唐山师范学院摄像头组智能汽车技术报告

1、第八届“飞思卡尔”杯全国大学生智能汽车竞赛技 术 报 告目 录第一章 引言.1 第二章 智能车总体方案设计.2 第三章 机械系统设计与实现3.1 底盘连接方式的调整.4 3.2 底盘高度的调整.5 3.3 转向轮的调整.5 3.3.1 主销后倾角的调整.53.3.2 主销内倾角的调整.63.3.3 前轮约束的调整.7第四章 硬件系统设计与实现4.1.主板电路设计.94.1.1 主控制器.94.1.2 摄像头.104.1.3 舵机.114.1.4 编码.114.1.5调试模块蓝牙、显示屏、按键拨码开关124.2 稳压电路设计.13 4.2.1 5V稳压.144.2.2 3.3V稳压.144.2.

2、3 6V稳压.154.3 电机驱动设计.15 4.4检测起跑线方案与电路设计.16 第五章 软件系统设计与实现5.1 赛道图像采集部分.19 5.2 图像数据处理部分.215.3关于PID的应用.23 5.4舵机控制部分.24 5.5车速控制策略.25第六章 系统开发及调试工具6.1 调试工具介绍.266.1.1 IAR环境介绍.266.1.2 无线串口介绍.276.1.3 上位机介绍286.2 显示屏介绍.29 第七章 模型车的主要技术参数. 30 第八章 结论8.1 优势.318.2 不足.318.3 改进方向.31参考文献.33附录附录A 图像采集部分的程序源码.34附录B 电机与舵机处

3、理部分程序源码.37 第一章 引言为加强大学生实践、创新能力和团队精神的培养，促进高等教育教学改革，受教育部高等教育司委托( 教高司函2005201号文) ，由教育部高等学校自动化专业教学指导分委员会主办的“飞思卡尔”杯全国大学生智能汽车竞赛是在飞思卡尔公司资助下在规范标准的软硬件技术平台的基础上进行设计，制作出具有自主道路识别能力的智能汽车，是教育部主办的全国大学生五大竞赛之一。本设计通过对以往历届智能车的控制方案进行比较和分析之后，自主设计控制方案，完成了智能车系统设计。该系统以飞思卡尔公司生产的 MK60DX256ZVLQ10 32位MCU为控制核心，IAR Embedded Workb

4、ench for ARM 软件平台为开发环境，选用CMOS OV7620采集赛道信息，采用软件二值化提取中心线引导智能车， 采用光电编码器检测模型车的速度并使用PID和PD控制算法调节驱动电机的转速和舵机的方向，实现了对模型车的运动方向和运动速度的闭环控制。选用红外对管检测起跑线，做到了准确停车。为保证系统的稳定可靠，使用了键盘、显示屏、蓝牙等调试模块，对相关参数进行调节。使用上位机、MATLAB、Microsoft Visual studio等调试软件，通过大量的测试，分析智能车在赛道上的运行姿态，完成各种任务算法的软件调试，并不断的优化、改进硬件部分，使智能车保持良好的状态。本文主要从智能

5、车的机械结构、硬件设计、软件设计和参数测试等方面介绍我们的智能车的设计方法和经验。 第二章 智能车总体方案设计根据需求分析，经仔细研究，采用模块化设计方法，该智能车共包括八大模块：控制处理芯片MK60DX256ZVLQ10、摄像头模块、无线蓝牙模块、编码器模块、电机模块、舵机模块、按键/拨码开关和显示屏模块，整体直观图如图2.1所示，最终实物图如图2.2所示：图2.1 硬件关系图图2.2 智能车实物图 智能车工作原理是：系统通过CMOS摄像头采集跑道的图像，传回K60核心系统，经过软件进行图像信息处理，获得转向信息，然后通过PD控制舵机得到相应转角，用PWM模块向舵机发送控制信号，并根据中心线

