【正文】 度。在電路方面，我們以模塊形式分類，在最小系統(tǒng)、主板、電機(jī)驅(qū)動等模塊分別設(shè)計(jì)，經(jīng)過不斷實(shí)驗(yàn)，最后決定了我們最終的電路圖。extern volatile u8 PicChoice，pic_right[60]，pic_left[60]，ImageBuf1[ROW][COL]，ImageBuf2[ROW][COL]，get_line_center。extern u8 Controlline，Linechoice。int Timer=0。extern float expectedspeed，EXpectedspeed，Curvity_SpeedControl。i++) SDpic[i]=pic_right[i60]。 if( straight_temp0) { straight_temp=straight_temp。 SDpic[185]=(u8)(kk)。 SDpic[193]=(u8)(Linechoice)。 disk_write(0，SDpic，sector1，1)。= ~WDOG_STCTRLH_WDOGEN_MASK。 get_line_main()。 //uart_putchar (UART1，0xfe)。 TURN()。 //if(straight0)straight=straight。 // if(k0) // k=k。 //Differential_ly_cy_State()。 uart_putchar (UART1，(u8)(EXpectedspeed/10))。 // gpio_turn(PORTE，0)。 //// NormalTrackjudgment()。 PORTA_ISFR |= (1 29)。 //Differential_ly_cy_State()。 EZH_next()。 } /* if(sendflag) { sendflag=0。 //uart_putchar (UART1，(u8)straight/10)。 // uart_putchar (UART1，(u8)tempK)。 //uart_putchar (UART1，(u8)(shizi_check*10))。 //} //else //{ // Straight_sign=1。 if(start_delay_count30) { // FTM_PWM_Duty(FTM2， CH0， 200)。 NormalTrackjudgment()。 //pic_send()。 WDOG_UNLOCK = 0xD928。 SDpic[196]=(u8)(EXpectedspeed/10)。 SDpic[191]=(u8)(left_len)。 SDpic[184]=(u8)(K_sign)。 SDpic[182]=(u8)(Controlline)。 for(。u8 Straight_sign=0。//極差extern u8 shizi_flag。extern float speed_out。extern u32 volatile speed_read。在此份技術(shù)報告中，我們主要介紹了準(zhǔn)備比賽時的基本思路，包括機(jī)械、電路以及最重要的控制算法的創(chuàng)新思想。支持CEATA、SD、miniSD、SDIO、miniSDIO、SD Combo、MMC、MMC+和MMC RS卡。圖52 SD卡記錄的起點(diǎn)圖像圖53 SD卡記錄的彎道圖像 圖54 SD卡記錄的彎道圖像 SD卡模塊SD卡( Secure Digital Memory Card )是一種基于半導(dǎo)體快閃存的新一代記憶設(shè)備。EWARM中包含一個全軟件的模擬程序(simulator)。對于路徑識別我們先后采取了兩種算法：一、連接左右線的起始終止點(diǎn)，計(jì)算曲線與連接線之間包圍的面積。于是，我們采用了第二套速度決策算法。一、啟發(fā)于汽車駕駛經(jīng)驗(yàn)的速度決策算法首先，我們讓小車放在直道上，對小車的車身進(jìn)行了標(biāo)定，如圖411所示。對此我們采用的策略是根據(jù)遠(yuǎn)處曲線的變化率對Kp進(jìn)行修正，使得路徑得到優(yōu)化。