模糊pid和模糊控制的智能车编程实现2

1、第二届全国大学生“飞思卡尔”杯智能汽车竞赛技 术 报 告附件B 关于理论模型与智能车实际运动轨迹研究学 校： 西北工业大学队伍名称： 翱翔队参赛队员： 熊 波 常会贤 曹 阳带队教师： 曲仕茹 关于技术报告和研究论文使用授权的说明 本人完全了解第二届全国大学生“飞思卡尔”杯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 录摘 要IAbstractII第一章 引

2、 言11.1 比赛背景介绍11.2 本文章节安排及文献综述2第二章 方案选择32.1 测量模块方案选择32.1.1 路径检测模块32.1.2 速度检测模块52.2 控制模块方案选择62.2.1 路径控制模块62.2.2 方向控制模块92.2.3 速度控制模块102.3 执行模块方案选择102.3.1 路径执行模块102.3.2 方向执行模块132.3.3 速度执行模块132.4本章小结13第三章 机械结构设计153.1 车模组装与改造153.1.1 车模组装153.1.2 前轮定位的调整153.1.3 差速的调整163.1.4 舵机力臂的调整163.2 摄像头的安装163.3 光栅编码器的安装

3、183.4 电路板的固定与安装19第四章 硬件系统设计与实现214.1 电源模块214.1.1 降压稳压电路设计224.1.2 升压稳压电路设计224.1.3 电源模块小结234.2 路径识别模块244.3 电机模块264.4 舵机模块264.5 测速传感器模块264.6本章小结28第五章 理论分析与算法实现295.1 模型建立295.1.1 基于后轮差速的运动模型295.1.2 基于速度和前轮转角的运动模型325.2 运动模型仿真375.3 控制算法405.3.1 控制算法的简单介绍405.3.2 方向控制435.3.3 速度控制485.3.4控制算法的优化部分505.3.5算法的程序实现5

4、1第六章 软件系统设计与实现536.1 系统初始化536.2 视频图像信号采集546.3 图像处理和黑线提取556.3.1 图像处理556.3.2 黑线的提取56第七章 开发与调试597.1 软件开发环境介绍597.2 智能车整体调试61第八章 结论638.1 总结638.2 展望63参考文献I附录：控制程序II摘 要本文在第二届“飞思卡尔”杯全国大学生智能汽车比赛的背景下，制作一个在专门设计的跑道上自动识别道路行驶的智能车，能够在最短时间内跑完全程，不脱离跑道并遵守大赛的一系列规则的队伍即可胜出。本系统主要由MC9S12DG128控制核心、电源管理单元、路径识别电路、车速检测模块、舵机控制单

5、元和直流电机驱动单元组成，以飞思卡尔公司的16位单片机S12为控制核心，路径识别和车速的检测相结合，通过控制转向舵机和驱动电机，使智能车系统达到所需的稳定性及快速性要求。本文详细的介绍了智能汽车的机械结构设计，硬件电路设计，系统软件设计合理论分析以及模型车的控制算法设计。本智能车采用了适合智能控制的模糊控制算法，首先对系统的模型进行了分析，从而选择合适的算法，其次，对图像采集所用到的基本模块进行了简要介绍，然后介绍了所使用的图像采集和路径识别的算法。关键词：智能汽车，模糊控制，PID控制，CCD传感器，直流电机IAbstractThis text is under the background

6、 of the intelligence automobile invitational tournament of the national university student of the second" freescare " cup, manufactures to be able independently to distinguish the way the intelligent vehicle on the runway which specially designs the automatic diagnosis path travel, can run

7、 the entire journey in the shortest time, is not separated from the heavy line and observes the big game a series of rules troop then to win.This system is mainly composed with the MC9S12DG128 control core, the power source management unit, the way identification circuit, the vehicle speed examinati

8、on module, the servo control unit and the direct current machine actuates the unit, take 16 monolithic integrated circuits S12 as the control core, the way recognition and the vehicle speed examination unifies, changes the servo and the actuation electrical machinery through the control, enables the

9、 intelligent vehicle system to achieve needs stable and rapid request. This paper introduced the Intelligent Vehicle mechanical structure design, hardware circuit design, system software design and analysis of a theoretical model of vehicle control algorithm design. Control of fuzzy control algorith

10、ms was used in our Intelligent Vehicle, first, in order to choose a suitable algorithm, we analysis the model of the system,；secondly, the basic module which used to image gathering has carried on the brief introduction; then, introduced the used image gathering method and the road recognition algor

