【導(dǎo)讀】設(shè)計(jì)自動(dòng)控制器是制作智能車的核心環(huán)節(jié)。自動(dòng)控制器是以單片機(jī)為核心，配合有傳感器、使用大賽組委會統(tǒng)一提供的競賽車模、轉(zhuǎn)向舵機(jī)、直流電。舵機(jī)控制等，完成智能車工程制作及調(diào)試，于指定日期與地點(diǎn)參加場地比賽。由賽車在現(xiàn)場成功行駛完賽道的時(shí)間為主。比賽跑道表面為白色，中心有連續(xù)黑線作為引導(dǎo)線，黑線寬25cm。比賽規(guī)則限定可賽道。寬度和拐彎最小半徑等參數(shù)，賽道具體形狀在比賽當(dāng)天現(xiàn)場公布。在嚴(yán)格遵守規(guī)則中對于電路限制條件，保證智能車可靠運(yùn)行前提下，電路設(shè)計(jì)盡量簡潔緊湊，出發(fā)點(diǎn)，并以穩(wěn)定性為首要前提，實(shí)現(xiàn)智能車快速運(yùn)行。比賽要求控制器必須采用MC9S12DB128B作為系統(tǒng)唯一控制處理器。學(xué)生隊(duì)伍報(bào)名并參賽，該項(xiàng)賽事在韓國取得了很好的成功。參考韓國相關(guān)比賽中成功的案例，在關(guān)于路徑識別的問題上，大都。全國有五十多所學(xué)校共派出一百多支隊(duì)伍參賽。其功能是獲取前方賽道的圖像數(shù)據(jù)，以供S12作進(jìn)一步分析處理。主要是為舵機(jī)提供工作電壓。

　　

【正文】 輸入 ECT端口。首先，是由視頻信號提取芯片（ LM1881）得到的行同步、場同步和奇偶場信號。利用 ECT模塊的脈沖捕捉工作方式，并通過查詢 TFLG1 寄存器中的對應(yīng)標(biāo)志位來判斷是否已獲取相應(yīng)信號，可以準(zhǔn)確同步每場視頻信號，完成數(shù)據(jù)點(diǎn)的采集。 其次，是速度傳感器輸出的脈沖信號。我們采用脈沖下降沿觸發(fā)中斷方式，計(jì)算兩次脈沖時(shí)間差，從而得到小車的當(dāng)前速度。具體設(shè)置過程如下： AD模塊 模數(shù)轉(zhuǎn)換器模塊有 8 路通道，精度可設(shè)置為 8 位或 10 位。另外單次轉(zhuǎn)換時(shí)間、轉(zhuǎn)換結(jié)果類型、轉(zhuǎn)換完成是否產(chǎn)生中斷、轉(zhuǎn)換序列長度等都是可以自行設(shè)置的。本次設(shè)計(jì)中， AD 模塊主要是用來采集攝像 頭視頻信號。具體設(shè)置過程為： PID控制算法 PID 控制是工程實(shí)際中應(yīng)用最為廣泛的調(diào)節(jié)器控制規(guī)律。問世至今 70 年多年來，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。單位反饋的 PID控制原理框圖如圖 43 所示。 圖 43 單位反饋的 PID 控制原理框圖 e代表理想輸入與實(shí)際輸出的誤差，這個(gè)誤差信號被送到控制器，控制器計(jì)算出誤差信號的積分值和微分值，并將它們與原誤差信號進(jìn)行線性組合，得到輸出量 u。 41 其中， , ，分別稱為比例系數(shù)、積分系數(shù)、微分系數(shù)。 u 接著被送到了執(zhí)行機(jī)構(gòu)，這樣就獲得了新的輸出信號 Y。這個(gè)新的輸出信號被再次送到感應(yīng)器以發(fā)現(xiàn)新的誤差信號，這個(gè)過程就這樣周而復(fù)始地進(jìn)行。運(yùn)用 PID 控制的關(guān)鍵是調(diào)整三個(gè)比例系數(shù)，即 參數(shù)整定。 