6、偏移确定理论速度，然后用光电编码器测得当前的实际速度，将理论速度与实际速度进行比较，用PID控制策略控制速度，以使实际速度值能够达到当前计算的理论速度。第三章 机械系统设计与实现为了让车能够以更高的速度稳定行驶，我们对B车车模进行了全面系统的 分析。今年的车模和以前大体相同，因此我们在借鉴以前车模改造经验的基础上，对该车模进行了全新的改造。在实际调试时，我们发现减震弹簧对车在高速运行时的稳定性影响很大，并且高速运行时舵机的转动速度对车转向的灵活程度也有很大的影响。所以我们在整车的机械结构方面进行了如下的改进：1. 去掉减震弹簧，并用硬质板固定车模底盘，增强稳定性。2. 增加前后轮的垫片，以降低

7、整体重心。 3.对舵机安装位置重新改造，并对其机械连接结构进行改进。4.去掉影响车行驶稳定性的其他有关部件。3.1 底盘连接方式的调整 原车模本身的底盘采用的是软连接，并有减震弹簧，由于减震弹簧弹性太大，因此车在行驶过程中重心变化很大，导致小车在高速行驶的过程中会发生颤动的情况。所以，我们去掉了原车模的弹簧，底盘使用光刻板进行刚性连接。这样可以保证车在行驶过程重心的稳定性，对于摄像头采集图像的稳定度有很大的提高，调整部分如图3.1所示：图3.1 底盘连接方式的改装3.2 底盘高度调整 在保证小车能够正常过坡道和路障的前提下，最大程度地降低小车底盘高度，使重心尽量降低，我们在B车模前后桥加垫片，

8、从而使车在转弯时可以更加稳定、快速。如图3.2所示：图3.2 前后轮降低底盘3.3转向轮的调整 B型模型车可以调整的前轮参数有主销后倾角、主销内倾角和车轮前束三个参数。3.3.1主销后倾角的调整主销后倾角是指在纵向平面内主销轴线与地面垂直线之间的夹角，主销后倾角如图3.3所示。主销后倾角的存在使车轮转向轴线与赛道的交点在轮胎接地点的前方，可利用赛道对轮胎的阻力产生绕主销轴线的回正力矩，该力矩的方向正好与车轮偏转方向相反，使模型车保持直线行驶。后倾角越大，模型车的直线行驶性越好，转向后方向盘的回复性也越好，但过大的回正力矩也会使车辆转向沉重。通常主销后倾角值设定在 1到 3。图3.3 主销后倾图

9、今年B型模型车规定转向轮在后，所以主销一直处于前倾，无法通过直接调整前桥结构实现改变，我们将前摆拉杆翻转，这样按照行驶方向主销就存在一定的后倾角，有利于保持车模直线行驶、转向后回正。3.3.2 主销内倾角的调整主销内倾角是指在横向平面内主销轴线与地面垂直线之间的夹角。主销内倾角示意图如图3.4所示。图3.4 主销内倾角主销内倾角的作用，是使车轮在受外力偏离直线行驶时，前轮会在重力作用下自动回正。另外，主销内倾角还可减少前轮传至转向机构上的冲击，并使转向轻便；但内倾角越大，前轮自动回正的作用就越强，转向时越费力，轮胎磨损也更大。主销内倾的调整应该保持在一个合适的范围，“一般来说 08 度范围内皆

10、可”。在实际的调整中，只要将角度调整为 5 度左右就会对于过弯性能有明显的改善。如果赛道比较滑，可以将这个角度再调节的大一些。在实际制作中，这个角度调节为 8 度左右。对于模型车，通过调整前桥的螺杆的长度可以改变主销内倾角的大小，由于过大的内倾角也会增大转向阻力，增加轮胎磨损，所以在调整时可以近似调整为 03左右，不宜太大。主销内倾和主销后倾都有使汽车转向自动回正，保持直线行驶的功能。不同之处是主销内倾的回正与车速无关，主销后倾的回正与车速有关，因此高速时主销后倾的回正作用大，低速时主销内倾的回正作用大。3.3.3前轮约束的调整所谓前束是指两轮之间的后距离数值与前距离数值之差，前束示意图如图3