11、ithm.Keyword: intelligence car,fruzzy control,PID control, CCD sensor, DC-motorIII15第一章 引 言1.1 比赛背景介绍教育部为了加强大学生实践、创新能力和团队精神的培养，在已举办的全国大学生数学建模、电子设计、机械设计、结构设计等4大竞赛的基础上，经研究决定，委托教育部高等学校自动化专业教学指导分委员会主办每年一度的全国大学生智能汽车竞赛，并成立了由教育部、自动化分教委、清华大学、飞思卡尔半导体公司等单位领导及专家组成了组委会。该竞赛与教育部已举办的4大专业竞赛一样，都是为了提高大学生的动手能力和创新能力而举办

12、的，具有重大的现实意义。与其他大赛不同的是，这个大赛的综合性很强，是以迅猛发展的汽车电子为背景，涵盖了控制、模式识别、传感、电子、电气、计算机和机械等多个学科交叉的科技创意性比赛，这对进一步深化高等工程教育改革，培养本科生获取知识、应用知识的能力及创新意识，培养硕士生从事科学、技术研究能力，培养博士生知识、技术创新能力具有重要意义。根据自动化专业教学指导分委员会与飞思卡尔公司签署的有效期为5年的飞思卡尔公司协办全国大学生智能竞赛的合作协议书，竞赛由飞思卡尔公司提供统一的标准硬软件技术平台。各参赛队以飞思卡尔HC12单片机为核心控制模块，以引导改装后的模型汽车按照规定路线行进，以完成时间最短者为

13、优胜。组委会办公室技术组专家赴韩国汉阳大学交流访问，认真考察了其举办的多届智能汽车竞速比赛，在学习与总结其宝贵经验的基础上，为了保证竞赛的普及性，规定每支参赛队伍三名成员中最多只能有一名研究生参加；为了保证竞赛的公平性，制定了多种赛道方案以及体现公平、透明的比赛规则；为了进一步训练大学生的科学技术研究素质，参赛队伍除了进行现场比赛之外，还须提交技术报告，并计入竞赛总分。经各参赛队与组委会充分准备，于2006年8月2021日在清华大学成功举办了由清华大学承办、飞思卡尔公司协办的第一届“飞思卡尔”杯全国大学生智能汽车邀请赛。赛后队员们反映热烈，众多媒体竞相报导。为了使该竞赛向普及、健康的方向发展，

14、成为在全国范围内大学生科技创意性的重要赛事，经自动化分教指委、飞思卡尔公司及组委会协商决定，在清华大学自动化系设立竞赛秘书处；为了使更多的高校、更多的大学生参与到这一活动中来，从第二届开始，采用分赛区比赛形式，将大赛参赛范围扩大为全国300多所学校（包括港、澳等地区的高校）1。1.2 本文章节安排及文献综述本文系统的介绍了制作本智能模型车的各项技术。具体章节安排如下：第一章 引言 介绍了本次比赛的背景，引出下文。第二章 方案选择 将智能车控制系统分解为模块，分别从各个模块讨论本智能车系统将要采用的控制方案。在这部分中，为了确定方案我们查找了很多文献，有关于传感器和传感器技术的，如参考文献3，4

15、；还有关于机器人技术的，如参考文献5；以及关于去年比赛的论文，如参考文献6。第三章 机械结构设计 介绍了智能车的搭建与调整，以及摄像头、光栅编码器与电路板的安装。应用了一些相关的汽车理论知识，如参考文献8。第四章 硬件系统设计及实现 分析智能车系统各组成部分为实现特定功能应采用什么样的电路，能达到最好效果同时产生的噪声和对其他电路的干扰最小。参考的主要资料是芯片的datasheet，如参考文献7，9，10，11，12。第五章 理论分析与算法实现 从建模的角度分析车的运动形式，最后得出控制算法。其中，数学基础理论参考了文献13。在控制算法上，我们对比了模糊控制和PID控制，最终采用模糊控制。主要

16、参考文献有14，15，16。第六章 软件系统设计与实现 介绍了本智能车系统的初始化，图像采集、图像处理和黑线提取的方法。在视频信号的采集上，我们主要参考了视频技术与应用（参考文献18）。在图像的处理上用到了MATLAB 7.0控制系统应用与实例（参考文献19）。第七章 开发与调试 介绍了软件开发的环境，以及对各部分的调试方法。我们软件开发环境为Metrowerks公司开发的软件集成开发环境Codewarrior，因此，我们仔细研究了Codewarrior使用指南（参考文献17）。第八章 总结与展望 总结了几个月来的工作，对未来进行了展望。15第二章 方案选择本智能车系统采用模块化设计，分为测量