PID 控制器參數(shù)整定的方法很多，概括起來有兩大類：一是理論計(jì)算整定法。它主要是依據(jù)系統(tǒng)的數(shù)學(xué)模型，經(jīng)過理論計(jì)算確定控制器參數(shù)。二是工程整定方法，它主要依賴工程經(jīng)驗(yàn)，直接在控制系統(tǒng)的試驗(yàn)中進(jìn)行，且方法簡單、易于掌握，在工程實(shí)際中被廣泛采用。 一般來說，增大比例系數(shù)能夠減小上升時(shí)間 ,并減小穩(wěn)態(tài)誤差，但不能消除。增大積分系數(shù)能夠消除穩(wěn)態(tài)誤差，但會使瞬時(shí)響應(yīng)變差。增大微分系數(shù)能夠增強(qiáng)系統(tǒng)的穩(wěn)定特性，減小超調(diào)，并且改善瞬時(shí)響應(yīng)。 以上簡要介紹了 PID 算法的原理和特性，實(shí)際過程中，由于攝像頭是按一定間 隔周期獲取位置信息的，因此必須將連續(xù) PID 控制離散化，這樣得到的就是數(shù)字 PID 算法。 在設(shè)計(jì)最初的數(shù)字 PID 算法時(shí)，我們對模型的結(jié)構(gòu)進(jìn)行了許多簡化。使用攝像頭采集賽道位置并通過它與理想狀態(tài)的偏差，得到當(dāng)前誤差的相對值。其次，被控對象僅限于小車的舵機(jī)，控制量為期望的舵機(jī)轉(zhuǎn)角。 具體編寫程序時(shí)，我們首先通過估算建立了一個(gè)量化表，將采集到的數(shù)字量轉(zhuǎn)換成相應(yīng)的誤差值。然后，對該誤差值進(jìn)行 PID 算法處理，再將算出的控制值轉(zhuǎn)換成合適 PWM 波參數(shù)，對舵機(jī)進(jìn)行控制。此外還可以將驅(qū)動(dòng)電機(jī)也作為控制對象，并增加速度傳 感器來實(shí)現(xiàn)速度的閉環(huán)控制。實(shí)際測試表明，當(dāng)積分系數(shù)為 0、微分系數(shù)相對比例系數(shù)較小時(shí)，小車性能較好。同時(shí)發(fā)現(xiàn)，小車在直道上時(shí)比例系數(shù)應(yīng)適當(dāng)小些，這樣不會產(chǎn)生 “蛇形 ”現(xiàn)象；彎道上比例系數(shù)應(yīng)適當(dāng)大些，這樣能避免小車在高速入彎后沖出賽道。為了最大限度發(fā)揮數(shù)字 PID 的功能，我們在完成了模式識別（具體算法見下小節(jié)）的前提下，實(shí)現(xiàn)了比例系數(shù)的動(dòng)態(tài)調(diào)整，獲得了較為滿意的效果。下圖為應(yīng)用 PID 控制器的方向和速度控制框圖。 圖 44 位置和速度負(fù)反饋的 PID 控制框圖 為了提取彎道和直道的不同特征，我們首先在實(shí)際賽道的不同位置上采集了足夠反映各種情況的數(shù)據(jù)，并 matlab 軟件重新作圖進(jìn)行了分析。 圖 45 速度和方向耦合的 PID 控制框圖 一開始，在使用分離的方向與速度 PID 進(jìn)行對方向和速的分別控制時(shí)，速度和方向的控制效果都不好。速度加不上去，而舵機(jī)在速度快時(shí)又無法及時(shí)轉(zhuǎn)向，造成賽車經(jīng)常沖出賽道。后來我們使用如圖 45 所示的方向與速度耦合的 PID，把速度和方向放在一起考慮。即把攝像頭采集的道路誤差也用于速度 PID 的控制。當(dāng)把位置誤差傳給 PID 控制器時(shí) PID 根據(jù)設(shè)定的值計(jì)算出控制量控制舵機(jī)轉(zhuǎn)向，糾正小車的位置。