11、.5所示。前轮中心线与纵向中心线的夹角为前束角。图3.5 前束图轮前束的作用是保证模型车的行驶性能，减少轮胎的磨损。前轮在滚动时，其惯性力自然将轮胎向内偏斜，如果前束适当，轮胎滚动时的偏斜方向就会抵消，轮胎内外侧磨损的现象会减少。由于今年小车的行驶方向与往年相反，前束也就是往年的后束。总之，转向轮总是朝着行驶方向向内收。在模型车中，调节合适的前轮前束在转向时有利过弯，还能提高减速性。将前轮前束调节成明显的内八字，运动阻力加大，提高减速性能。由于阻力比不调节前束时增大，所以直线加速会变慢。智能汽车采用稳定速度策略或者采用在直道高速弯道慢速的策略时，应该调节不同的前束。后一种策略可以适当加大前束。

12、虽然模型车的主销后倾角、主销内倾角、和前束等均可以调整，但是由于模型车加工和制造精度的问题，在通用的规律中还存在着不少的偶然性，一切是实际调整的效果为准。第四章 硬件系统设计与实现如果把小车比作人，那么硬件电路就是它的身体，软件就好比它的灵魂。一个稳定、合理的硬件电路是软件执行的必要条件。我们的小车以北京科宇通博有限公司的B车模作为基础，用摄像头探测赛道，通过飞思卡尔公司的K60芯片来控制电机和舵机来实现智能车自主寻迹行驶。本章就主要介绍智能车硬件系统的设计与实现，硬件系统如图4.1所示，主要包括主板电路，稳压电路，驱动电路，检跑电路。 图4.1 硬件系统4.1 主板电路设计一辆小车要跑起来最

13、基本的要有中央控制器，检测赛道的传感器，提供速度的电机，转向需要打角舵机，要想很好地控制速度就得有速度检测模块，再加上外围辅助调试模块，这就组成了一辆智能车的基本框架。当然对于我们来说赛道的检测用的就是摄像头了。4.1.1 主控制器K60是飞思卡尔公司的cortexm4 系列CPU，目前技术较为新，市面上的开发板使用的芯片大部分是144pin 的PK60X256VLQ100样品，其主频正常使用为100MHz，其超频可以到达150MHz。图4.2为智能车用到的K60引脚介绍：图4.2 端口使用介绍4.1.2摄像头智能车使用数字摄像头OV7620，由ARM7（LPC2210）与CMOS感光芯片（O

14、V7620）实现了一个紧凑型图像采集、处理系统；摄像头的采集模式由SCCB设置，图像数据的采集、处理以及传输都由一片LPC2210完成，特别适合于对功耗、体积要求较严格的嵌入式应用，图4.3为OV7620外观图。图4.3 OV7620外观OV7620是CMOS彩色/黑白图像传感器，支持连续和隔行两种扫描方式，通过写SCCB设置成QVGA足以满足对赛道信息的采集。OV7620场信号为16.6ms,默认输出YUV4:2:2格式，也正是单片机需要采集的格式，所以上手非常容易，图4.4为OV7620接口图。图4.4 OV7620接口图4.1.3 舵机舵机使用大赛规定的S-D5舵机。控制器根据不同的赛道

15、信息通过端口产生不同占空比的PWM波来使舵机转动不同的角度，从而实现小车的转向。硬件接口如图4.5所示：图4.5 舵机接口图4.1.4 编码器初期采用光电码盘进行速度检测。这种检测方式安装简单，电路轻便，使用电源为 5V，非常适合在类似的模型上使用，但缺点是安装困难，检测精度不高，稳定性不好，容易出现丢齿漏齿现象，大大影响了整个系统的调速平滑性。后期经过修改测试，为了提高检测精度，最后确定为使用精度较高的500线的光电编码器，光电编码器使用 5V电源，信号输出线需要接4.7K的电阻上拉到3.3V上。这种测试方式电路较为简单，不需要增加外围电路，而且精度较高。接口电路如图4.6所示：图4.6 编

