南6华南赛区-摄像头组-中南大学-比亚迪金牛座2014技术报告

1、第一章 引言第九届“飞思卡尔”杯全国大学生智能汽车竞赛技 术 报 告 学 校： 中南大学队伍名称： 比亚迪金牛座2014参赛队员： 章敏 刘昊 李志华带队教师： 王 击 董 密 关于技术报告和研究论文使用授权的说明 本人完全了解第七届“飞思卡尔”杯全国大学生智能汽车竞赛关保留、使用技术报告和研究论文的规定，即：参赛作品著作权归参赛者本人，比赛组委会和飞思卡尔半导体公司可以在相关主页上收录并公开参赛作品的设计方案、技术报告以及参赛模型车的视频、图像资料，并将相关内容编纂收录在组委会出版论文集中。参赛队员签名： 带队教师签名： 日 期： 目 录第一章 引言11.1 背景介绍11.2 整车设计思路1

2、1.2.1 设计思路11.2.2 控制系统21.2.3 赛车整体结构设计31.3 章节安排3第二章 机械结构调整42.1总体思路42.2齿轮润滑42.4摄像头支架的设计安装42.5 电路板安装52.6 本章小结5第三章 硬件设计63.1总体方案63.2传感器模块63.2.1摄像头的选择63.2.2编码器测速模块73.2.3电池的安放73.3 倾角及角速度传感器73.4 MCU主控模块83.5电源模块93.5.1主电机供电与单片机供电分离电路93.5.2 单片机和摄像头供电电路93.6 电机驱动模块103.6 本章小结10第四章 软件设计114.1 软件框架114.2 各部分算法114.2.1

3、直立控制114.3 黑线的提取和图像中心的计算134.3.1原始图像的特点及校正134.3.2黑线的提取和中心的计算144.4方向控制方案154.4.1 方向控制数据的选取164.4.2 道路形状精确识别算法164.4.3 特殊赛道的判别184.5分类进行方向控制算法194.5.1 普通赛道的方向控制算法194.5.2 “小S型”道的方向控制算法194.5.3 人字弯的方向控制算法194.5.4障碍的方向控制算法204.6速度控制方案204.6.1 速度控制的算法设计224.8 PID控制算法234.8.1 数字PID控制算法234.9 经典PID算法实现速度的控制244.9.1 经典PID算

4、法实现速度控制的计算机仿真244.9.2 PID参数调节244.10 本章小结24第五章 仿真与调试255.1 调试阶段255.1.1 调试板255.1.2 SD卡和上位机255.1.3 软件系统调试255.2 本章小结26第六章 赛车主要技术参数27第七章 总结与展望287.1 总结287.2 展望28谢 辞29参考文献30程序附录31III 第一章 引言1.1 背景介绍全国大学生智能汽车竞赛是在统一汽车模型平台上，使用飞思卡尔半导体公司的8位、16位、32位微控制器作为核心控制模块，通过增加道路传感器、设计电机驱动电路、编写相应软件以及装配模型车，制作一个能够自主识别道路的模型汽车，按照规

5、定路线行进，以完成时间最短者为优胜。该竞赛是涵盖了控制、模式识别、传感技术、电子、电气、计算机、机械及车辆工程等多个学科的科技创意性比赛。全国大学生智能汽车竞赛已经成功举办了八届，比赛规模不断扩大、比赛成绩不断提高。通过比赛促进了高等学校素质教育，培养大学生的综合知识运用能力、基本工程实践能力和创新意识，激发大学生从事科学研究与探索的兴趣和潜能，倡导理论联系实际、求真务实的学风和团队协作的人文精神，为优秀人才的脱颖而出创造条件。我们队历时10个月左右时间，经历了机械构造、硬件方案、算法思路的不断创新，这些创新体现在设计理念上，也贯穿赛车制作过程的始终。由于这些创新，赛车各方面综合性能得到提升，

6、并且获得了良好的赛场表现。本技术报告将详细介绍我们为第九届“飞思卡尔”杯全国大学生智能汽车邀请赛而准备的智能车系统方案。1.2 整车设计思路1.2.1 设计思路底层硬件电路电路板的安装及机械结构调整MCU图1.1 整车设计思路图 我们从常规的硬件、机械、软件上对总体制作进行把握，它们之间互相渗透、互相影响、紧密相连。从一个方面是为了有效的分工和有序进行制作而进行的一种划分。整体设计思路如图1.1所示，从总体设计思路上，硬件是实现智能车的控制的底层基础，其稳定性和优良性能是保证智能车实战性的重中之重。这一部分也是我们在制作过程中一直改进的重要部分。在硬件稳定性能良好的前提下，电路板的合理安装机械

