【正文】 、5 。但是方案2采集思路也是有問(wèn)題的，而這一點(diǎn)是不確定的。 方案一程序流程圖當(dāng)時(shí)為了提高圖像每一行采集點(diǎn)數(shù)，只有提高語(yǔ)句的執(zhí)行效率，此部分程序采用匯編語(yǔ)言[8]所寫(xiě)。0則Z=N=0 BEQ lab2 //Z為1,跳轉(zhuǎn)至lab2,則繼續(xù)檢測(cè)，行同步到來(lái)？ CLR IRQ_FLG。 =0則Z=1,N=0。 方案二數(shù)據(jù)采集流程圖攝像頭的圖像數(shù)據(jù)量很大，對(duì)于單片機(jī)來(lái)說(shuō)，由于頻率、存儲(chǔ)空間的限制，怎樣采集與存儲(chǔ)它確實(shí)是一件非常難的事情。 PID調(diào)節(jié)器PID控制已是運(yùn)用非常成熟和廣泛的一種控制策略，下圖就是它的控制圖： PID控制器框圖設(shè)系統(tǒng)的誤差為e（t），則模擬PID控制規(guī)律如下： 公式61式中，u（t）為控制量；e（t）為被控量與給定量的偏差，e（t）=r（t） y（t）；Kp為比例系數(shù)；Ti表示積分時(shí)間常數(shù)；Td表示微分時(shí)間常數(shù)。I調(diào)節(jié)就是輸出是輸入量（即偏差）的積分，只要有偏差，調(diào)節(jié)器就會(huì)不斷積分，使輸送到執(zhí)行器的信號(hào)變化，校正被控量，直到達(dá)到無(wú)偏差為止，所以有了積分調(diào)節(jié)器就會(huì)消除穩(wěn)態(tài)偏差。微分調(diào)節(jié)的優(yōu)點(diǎn)在于它的超前性，當(dāng)輸入 發(fā)生變化時(shí)，馬上就有微分信號(hào)產(chǎn)生，使被控量得以提前校正，然后再由P、I進(jìn)行校正，這樣可以使整個(gè)調(diào)節(jié)的過(guò)渡過(guò)程時(shí)間縮短，有利于調(diào)節(jié)質(zhì)量的提高。 為了實(shí)現(xiàn)利單片機(jī)控制整個(gè)過(guò)程變量，必須將模擬的PID算式離散化，變?yōu)閿?shù)字PID算式。 增量型PID算法流程圖對(duì)于舵機(jī)的控制，我們要達(dá)到的目標(biāo)是在任何一種路徑條件下，總能夠給舵機(jī)一個(gè)合適的偏移量，從而保證小車(chē)能夠始終沿著黑線以最少的距離行駛，由于舵機(jī)的轉(zhuǎn)角正比于給定的控制信號(hào)，因此在這里對(duì)舵機(jī)實(shí)施開(kāi)環(huán)控制并對(duì)小車(chē)方向采用PID控制,公式如下: 公式63公式63說(shuō)明Kp為比例系數(shù)，Ki為積分系數(shù)，Kd為微分系數(shù)，Ei0為本次偏差，Ei1為上次偏差，X_max與X_min為最遠(yuǎn)有效黑線位置與最近行有效黑線位置。也就對(duì)應(yīng)一個(gè)速度模糊控制庫(kù)。//脈沖累加器A寄存器清零 if(sensor_speed = 120 amp。 else Fuzzy_Speed = 8 。 else if(M = 248) Fuzzy_Offset = 4 。 if(sensor_speed Speed) {//限制最高速度 motor_back(199)。到此為此下位機(jī)的控制論述完成。在以住的歷屆參賽隊(duì)伍中，上位機(jī)調(diào)試軟件在各參賽隊(duì)伍中被普遍用到，特別是強(qiáng)隊(duì)。串口調(diào)試界面也因?yàn)閿?shù)據(jù)傳輸?shù)母袷阶兓チ瞬糠止δ?，但是?jīng)過(guò)修改，串口調(diào)試界面在后來(lái)的數(shù)據(jù)傳輸中發(fā)揮了不可替代的作用。然后將文本數(shù)據(jù)導(dǎo)入Excel進(jìn)行數(shù)據(jù)的篩選、處理，并加以類(lèi)別。