16、码器接口图4.1.5 调试模块蓝牙、显示屏、按键拨码开关本模块主要是为平时PID的调节提供辅助和比赛时能切换策略，更好的适应赛道而设计的。其中蓝牙可以无线传输数据，显示屏可以反映小车当前的一些参数，而按键和拨码开关可以进行一些参数的调整和程序决策的更改，图4.7为按键和显示屏电路图。图4.7 按键和显示屏接口图4.2 稳压电路设计智能车的动能来源是靠7.2V、2A/h的镍铬电池提供的，但是小车系统中各个模块需要的电压和工作电流是不一样的，因此就要对电池电压进行降压稳压或升压稳压。在查阅大量资料后发现多电源集合模块中的电路隔离特别重要，要是不注意的话就会出现不可预测的后果。具体表现在智能车上就是

17、电机在加减速时的瞬时压降变化可能会对单片机的正常运行、舵机的打角、摄像头的信号采集等等造成影响。因此我们在设计电路时尽量避免了这种不同电路之间的干扰。图4.8 电源系统4.2.1 5V稳压5V电源是为摄像头、显示屏、蓝牙、编码器、检跑电路提供电源的。我们选用了低压差线性稳压芯片LM2940作为5V的稳压芯片。其中为了保证摄像头的正常工作，不受其他模块的影响，我们单独为其做了一个一路5V稳压电路，为图像的采集提供了可靠保障，图4.9为5V稳压电路原理图。图4.9 5V稳压电路原理图4.2.2 3.3V稳压K60是小车的心脏，是核心部分，对于它的供电系统我们不敢怠慢。电机的瞬间加减速会把电源的压降

18、改变1V多，为了防止对控制器的干扰，所以K60的电源要有一定的抗干扰能力。鉴于开关电源纹波大，而线性稳压电源纹波小，我们选择了稳定性强的LM1117-3.3稳压芯片为控制器稳压。由于控制器的功耗较大，而5V的功耗在小车运行时的很小。因此我们把LM1117的输入电压接在了LM2940稳压输出的5V上，再一次保障了3.3V电压的稳定性，图4.10为3.3V稳压电路原理图。图4.10 3.3V稳压电路原理图4.2.3 6V稳压S-D5舵机的官方工作电压建议在4.5V-5.5V之间。但是在小车高速行驶中舵机的响应速度必须要快，这样才能保证小车精确过弯。因此我们把舵机的电压提高到了6V，保证了舵机的快速

19、打角。为舵机供电需要一个低压差纹波小的稳压芯片而且要在瞬间能提供一个较大的电流。LM2596具有输出电压在1.2V-37V可调，输出电流最高可达3A，它采用150KHz的内部震荡频率，功耗小，功率高，过热保护和限流保护等特点。因此我们用了一个可调的LM2596电路为舵机供电，图4.11为6V稳压电路。图4.11 6V稳压电路4.3 电机驱动设计直流电机最常用的驱动电路是H桥电路，它主要实现了电机的正反转和转速。BTS7960是应用于电机驱动的大电流半桥的集成芯片，它带有一个P沟道的高边MOSFET、一个N沟道的底边MOSFET和一个驱动IC。集成的驱动IC具有逻辑电平输入、电流诊断、斜率调节、

20、死去时间产生和过热、过压、欠压、过流及短路保护功能。BTS7960通态电阻典型值为16m，驱动电流可达43A。可采用两片BTS7960完成全H桥驱动电路，实现电机的正反和不同速率的转动。为了保护其他的电路不受电机驱动电路的干扰，我们用一个74ALS244来隔离驱动电路和主板电路。电路设计和PCB图如图4.12和图4.13所示：图4.12 电机驱动图4.13 电机驱动PCB图4.4 检测起跑线方案与电路设计对于起跑线的检测我们最开始是用软件做的在不断的实际测试中发现这种方法不是很好，主要是小车速度一高漏检的几率就会变大，而且影响单片机对图像的处理速度。因此最后我们选择了硬件检测，程序里使用普通I

