【文章內容簡介】 與地面信息的的方向，從而使光電傳感器可以獲得更遠地方的路面的跑道情況。[3]，；，放置在向外伸出的小電路板上，探測的范圍比較小。具體在實際中將采用哪種方案更合適，這個與光電傳感器掃描前方的距離和寬度以及所控制的策略是十分相關的。 8路紅外發(fā)射管方案 3路攝像頭方案在光電循跡方案中，為了得到質量較高的接收信號，一般還附加一些電阻電容組成的RC高通濾波器。這樣就能夠在一定程度上避免由外部光線引起的路線識別不正確的問題。有的模型車設計的傳感器離地面距離較遠，為了能夠接收到更多的從發(fā)光傳感器發(fā)射過來的光線，也有使用凸透鏡的情況。基于反射式紅外傳感器的光電傳感器陣列的路徑檢測方法具有較高的可靠性與穩(wěn)定性，信息更新速度快且易于單片機處理。但是它易受環(huán)境光線的干擾，而且存在著檢測距離近的的問題，硬件電路復雜。為了獲得遠方的信息需要將傳感器伸的盡可能遠，從而增加了車體高速行駛時的轉動慣量，限制了智能車的最高速度。方案二：基于面陣CCD傳感器的控制基于面陣CCD傳感器的路徑檢測方法具有探測距離遠（后文將這種前方探測距離稱為“前瞻“）的優(yōu)勢，能夠盡可能早地感知前方路徑的信息并進行預判斷，實現提前減速過彎。而且這樣還可以提高轉彎的最高速度。同時還可以結合利用單片機內部的A/D,在小車的前方虛擬出24個光電傳感器，采用單一傳感器，硬件結構簡單且高速運行時轉動慣量小，從而增加了小車的最高速度。這樣不僅能夠克服傳統光電傳感器的缺點，又能夠精確的感知黑色引導線的位置，為智能車的穩(wěn)定運行提供保障。但是，在調試過程中我們發(fā)現這樣面陣攝像頭在市場上很少，不易購買。 CMOS攝像頭小車方案三：基于面陣CMOS傳感器的控制基于黑白面陣CMOS攝像頭傳感器的路徑檢測方法具有以上兩種方案的所有優(yōu)點，同時面陣CMOS攝像頭輸出的復合視頻信號，采集到的信息將是前方整個一副圖像。利用單片機內部的A/D轉換器，并配合從視頻信號分離出的同步信息，該單片機可以直接將圖像信號采集到內部的RAM中，然后通過軟件對圖像信息進行處理。這樣不僅可以識別道路的中心位置，同時還可以得到跑道的方向，跑道的曲率等信息。這樣可以有效地對車模進行運動控制，提高車模路徑跟蹤速度和運行速度。但是面陣CMOS攝像頭的延時比較大（20ms），因此對信息的采集和處理有一定的約束。綜合以上分析，為了更好的獲得路況信息和取得大的前瞻，本設計選擇方案三，并對其進行可改進。3 智能車系統硬件設計 智能車系統硬件設計總體結構本系統是利用了市面上很流行的處理器STM32作為本系統的主要控制模塊，我們采用了CMOS攝像頭作為識別路面信息的傳感器，通過控制器STM32對攝像頭采集過來的信息進行分析和判別，才實現對智能小車直流電機的控制從而達到實現自動循跡的目的。眾所周知，一個系統的硬件是一個系統能否穩(wěn)定運行的關鍵，在設計智能車硬件的總體架構時，該系統充分考慮了這方面的因素，使該系統能夠很好的運行，使小車的行駛速度更快更穩(wěn)定。，并在此基礎上選擇了最佳的硬件電路和器件，后面將分成各個模塊加以介紹。[4] 系統硬件整體框圖 STM32最小系統的設計 方案總結1 電機模塊：直流電機2 控制模塊：Cortexm33 車體選擇：四輪圓形車身4 攝像頭模塊：OV7670模塊 方案框圖。 方案框圖 電路設計與原理 直流電機應用L298為雙全橋步進電機專用驅動芯片，內含4信道邏輯驅動電路，接收標準TTL邏輯信號，可驅動46V、2A以下的步進電機，且可直接通過電源來調節(jié)輸出電壓。然而本電路將M3控制器與L298驅動結合，產生PWM脈沖，用于驅動直流電機，在不影響直流電機速度快、帶負載能力強的同時，實現較精確調節(jié)，可達到很好的效果。L298作為小車電機驅動芯片，驅動能力很強，廣泛被智能小車控制作用，硬件簡單，操作性極強，而且價格也適合，非常適合初學者來應用，在該課題中，小車的驅動主要依靠該模塊來實現，攝像頭采集的信息通過CPU的處理，從而調節(jié)小車的運行情況，是該課題的主要模塊。L298是ST公司生產的一種高電壓、大電流電機驅動芯片。該芯片采用15腳封裝。主要特點是：高的工作電壓最大可達46V；比較大的輸出電流，具有3A瞬間峰值電流，實驗報告檢測其持續(xù)工作電流可達2A，具有25W額定功率。內涵兩個H的高電壓大電流全橋式驅動器，能夠實現對直流電動機和步進電機和步進電機的驅動，繼電器線圈等感性負載；采用標準邏輯電平信號控制：具有兩個智能控制端，在輸入信號合理的情況下允許或者禁止期間工作有一個邏輯電源輸入端，使內部邏輯電路部分工作在低電壓下模式下；可以外接檢測電阻，將變化量反饋給控制電路，使用L298芯片驅動電機，該芯片可以驅動一臺兩相步進電機或者四相步進電機，也可以驅動兩臺直流電機。[6] 電機驅動模塊 電源分配電路設計電源分配電路中，所用的電池是蓄電池，電池要通過一些電壓的轉化電路來實現對電機的驅動作用，，需要將蓄電池的電壓轉換過去，這部分，能夠得到穩(wěn)定性和波紋都很好的3,3V直流電壓，可直接利用該直流電壓給單片機和CMOS攝像頭傳感器供電。 