7、的合理改造就显得很重要了，这是提高车子性能和提速的重要因素之一。控制也是智能车中的核心，就像没有操作系统的电脑只是一台裸机，而对于一辆没有MCU控制算法的小车也就等于是一辆没有灵魂的裸车，对MCU资源的选择、控制参数的设置、对实际环境的算法适应性等方面都需要进行不断的尝试和改进。1.2.2 控制系统智能车系统是一个相对复杂的反馈系统（如图1.2所示）。摄像头采集的赛道图像信息、编码器采集到的车体运行速度、加速度传感器采集到的车体纵向和横向加速度，是反馈控制系统的输入量。执行器（直流电机）以及模型赛车构成反馈系统的装置。飞思卡尔K60系列的32位单片机是系统的控制器。在智能车系统的搭建到赛车快速

8、、稳定地按照赛道行驶的整个过程中，反馈原理是我们分析问题和解决问题的基本原理。43 第一章 引言速度检测驱动输出控制电机姿态信息检测赛道图像信息检测K60控制图1.2 智能车控制系统总体框架分成了直立控制、速度控制、赛道循迹三大部分。直立控制中重点环节是姿态信息的采集和处理，姿态传感器就显得尤为重要了，加速度传感器我们选择了MMA7361模块，陀螺仪采用ENC-03MB型号。通过加速度计和陀螺仪采集回来的电路进行处理融合得到小车当前状态的姿态信息，通过控制电机使其保持直立。速度控制采用PID闭环控制，通过编码器测得的脉冲数得到小车当前速度。间接通过角度控制，将速度控制量施加与电机，达到控制速度

9、的目的。赛道循迹依靠摄像头采集到的赛道信息进行处理，通过算法控制小车循迹前进,采取合适的机械结构参数。1.2.3 赛车整体结构设计关于赛车的整体结构布局如图所示，我们主要思路是：减轻车体重量，电路板模块化处理，尽量降低并合理调整车体重心。1.3 章节安排 技术报告分七个章节：第一章节主要是对模型车设计制作的主要思路以及实现的技术方案概要说明，提出技术报告的行文框架。第二章介绍了赛车机械改造的总体思路，并详细说明了机械结构调整情况。第三章说明系统的硬件实现。第四章说明方向控制和速度控制算法设计。第五章介绍仿真和调试的方法。第六章是赛车的具体参数。第七章总结了整个制作过程中的创新点和不足之处，提出

10、了下届备赛过程的努力方向。第二章 机械结构调整 众所周知，机械决定着一部车的极限速度，对于两轮平衡车而言尤为重要。2.1总体思路关于赛车机械结构的调整，我们主要从以下几个方面考虑： 车体重量：比赛规则规定，智能车的驱动电机和传动机构不允许更改，意味着赛车的最大驱动力是一定的。要想提高赛车的平均速度，必须提高其加速和制动性能，在驱动力一定的情况下，尽量减轻车体的重量是必要的，我们将电路板体积做到了最小，在双面板情况下集成度做到了最高；重心安排：重心位置是影响侧翻的最关键的因素，设计中应尽量降低智能车的重心。为此，选用轻质碳素合金支杆安装摄像头；尽可能的降低了摄像头高度；微控制板与大功率驱动板分开

11、安装。2.2齿轮润滑为了提高控制的灵敏度，减小齿轮间的摩擦，增加齿轮寿命，降低空载摩擦力，减小电机的负担，需要对齿轮及轴承进行润滑处理。可以选择用润滑油或润滑脂。将齿轮轴承拆卸后均匀涂上油。2.4摄像头支架的设计安装 赛车图像传感器的架设主要考虑以下几个因素：1、确保图像传感器位置的居中且正对前方。因为当图像传感器不居中，其采集进来的图像也不是居中的，这样就会导致智能车在直道上也偏离赛道中央，即使可以通过程序校正，也会导致扫描到的图像面积左右不对称，会浪费一部分图像信息。2、图像传感器的安装高度要足够高。这样可以使得智能车在图像传感器的安装角度不是很大的情况下就能够前瞻到前方足够远处的路况信息

12、。因为当摄像头的角度过大时候，采集进来的图像形变过大，且图像中的干扰信息增多，对模型车的处理算法十分的不利。而且当摄像头的安装位置较高时，所能扫描到的图像靠近智能车的部分范围较大，当智能车偏离赛道一定距离时，依然可以扫描到黑线，这样会便于图像的算法处理。3、图像传感器的安装是可调整的。这样以便于图像传感器居中的校正，以及在实际调试中选择最佳探测角度，以及对图像传感器视野范围进行标定。经过多次的实验和总结，我们对图像传感器的远度进行了标定，对图像传感器的采集的图像信息进行了中心位置的校正。将图像传感器采集到的图像信息通过无线模块传送到调试板大液晶显示屏上，通过调节图像传感器各个旋转变量使 第二章

13、 机械结构调整得摄像头的图像位置居中。 第二章 机械结构调整2.5 电路板安装电路板应安装于智能车的最低的部位，并且固定于底盘。由于电池的安装前移了2cm，考虑到赛车的空间，PCB板应设计成一定的形状以便于安装。PCB设计形状示意如图2.1 所示。这个形状有利于摄像头支架的安装，同时防止了前轮转角过大时与电路板接触。图2.1 PCB的形状2.6 本章小结对于两轮平衡车的机械，尽量做到重心低，车模倾角较低，质量相对集中，左右质量较为相近，左右对称。第三章 硬件设计 硬件稳定是一部车稳定的前提，只有稳定可靠的硬件基础才能为软件算法调试提供极大的帮助。3.1总体方案 系统硬件电路主要由三块PCB板构