21、O口中断来触发停车程序。这样就会大大提高检测的命中率。按照往届的硬件检测电路，我们使用了红外对管来识别两条黑线。起初我们用了四个对管，两两与非后接到单片机设置好的中断口。命中率很高，但是本届新加的路障对于我们的这种方案是种考验，经过华北赛区的各种路障误停，到最后直接去掉检跑电路，没有一次正确停下来的悲剧结果。最后我们把对管数加到了五个，在中间又多加了一个来区分路障。五个对管的排布如图4.15所示：图4.14 红外对管分布其中编号1的两个和编号2的两个分别与非成一路，外加中间一个就可以很好的检测起跑线了。其中两边的对管定位很关键，要保证车身在不是很正的情况下也能检测到左右任意一边可以检测到两条黑

22、带。即一对红外对管尽量可以同时扫到黑带，那么他们的极限间距就应该是两条黑带的中心距离，根据大赛细则中对起跑线的描述，这个距离这应该为190mm。据此经过大量实验，我们最后找到了两个合适的位置来定位对管：外侧的对管距中心105mm，内侧的对管距中心80mm。电路原理和PCB图如图4.15和4.16所示:图4.15 红外对管检跑电路原理图图4.16 自制红外对管检跑模块PCB图第五章 软件系统设计与实现软件系统主要包括以下几个部分：赛道图像采集部分，图像数据处理部分，舵机、电机的控制部分，显示调试部分。整体流程图如图5.1所示：图5.1 整体流程图5.1赛道图像采集部分摄像头组的一大难点就是图像的

23、几个中断时序问题，只要控制好他们的先后顺序就能把图像采集得很好。该智能车使用的是OV7620 CMOS摄像头，它可以直接输出行场同步信号，正常输出图像大小为240x640。但对于小车来说太大了，要想识别出赛道的有用信息只需要少量的像素信号就行。因此采用隔行采集和pclk分频的方法把图像进行缩减。图像采集时可以采用固定隔行采集的方法，这种方法虽然可以很好的采到真实的图像，但是到了后面的图像处理时就没有采用在特定行采集的方法好了。考虑到摄像头焦距的问题我们最终采用固定行采集方法。这种固定行采集方法可以将图像进行简单的纵向矫正。像素信号可以采用简单的延时方法采集，这种方法采回来的图像质量很差。一是图

24、像的中心不好调整；二是很容易采到杂信号。因此，我们用软件模拟pclk的5分频信号，将原来的每行640个像素点减少到了128个点，再通过K60的DMA进行图像数据的采集。这种方法虽然也不是最准确的采集方法但是比起第一种方法还是有所进步的。这样就可以每扫描一场得到完整的简单的赛道信息了，由于我们使用的是软件分频，二值化和滤波，需要对图像处理占用一部分时间，为了避免采集与处理的冲突，所以选择了隔场扫描，每采集一场，然后处理图像并控制。之后再从新的一场开始采集，同时通过特定行行数组对图像矫正，能够保证图像的质量和真实的赛道情况，图5.2为摄像头采集到的赛道信息： 直入十字斜入十字 虚线小s直道图5.2

25、 赛道信息5.2图像数据处理部分采集到的图像信息处理成完整的图像，就该提取赛道有用信息了。首先就是图像的二值化，这其中的难点是阈值的选取，只有阈值取得好才能很好的准确的简化图像信息。这其中就有动态阈值和静态阈值两种软件二值化的方法。静态阈值方法对于环境的适应能力比较差，环境变化就有可能不能准确的二值化图像。动态阈值方法虽然可以立刻适应新环境，但是它也有自己的弊端，最主要的是运行时间长，其次是它不一定能很好的找到一幅图像的阈值，最明显的地方是在虚线小S处，光线稍暗点就会把黑色虚线二值化没了。考虑两种方法的优缺点，最终采用静态阈值方法。只要在比赛时的试车阶段把环境的阈值调整好就可以了。得到二值化的