17、模块、控制模块和执行模块。2.1 测量模块方案选择2.1.1 路径检测模块路径识别模块是智能车系统的关键模块之一，路径识别方案的好坏，直接关系到最终性能的优劣。在以往比赛中光电传感器寻迹方案应用最多，单独采用CCD摄像头寻迹方案或者CCD摄像头寻迹与光电传感器寻迹结合在一起的方案也都有应用。所谓光电传感器寻迹方案，即路径识别电路由一系列发光二极管、接收二极管组成，由于赛道中存在轨迹指示黑线，落在黑线区域内的光电二极管接收到的反射光线强度与白色的赛道不同，由此判断行车的方向。光电传感器寻迹方案的优点是电路简单、信号处理速度快3。光电传感器的排列方法、个数、彼此之间的间隔都与控制方法密切相关，但一

18、般的认识是，在不受到外部因素影响的前提下，能够感知前方的距离越远，行驶效率越高。由于光电传感器电路板不可能伸出车体太远，因此不少参赛队伍调整了光电传感器电路板与地面的夹角，使光电传感器可以感知更远一点的赛道情况。图2.1、图2.2是两种典型的光电寻迹方案。图2.1中模型车采用了8对光电传感器且分布得较宽，图2.2中模型车只采用了3对光电传感器，放置在向外伸出的小电路板上，探测的范围较小。具体何种方案合适，与光电传感器扫描前方的距离和宽度以及控制策略密切相关。但是，基于光电管阵列检测赛道参数的方法主要具有如下的缺点：1) 赛道空间分辨率低：一方面受到大赛规则关于传感器个数的限制；另一方面，过多的

19、光电传感器在固定安装、占用CPU输入端口资源等方面也有限制；2) 识别道路信息少，一般只能检测路径中心位置；3) 由于固定位置的限制，光电管只能安装在车模前面不远的位置，观测信息前瞻性差；4) 容易受到环境光线的干扰； 图2.1 8个光电传感器寻迹的电路 图2.2 仅3个光电传感器寻迹的电路以上问题会影响车控制精度以及运行速度。通过一定的硬软件设计，虽然可以部分解决上述的问题，但相比之下，使用面阵CCD器件则可以更有效的解决这些问题。CCD器件在比赛规则中算作一个传感器。普通CCD传感器图像分辨率都在300线之上，远大于光电管阵列4。通过镜头，可以将车前方很远的道路图像映射到CCD器件中，从而

20、得到车前方很大范围内的道路信息。对图像中的道路参数进行检测，不仅可以识别道路的中心位置，同时还可以获得道路的方向、曲率等信息。利用CCD器件，通过图像信息处理的方式得到道路信息，可以有效进行车运动控制，提高路径跟踪精度和车运行速度。因此，我们选择使用面阵CCD，它能够有效利用S12单片机内部硬件资源第二章 方案选择的路径参数检测方法。普通CCD图像传感器的工作电压一般为12V，输出NTSC或者PAL制式的模拟视频信号。利用S12内部的AD转换器，配合从视频信号中分离出的同步信号，可直接将图像信号采集到单片机内部RAM中，然后通过软件对图像信息进行处理，得到路径各种参数。2.1.2 速度检测模块

21、随着电池电压的逐渐下降，电机供给电压也会随之降低，导致电机的转速不断下降。若采用闭环控制，将车轮转速信息反馈给微控制器，从而使电机的实际转速值等于指令转速值，就能提高速度的准确性。常用的有以下两种测速传感器5：(1) 轴编码器 它常被用来测量旋转轴的位置和转速。“绝对式位置编码器”被用来测量轴的实际位置，这种编码器长被用于伺服系统中来获得一定的转轴位置。“增量式轴编码器”常被用来测量转轴的转速（速率和方向）。增量式轴编码器可以产生直接对应于轴转速的脉冲序列，如果采用有两相信号输出的增量式轴编码器实际只能称之为转速计。工程中应用最多的是光学编码器，但也有一些利用电磁原理制成的霍尔效应编码器。(2

22、) 模拟转速计 它也被安装到电机的输出轴上，但输出的是正比于电机转速的电压。比较两种方式，从输出信号的格式看，轴编码器输出的是方波信号，很容易输入到控制器中，而模拟转速器输出的是模拟信号，还需AD转换，另外，模拟转速器对动力大小也有影响，而轴编码器对它几乎没有影响，要对智能车进行速度的测量，故比较之下选用增量式轴编码器。增量式轴编码器又可分为反射式光学编码器、光栅式编码器和基于霍尔效应的编码器。如图2.3所示。光栅式编码器的可靠性高于反射式编码器，而基于霍尔效应的编码器采用纯机械的方法无法承受长时间的使用，且精度不高。因此，速度的测量采用光栅式编码器。图2.3 简易增量式轴编码器2.2 控制模