賽道大量原始圖像數(shù)據(jù)的獲取全部由它傳到上位機(jī)。這意味著，幾十年來(lái)一直在科幻電影中才能出現(xiàn)的無(wú)人汽車(chē)，如飛天萬(wàn)能車(chē)、可愛(ài)的大眾金龜車(chē)“賀比”、《霹靂游俠》中的高科技汽車(chē)“基特”(KITT)將不再是一種夢(mèng)想。同時(shí)，敢于創(chuàng)新與探索、不怕苦不怕累的精神也將被帶入我的未來(lái)人生之路。概括起來(lái)，提高車(chē)速的方法大概有以下幾類(lèi)：⑴在賽車(chē)的機(jī)械結(jié)構(gòu)上作優(yōu)化。⑶增強(qiáng)驅(qū)動(dòng)電機(jī)的加減速性能。但無(wú)論如何，優(yōu)化參數(shù)是不可或缺的一步。如果能夠事先知道賽道的形狀，甚至可以不用尋線傳感器而就能完成比賽。因?yàn)楸荣惖膶?shí)質(zhì)是一種尋優(yōu)，這種尋優(yōu)包括對(duì)路徑的尋優(yōu)和對(duì)速度的尋優(yōu)，但不是二者簡(jiǎn)單的相加，二者之間存在著一定的約束關(guān)系。實(shí)現(xiàn)記憶的難點(diǎn)在于理清“過(guò)去”、“現(xiàn)在”、“將來(lái)”三種信息的關(guān)系，賽車(chē)使用記憶算法后，第二圈的速度明顯提高，但是過(guò)彎時(shí)的情況仍然對(duì)舵機(jī)控制算法有很大的依賴性。如何確保在任何情況下都能識(shí)別出賽道，或者判斷出賽車(chē)在場(chǎng)上的位置，需要做進(jìn)一步的努力。本次設(shè)計(jì)中的控制算法雖然基本達(dá)到了控制的要求，但還有很多的缺陷，如在彎道中的速度還控制不夠好。 init_all()。 device_con()。 TSCR2 = 0x00。}void RTI_Init(void){ CRGINT_RTIE = 1。} void IRQ_Init(void){ IRQCR_IRQE = 1 。 DDRA = 0x00。 if (us1) us=1。 } void delayms(int ms) { int ii,jj。ii++) for(jj=0。 PLLCTL_PLLON=1。 _asm(nop)。 }void SciInit(){ SCI0CR2 = 0x2c。 while(!(SCI0SR1amp。 uart_putchar(0xFF)。 for(j = 0。}void putstr(char ch[]){ uchar ptr = 0。 //uart_putchar(0xFF)。 //uart_putchar(0xFC)。 uart_putchar(*(ptr ++) 8)。 while(!(SCI0SR1 amp。 PACTL_PAEN = 1。 SciInit()。 RTI_Init()。 Ei0=Ei1=0。 valid_flg = 1。 servo_angle = last_angle = servo_center。 uchar count=255 ,frame_change。 INVALID_FLG = 0。 IRQCR_IRQEN = 0。 while(1) { if(frame_change == 0) break。 h 。 while(k 2){ if(IRQ_FLG == 1){ IRQ_FLG = 0。 while(IRQ_FLG == 0)。 TCNT_COUNT[i][0]=0。 if( TCNT_COUNT[i][0] 7 ) TCNT_COUNT[i][j++] = TC0。int Min_Speed 。