【導(dǎo)讀】能汽車實(shí)行模塊化的設(shè)計(jì)。然后通過接口連接在一起，實(shí)現(xiàn)工作穩(wěn)定的智能車硬件。他使用了傳感器，編碼電機(jī)，無線模塊，穩(wěn)壓管等作為重要的任務(wù)器件。識別，速度測控，賽車數(shù)據(jù)傳輸，電源穩(wěn)壓，速度控制等功能。是焊接的第一個(gè)步驟，主要包括晶振（下）和復(fù)位電路（上）。發(fā)射管發(fā)射光線，光線。經(jīng)過賽道的反射，由接收管接受，用過不同的光強(qiáng)接收管的狀態(tài)不同，實(shí)施賽道信息的采集，路徑識別傳感器，測速模塊需要5V的電壓，用LM7805組成5V穩(wěn)壓電路。因?yàn)殡姍C(jī)，舵機(jī)要頻繁接加速減速，所以電壓波動(dòng)較大，5V電壓還要給51. 單片機(jī)供電，防止意外功能給點(diǎn)不足重啟再LM7805兩端加上大電解電容。制電機(jī)轉(zhuǎn)速，充分利用PWM模塊資源。電機(jī)PWM的頻率8KHz。charleft_motor_PWM=0;//左右電機(jī)的PWM占空比//由于數(shù)值在128以內(nèi)，所以定義為。P0M1=0x00;//撥碼，設(shè)置為輸出，

　　

【正文】 只智能汽車會(huì)有很多問題的出現(xiàn)，通過不斷地調(diào)試次啊能不斷地的調(diào)試方法不能一舉。 在這里我以自己出現(xiàn)的問題為例加以說明。 里面涉及到的主要問題就是舵機(jī)，因?yàn)槎鏅C(jī)自身的問題為此找過章政老師兩次，當(dāng)然有一次也麻煩到了孫平學(xué)長幫我檢測。后來換上好的舵機(jī)以后就得考慮算法問題，最后還是采用 的老師所給出的 PID算法，不過考慮到積分時(shí)間與舵機(jī)的脈沖時(shí)間，發(fā)現(xiàn) I 實(shí)際上是沒有多大的作用分，于是最后直接采用的是 PD 算法。對于速度的測試，原本打算利用 測速碼盤采用閉環(huán)控制，后來由于感覺比賽臨近來不及（當(dāng)然后來推遲了幾次），于是放棄了閉環(huán)控制。因此，只能依賴于硬件以及對傳感器的控制上面。 為了讓傳感器有很好的控制，能夠靈敏的反應(yīng)，于是之前利用一個(gè)板子上面有一條黑線的測試了好幾次，確定在黑白不同位置舵機(jī)能夠有所反應(yīng)。但是當(dāng)我把車子放到賽道上時(shí)，發(fā)現(xiàn)她并不能像之前想象的那樣行駛，原因是由于傳感器由于光線的原因無 法做出正確的反應(yīng)，當(dāng)然這樣舵機(jī)就無法得到正確的脈寬，于是出現(xiàn)不能做出正確的轉(zhuǎn)向的問題。后來只能在跑道上，對每一個(gè)燈加上熱縮管，改變其接受到的紅外光強(qiáng)度，最后獲得了最佳狀態(tài)。 隨著速度的增加，或多或少傳感器都會(huì)出現(xiàn)晃動(dòng)，然而我們知道晃動(dòng)會(huì)影響到接受紅外光的強(qiáng)度，最終導(dǎo)致舵機(jī)無法正常的偏轉(zhuǎn)。于是我又用膠槍把傳感器那部分直接膠死，然后加了兩個(gè)黑色支架對傳感器支架進(jìn)行了固定（利用三角形的穩(wěn)定性）。或許正是因?yàn)槲覍鞲衅鬟@樣的設(shè)計(jì)，因此它的壽命以及抗干擾的能力提高了很多。當(dāng)然這一點(diǎn)從平時(shí)練習(xí)跑時(shí)，不管事我撞別人還是別 人撞我，以及意外的撞到墻上，傳感器基本沒有什么影響可以看出。 針對車子會(huì)撞到墻上，也就是意外的沖出跑道，采取了未填學(xué)長的保護(hù)程序。這樣的確有了很好的保護(hù)，不過發(fā)現(xiàn)有時(shí)候它會(huì)在全白的跑道減速甚至停止，盡管并沒有沖出跑道，但是依然無法正常的比賽。后來為了防止在正式的比賽不會(huì)出現(xiàn)這種狀況，我加了一個(gè)撥碼開關(guān)，可以選擇開或者關(guān)保護(hù)程序。 賽車可以完整的跑完賽道以后，現(xiàn)在需要的就是如何讓它穩(wěn)定而且快速的跑完賽道。對于采用開環(huán)控制的我來說這就需要硬件達(dá)到更高的高度，還有就是參數(shù)得盡量達(dá)到完美。之前對傳感器的改善讓我對硬 件有了很大的提高。剩下的就是參數(shù)得改變。為了讓 PD 控制的更加精確，我增加了 error 得值，同時(shí)將 PD 控制除以得分母增加了。里面 error 的值是根據(jù)多次賽道試跑改變的。再就是加了一個(gè)彎度得判斷，再她左拐時(shí)，左輪和右輪都減速，左輪比右輪減速更多。同理對右拐時(shí)也是如此。