由于智能車系統(tǒng)是機(jī)電高耦合的分布式系統(tǒng)，并且要考慮賽道的具體環(huán)境，要建立精確的智能車運(yùn)動控制數(shù)學(xué)模型有一定難度，而且我們對車身機(jī)械結(jié)構(gòu)經(jīng)常進(jìn)行修正，模型參數(shù)變化較為頻繁，理論計(jì)算整定法可操作性不強(qiáng)，最終我們采用了工程整定方法。為了解決設(shè)定值的頻繁變化給系統(tǒng)帶來的不良影響，本文在智能車的速度和方向控制上引入了微分先行PID算法，其特點(diǎn)是只對輸出量進(jìn)行微分，即只對速度測量值和舵機(jī)偏轉(zhuǎn)量進(jìn)行微分，而不對速度和方向的設(shè)定值進(jìn)行微分。使用時，常選擇帶死區(qū)、積分分離等改進(jìn)PID控制算法。由公式(2)可以推出公式(3)，公式(2)減去公式(3)可得公式(4)。積分環(huán)節(jié)：主要用于消除靜差，提高系統(tǒng)的無差度。PID控制器問世至今已有近70年歷史，它以其結(jié)構(gòu)簡單、穩(wěn)定性好、工作可靠、調(diào)整方便而成為工業(yè)控制的主要技術(shù)之一。在選用多少距離范圍的數(shù)據(jù)用作偏差量也很重要。(4)在入小S以及出小S時由于普通邊線提取程序能提到較遠(yuǎn)的線導(dǎo)致賽道判斷出錯，無法進(jìn)行小S的正常提線，因此要慮線以及鎖存狀態(tài)。由于攝像頭自身的特性，圖像會產(chǎn)生梯形式變形，以及筒形失真尤其在ov7620的上下左右各個角落處桶形失真和梯形失真疊加，導(dǎo)致圖像畸變嚴(yán)重，因此在數(shù)據(jù)采集時我們只采集半幅圖像，也就是中心上下處的圖像，這樣幾乎不存在筒形失真。其中為達(dá)到SD5數(shù)字舵機(jī)的最佳性能，這里不再贅述。圖35 PCLK分頻電路由于數(shù)字?jǐn)z像頭直接輸出8路數(shù)字信號，在信號傳輸和處理上相對于模擬攝像頭有優(yōu)勢也存在劣勢。攝像頭視頻信號中除了包含圖像信號之外，還包括了PCLK信號、行同步信號、行消隱信號、場同步信號、場消隱信號以及槽脈沖信號、前均衡脈沖、后均衡脈沖等。另外為保證在電機(jī)啟動的瞬間，電池的巨大壓降影響攝像頭的正常工作，為攝像頭供電的5V穩(wěn)壓先經(jīng)過了為IR2104供電的12V升壓。圖31 最小系統(tǒng)原理圖最小系統(tǒng)使用K60144 PIN封裝，為減少電路板空間，板上僅將本系統(tǒng)所用到的引腳引出，包括 PWM 接口，外部中斷接口，若干普通IO接口。智能車控制系統(tǒng)電路由兩部分組成：以MK60N512ZVLQ10為核心的包括電源和驅(qū)動再內(nèi)的主板和外圍模塊。采用輕質(zhì)且剛度大的8mm碳卷管作為安裝攝像頭的主桅。B車模采用SD5數(shù)字舵機(jī)，經(jīng)分析，其響應(yīng)頻率可以使用10ms以上的控制周期，在攝像頭因采圖而需較長的控制周期來講是可以勝任的。如圖25所示。當(dāng)然最佳束角大小應(yīng)以實(shí)際測試為準(zhǔn)。B型車無法直接調(diào)節(jié)，只能通過增加墊片實(shí)現(xiàn)。兩個前輪同軸受到限位，無法調(diào)整，與模型車的前進(jìn)方向保持平行，因此要改變模型車與地面的接觸方式，調(diào)試出利于模型車轉(zhuǎn)向、直線的四輪定位，只能通過調(diào)整轉(zhuǎn)向輪來實(shí)現(xiàn)。此次競賽的賽車車模選用由北京科宇通博科技有限公式提供的B型車模。根據(jù)競賽的規(guī)則和智能車系統(tǒng)的基本要求，我們設(shè)計(jì)了系統(tǒng)結(jié)構(gòu)圖，如圖11所示。其最早始于韓國，在國內(nèi)，全國大學(xué)生飛思卡爾杯智能汽車競賽從2006年開始舉辦，至今得到了各級領(lǐng)導(dǎo)及各高校師生的高度評價。參賽隊(duì)員簽名： 孟澤民 章志誠 徐晉鴻 帶隊(duì)教師簽名： 陳朋 朱威 日 期： 摘 要本文設(shè)計(jì)的智能車系統(tǒng)以MK60N512ZVLQ10微控制器為核心控制單元，通過Ov7620數(shù)字?jǐn)z像頭檢測賽道信息，使用K60的DMA模塊采集圖像，采用動態(tài)閾值算法對圖像進(jìn)行二值化，提取黑色引導(dǎo)線，用于賽道識別；通過編碼器檢測模型車的實(shí)時速度，使用PID控制算法調(diào)節(jié)驅(qū)動電機(jī)的轉(zhuǎn)速和轉(zhuǎn)向舵機(jī)的角度，實(shí)現(xiàn)了對模型車運(yùn)動速度和運(yùn)動方向的閉環(huán)控制。