而速度根據(jù)道路誤差確定后，經(jīng)過與速度傳感器采集的速度作比較后把誤差值輸入 PID 進(jìn)行計(jì)算， PID 輸出控 制信號通過使電機(jī)加減速達(dá)到想要的速度。而且使用模式識別方式，把彎道和直線區(qū)別開來，并對直線和彎道采取不同的控制策略。在進(jìn)入彎道時(shí)，使用 BANGBANG算法，而在直線時(shí)使用 PID 控制。結(jié)果如表 42 所示，賽車在彎道的轉(zhuǎn)彎效果明顯好轉(zhuǎn)，能夠及時(shí)剎車，而且整體速度也能有較大的提高。 表 42 測試數(shù)據(jù) 在每一個(gè)控制周期中，檢測一次賽車的當(dāng)前速度值。若速度值小于預(yù)定的速度值，則將驅(qū)動(dòng)電機(jī) PWM輸入的占空比置為 100%；若速度大于預(yù)定的速度值，則將驅(qū)動(dòng)電機(jī) PWM輸入的占空比置為 0。 模式識別 模式識別就是把賽道的直線、彎道、 S 形道路用算法區(qū)別開來。然后，我們對這些不同特征的賽道進(jìn)行實(shí)驗(yàn)，找出相應(yīng)的最優(yōu)的速度和方向控制方案。當(dāng)賽車在賽道上行駛時(shí)，控制算法根據(jù)賽段的特征，應(yīng)用相應(yīng)的最優(yōu)控制方案行駛，從而達(dá)到控制策略的最優(yōu)化。這里還有個(gè)問題，就是提前預(yù)判和模式之間銜接的問題，經(jīng)過大量的實(shí)驗(yàn)我們 在提前預(yù)判的時(shí)間控制上和模式的良好銜接上有了較大的改善，賽車的速度和穩(wěn)定性也得到了很大的提高。每圈時(shí)間減少了約 1 秒多。圖 48 就是我們用來進(jìn)行模式識別而采集的誤差分析圖。峰谷處即為賽車轉(zhuǎn)彎時(shí)采集的道路誤差值。我們根據(jù)轉(zhuǎn)彎時(shí)誤差值明顯區(qū)別于直線時(shí)把直線和彎道相區(qū)別開來，為模式識別了奠定基礎(chǔ)。 圖 48 賽車中心線與賽道誤差分析圖 程序框圖 一，主程序 二，初始 化子程序 三，中斷程序 四，子函數(shù) 1．單行信號采集函數(shù) CCD_Sample( ) Error_calculate( ) 點(diǎn)擊查看大圖 E_Procs( ) 對計(jì)算出的各行誤差進(jìn)行中值濾波。 Dir_Control( ) 5. 速度測試函數(shù) Velocity_measure(void) Vel_Control(void) 第五章 系統(tǒng)調(diào)試 開發(fā)調(diào)試工具 系統(tǒng)的開發(fā)調(diào)試用到了 Metroworks 公司的 Code Warrior 發(fā)軟件，另外為了調(diào)試方便，我們開發(fā)了無線調(diào)試模塊、電源電壓檢測模塊、手動(dòng)設(shè)置裝置和外部狀態(tài)指示單元。 軟件開發(fā)平臺 此次智能車大賽的軟件開發(fā)平臺為 Metroworks公司的 Code Warrior 開發(fā)軟件。其使用界面如圖 51 所示： 圖 51 Codewarrior 使用界面 CodeWarrior 的功能非常強(qiáng)大，可用于絕大部分單片機(jī)、嵌入式系統(tǒng)的開發(fā)。用戶可在新建工程時(shí)將芯片的類庫添加到集成環(huán)境開發(fā)環(huán)境中，工程文件一旦生成就是一個(gè)最小系統(tǒng)，用戶無需再進(jìn)行繁瑣的初始化操作，就能直接在工程中添加所需的程序代碼。