26、图像后就是中心线的提取了。如何提取中心线是图像处理的关键，只有正确的提取中心线才能准确的控制小车。由于赛道两边的引导线是连续的，只有在十字和虚线小S处会出现短线的情况，但是这都可以通过图像底层的黑线补出来。因此我们采用先找图像底部引导线再通过此引导线向上逐行的寻找赛道两边的黑线方法来提取赛道边线，进而提取到中心线。关于中心线提取的具体思路如下：I 从图像底层三行采用从中心依次向两边扩散搜索，找到黑点记录值；II 如果两边都找到，直接求平均值得到中心点坐标；如果只找到一边就用图像边缘与这一边确定中心值；如果两边都没找到，图像中心即中心值。记录连续采到有效点的坐标值。如果采到有效的连续的三行黑色边

27、线，则采用这三个边线的坐标来作为接下来提取黑线的引导线。否则继续寻找，直到找到可靠的引导线。III 以上行引导线提取到的中线点坐标向两边寻找黑点，找到后与上行的引导线做对比，如果相差不大则说明这个点采集正确。否则放弃这个点，用上一行引导线的坐标代替它。这样就会把十字和虚线小S的断线给补上。IV 以这种方法提取下去就能把整幅图像的中线提取出来，考虑到急弯的时候会出现赛道长度的缩减，我们进行了赛道宽度的限制，当左右边线的差值小于某个值时就会停止中心线的提取。这样就会防止误采的可能。对于斜入十字我们也做了简单的防止串道的限制算法，就是在斜入十字时赛道的宽度会突然变宽，这是不可能的，所以当采集行比引导

28、行的赛道宽度宽时就放弃本行数据，继续采取上行的数据代替。这样就不会在斜入十字是出现串道的情况。通过大量的实际实验证明我们这种方法既简单又可靠，在华北赛区的比赛中未出现串道的情况，图5.3为采用这种方法提取的中心线示意图。直入十字 斜入十字 虚线小s直道图5.3 赛道中心线提取示意图5.3 关于PID的应用 PID( Proportional Integral Derivative )控制是最早发展起来的控制策略之一，由于其算法简单、鲁棒性和可靠性高，被广泛应用于工业过程控制，尤其适用于可建立精确数学模型的确定性控制系统。图5.4为模拟PID控制系统原理框图。图5.4 PID原理框图PID是一种

29、线性控制器，它根据给定值rin(k)与实际输出值yout(k)的差值e（t）构成控制方案，图5.5为利用运放实现模拟PID的一个例子：图5.5 虚短虚断原则关于各调节器的作用说明：比例调节器P 1、起调节作用，与输出量和给定量的差成正比，有差就有调节作用，所以他的调节结果总是有差存在，这种调节不可消除差，所以叫这种调节为有静差调节； 2、但这种调节作用快，能很快减小误差，是最常用的一种调节器。 3、积分I调节慢，所以PI是最常用的一种搭配。积分调节器I1、是给定量与输出量的差对时间的积分，在电路里就是用给定量与输出量的差给电容充电，只要时间足够长，电容器的电压总会到达给定量，使输出量与给定量的

30、差为零；2、积分调节器是一种无静差调节器，意思是说可调节到给定值，做到精确、准确输出；微分控制调节器D1、，这种控制总是以输出量与给定量的差的变化率成正比，差变化越剧烈，调节作用越大，差变化越平稳，调节作用越弱；2、这种微分调节作用，使得输出量平稳而很少波动；3、这种微分调节作用，对输出量的变化、波动产生强烈的阻尼、抑制的作用，就像摩擦力的作用；增量式PID的算式为：如果换成智能车里的方向控制就变为：Pwm_offset=PWMMiddle+PID_P*(error-last_error)+PID_I*(error)+PID_D*(error+pre_error-2*last_error);如

31、果换换成智能车里的速度控制就变为：Pwmtemp+=PID_P*(error-last_error)+PID_I*(error)+PID_D*(error+pre_error-2*last_error);5.4舵机控制部分在图像信息中确定中心值后，就可以得到当前中心线的朝向，舵机通过PD控制就可以得到很好的控制效果。通过合理调节P参数，就可以使小车在赛道上稳定行驶，在弯道增大P项可以使小车切内道，但是在直道上会震荡，于是我们采用动态P来实现舵机基本转向，直道的P系数小,弯道的系数大，然后再加入D项可以使转弯提前，出弯时转弯减小，调节PD系数可以将小车的行车线调整到一个较为理想的状态。后期还结合