23、块方案选择2.2.1 路径控制模块智能车竞赛的要求是制作的智能车在专门设计的跑道上自动识别道路行驶，谁最快跑完全程而没有冲出跑道并且技术报告评分较高，谁就是获胜者。所以对于模型车的路径规划是关系到能否在短时间内跑完全程取得优异成绩的关键因素。结合以往的比赛情况，现主要有两种控制方法：(1) 跟踪黑线，以黑线为基准，将小车几何中心控制在黑线上，主要是经典PID控制方法；(2) 适合跑道，以黑线算出跑道范围，将小车看作刚体，控制使其保持在跑道范围内，可以算作一种智能的模糊控制方法。无论那种方法，为了达到时间最短，必须对小车的行使路线进行优化。在不考虑交叉的情况下（以行使的角度考虑，交叉属于一种直线

24、形式），一般的，根据赛道的形状主要有3种组成：（如图2.5所示） 直线 转弯 波浪 图2.5 赛道的三种基本形状对于弯道，应尽量沿着内圈行驶。（如图2.6所示）对于波浪道，最优路线应为直线穿过。（如图2.7所示） 图2.6 过弯时小车行驶路线 图2.7 波浪道小车行驶路线对两种控制方法的优化：(1) 跟踪黑线方法对路线的优化：跟踪黑线对路线的优化要区分开三种基本类型的跑道，再用不同的动态性能对路线优化。直道时响应应快速、平缓，需要综合调节各参数。弯道时可以将超调量适当放大、调节时间减小，或者进行超前控制。波浪时应将超调量减小、调节时间加大，或者进行滞后控制。对于波浪，跟踪黑线方法很难做到最优的

25、直线穿越，但可以小车摆幅减小。（如图2.8所示） 图2.8 波浪道小车的优化(2) 适合跑道的方法对路线的优化适合跑道的方法对路线的优化主要思想为：A得到较长一段赛道信息与小车在赛道上的姿态、位置。B根据以上信息算出小车在下一段时间内的行驶路线。这种方法的重点主要是行驶路线的计算方法。比较两种方法，如表2.1所示：为了达到更好的成绩，要选择适合跑道的方法，并且要综合考虑各种情况，努力提高稳定性。表2.1 两种方法的比较跟踪黑线适合跑道复杂程度一般较复杂稳定性较好未知优化性能一般较好2.2.2 方向控制模块本智能车方向的控制是通过PWM波对舵机进行控制来实现的。舵机的控制是通过周期固定的脉冲信号

26、控制的，舵机的转位正比于脉冲的宽度，这个连续的脉冲信号可以由PWM实现。舵机内部会产生一个频率为50Hz的基准信号，通过基准信号与外部所给PWM波的正脉冲持续时间进行比较，从而确定转向和转角的大小。当所加PWM波的频率为50Hz时，脉宽与转角之间满足下图2.9所示的线性关系。对舵机的控制采用离散PID控制，即根据CCD图像传感器采集的图像计算出当前时刻车与黑线的精确夹角，然后对方向控制量进行校正。缺点是计算量大。 图2.9 脉宽与转角之间的线性关系2.2.3 速度控制模块本届大赛组委会规定使用的后轮驱动电机型号为RS-380SH，工作在7.2V电压下，空载电流为0.5A，转速为16200 r/

27、min。在工作电流为3.3A，转速达到14060 r/min 时，工作效率最大。由于单片机输出的脉宽无法驱动大赛提供的直流电机，因此需要通过电机驱动芯片MC33886驱动电机正转、反转。由于单片机带有PWM输出端口，PWM波获取方便，为了加强灵活性，能实时改变控制量，所以我们利用PWM脉宽与速度的对应关系对电机进行控制。2.3 执行模块方案选择2.3.1 路径执行模块直接利用S12单片机中的AD采集视频图像，存在着采集速度、存储数据空间、处理速度、工作电压以及同步信号分离等方面的技术难点。下面就这些问题及其解决方法进行讨论6。1) 采集速度：普通CCD图像传感器通过行扫描方式，将图像信息转换为

28、一维的视频模拟信号输出。CCD输出的信号变化很快，比如PAL制式的视频信号，每秒钟输出50帧图像信息（分为奇、偶场），每帧图像有312.5行，每行图像信号时间为64微秒，其中有效的图像信号约为56微妙左右。相比之下，S12的AD转换器采集速度较低：根据S12器件手册，进行10位AD转换所需要的时间为7微秒。这样，采集的图像每行只能有8个像素，水平分辨率很低。另一方面，每场图像可以采集300行左右的图像信息，所以图像垂直分辨率相对较高。从这种水平分辨率低、垂直分辨率高的图像中，我们无法获取具有足够精度的路径信息。为此，我们分析一下大赛采用跑道的形状特点：跑道都是由直线和圆弧组成，检测车模前方一段