14、成，最小系统板、主控板和电机驱动板，如图3.1所示。集成了整个系统的逻辑电路和驱动电路，主控制芯片采用官方推荐的32位微控制器MK60FX512VLQ15。图3.1 系统板、主控板、驱动板3.2传感器模块3.2.1摄像头的选择对于CMOS摄像头分为数字和模拟两种。其中数字摄像头OV7725信噪比更高、速度更快、稳定性更好和微光灵敏度更高、绝非ov7620、ov7670、ov6620这类可比，速率可达150帧每秒，去噪点能力极强，效果非常理想，因此，最终我们选择了野火硬件二值化摄像头。 第三章 硬件设计3.2.2编码器测速模块光电编码器是一种通过光电转换将输出轴上的机械几何位移量转换成脉冲或数字

15、量的传感器, 这也是目前应用最多的测速传感器之一。其获取信息准确、精度高、应用简单，缺点是体积较大。 采用欧姆龙增量式500线光电编码器，其供电电压为5V，输出为小幅值的正弦信号。为了将此信号放大整形，设计了信号调理电路，其基本原理是使用一个运放做成比较器电路，调节参考电压，使输出变为0/5V的方波信号，送入单片机进行运算。3.2.3电池的安放为了提高速度，降低重心成了最直接的提速方式。作为车上最重的电池的安放位置选取了与电机平行的位置，很好的降低了车身的重心。3.3 倾角及角速度传感器陀螺仪选用村田公司的ENC-03MB,该产品是一种应用科氏力原理的角速度传感器，它输出一个和角速度成正比的模

16、拟电压信号。日本村田（murata）开发生产的一款以陶瓷材料为主要原料的角速度传感器，又名陀螺仪，主要是通过角速度原理，将外界物体偏移产生的位移，转换成电流传送给主控IC，然后再调整位移，以达到产品稳定，主要应用于照相机、飞机模型。n 特性1. 特别小的体积和重量2. 快的响应速度3. 低驱动电压和功耗由于datasheet参考电路存在过冲问题，陀螺仪电路模块我们采用清华大学的电路，如图3.2所示。自制的陀螺仪模块如图3.3所示。图3.2 陀螺仪电路图3.3 陀螺仪模块三轴加速度传感器是一种可以对物体运动过程中的加速度进行测量的电子设备。三轴加速度传感器采用Freescale（飞思卡尔）公司生

17、产的高性价比微型电容式三轴加速度传感器MMA7361芯片，MMA7361采用信号调理、单极低通滤波器和温度补偿技术，提供±15g6g两个量程，用户可在这2个灵敏度中选择。该器件带有低通滤波并已做0g补偿，提供休眠模式，因而是电池供电的无线数据采集的理想之选。加速度计MMA7361模块如图3.4所示。图3.4 加速度传感器3.4 MCU主控模块 MCU控制板包括滤波电路，晶振模块，主控芯片MK60FX512VLQ15。 MK60-32位系列针对一系列成本敏感型汽车车身电子应用进行了优化。K60产品满足了用户对设计灵活性和平台兼容性的需求，并在一系列汽车电子平台上实现了可升级性、硬件和软

18、件可重用性、以及兼容性。紧凑的封装使得这些器件适于空间受限应用，如小型执行器、传感器模块和转向柱集成模块。3.5电源模块由于电源对高频干扰具有较强的抑制作用。同时由于其低功耗特点，在进行电路板设计时，可以减少散热片的体积和PCB 板的面积，有时甚至不需要加装散热片，方便了电路设计与使用，提高了稳定性能。3.5.1主电机供电与单片机供电分离电路图3.5 单片机电源和电机电源分离主电机在启动的瞬间和反转的瞬间会产生高达20A的冲击电流。主电机和单片机都是由单独电池供电，若在主电机电源和单片机电源系统之间不加任何隔离措施，有可能导致在赛车行驶的过程中单片机复位，这是绝对不允许的。所以在主电机电源和单

19、片机电源系统之间加了一极滤波器。电路图如图3.5所示。3.5.2 单片机和摄像头供电电路单片机电源模块和摄像头的工作电压都是5V,我们选用的芯片是LM2940-5，具有纹波小、电路结构简单的优点，其输入的电压为电源电压，输出5v。其典型应用电路图如图3.6。图3.6 5V电源电路3.6 电机驱动模块驱动单元是控制系统的重要组成部分，驱动电路经过改进，最终选取BTS7960作为驱动芯片，其电路结构简单，负载能力强，为赛车的加速和制动性能以及上限速度得到了很大程度的提高。电路如图3.7 所示。图3.7 驱动电路3.6 本章小结硬件电路设计，应尽量保证各电路模块工作稳定可靠，无干扰。 第四章 软件设