32、中心值加权，对路径做了一定的优化。舵机控制的基本公式如下： Pwm_offset=PWMMiddle+P*(error）+D*(error-last_error)其中：error是图像与赛道偏差，last_error为上一次的偏差，那么D项对应的就是赛道变化率。5.5车速控制策略对于速度控制，我们采用了增量式PID控制算法，基本思想是直道加速，弯道减速。经过反复调试，将每场图像得到的黑线位置与速度PID参考速度值构成二次曲线关系。在实际测试中，我们发现小车直道和弯道相互过渡时加减速比较灵敏，与舵机转向控制配合得较好。基本PID公式如下：pwmtemp+=PID_P*(error-last_er

33、ror)+PID_I*(error)+PID_D*(error+pre_error-2*last_error);基本速度公式如下：Speed=Highspeed-error*error/（Highspeed-lowspeed） 通过不断实践，发现直入弯时，需要及时减速，所以我们根据中心值偏差以及有效行，判断基本赛道类型，不同的类型需要不同的高速和低速。结果表明这样控制效果更好。第六章 系统开发及调试工具6.1 调试工具介绍程序及硬件的调整必定离不开调试工具的帮助，合理的使用调试工具可以提高整个智能车制作的效率和质量。再因比赛规定赛场上是不能下载程序的，所以人机交互调试界面的易用性和可靠性就决定

34、了小车对赛场赛道和光线的适应能力。6.1.1 IAR环境介绍IAR Embedded Workbench for ARM 是IAR Systems 公司为 ARM微处理器开发的一个集成开发环境。比较其他的 ARM开发环境，IAR EWARM 具有入门容易、使用方便和代码紧凑等特点。相对于Keil for ARM、CodeWarrior 而言，IAR for ARM 的编程界面是最简单的，编译效率高，在嵌入式系统的调试方面提供了可供调试的插件，方面用户调试程序。图6.1为IAR编程与调试界面。图6.1 IAR编程与调试界面J-LINK仿真器是SEGGER公司为支持仿真ARM内核芯片推出的JTAG

35、仿真器，可与IAR编译环境无缝连接，操作方便且下载速度快，是学习开发ARM最好最实用的开发工具，故使用此款仿真器开发K60，图6.2为J-LINK外观。图6.2 J-LINK外观6.1.2 无线串口介绍当后期调试需要小车在赛道上边行驶边发送赛道信息到上位机时，USB转串口线是无法满足要求的，经过考虑我们选择了蓝牙模块无线串口通讯。两块蓝牙模块一块当从机，一块当主机，配合USB-TLL模块可以方便的将接收到的数据显示在电脑上，图6.3为蓝牙模块和USB转TTL模块实物图。图6.3 蓝牙模块及USB转TTL模块6.1.3 上位机软件介绍我们采用全功能上位机对摄像头采集到的图像进行显示与分析。该软件

36、可以实时显示串口接收到的图像，也可将二维数组转图像，支持图像保存，动态设置协议头，可以显示图像的行列值，灰度值，支持添加算法插件等高级功能。使后期图像的深入分析与复杂控制算法的编写成为可能，图6.4为全功能上位机界面。图6.4 全功能上位机打开界面6.2 显示屏、按键模块介绍 我们选用OLED显示屏显示参数，选用3X6X2.5MM贴片式微动按键调节参数。进一步缩小电路板面积，使车身整体更加精妙合理的设计成为可能。图6.5 OLED与LCD5110比较第七章 模型车的主要技术参数表 7.1 模型车的主要技术参数说明项目参数路经检测方法摄像头组车模长、宽、高（mm）长：300 宽：220 高：35