29、路线参数，只需要得到中心线上35个点的位置信息就可以估算出路径参数（位置、方向、曲率等）。这些点的位置，通过图像中若干行信息就可以检测出来（如图2.10所示）。因此，所需检测图像应该是水平分辨率高、垂直分辨率低。 图2.10 部分赛道形状，赛道中心线检测位置将S12单片机采集的图像分辨率特点，与赛道检测对图像分辨率的要求进行对比，可以发现，在安装CCD摄像头的时候，只要将它旋转90度，输出的图像信息也相应旋转90度（如图2.11所示）。这样一来，S12中的AD转换器采集的图像信息，水平分辨率与垂直分辨率就会互换，原来水平分辨率低、垂直分辨率高的图像，就会变成水平分辨率高、垂直分辨率低的实际图像

30、，正好满足道路参数检测的要求。 图2.11 赛道图像以及旋转90度后的图像此外，我们还可以通过让S12适当超频运行、降低AD转换器精度等方式，提高AD转换器的速度。实验中我们发现，通过设定S12中的时钟PLL寄存器，可以将S12内部总线频率提高到4048MHz，而此时CPU仍然可以正常工作。同时，可以将AD转换器时钟频率提高到12-24MHz，在损失一定转换精度的代价下，将转换时间缩短为1.5微秒左右。这样，我们就可以在一行图像信号中采集48个有效的图像信息。将上述方法结合在一起，可以采集到300 * 48分辨率的帧图像数据。在此基础上，可以有效的检测出路径参数。通过实际测试，基于75 * 2

31、4分辨率的图像，检测出的路径参数仍能满足控制需要。也就是说，我们每隔4行采集一行数据、每行采集24个点就可以了。这样一来，所需要的图像存储空间以及图像采集的时间就大为降低了。2) 图像存储空间：由于将图像水平旋转了90度，需要将图像数据进行存储，在整幅图像的基础上计算出路径水平信息。S12内部有8K字节的RAM空间。如果存储300*48分辨率图像则不够，但可以存储若干幅75*24的低分辨率图像数据。从低分辨率图像所得到的路径参数，其精度仍可以满足车模控制的需要。一般情况下，只需要两块图像存储空间即可，一块作为采集图像的存储空间，另外一块作为处理缓冲区。3) 图像信息处理速度：CPU的主要工作包

32、括图像采集、图像信息处理以及运动控制等。图像采集采用中断的方式进行，如果采用75*24分辨率的图像，每隔4行采集一行图像信息，图像采集所占用的CPU时间不会超过1/4。因此，大部分的CPU工作时间可以用于图像处理以及运动控制。由于采集到的图像由白色背景和黑色中心线组成，所以检测每一行路径中心线位置可以通过简单的阈值比较的方式计算出来。在此基础上，还可以通过参数拟合获取道路位置、方向以及曲率等参数。另外，通过适当的动态阈值的方法，可以提高算法的稳定性。核心算法如果处理相对简单，可通过适当的优化方法，在图像采集周期20毫秒内计算出结果，达到实时图像处理的要求。如果算法比较复杂，可以将核心算法采用汇

33、编语言完成，以提高效率，配合CPU超频运行方法，保证算法需要时间小于20毫秒。4) CCD器件工作电压：CCD器件工作电压需要在12V左右。为此，需要在系统电路设计中，增加独立12V电源模块。具体电路后面给出。5) 视频同步信号分离：为了采集图像信息，CPU需要根据行、场同步信号启动AD转换器，采集稳定的图像。由于视频信号的变化很快，所以需要另外设计同步分离电路。在本方案中，使用了LM1881视频同步分离集成块，获取视频同步信号，将此同步信号连到单片机的中断输入端口。除此之外，一般的CCD输出的视频信号的峰峰值在1V左右，可以不经过放大直接连接到单片机的AD输入端口进行采集，也可以进行适当视频

34、信号放大后将信号的峰峰值提高到3-4V左右输入到单片机。2.3.2 方向执行模块本智能车的方向执行机构是舵机，舵机控制采用PWM技术，不同占空比对应不同的转角。由于舵机内部含有自带的比较电平，有利于精确控制。舵机的额定电压一般是4.8V，本模型车舵机额定电压为6V。当额定电压为6V时，功率通常更强劲，速度也更快。这意味着只要提高舵机的电压，就可以获得更大的功率输出和更快的速度。对于提高电压这种未经认可的做法，每一家厂家的舵机反应也不尽相同。经实践认证，本模型车的舵机完全可以工作在7.2V电压下。因此，提高了功率并加快了速度。另外，舵机的响应时间对于控制非常重要，一方面可以通过修改PWM周期获得