電源模塊 H橋電機的驅動本系統的直流電機的驅動電路采用H型PWM電路，用STM32處理器來控制驅動電路，使之工作在占空比可調的開關狀態(tài)，從而實現對電動機的轉速的精確調整。其實就是把波形作用于電機驅動的使用端，PWM控制是一種在控制領域應用非常廣泛的控制方式，通過對波形或者說是脈沖的占空比加以控制，從而實現對電機速度的控制，靈活應用合理分配是PWM波的一種很強的優(yōu)勢，因此對于電機運行的速度，我們可以通過對PWM波的占空比來實現對脈沖頻率的控制，來達到轉速的合理控制。 H橋內部電路。 H橋內部電路4 智能車系統軟件設計 控制算法的簡要介紹智能小車的控制，實際上就是對智能車的運行車速和運行方向的控制，本課題通過對各種算法的比較，最終采用了比較適合的算法——PID控制，PID控制是一種新型的算法，這種算法來源于模糊數學模型，模糊推理的控制就是利用了這種算法來實現對圖像的合理處理的。 在對驅動電機和舵機控制之前，需要利用道路檢測信息來制定各種路況下的控制策略，道路路況不外乎4種。 跑道的4種情況 要實現在最短的時間能實現對智能小車的控制，并完成所要達到的任務，那么這就要求我們在直道上要用全速的狀態(tài)來行駛，同時在“S”道轉向不大的情況下要盡量做到直道行駛的速度來行駛，最后在進入彎道時要合理的減速，既不能太大也不能過小，以使得在彎道上能夠及時的轉向，在彎道中和出彎的時候要及時的提高小車的速度，以使得在小車在進入直道時候就能夠很快達到最高速度。對于十字交叉道路，可以按是直道處理，避免橫線的干擾。[6] ①PID控制介紹PID控制算法是根據偏差的值，按照一定的函數關系進行計算，用所得的運算結果對系統進行控制。PID控制有位置式控制和增量式控制，方程如下： (41) (42) 利用PID控制器步驟如下： (1)首先預選擇一個足夠短的采樣周期讓系統工作； (2)僅加入比例控制環(huán)節(jié)，直到系統對輸入的階躍響應出現臨界振蕩，記下這時的比例放大系數和臨界振蕩周期； (3)在一定的控制度下通過公式計算得到PID控制器的參數。 在實際調試中，只能先大致設定一個經驗值，然后根據調節(jié)效果修改。 ②模糊控制介紹 模糊控制實質上是一種人性化的控制策略，其要求用計算機去按照操作人員的思想來控制小車的運行，這樣可以很好的避開了對復雜的數學模型的處理，而是著力于對操作員想要的控制問題進行研究，使控制問題能夠跟好的實現，使成功的幾率更方便，總結出知識，從中提煉出控制規(guī)則，實現復雜系統的控制。 模糊控制有以下的特點： 1. 盡管模糊控制的算法是運用模糊集理論來進行的的計算方法，但是最終得到的控制數據時確定的，定量的。 2. 對于一些實際系統，需要系統建立一些數學模型，而模糊控制算法則不需要根據機理與分析建立數學模型，從而簡化了處理的復雜度。更加具有使用性。 ，模糊控制系統是設計員利用自然語言表達出來的規(guī)則，更加的人性化，此算法更接近于人的的思維方法和推理習慣，因此，便于現場操作人員的理解和使用，便于人機對話，以得到更有效的控制規(guī)律。 速度控制算法由上面對PID控制算法和模糊控制算法特點的介紹可以看出，PID控制算法簡單、容易計算機實現，但其參數的準確整定困難，而模糊控制算法剛好彌補了這一缺陷，因而我們選取模糊PID作為智能車速度和轉向的控制算法。 模糊PID控制結構圖①輸入輸出變量的確定及模糊化 模糊控制器的輸入變量為速度的偏差e及其偏差變化率ec，輸出變量為PID控制校正參數ΔKp、ΔKi、ΔKd。偏差和偏差變化率都是精確的輸入值，模糊化就是使之離散化，變?yōu)樵O定整數論域中的元素。 將e和ec定義如下： (43) (44)式中kl，k2為e和ec的變換比例因子，設e和ec的實際變化范圍分別為[em，em]和[ecm，ecm]，經變換和量化后的模糊變量分別為E和EC，根據車速的控制精度要求，將E和EC的論域定義為： E,EC={6,5,4,3,2,1,0,l,2,3,4,5,6}其模糊子集為：E,EC={NB,NM,NS,ZO,PS,PM,PB} 上式子集中元素分別代表負大、負中、負小、零、正小、正中、正大。模糊子集的隸屬度函數采用三角形函數。 輸出量ΔKiΔKpΔKd的論域、語言變量取值、隸屬度函數的選擇與E和EC相同。 ②模糊規(guī)則表的建立 表41 ΔKp的模糊規(guī)則表DKpEC ENBNMNSZOPSPMPBNBPBPBPMPMPSZOZONMPBPBPMPSPSZONSNSPMPMPMPSZONSNSZOPMPMPSZONSNSNMPSPSPSZONSNSNMNMPMPSZONSNSNMNMNBPBZOZONMNMNMNBNB表42 ΔKi的模糊規(guī)則表DKiEC ENBNMNSZOPSPMPBNBNBNBNMNMNSZOZONMNBNBNMNSNSZ