20、计 软件部分是一部车的灵魂，引导着他前行。4.1 软件框架软件的主要功能包括有： （1）各传感器信号的采集、处理； （2）电机PWM输出； （3）车模运行控制：直立控制、速度控制、方向控制； （4）车模运行流程控制：程序初始化、车模启动与结束、车模状态监控；上述功能可以分成两类：第一类包括（1）-（3）功能，他们属于需要精确时间周期执行，因此可以在一个周期定时中断中设置一个标志变量，作为执行周期的标志。第二类包括（4）功能。它的执行不需要精确的时间周期。可以放在程序的主程序中完成。他们同坐全局变量实现互相的通讯，如图4.1所示。系统各模块初始化直立控制速度控制转向控制串口调试图4.1 框架4.

21、2 各部分算法根据比赛规则要求，维持车模直立也许可以设计出很多的方案，参考方案假设维持车模直立、运行的动力都来自于车模的两个车轮。后轮转动由两个直流电机驱动。因此从控制角度来看，车模作为一个控制对象，它的控制输入量是两个电极的转动速度。车模运动控制任务可以分解成以下三个基本控制任务： （1） 控制车模平衡：通过控制两个电机正反向运动保持车模直立平衡状态； （2） 控制车模速度：通过调节车模的倾角来实现车模速度控制，实际上最后还是演变成通过控制电机的转速来实现车轮速度的控制。 （3） 控制车模方向：通过控制两个电机之间的转动差速实现车模转向控制。4.2.1 直立控制通过类比倒立摆得到了车模直立的

22、控制方案。下面对倒立车模进行简单数学建模，然后建立速度的比例微分负反馈控制，根据基本控制理论讨论车模通过闭环控制保持稳定的条件。 假设倒立车模简化成高度为 L，质量为 m的简单倒立摆，如图4.2所示，它放置在可以左右移动的车轮上。假设外力干扰引起车模产生角加速度 。沿着垂直于车模地盘方向进行受力分析，可以得到车模倾角与车轮运动加速度以及外力干扰加速度之间的运动方程。图4.2 车模运动方程可把倒立摆模型变为单摆模型，能够稳定在垂直位置。因此，可得控制车轮加速度的控制算法，如式4.1所示。 （4.1）式中，为车模倾角，为角速度；、均为比例系数；两项相加后作为车轮加速度的控制量。只要保证在、 条件下

23、，可以使得车模像单摆一样维持在直立状态。其中有两个控制参数 ，决定了车模是否能够稳定到垂直平衡位置，它必须大于重力加速度；决定了车模回到垂直位置的阻尼系数，选取合适的阻尼系数可以保证车模尽快稳定在垂直位置。在角度反馈控制中，与角度成比例的控制量是称为比例控制；与角速度成比例的控制量称为微分控制，因此上面系数、分别称为比例和微分控制参数。其中微分参数相当于阻尼力，可以有效抑制车模震荡。首要任务是得到车模的实际姿态信息，如图4.3所示。 第四章 软件设计 图4.3 重力加速度矫正陀螺仪的角度漂移在上述方案中，利用加速度计所获得的角度信息与陀螺仪积分后的角度进行比较，将比较的误差信号经过比例放大之后

24、与陀螺仪输出的角速度信号叠加之后再进行积分，如图4.3所示。对于加速度计给定的角度，经过比例、积分环节之后产生的角度必然最终等于。所以最终得到控制式 （4.2）4.3 黑线的提取和图像中心的计算4.3.1原始图像的特点及校正 在单片机采集图像信号后需要对其进行处理以提取主要的赛道信息，同时，由于起点线的存在，光线、杂点、赛道连接处以及赛道外杂物的干扰，所以要把采集或处理后图像的干扰降到最低。鹰眼摄像头采用硬件二值化，直接输出黑白图像，极大减轻运算量，并且赛道部分几乎没有噪点，为后面的图像处理，方向控制提供了很大的便利。我们选用的摄像头可以减轻反光问题所带来的影响，但没法完全克服，这也是摄像头芯

25、片目前无法克服的问题。但是在实验室和比赛场地基本没有出现反光，所以就没有进行特殊处理。 因为摄像头所扫描到的图像是一幅发射式的图像，产生了严重的梯型畸变，如果不进行校正，那么扫描到的数据的正确性将无法保证，那么对于方向的判定将会不准确，造成赛车判断失误，走的不是最优路径，严重时甚至冲出轨道。因此，在进行赛车方向控制时，进行坐标的校正显得至关重要。下面对坐标校正的方法进行具体的介绍。由于摄像头所扫描到的图像总是向外扩张，扫描到的图像并非为一个标准的长方形，在不考虑纵向畸变的情况下可以近似认为是一个梯形，严重影响到了数据采集的准确性，所以我们必须对扫描到的数据进行校正。我们根据实验发现，越是靠近摄