如圖 52 所示，利用 BDM和 CodeWarrior 自帶的 ，如監(jiān)視寄存器狀態(tài)、修改 PC 指針、設(shè)置斷點(diǎn)等，這樣能快速地幫助我們找到軟件或硬件的問題。 圖 52 hiwave 程序調(diào)試環(huán)境 無線調(diào)試模塊 在智能車的制作和調(diào)試過程中，需要將小車檢測到的路面信息以及速度等參數(shù)實(shí)時(shí)地發(fā)給PC，以便對算法進(jìn)行有針對性的分析。由于小車在行駛時(shí)不能通過有線的方式獲得其運(yùn)行參數(shù)，我們使用的是無線方式。 圖 53 無線傳輸示意圖 由于對傳輸?shù)乃俣纫蟛皇呛芨?，因此我們選用了一款基于射頻技術(shù)的 RS232 型微功率無線數(shù)傳模塊。其頻帶較窄，速度較低，但傳輸距離可以很遠(yuǎn)。 RS232 無線數(shù)傳模塊實(shí)現(xiàn)了串口線的替代，從物理鏈路層上看，可以認(rèn)為無線模塊等同于有線的串口連接，所以對于軟件開發(fā)而言，和傳統(tǒng)的串口開發(fā)方式是一樣的。實(shí)際開發(fā)過程中，上位 PC 采用了 VC 和 Lab View兩種方式進(jìn)行串口編程。下 圖為 RS232 天線和 USB串口轉(zhuǎn)接頭的示意圖。以及無線傳輸軟件界面。 圖 54 無線通訊模塊實(shí)物圖 圖 55 智能車 CCD 采集專用軟件 圖 56 無線傳輸串口調(diào)試軟件 第六章 結(jié)論 本文主要研究了攝像頭尋線方案的各個(gè)主要模塊的工作原理和設(shè)計(jì)思路。其中攝像頭方案的設(shè)計(jì)又是從第二屆全國大學(xué)生智能車大賽的規(guī)則入手，對光電和攝像頭方案進(jìn)行了深入的分析和對比，在實(shí)驗(yàn) 數(shù)據(jù)的分析和總結(jié)的基礎(chǔ)上決定最終采用攝像頭方案，以及相應(yīng)的硬件電路設(shè)計(jì)和軟件框架。但是在整個(gè)設(shè)計(jì)過程中遇到了很多困難，也走了很多彎路。以下就是對整個(gè)設(shè)計(jì)過程以及方案的總結(jié)回顧。 針對韓國比賽經(jīng)驗(yàn)，所有的尋線方案主要集中在光電傳感器和攝像頭傳感器兩個(gè)主要方案，而且絕大多數(shù)參賽隊(duì)伍都采用了光電方案。這兩個(gè)方案各有特點(diǎn)，其中光電方案主要比較可靠、簡單，但是無法得到充足的控制信號信息，并且無法探知更遠(yuǎn)的信息，所以在速度控制和舵機(jī)控制上有一定的限制。而攝像頭方案的主要優(yōu)點(diǎn)就是探測距離遠(yuǎn)、路線信息豐富，但是其硬件結(jié) 構(gòu)較為復(fù)雜，底層視頻信號難以提取，軟件算法編撰困難等等。 我們通過大量的實(shí)驗(yàn)分析，在控制方案上實(shí)驗(yàn)了包括簡單 PID 控制算法，專家 PID 控制算法，模糊控制等算法。根據(jù)得出的數(shù)據(jù)和賽車的實(shí)際行駛效果選擇了數(shù)字式 PID 控制算法，并采用模式識別的方法區(qū)別了直線和彎道，針對不同的賽段采取相應(yīng)最優(yōu)的控制策略，取得了很好的效果。 距離比賽還有一個(gè)多月的時(shí)間，在控制策略上我們還要做進(jìn)一步的研究，試著把 S 形賽道也判斷出來。甚至想方法把賽道彎道處的曲率半徑算出來。這樣對我們的控制將更有利，也能小車跑的更好更快。 本 設(shè)計(jì)不僅使我得到了實(shí)戰(zhàn)的鍛煉機(jī)會，更是培養(yǎng)了我一定的科研能力。展望未來，智能車技術(shù)必將在更廣闊的領(lǐng)域得到廣泛應(yīng)用。