本技術(shù)報告主要包括小車的機(jī)械設(shè)計(jì)、硬件系統(tǒng)設(shè)計(jì)、軟件算法設(shè)計(jì)等，詳盡地闡述了我們的設(shè)計(jì)方案，具體表現(xiàn)在機(jī)械結(jié)構(gòu)的多種嘗試，硬件電路的創(chuàng)新設(shè)計(jì)以及人工智能控制算法的應(yīng)用。經(jīng)過充分考慮與實(shí)際方案比較，我們車的整體布局如圖12所示圖12 整車布局圖34第二章 機(jī)械系統(tǒng)設(shè)計(jì)及實(shí)現(xiàn)第二章 機(jī)械系統(tǒng)設(shè)計(jì)及實(shí)現(xiàn)根據(jù)組委會的相關(guān)規(guī)定，今年攝像頭組比賽車模更換為B型車模，而且將驅(qū)動輪作為前輪。前輪調(diào)整方式簡單，全車滾珠軸承，主減傳動比36/105。理論上，B型模型車可以調(diào)整的轉(zhuǎn)向輪參數(shù)有主銷后傾角、主銷內(nèi)傾角、車輪外傾角、車輪束角四個。車輪外傾示意圖如圖22（c）所示。因?yàn)楸敬蜝型車是前輪驅(qū)動，B型車的電機(jī)可達(dá)到的轉(zhuǎn)速比較高，所以在車模高速跑出賽道時，連接車身和電機(jī)的軸很容易被撞斷，經(jīng)組委會討論，同意在底盤固定PCB板材質(zhì)的板材固定車身和電機(jī)，這樣整個車身變成了硬固定。舵機(jī)的轉(zhuǎn)動速度和功率是一定，要想加快轉(zhuǎn)向機(jī)構(gòu)的響應(yīng)速度，唯一的辦法就是優(yōu)化舵機(jī)的安裝位置及其力矩延長桿的長度。轉(zhuǎn)向輪打角越小時，隨著打角變化，轉(zhuǎn)彎半徑變化越明顯，即小轉(zhuǎn)角對半徑的變化會更加明顯，對直道和大半徑的彎道有較大的影響，因而從前橋到舵機(jī)連片的機(jī)械固定需牢靠，盡量減少虛位。攝像頭的安裝如圖27所示。驅(qū)動部分做了隔離，同時為避免元器件過于密集而引起的信號與地串?dāng)_的問題，我們在設(shè)計(jì)PCB時，將板子設(shè)計(jì)為四層板，這樣主板整體的信號比原先的二層板好很多。+、SD卡模塊、撥碼開關(guān)、液晶等供電；+5V為攝像頭、編碼器模塊、無線模塊供電；+；+12V和+5V共同給電機(jī)驅(qū)動電路中IR2104供電；而電機(jī)則直接由電池供電。實(shí)驗(yàn)證明LM2587能勝任整個系統(tǒng)的需要。因此，若要合理利用攝像頭采集的信息，我們需要對PCLK信號進(jìn)行分頻。同時數(shù)字?jǐn)z像頭很少采用硬件二值化，所以在處理上我們只能采用動態(tài)閾值進(jìn)行二值化。我們設(shè)計(jì)的智能車系統(tǒng)采用CMOS攝像頭進(jìn)行DMA圖像采集，動態(tài)二值化，邊線提取，賽道識別。圖41 連續(xù)彎圖像 圖42 彎道原始圖像圖43 十字交叉原始圖像邊沿提取算法的基本思想如下：(1) 逐行掃描最近處的原始圖像，根據(jù)設(shè)定的閾值提取黑白跳變點(diǎn)；(2) 利用賽道的連續(xù)性，根據(jù)上一行黑點(diǎn)的位置來確定本行的邊沿點(diǎn)；(3) 在彎道的時候賽道有回拐的情況，所以提取本行邊沿之前還要向前搜索回拐的邊沿點(diǎn)；(4) 求邊沿點(diǎn)時，因?yàn)榻幍膱D像穩(wěn)定，遠(yuǎn)處圖像不穩(wěn)定，所以采用由近及遠(yuǎn)的辦法；(5) 進(jìn)出十字的時候，有可能錯誤的提線，因此要將直角以后的線濾除；邊沿提取算法的程序流程如圖44所示。圖48 十字校正后的效果圖49小S校正后的效果使用前方一定距離的偏差量來控制小車具有較強(qiáng)的魯棒性。對于賽車路徑的優(yōu)化，不能僅在勻速下調(diào)節(jié)轉(zhuǎn)彎系數(shù)，應(yīng)該將變速考慮進(jìn)去。PID控制，實(shí)際中也有PI和PD