26、像头的地方，扫描到的范围就越窄，离摄像头距离较远的地方，扫描到的范围就越宽，因此，不同的前瞻，如果摄像头在较远处和较近处采集到黑线的数字信号距离中心位置相同的话，事实上最远处偏离中心位置的距离可能比最近处偏离中心位置的距离大很多,故必须进行校正。在不同的档位设置里，所选用的前瞻不同，所以设置的赛道宽度也不同，根据前瞻近赛道宽；前瞻远赛道窄的原则，在调试的过程中根据赛车转弯的效果给定不同的赛道宽度。由于有些情况需要搜索摄像头视野范围里全部的赛道边界，我们采集了直道的图像，近似的认为赛道宽度和行数成线性关系，根据较远处和较近处的实际赛道宽度确定了每一行的赛道宽度。考虑到赛车行驶过程中角度的改变会使

27、摄像头采集到图像的范围发生变化，所以没有对系数进行精确地计算。4.3.2黑线的提取和中心的计算1、边界的提取： 我们在黑线提取的过程中引入一次线性预测、黑线校验和一次线性插值等方法，这样可以将黑线不连续的边界也连接起来。 黑线提取算法的基本思想如下： Step1:对于左边界，如果搜索到白-黑跳变，则判断为左边界；同理，对于右边界，如果搜索到白-黑跳变，则判断为右边界； Step2:从图像的第59行开始遍历，直到连续三行找到图像的左右边界，置标志变量beginFlag为1；否者如果遍历到图像HEIGHT-1行，表明提取失败，退出； Step3:当找到该行的左右边界时，同时记录下前三行已找到的边界

28、（可以不连续），如果前一行已找到的边界所在行与当前行不相邻，则利用一次线性插值补全未找到边界的行；否者，搜索下一行的左右边缘； Step4:利用前两行已找的边界信息，进行一次线性拟合出直线方程，并利用该直线方程预测该行边界的位置temp，根据经验左右设定一个余量e，在temp-e, temp+e范围内搜索该行的黑线边缘；2、赛道中心线的提取： 智能车想要在赛道上平稳的行驶，不冲出赛道，必须知道赛道的中心，为此，我们利用提取的左右两边的黑线坐标对赛道的中心进行了计算，基本思想如下： （1）当该行左右黑线均已提取到时，则将左右黑线位置的平均值作为中心线的位置； （2）当只有单边黑线找到时，则根据找

29、到的边界平移半个赛道宽度作为中心线的位置； （3）当左（右）边界的结束行小于右（左）边界的开始行时，如果按照步骤2来计算赛道中心线的位置会出现中心线不连续的情况。但在实际运行过程中，这种情况出现的比较少，即使不处理也不会影响车模正常运行，故没有对这种情况进行处理。4.4方向控制方案 方向控制流程图如图4.4所示。 开始采集黑线坐标计算赛道中心行数是否大于5是否是普通赛道计算偏差，进行方向控制人字障碍识别与控制结束提取失败NOYESNOYES图4.4 方向控制流程图4.4.1 方向控制数据的选取根据前面介绍的摄像头采集处理得到的只是40行中每一行的黑线坐标。一些赛道的形状要通过过曲率的计算来得出

30、。下面给出曲率的具体计算方法。首先，选取一段想要判别的赛道，计算的方法为：将第i行的坐标定义为coordinatei，将摄像头的中心坐标定义为middle，那么每一行相对于中心坐标的偏差就为： eki=40-middle (4.3) 就得到了各行实际偏离中心位置的距离。然后用第0行的偏差加上第8行的偏差之和除以2再减去第4行的偏差，得出一个相对偏差ek_comparatively。ek_comparatively的计算公式为： ek_comparatively(ek8+ek0)/2-ek4 (4.4)根据相对偏差的大小，可以大致判断该段赛道的形状，因为考虑到车在行驶时角度的变化，所以没有做太精

31、确地处理。4.4.2 道路形状精确识别算法利用4.4.1中对道路弯曲程度的计算，根据扫描到的道路每段的弯曲程度，可以对道路形状进行粗略的识别。（1）直道的识别图4.5 直道通过对道路弯曲程度的计算，我们可以比较精确的识别出直道，因为如果扫描到的道路为直道，在上面的计算中，在计算相对偏差时，ek_comparatively(eki+8+eki)/2-eki+4肯定会是一个比较小的值，因为如果道路为直道，而且采样是根据等间隔采样，第i+4点正好是第i+8点和第i点的中心点，根据直线的特性，不管是横纵坐标，直线的中心点都应该等于起点和终点的一半。就算扫描到的图像存在误差，那么计算出的弯曲程度curv