35、。另一方面也可以通过机械方式，利用舵机的输出转角余量，将角度进行放大，加快舵机响应速度。本文在后面的模型车改装中将详细介绍。2.3.3 速度执行模块本智能车的速度执行机构是电机，采用PWM控制，利用脉宽占空比与速度的对应关系进行调速。采用电机驱动芯片MC338867，内部自带“H”桥，可以快速实现电机的正转反转，从而对速度进行实时调整，精确控制。2.4本章小结根据本章以上的模块方案比较与论证，得出本智能车控制系统模型框图如图2.12所示 ：图2.12 系统模型框图第三章 机械结构设计在智能车比赛中，最主要的比赛内容是速度，而模型车的机械结构无疑是影响速度的关键因素之一。鉴于这个原因，我们对模型

36、车的机械结构做了很多的工作，进行了大量的调整，达到了比较满意的效果。3.1 车模组装与改造3.1.1 车模组装模型车的组装工作看似简单，却需要很多的耐心和经验。首先，仔细阅读说明书。通过阅读模型车的装配图，可以了解各个不同零件的用途和安装顺序。然后，根据模型车的装配图组装智能车模型。由经验得到，在组装过程中，不但要注意模型车的组装顺序，而且由于模型车零部件较小，组装过程中要防止零部件滑落和丢失。特别是，由于模型车上的大部分零部件材质均为塑料，在拧螺丝以及对零件进行加工时要格外的小心，以免损坏。3.1.2 前轮定位的调整在调试中我们发现，模型车过弯时，转向舵机的负载会因为车轮转向角度增大而增大。

37、为了尽可能降低转向舵机负载，我们对前轮定位进行了调整。前轮定位的作用是保障汽车直线行驶的稳定性，转向轻便和减少轮胎的磨损。前轮定位参数主要包括：主销后倾角、主销内倾角、前轮外倾角和前轮前束8。主销后倾角是主销轴线与地面垂直线在汽车纵向平面内的夹角。主销内倾角是主销轴线与地面垂直线在汽车横向断面内的夹角。前轮外倾角是汽车横向平面与车轮平面的郊县与地面垂线之间的夹角。在一般情况下，主销后倾角为0-3度，主销内倾角为0-10度，前轮外倾角为0度或者1度。在本模型中，后倾角过大会使得模型车转向沉重，从而使舵机转向存在严重的滞后，故在模型车中将主销后倾角调整为0度；主销内倾角过大不仅会使得转向变得沉重，

38、还将加速轮胎的磨损，因此将主销内倾角控制在5度以内；前轮外倾角和前轮前束分别设为0度、0mm。3.1.3 差速的调整模型车的差速对转弯时的影响很大，差速不好会导致后轮空转，发生侧滑现像。我们通过添加推力轴承和润滑油的手段，改进差速装置，使得模型车在转向时，右轮与后轴之间的摩擦大大降低，从而提高了差速的效果，从而提高了小车的转向性能。3.1.4 舵机力臂的调整相对于S12单片机的处理速度，舵机的响应存在着较大的延时，对舵机的改造着实需要。在相同的舵机转速条件下，转向连杆在舵机一端的连接点离舵机轴心距离越远，转向轮转向变化越快，本模型车中通过用转向盘代替舵机上的曲柄来增大舵机的上连接点到舵机中心的

39、距离，增加了输出转动力矩，使得前轮在转向时更加灵敏。图3.1 舵机的改造3.2 摄像头的安装考虑到单片机的处理速度和电路限制问题，把CCD图像传感器的数量定为1个。如何安装CCD传感器将会影响到两个方面的性能，一是图像处理的复杂程度和精度，一是小车的机械性能。由常识可以知道，如果小车的中心靠近后轴，对模型车动力性能是由益的；19第三章 机械结构设计重心靠近前轴，对模型车的制动性和操纵性有益。考虑到智能车大赛对模型车的动力性要求并不像真正的赛车比赛要求那么高，而模型车所能达到的最快速度并不高，所在安装CCD摄像头、电池和电路板位置时，应适当使模型车的重心位置前移，从而提高转弯性能。因此我们将摄像

40、头架设在舵机的上方，这样不但能够明显的将模型车的整个重心前移，而且能够使得摄像头能够更好的获取前方路况信息。模型车摄像头的架设主要要考虑一下几个因素：1、确保摄像头位置的居中，因为当摄像头不居中，其采集进来的图像也不是居中的，而处理程序对舵机输出量是居中的，这样就会导致模型车在直道上也会存在左右摆动的问题。2、摄像头的高度要足够高，这样可以使得模型车在摄像头的角度不是很高的情况下就能够前瞻到前方足够远处的路况信息，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。3、摄像头的架设一定要是可调整的，这样以便于摄像头居中的校正，以及在实际调试

