。且响应速度快，不易丢线，性能稳定。在实际生活中，可将此控制系统

14、应用于无人驾驶的智能车运输系统中去，例如固定路线重物搬运，固定金属轨道运输等，餐厅服务机器人的路线引导等。图11 小车运动参考文献： 1 Texas Instruments Incorporated.LDC1000-Q1.ZHCSCS2BS. Texas Instruments Incorporated ,2014. 2TI.LDC1000 电感数字转换器M. 上海，2014,2123.3皇甫国庆.两圆线圈间互感及耦合系数讨论J.渭南师范学院学报，2015,30(14):2428. 4崔晓，张松炜.通信电子电路中的LC并联谐振电路J.现代电子技术，2011,34(17):190192.5杨羽.

15、数据采集系统信号干扰问题的分析解决J.科技资讯，2014,(16):24.6宋洪慧，李春芾，朱江.智能小车直流电机驱动电路设计J.机电技术，2015 ,(06):8487.7剑思庭.浅谈控制系统中的数字滤波J.可编程控制器与工厂自动化，2012,(12):3637.8廖志文.一种冒泡排序算法的改进J.电脑知识与技术，2014，10(18):42584261.9张明琦，余善恩，刘国华.二次函数PD算法在智能转向车中的应用J.哈尔滨师范大学自然科学学报，2015,31(03) :6364. 10丛国伟，李传伟.基于霍尔器件的直流电机速度PID控制设计J.仪表技术，2012,(06):2022.11赵凯瑞，陶模，王明亮，李世良，谢兰.电磁引导智能汽车设计与关键技术研究J.西北工业大学学报，2013,31(03):48