32、e_degree也应该是一个很小的数，也就是说，如果赛道的每一段的弯曲程度curve_degree都非常小，那么该道路就一定是直道，反过来，只要其中有一段的弯曲程度curve_degree比较大，那么就可以判断这段道路不是直道。赛道中直道的形状如图4.5所示。（2）“小S型”道的识别图4.6 小S型选定较为靠前，相隔一定距离的两行，如果这个时候这两行的赛道中心偏差比较小，并且可以看到很长的赛道，那么就可以判断为“小S型”道。赛道中“小S型”道的形状如图4.6所示。（3）起跑线的识别图4.7 起跑线全国大学生智能车竞赛规定，智能车必须能够识别起跑线，并在跑完一圈以后能够自动停止在3米以内的赛道中

33、，否则在本来的时间基础上加上1秒，如果加上1秒那必须将速度加大很多才能挽回。然而，当速度本来就较快时，由于智能车本身的结构原因，很难再进行提速，因为速度过快可能会导致翻车等一系列不利现象。因此，对于起跑线的精准识别显得至关重要。观察图4.9可知，起跑线的颜色从左到右依次为“黑”“白”“黑”“白”“黑”“白”“黑”，对应于微控制器内的数字信号即是0101010，因此我们可以利用这个特征来识别起跑线。即当这部分图像中出现这样的颜色规律时就判定为是起跑线。当跑完第二圈，第三次检测到起跑线时，表明已经完成了比赛，要在冲过起跑线后刹车，在三米范围内停车。4.4.3 特殊赛道的判别人字的识别图4.8 人字

34、如图4.8所示，在第九届智能车竞赛中，规则中增加了人字这一规则，如果采用基本算法检测到的偏差进行控制，必然会导致翻小车无法及时转向，因此，必须对其进行检测，我们选用了比循迹所用行更靠前的一行进行检测，当一行有边界另一行没有边界，并且判断是在直道的时候，我们便认为小车到了人字弯，并对转向进行处理，进而达到平稳过人字得效果障碍的识别图4.9 障碍如图4.9所示，由于赛道上可能出现路障，如果不能及时识别并且转向，小车就会撞到障碍，冲出赛道。对于障碍，我们选定特定的一行，如果选定行前方附近的赛道宽度和选定行的赛道宽度相比相差很大，就判定为障碍，进行相应的控制。4.5分类进行方向控制算法4.5.1 普通

35、赛道的方向控制算法采用选定的一行循迹，根据前面搜索边界及中线的方法用该行的中线坐标和40的偏差作为方向控制的偏差。4.5.2 “小S型”道的方向控制算法 “小S型”道一般是指“S型”道最靠左的黑线和最靠右的黑线之间相差的距离不大于60厘米，智能车过这种弯道时，基本可以从中间直接通过，而不需要转弯和减速。因此，找准“小S型”道的正中心显得至关重要，因为只有找准了“小S型”道的正中心，智能车才能不转弯不减速地通过“小S型”道，如果“小S型”道的正中心找得不准，那么智能车就很容易冲出赛道。找“小S型”道的正中心的方法为：先找出“小S型”道最左边和最右边的坐标值，然后将最左边和最右边的坐标值相加之后再

36、除以2，就得到了“小S型”道的正中心坐标，智能车就可以沿着这个方向前进，而不需要转弯。4.5.3 人字弯的方向控制算法 在检测到人字弯时，由于这个时候离人字弯还比较远，要进行延时，当延时时间到了的时候就给定固定的偏差，再转一定的角度，就可以顺利通过人字弯。角度的计算采用陀螺仪积分的方式，当积分的角度达到设定的角度时，就判定已经通过人字弯，切换回普通的偏差计算方式。4.5.4障碍的方向控制算法 在检测到障碍时，就根据障碍的位置给定当前的偏差加上一个偏移量，使小车偏向赛道的一边行驶。当检测到障碍时，同样要进行延时，当延时时间到了的时候，就将偏移量置0，使小车重新回到赛道上。经过测试，这种方法稳定性

37、比较好，在切换偏差计算方式时不会出现比较大的晃动。4.6速度控制方案首先通过安装在电机输出轴上的编码器来测量得到车模的车轮速度。如图4.10所示。图4.10 编码器测的电机速度输出为了简化分析，首先忽略了由于倾角控制引起的车模速度的变化。间接通过控制车模的倾角来控制车模的速度。车模速度最终由倾角所产生的加速度决定，因此将倾角的进行积分便可以得到车模的运动速度，如图4.11所示。图4.11 速度控制结合角度控制得到车模角度和速度控制框图，如图4.12所示。图4.12 车模角度和速度控制框图在上图中，角度控制需要两个控制参数，分别是比例控制参数和微分控制参数。速度控制同样也有两个参数，分别是比例控

38、制参数 和微分控制参数。在这两个控制中都使用了微分控制，目的是增加车模的角度和速度的稳定性，防止控制超调。最终的到速度控制式 （4.5）4.6.1 速度控制的算法设计智能车速度控制的总体思路与智能车方向控制的思路完全相同。根据档位的设定速度，采用PID控制算法实现对智能车的速度调节，以最短的时间使智能车达到这一理想速度。从而实现希望智能车的速度完全由道路情况所控制。智能车速度控制的程序流程图如图4.13所示。4.8 PID控制算法4.8.1 数字PID控制算法1. 数字PID位置型控制算法在单片机控制系统中，PID控制规律的实现必须用数值逼近的方法。当采样周期相当短时，用求和代替积分，用后向差