41、中选择最佳摄像头角度，以及对摄像头视野范围进行标定。图3.2摄像头远度的标定经过多次的实验和总结，我们对摄像头的远度进行了标定，对摄像头的采集的图象信息进行了中心位置的校正。如图3.2所示，当摄像头架设为40cm高时候，倾角为42度时候能够采集到前方8cm到58cm的图象信息，对于识别直道、弯道和“S”道信息量已经足够。如图3.3所示，将小车位置放置于所作的方格纸中心位置，将摄像头的视频信息接入到电视机中，通过调节摄像头各个旋转变量使得摄像头的图象位置居中。校正后的摄像头能够采集到小车前方上底为20cm，下底为60cm，高为50cm的等腰梯形图象。 图3.3 图象中心位置校正3.3 光栅编码器

42、的安装对光栅编码器的安装，可以将光栅盘安装在电机轴上，通过先计算电机转速再来计算模型车后驱动轴得知车速。但是，这种方法太麻烦，并且在电机轴上装光栅盘会影响电机的性能。所以，我们将光栅盘安装在模型车后驱动轴上，根据光电传感器的输出脉冲计算不同时刻模型车的后轮转速。图 3.4 光栅编码器的安装3.4 电路板的固定与安装在电路板的安装这部分，我们考虑到结构的稳定性，以及规则中对车辆尺寸的限制，最终决定采用高架、立体的搭建方法，即用支架把主控板较高地固定在底盘上方。这种布局可以保证车辆行驶稳定。第四章 硬件系统设计与实现硬件电路的设计是自动控制器的基础。智能汽车竞赛指定飞思卡尔公司S12系列的16位单

43、片机MC9S12DG128作为核心控制处理器。本智能车采用了组委会提供的开发板MC9S12EVKC作为单片机最小系统，并在此基础上增加了各种接口电路板组成整个硬件系统。下面将对硬件设计中除了单片机最小系统之外的其他几个主要的模块设计进行讨论。4.1 电源模块电源模块为系统其他各个模块提供所需要的电源。设计中，除了需要考虑电压范围和电流容量等基本参数之外，还要在电源转换效率、降低噪声、防止干扰和电路简单等方面进行优化。可靠的电源方案是整个硬件电路稳定可靠运行的基础。全部硬件电路的电源由配发的标准车模用7.2V 2000mAh Ni-cd蓄电池提供。由于电路中的不同电路模块所需要的工作电压和电流容

44、量各不相同，因此电源模块应该包含多个稳压电路，将充电电池电压转换成各个模块所需要的电压。主要包括以下不同的电压。l 5V电压。主要为单片机系统、信号调理电路以及部分接口电路提供电源，电压要求稳定、噪声小，电流容量大于500mA。l 12V电压。主要为CCD图像传感器提供12V的工作电源。l 7.2V电压。这部分直接取自蓄电池两端电压，主要为舵机、后轮电机驱动模块和部分接口电路提供电源。除了7.2V电压可以直接由蓄电池获得，5V电压需要通过降压稳压电路获得，12V电压通过升压稳压电路获得。电机驱动电路的电源可以直接使用蓄电池两端电压。模型车在启动过程中往往会产生很大的冲击电流，一方面会对其他电路

45、造成电磁干扰；另一方面由于电池内阻造成电池两端的电压下降，甚至会低于稳压电路所需要的最低电压值，产生单片机复位现像。为了克服启动冲击电流的影响，可以在电源中增加容值较大的电解电容，也可以采用缓启动的方式控制电机。在启动时，驱动电路输出电压有一个渐变过程，使得电机启动速度略为降低从而减小启动冲击电流的幅度。4.1.1 降压稳压电路设计我们采用的降压稳压芯片是LM1117-5.09。LM1117 5.0是一种低压差的线性稳压器件，最大输出电流为1A，足够提供系统中5V器件所需功率。另外，其输出电压波动范围仅为±0.1V，精度较高，经实验证明，能够满足本智能车系统中各项要求。典型电路如图3

46、.1所示。我们最终应用的降压稳压电路就是在图3.1的基础上在输出端加一个1000F的滤波电容即可。图3.1 LM1117典型电路图4.1.2 升压稳压电路设计主要的升压芯片有MC34063A/E，MAX734，MAX632。在去年的比赛中，使用MAX734，MAX632芯片作为升压器件的参赛队伍很少。而MC34063A/E芯片的使用却很多。并且我在很多参考数目上都看到了使用MC34063A/E芯片作为升压电路的实例，所以我决定采用它作为升压器件。MC34063是开关稳压芯片，可构成升压、降压斩波电路。输出开关电流大于1.5A。2.5mA的低静态电流。典型电路如图3.2 所示10。若将MC340