為了得到最佳的參數(shù)，我給出了 I， F 參數(shù)，其中 F大于 I，利用 right_motor_PWM=speed_expect+servo_I*SUM/500。 left_motor_PWM=speed_expect+servo_F*SUM/500。其中 SUM 是幾次拐彎 error 的總和，根據(jù)SUM 的正負(fù)判斷是作怪還是右拐（上面以左拐為例，左輪的速度在原來的基礎(chǔ)上減去的更多）。后來發(fā)現(xiàn)當(dāng) SUM 大到一定的值時(shí)這種控制并不科學(xué)，于是又給了一個(gè)參數(shù) L 來判斷彎度多大時(shí)用什么控制。再確定以后，又將 L 換成速度參數(shù)直接在當(dāng) SUM 太大時(shí)同時(shí)給定左右輪速度。因?yàn)槔锩娴膮?shù)（包括 PD）都是利用按鍵控制以及顯示屏顯示，因此在參數(shù)調(diào)節(jié)上有了很大的便利。最后當(dāng) SUM 的值小時(shí)，給它原來的速度， SUM 大時(shí)利用差輪減速，然后 SUM 更大時(shí)直接給定一個(gè)比原來小的速度。里面所有參數(shù)都是通過實(shí)踐印證。差 輪減速尤其在小 S 彎道對它的銜接有了很大的改善，我想這或許也就是為什么我的車子在速度以及穩(wěn)定性能夠達(dá)到一個(gè)比較理想狀態(tài)的原因。 四． 結(jié)束語 ： 通過對智能汽車設(shè)計(jì)的學(xué)習(xí)，讓我了解到 信息融合技術(shù)給智能汽車帶來了更加光明的前景 ,信息融合技術(shù)使得車輛能夠利用多傳感器集成技術(shù)以及融合技術(shù) ,結(jié)合環(huán)境信息、交通狀況信息做出一個(gè)最優(yōu)決策 ,實(shí)現(xiàn)車輛自動(dòng)感知前方的障礙物 ,及時(shí)采取措施進(jìn)行避讓 。通過對前方信號的識別 ,自動(dòng)停車或繼續(xù)運(yùn)行 。通過對路標(biāo)的自動(dòng)識別 ,避免違章行為等 ,從而可以大大降低車輛事故的發(fā)生 ,同時(shí)減輕司機(jī)駕駛的負(fù)擔(dān) ,盡量降低司機(jī)疲勞駕駛的可能性。但需說明 ,車輛的智能化功能包括很多方面 ,而本文僅僅闡述了基于信息融合技術(shù)在實(shí)現(xiàn)智能車系統(tǒng)的應(yīng)用領(lǐng)域 ,也僅僅介紹了與信息融合技術(shù)相關(guān)的車輛智能化功能模塊 ,并就相關(guān)融合方法的引入做了簡單描述。 盡管車載信息技術(shù)的發(fā)展前景非常廣闊 ,但要將它們彼此無縫地鏈接還有一些技術(shù)問題有待解決 ,如軟件和硬件技術(shù)方面還需實(shí)現(xiàn)技術(shù)的飛躍 ,多媒體的接口問題 ,電子設(shè)備的物理連接 ,改進(jìn)無線電通訊系統(tǒng) ,解決無線電通訊的帶寬問題 ,以及開發(fā)價(jià)格相對合理的軟件技術(shù)等。另外 ,為了實(shí)現(xiàn)彼此設(shè)備的兼容 ,還要制定統(tǒng)一的工業(yè) 標(biāo)準(zhǔn)。雖然技術(shù)的障礙還不少 ,但攻克這些難關(guān)的日子已經(jīng)指日可待。 通過這次智能汽車校內(nèi)賽的參加，我從中也學(xué)習(xí)到了很多東西。一個(gè)課本上看似簡單的問題，實(shí)際動(dòng)手設(shè)計(jì)起來還是十分麻煩的，畢竟課本上的東西在一定程度上是一種理論的狀態(tài)。在實(shí)際上，我們會(huì)碰到各種各樣理論上沒有涉及到的問題，就像我之前在問題與調(diào)試中談?wù)摰降囊粯?。?dāng)我們通過實(shí)際的時(shí)候，我們會(huì)發(fā)現(xiàn)各種各樣的問題，然后我們?yōu)榱私鉀Q這些問題，我們又會(huì)再去查找相關(guān)的書籍和資料解決這些問題，這樣的本身就是一種學(xué)習(xí)。 當(dāng)然這次的校內(nèi)賽也是一個(gè)為了以后的全國級的飛 思卡爾比賽做一個(gè)鋪墊。通過這一次的校內(nèi)賽也是為了培養(yǎng)我們對智能汽車的興趣，然后積極的參加到這樣的一個(gè)比賽當(dāng)中。這也是其口號中的“立足培養(yǎng)，重在參與”所倡導(dǎo)的。當(dāng)然在以后的學(xué)習(xí)當(dāng)中，我希望自己能夠更加的深入到智能汽車中，我相信這必將是對自己能力的有一個(gè)提高。秉承“鼓勵(lì)探索，追求卓越”的宗旨，不斷地實(shí)現(xiàn)對自我的突破。