39、分代替微分，使模拟PID离散化变为差分方程。图4.13 智能车速度控制总体流程图为了便于单片机实现，必须变换成为差分方程，为此可作如下近似 (4.6) (4.7)式中，为采样周期，为采样序号。可得数字PID位置型控制算式为 (4.8)公式(4.8)表示的控制算法提供了执行机构的位置，所以被称为数字PID位置型控制算式。4.9 经典PID算法实现速度的控制4.9.1 经典PID算法实现速度控制的计算机仿真智能车的主电机可以看着是一个惰性单元，应用PID控制算法可以达到较好的控制效果，该智能车在MATLAB上进行仿真得到的单位价跃响应如图4.12所示，因为在本赛车速度控制系统中，其中一个最重要的指

40、标就是快速性，而对于超调量和过渡过程时间要求并不严格。特别是过渡过程时间，该智能车的速度时时刻刻都需要发生变化，所以还等不到速度稳定便又要变化，由仿真结果可见，该智能车速度调节的快速性很好，能够完全满足调速的要求。4.9.2 PID参数调节比例控制能迅速反应误差，从而减少误差，但是比例控制不能消除静态误差，的加大，会引起系统的不稳定；积分控制的作用是，只要系统存在误差，积分控制作用就不断地积累，输出控制量以消除误差，因而，只要有足够的时间，积分控制将能完全消除误差，积分作用太强会使系统超调加大，甚至使系统出现振荡现象；微分控制可以减小超调量，克服振荡，使系统的稳定性提高，同时加快系统的动态响应

41、速度，减少调整时间，从而改善系统的动态性能。而在该智能车系统调速的过程中，由于快速性是最重要的指标之一，因而应主要考虑其快速性，在调试的过程中，把参数调得较大，这是为了增大速度调节的快速性，将参数调得较为适中，因为除了快速性以外，最重要的就是要减少系统的超调量，而将参数调得较小，因为在该速度调节中，并不需要达到静态，由于理想速度就在时时刻刻发生变化，所以也不可能达到静态。实验结果表明，参数取0.8，参数取为0.4，而参数取得尽可能小，大约为0.01时，可以取得较好的效果。4.10 本章小结对于两轮直立车摄像头车而言，处理好直立部分与摄像头采集之间的时序关系尤为重要，摄像头图像处理算法，直立滤波

42、算法等都是软件部分很重要的组成元素。第5章 仿真与调试 要想将所设计的算法运用到智能小车上，并很好的控制智能小车的各个机构协调工作，并不是一蹴而就的事情，必须经过初期的设计、仿真、制作和长期的调试工作。而这一系列工作也是反复循环进行的，在调试过程中对设计方案进行修改，然后重新仿真制作后再进行新一轮的调试。5.1 调试板我们所用的调试板有液晶，按键，NRF无线模块。鹰眼摄像头是智能小车最重要的传感器，无线模块可以和小车进行通讯，在小车行驶可以接受到小车采集到的图像信息，通过液晶屏，我们就可以知道智能小车看到的路面信息是什么样的，这就给我们的调试工作带来的很大的方便。调试板还可以接收小车运行时的一

43、些变量，如偏差速度等，并在液晶上以曲线的形式显示，比较直观。调试板也可以向小车发送数据，比如更改速度设定，一键停车等，在调试时就可以避免小车冲出赛道时撞到摄像头等部位。5.2 SD卡和上位机 通过SD卡，我们可以将小车行驶过程中采到的图像保存，并用上位机读取，在分析道路信息的时候可以很方便的找出不能识别出人字，障碍等元素的原因。上位机采用C#编写。5.3 软件系统调试本文之前已经详细的讨论了智能小车的硬件结构和图像处理算法、控制算法等，但是这些算法都需要用软件即使用程序语言来实现。我们使用IAR Systems以及硬件在线仿真调试工具BDM来开发智能小车的软件系统。IAR Systems 是全

44、球领先的嵌入式系统开发工具和服务的供应商。IAR Systems提供的产品和服务涉及到嵌入式系统的设计、开发和测试的每一个阶段，包括：带有C/C+编译器和调试器的集成开发环境(IDE)、实时操作系统和中间件、开发套件、硬件仿真器以及状态机建模工具。IAR Systems调试器（Debugger）通过BDM连接到我们设计的智能小车控制 电路板上，这样我们就可以在线实时读到K60微控制器中寄存器的状态、变量的值等，大大方便了我们的调试工作，如图5.1所示。图5.1 软件系统的调试5.4 本章小结 总而言之，好的调试工具能让调车事半功倍。第六章 赛车主要技术参数表6-1 赛车具体参数表项目参数路径检