47、63应用到本升压电路，使输入VIN 为7.2V，输出为12V，则应将电路更改为图 3.3 所示。实验表明，这个电路能很好的实现12V升压的功能，满足本智能车硬件电路的需要。虽然有一定的发热，但是完全不影响各部分工作。51第四章 硬件系统设计与实现 图 3.2 MC34063典型电路 图3.3 MC34063得到12V升压4.1.3 电源模块小结综上，可以得到电源模块星型电路结构图3.4：7.2V蓄电池7.2V蓄电池MC3406312VLM11175V舵机CCD传感器电机光栅编码器单片机系统图3.4 电源模块框图4.2 路径识别模块一般来说，面阵CCD已经将芯片的驱动电路集成在一起了，它的输出信

48、号为标准的模拟复合视频信号。该信号中主要包括了同步信号和图像信号，它的幅值为1V左右。对于该信号可以不经过放大直接由单片机的A/D端口采集到视频图像数据。此外，还可以直接通过外部的电压比较器，将模拟视频信号变成高低电平信号，通过单片机的I/0口输入到计算机，这样可以避免由于单片机A/D转换速度而带来的采集图像分辨率低的问题。无论采用哪种方法，都需要专门的视频同步分离电路提供行、场同步信号，这些同步信号一般送到单片机的外部中断端口。本智能车采用LM1881作为视频信号同步分离芯片。基于S12单片机11采集视频图像电路系统框图如图3.5 所示。其中包括有S12单片机最小系统、同步分离电路、5V稳压

49、电路、12V MC34063斩波升压电路等。视频信号同步分离电路如图3.6所示12。其中S12单片机端口资源配置如下：1） AD输入端口PAD00，PAD08：输入视频模拟信号；2） 外部中断口IRQ：输入视频同步信号；3） CS接单片机的PE1口：输出复合同步信号；4） VS接单片机的PH1口：输出场同步信号； 图3.5 视频信号同步分离电路 图 3.6 单片机采集图像系统框图4.3 电机模块直流电机的控制由单片机的PWM信号来完成，驱动芯片采用飞思卡尔半导体公司的半桥式驱动器MC33886。其工作电压为5-40V，导通电阻为120m，输入信号为TTL/CMOS，PWM频率小于10KHz。电

50、路如图 3.7 所示。 图 3.7 MC33886电路示意图其中D1、D2是MC33886的使能端，IN1、IN2为输入端，OUT1、OUT2为其输出端。单片机通过PWM通道的占空比控制电机速度，IN2 和IN1分别接到PP1和 PP0上控制电机的正转和反转速度（因为电机工作频率小于10KHz，所以一个通道控制电机速度就够了），正转为智能车加速，当转弯时利用了反转PWM波来控制电机的减速；D1和D2接到单片机的IO口上控制电机转动方向（正转或反转）。4.4 舵机模块由于舵机工作频率为50HZ，需采用双通道PWM控制舵机转向（合并PP4、PP5）。将舵机的信号线接到PP5口上。4.5 测速传感器

51、模块本智能车的测速采用光栅编码器，它每转动一圈都会输出一定个数的脉冲，通过在单位时间内测量得到的脉冲数，就可以得出电机的转速。光栅编码器由光栅盘和光栅式光电开关组成。光栅盘可以自己制作，光栅式光电开关为配对并集成的LED管和光敏三极管。 LED（发射端）的出射光照射到一小段距离之外的光敏三极管（接收端）上，传感器的状态随出射光是否被遮挡而改变。光电开关外围电路如图3.8 所示。 A B C图3.8 光电开关外围电路电路A为传感器的发射端提供了限流电阻R1。R1可以选2201K。与反射式光电开关不同的是，在这里LED管的亮度不需要很高。事实上，如果LED管过亮，不仅增加功耗，而且红外光容易穿过阻光区域，造成误信号。因此，可以从高阻值的电阻开始选用（越1K），当发生误差信号问题时，只需将电阻值下调。电路B为传感器接收器（光敏三极管）的外围电路。如果接收端使用的是PNP型光敏三极管，则采用电路C。对B与C的两个电路来说，R3决定着灵敏度，其取值范围由具体的接收端光敏三极管所决定，一般为10K20M。但光电开关直接输出的信号并不理想，为了使光电开关的输出信号数字化，提高抗噪声能力，应用施密特触发器。外围电路如图3.9所示：输出送单片机的增强型定时捕捉模块的PT7口进行脉冲记数。 A B C