37、0电容总量1400微法传感器种类及个数CMOS摄像头1个，测速编码器1个，红外对管5个除了车模原有的驱动电机、舵机之外伺服电机个数无额外伺服电机赛道信息检测精度1cm赛道信息检测频率30HZ车模总重量1Kg 第八章 结论我们小组成员都是非自动化专业，在小车制作过程中，对此产生了浓厚的兴趣，从对智能车一无所知开始，通过查找资料补充知识，经过一系列的设计电路，组装机械，编写程序，分析算法，最后终于能够让我们的车模跑的达到了预期的要求，并积累很多宝贵的经验。8.1优势本智能车系统使用数字摄像头，直接输出期望的数据格式，减轻了硬件电路的负担。适当的使用了贴片式芯片，既保证散热又有效的缩减了电路面积。使

38、用了32位单片机，比16位单片机执行速度快。中心线提取是根据边线连续性的特点提取的，这样大大提高其准确性，省去了对赛道识别的算法。8.2 不足由于OV7620本身场周期16.6毫秒的限制再加上我们使用的提取修正图像数组的固有缺点。导致必需使用隔场采集，使程序运行周期延长到了30毫秒左右。相比电磁组和光电组8毫秒左右的运行周期慢很多，且程序内各函数执行循序安排不甚合理导致内耗很大，严重影响了车速的提升。硬件设计不甚完善导致小车有些头重脚轻。采用的K60最小系统板体积偏大且没有集成SD模块，故日常调整参数时没有使用上预期的SD卡来读取小车运行的实际参数，智能凭借经验来调节，大大降低了参数调整的精度

39、和准确性，也使调车的队员十分辛苦。8.3改进方向使用灵敏度更高，场周期只有8毫秒的OV7725，采用硬件二值化并将电路制作在摄像头背面。充分利用DMA采集优势，将算法放在行中断，达到预期的一场采集并处理使程序运行周期达到8毫秒。采用线程更高，体积更小的光电编码器并完善硬件设计彻底解决车体头重脚轻的问题。采用体积更小，模块集成度更高的K60最小系统板，充分发挥32为单片机的强大功能。经过几个月的制作和调试智能车，每个队员都收获很大。通过这次比赛，不仅发挥了队员的创新合作精神，而且也学习到其他参赛队的控制思想和优秀作品。能参加这项比赛，对于本队每个人来说，定会成为人生当中铭记的经典，每个组员要感谢

40、在这过程中一直鼓励、支持、帮助我们的指导教师，感谢学校和大赛组委会为我们提供的展示平台，感谢在这过程中所有帮助过我们的人们。参 考 文 献1 童诗白，华成英模拟电子技术基础 M 北京: 高等教育出版社，2001.2 阎石数字电子技术基础 M 北京: 高等教育出版社，2000.3 邵贝贝. 单片机嵌入式应用的在线开发方法M北京清华大学出版社20044 谭浩强著C程序设计北京：清华大学出版社，20035 邱关源. 电路. 高等教育出版社，1999.6 第七届北京科技大学CCD技术报告.7 第七届常熟理工学院-闪电六队-技术报告.附 录附录A 图像采集部分的程序源码void hang() unsig

41、ned char j, *p; if(PORTA_ISFR & (0X10) PORTA_ISFR |= 0X10; m+; if(m = XZ_HangLine_C) p = &Image_DataLine_C0; for(j = 0; j COLUMN; j = j + 2, p = p + 2) *p = (unsigned char)LPLD_GPIO_Get(PTB); asm(nop);asm(nop);asm(nop);asm(nop);asm(nop); asm(nop);asm(nop);asm(nop);asm(nop);asm(nop); asm(nop);asm(nop);asm(nop);asm(nop);asm(nop); asm(nop);asm(nop);asm(nop);asm(nop);asm(nop); asm(nop);asm(nop);asm(nop);asm(nop);asm(nop); asm(nop);asm(nop);asm(nop);asm(nop);asm(nop); asm(nop);asm(nop);asm(nop);asm(nop);asm(nop); asm(nop);asm(nop);asm(nop);asm(nop);asm(nop); *(p + 1) =(unsi