45、测方法（赛题组）摄像头车模几何尺寸（长、宽、高）（毫米）260*210*350车模轴距/轮距（毫米）200（轴距），160（前轮距），170（后轮距）车模平均电流（匀速行驶）(毫安)1400电路电容总量（微法）1100传感器种类及个数摄像头1个，编码器2个，陀螺仪2个，加速度计1个新增加伺服电机个数0个赛道信息检测空间精度（毫米）20赛道信息检测频率（次/秒）150车模重量（带有电池）（千克）1.0第七章 总结与展望7.1 总结要实现对高速行驶汽车的自主智能控制并不是一个简单的自动控制问题，它涵盖了控制、模式识别、力学、光学、电磁学、传感技术、电子、电气、计算机、机械及车辆工程等多个学科。本文

46、采用的控制核心是一款飞思卡尔半导体公司生产的32位微控制器MK60FX512VLQ15，利用了微控制器的强大功能实现了智能小车对路径的自主寻迹，以及在未知环境下，结合一定的算法，实现了对智能小车的高速控制，从最终测试结果来看，本系统具有较好的控制性能与对未知环境的适应能力。 对智能小车系统的自主控制，可以分为三大部分： 制车模平衡-通过控制两个电机正反向运动保持车模直立平衡状态；控制车模速度-通过调节车模的倾角来实现车模速度控制，实际上最后还是演变成通过控制电机的转速来实现车轮速度的控制；控制车模方向-通过控制两个电机之间的转动差速实现车模转向控制。在搭建好智能小车的软硬件平台后，我们进行了一

47、系列的仿真和调试，实验证明，我们的寻迹方案与控制策略是稳定有效的。完成了对智能小车的自动控制，并在制作的赛道上实现了智能小车的高速、自主行驶。在调试过程中，我们也发现了一些问题，由于对汽车工程理论与机械结构设计的不熟悉，使我们对智能小车结构的改造和对摄像头安装支架的设计存在着缺陷和不足，这就约束了智能小车的提速，例如，摄像头支架过重使智能小车重心偏高，导致在高速行驶转弯时会发生翻车的情况。此外，我们对图像信息的处理算法和控制算法也有改进和提升的空间，例如，可以尝试在导航控制中使用专家系统等先进的算法。这些都是我们今后努力的目标。7.2 展望智能车系统的研究十分复杂，需要解决的问题很多，任务非常

48、艰巨，不是一蹴而就的，必须经过长期的理论研究和实践探索才能够取得突破和进展。展望未来，对于我们所研究的这类智能小车，我们认为今后还可在以下几个方面做进一步的研究和提升。1）、采用优质的数字摄像头，数字摄像头可以非常方便的调整其参数，对环境适应能力更强。2）、通过反光镜成像原理更加减小摄像头的高度，可以使整车摄像头支架高度降低一倍，这样重心更低更有利于弯道提速。3）、在图像处理方面，可以研究更先进的算法，不过，这需要配合微控制器性能的提升，可以考虑使用DSP、ARM等更先进的处理器。4）、硬件传感器方面。可以尝试采用摄像头随动方案。致 谢今年能够参加第九届飞思卡尔杯全国大学生智能汽车赛我们首先要

49、感谢信息科学与工程学院王击老师的悉心指导，指导老师多次询问研究进程并为我们指点迷津，甚至和我们一起通宵奋战。其严谨的治学态度以及对我们的关怀使们获益甚多，感动颇深。在准备比赛期间我们得到了参加过上次比赛的学长的许多非常实用的帮助和建议，在这里要特别感谢他们。另外也感谢一起准备比赛的队员，没有他们的帮助我们不可能完成工作。另外我们还要感谢飞思卡尔公司为我们提供的芯片支持，没有一个大范围的比较是不可能选出最优最合适元器件出来的，我们的小车能够顺利的参赛要感谢飞思卡尔公司的帮助。第九届全国大学生智能汽车邀请赛技术报告参考文献1 教育部高等学校自动化专业教学指导分委员会. 关于举办第九届全国大学生“飞

50、思卡尔”杯智能汽车竞赛的通知EB/OL. 2007-11-01.2 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. 2004年10 月第1 版.3 方兴，郭思明，马明煌. 上海交通大学速度之星队技术报告.4 卓晴，黄开胜，邵贝贝.学做智能车M.北京：北京航空航天大学出版社，2007.2427.5 Freescale Semiconductor Inc. S12PWM8B8CV1/D Block User Guide V01.17Z. 2004. 151. 6 National Semiconductor. LM1881 Video Sync Separator Gener

51、al DescriptionZ. June 20037 杨明，宋雪峰，王宏，张钹.面向智能交通系统的图像处理J.计算机工程与应用.2001年09期.8 余灿键，程东成，李伟强.PID算法在智能汽车设计上的应用.学做智能车挑战“飞思卡尔”杯C.北京：北京航空航天大学出版社，2007.133135.9 Todd D.Motton. 嵌入式微控制器Embedded MicrocontrollerM.北京:科学出版社.2003年8月第1版.附录：程序代码附录：程序代码#include "common.h"#include "include.h"#include "math.h"#include "Image