const uchar Fuzzy_Control[7][5]={ {80, 100, 120, 130, 150 },{90, 95, 110, 120, 125 },{110, 120, 130, 140, 150 },{120, 130, 140, 150, 160 },{130, 140, 150, 160, 170 },{180, 180, 180, 190, 190 },{210, 210, 210, 220, 220 } } 。 } if(flag0) { motor_forward(255)。 } } else{ if(Fuzzy_Speed == 8 || Fuzzy_Offset == 8) motor_forward(255)。 TSCR2 |= 0x06。 TIE |= 0x01。 TC0 = (int)(TCNT + TIM_CHANNEL_CNTS)。 if(sensor_speed Max_Speed) { motor_back(255)。 } else{ if(sensor_speed30) motor_back(255)。 if(Stop_time300) { BEGIN_TRUE=0。uchar flag=15。 break。){ if(TIM0_FLG){ TIM0_FLG = 0。 IRQ_FLG = 0。 } } k = 0。i POINT_Y。 } IRQCR_IRQEN = 1。 IRQ_FLG = 0。 BLACK_COUNT = 0。 k = 0。 EnableInterrupts。 offset1 = 0。 av_curve = VIDEO_MID。 Port_Init()。 InitSpeedSensor()。 PACTL_PEDGE = 1。 return (SCI0DRL)。 //uart_putchar(0xFE)。j line。i row。 }void putdata16(uint *ptr,uchar row,uchar line){ uchar i,j。j ++) uart_putchar(*(ptr ++))。i row。 SCI0DRL = ch。 //busclk 80MHz,19200bps, SCI0BDL = 0x04。 while(!(CRGFLG_LOCK==1))。 REFDV=0xc0 | 0x01。jj++)。 for(ii=0。iius。 PERH = 0XFF。}void Port_Init(){ DDRB = 0xff。 PLLCTL_PRE = 1。 TFLG1 = 0x01。= 0xFE。){ video_scan()。參考文獻(xiàn)[1]卓晴，黃開(kāi)勝，［M］，北京航空航天大學(xué)出版社，.[2] ，.[3] 安毅，［J］，微計(jì)算機(jī)信息，2008，：115.[4]Secure Digital CardProduct Manual Revision[Z] ，1050.[5]［M］，北京航空航天大學(xué)出版社.[6]美Steven amp。雖然實(shí)現(xiàn)了斜率和曲率的計(jì)算，但是其精度仍然不夠理想，特別是在能夠識(shí)別的路徑比較段的情況下，計(jì)算出的數(shù)據(jù)與實(shí)際有很大的偏差。但是由于時(shí)間有限，系統(tǒng)中尚存在許多問(wèn)題有待改進(jìn)：⑴抗干擾處理。特別是賽車(chē)在比賽場(chǎng)地上很難對(duì)自己進(jìn)行全面的定位，更難以對(duì)整個(gè)賽道進(jìn)行整體的把握，所以路徑尋優(yōu)十分困難。但是比賽賽道在比賽前是未知的，于是就有了這么一種可能：賽車(chē)行駛第一圈時(shí)把賽道情況記錄下來(lái)，第二圈就相當(dāng)于是在既定環(huán)境中進(jìn)行控制了。我們?cè)趯?shí)驗(yàn)中曾發(fā)現(xiàn)，如果不進(jìn)行控制算法的優(yōu)化，單純?cè)黾淤愜?chē)的直線速度并不總是能縮短單圈的時(shí)間，因?yàn)樗俣瓤斓揭欢ǔ潭群?，賽?chē)在過(guò)彎時(shí)將發(fā)生側(cè)滑，賽車(chē)走過(guò)的距離增加了，抵消了速度增加帶來(lái)的優(yōu)勢(shì)。很多隊(duì)伍提出了多片MC33886并聯(lián)使用的方法，也有的隊(duì)干脆自己設(shè)計(jì)驅(qū)動(dòng)芯片，這要求在相關(guān)方面具有比較強(qiáng)的實(shí)力。⑵舵機(jī)的機(jī)械調(diào)整。從這個(gè)意義上說(shuō)，路徑識(shí)別和尋線算法只是為了保證完成比賽而采取的輔助手段。 關(guān)于整個(gè)設(shè)計(jì)過(guò)程，其間所遇到的困難多不勝舉，對(duì)于智能車(chē)各個(gè)模塊有了較為深入的認(rèn)識(shí)。 一家法國(guó)公司已經(jīng)研制成功無(wú)人駕駛汽車(chē)，它使用類(lèi)似巡航導(dǎo)彈一樣的制導(dǎo)技術(shù)。從中可以十分清楚分析出，黑線寬度在攝像頭的視場(chǎng)中成線性變化。主要為調(diào)試、監(jiān)控智能車(chē)實(shí)時(shí)狀態(tài)而編寫(xiě)的上位機(jī)串口調(diào)試窗口界面； MFC編寫(xiě)的基于對(duì)話框的應(yīng)用程序，主要對(duì)小車(chē)采集的圖像數(shù)據(jù)進(jìn)行處理、分析、比較不同算法的優(yōu)異、不同數(shù)據(jù)格式轉(zhuǎn)換、保存等而編寫(xiě)的上位機(jī)圖像處理界面（主要是針對(duì)A/D的得數(shù)據(jù)）。但是由于在上位機(jī)程序編寫(xiě)結(jié)束之后，攝像頭數(shù)據(jù)采集方案從開(kāi)始計(jì)劃的A/D采集轉(zhuǎn)變到硬件二值化后捕捉圖像邊沿，無(wú)論是數(shù)據(jù)存放方式還是其大小都有著很大的不同。第七章 調(diào)試軟件上位機(jī)調(diào)試軟件是智能車(chē)制作中經(jīng)常被忽略的一個(gè)部分，以為它跟智能小車(chē)的制作沒(méi)有什么關(guān)系，而且也是一項(xiàng)非常費(fèi)時(shí)、不能立竿見(jiàn)影的工作，特別是在制作前期，上位機(jī)調(diào)試軟件也確實(shí)沒(méi)有體現(xiàn)出它的重要之處。delayms(5)。//此狀態(tài)相當(dāng)于標(biāo)志狀態(tài)然后通過(guò)下面程序判斷來(lái)控制速度：if(Fuzzy_Speed == 8 | Fuzzy_Offset == 8) motor_forward(199)。amp。 sensor_speed 344) Fuzzy_Speed = (uchar) (sensor_speed 120) 5 。void SpeedSensor(void){ sensor_speed = PACNT。本次設(shè)計(jì)中，由于對(duì)小車(chē)的速度沒(méi)有十分精確的要求，在啟制動(dòng)足夠快的情況下，采用直道100%占空比加速，彎道根據(jù)偏移量大小和小車(chē)當(dāng)前速度共同決定小車(chē)的加減速度，具體方法如下：速度檢測(cè)得到小車(chē)當(dāng)前的速度car_speed。與位置算法相比，增量型算式由于消去了累加項(xiàng)，在精度不足時(shí)，計(jì)算誤差對(duì)控制量的影響較小，容易取得較好的控制效果。反饋理論的要素包括三個(gè)部分： 測(cè)量、比較和執(zhí)行。所謂整定積分時(shí)間就是調(diào)積分的快慢，這要取決于對(duì)象的特性。P調(diào)節(jié)就是調(diào)節(jié)器的輸出和輸入成比例。第六章 控制策略為了讓智能車(chē)能夠在最短的時(shí)間內(nèi)跑完全程，希望在每一種路況下，賽車(chē)都能夠以允許的最快速度行駛，這就需要對(duì)車(chē)速進(jìn)行閉環(huán)控制，我們采用的是PID控制算