【正文】 模型，經(jīng)過理論計(jì)算確定控制器參數(shù)。這種方法所得到的計(jì)算數(shù)據(jù)未必可以直接用，還必須通過工程實(shí)際進(jìn)行調(diào)整和修改。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(jiǎn)單、易于掌握，在工程實(shí)際中被廣泛采用。PID 控制器參數(shù)的工程整定方法，主要有臨界比例法、反應(yīng)曲線法和衰減法。三種方法各有其特點(diǎn)，其共同點(diǎn)都是通過試驗(yàn)，然后按照工程經(jīng)驗(yàn)公式對(duì)控制器參數(shù)進(jìn)行整定。但無論采用哪一種方法所得到的控制器參數(shù)，都需要在實(shí)際運(yùn)行中進(jìn)行最后調(diào)整與完善。現(xiàn)在一般采用的是臨界比例法。利用該方法進(jìn)行 PID 控制器參數(shù)的整定步驟如下：(1) 首先預(yù)選擇一個(gè)足夠短的采樣周期讓系統(tǒng)工作；安徽理工大學(xué)畢業(yè)設(shè)計(jì)22(2) 僅加入比例控制環(huán)節(jié)，直到系統(tǒng)對(duì)輸入的階躍響應(yīng)出現(xiàn)臨界振蕩，記下這時(shí)的比例放大系數(shù)和臨界振蕩周期；(3) 在一定的控制度下通過公式計(jì)算得到 PID 控制器的參數(shù)。 增量型 PID 控制算法 增量型PID簡(jiǎn)介在計(jì)算機(jī)控制系統(tǒng)中，數(shù)字 PID 控制算法通常又分為位置式 PID 和增量式 PID。本次設(shè)計(jì)中，采用增量式 PID。增量型算法與位置型算法相比，具有以下優(yōu)點(diǎn)：增量型算法不需要做累加，增量的確定僅與最近幾次偏差采樣值有關(guān)，計(jì)算精度對(duì)控制量的計(jì)算影響較小，而位置型算法要用到過去偏差的累加值，容易產(chǎn)生大的累加誤差；增量型算法得出的是控制量的增量，而位置型算法的輸出是控制量的全量輸出，誤動(dòng)作影響大；采用增量型算法，易于實(shí)現(xiàn)手動(dòng)到自動(dòng)的無沖擊切換。 增量型PID算法在實(shí)際的電機(jī)編程控制時(shí)，采用了基于 PWM 脈寬調(diào)制的 PID 閉環(huán)控制，主要實(shí)現(xiàn)對(duì)智能小車直流電機(jī)速度的閉環(huán)控制?？刂凭幊桃罁?jù)： ()(1)[()(1)]()[(2(unKpenKiendee???????其中： —— 為第 n 次輸出控制量；)(—— 為第 n1 次輸出控制量；1u—— 為第 n 次偏差；ne—— 為第 n1 次偏差；)(?—— 為第 n2 次偏差；2—— 為比例增益系數(shù)；Kp—— 為積分增益系數(shù)；i—— 為微分增益系數(shù)；d電機(jī) PID 控制子程序流程如圖 42 所示。安徽理工大學(xué)畢業(yè)設(shè)計(jì)23圖 42 PID 控制流程圖 增量型PID應(yīng)用的程序編程為了實(shí)現(xiàn)電機(jī)的連續(xù)閉環(huán)控制，單片機(jī)需要實(shí)時(shí)對(duì)測(cè)速傳感器輸出的信號(hào)進(jìn)行采樣，通過對(duì)電機(jī)最大轉(zhuǎn)速、編碼器分辨率、單片機(jī)指令執(zhí)行速度等參數(shù)進(jìn)行分析，結(jié)合以往電機(jī)控制中的經(jīng)驗(yàn)，每次采樣的周期定為 4 毫秒，即電機(jī)控制周期為 4 毫秒。以下是增量型 PID 應(yīng)用的程序編程。void Pid(void){Speed Different[0]=SpeedSpeedMeasure。 //e(n) Date=SpeedDifferent[0]SpeedDifferent[1]。 //P Date_I=SpeedDifferent[0]。 //I Date_D=SpeedDifferent[0](SpeedDifferent[1]1)+SpeedDifferent[2]。 //DPWMOut=PWMOutLast+Const_P*Date_P+Const_D*Date_D+Const_I*Date_I。 //facti on PWMDTY45=PWMOut。 //輸出執(zhí)行PWMOutLast=PWMOut。 //保存結(jié)果SpeedDifferent[1]=SpeedDifferent [0]。 }最終增量型 PID 控制算法在小車上的應(yīng)用成功，小車速度得到很好的控制。安徽理工大學(xué)畢業(yè)設(shè)計(jì)245 智能車的軟件設(shè)計(jì)智能車的軟件設(shè)計(jì)前提是系統(tǒng)的初始化，然后進(jìn)入各個(gè)功能模塊的編成，基于攝像頭檢測(cè)的智能車的編成的功能實(shí)現(xiàn)只要分為五大部門：攝像頭信號(hào)采集和電機(jī)速度測(cè)量，賽道信息提取，賽道信息濾波，賽道特征識(shí)別，最后為舵機(jī)轉(zhuǎn)向執(zhí)行和電機(jī)速度 PID 調(diào)節(jié)。其軟件編程功能執(zhí)行流程圖如圖 51 所示。開始傳感器信號(hào)采集和電機(jī)速度測(cè)量舵機(jī)執(zhí)行轉(zhuǎn)向通過 P I D 調(diào)節(jié)電機(jī)速度賽道信息提取賽道信息濾波賽道特征識(shí)別圖 51 功能模塊執(zhí)行流程圖 采集數(shù)據(jù)處理流程攝像頭行數(shù)據(jù)通過 LM1881 的行場(chǎng)分離信號(hào)觸發(fā)行中斷，使用中斷服務(wù)程序進(jìn)行采集并處理。安徽理工大學(xué)畢業(yè)設(shè)計(jì)25開始清中斷標(biāo)志 ， 行計(jì)數(shù) r o w c o u n t e r + +采樣行設(shè)定行標(biāo)志 s a m p l e f l a g = 1 ?關(guān)閉 A / D 采樣置 s a m p l e f l a g = 0采樣到設(shè)定最后一行r o w _ m a x = 2 4 0 ?關(guān)行中斷復(fù)位 I D T 7 2 0 5延遲消隱區(qū) 5 . 6 u s 開啟 p p 7N等間隔采樣1 2 行 ？行計(jì)數(shù)等于設(shè)定采樣行 ？s a m p l e _ f l a g = 1采樣行計(jì)數(shù)s a m p l e _ r o w _ j + +復(fù)位 I D T 7 2 0 5延遲消隱區(qū) 5 . 6 u s開啟 A D 采樣允許采樣標(biāo)志f l a g _ s a m p l e _ e n a b l e = 1 ?s a m p l e _ f l a g = 1YYNYNYN返回YN圖 52 攝像頭中斷服務(wù)程序流程圖安徽理工大學(xué)畢業(yè)設(shè)計(jì)26 賽道信息提取這一步驟主要對(duì)攝像頭采集的數(shù)據(jù)進(jìn)行處理，得到黑線偏差，然后利用黑線的偏差對(duì)轉(zhuǎn)向舵機(jī)進(jìn)行控制。賽道信息提取流程圖見圖 53。攝像頭每行采集 120 個(gè)點(diǎn)，將他們存儲(chǔ)在數(shù)組 a[n]中，開始處理時(shí)計(jì)數(shù)標(biāo)志 i++，然后利用第 i 個(gè)點(diǎn)的灰度值與第 i+2 個(gè)點(diǎn)的灰度值作差并與設(shè)定的閾值進(jìn)行比較判斷當(dāng)前點(diǎn)是否為黑線起始位置，若不是，則 i+1 再重復(fù)上述步驟，若是黑線起始位置則記錄當(dāng)前點(diǎn)偏差到 j，并開始將第 i+2 個(gè)點(diǎn)的灰度值與第 i 個(gè)點(diǎn)的灰度值進(jìn)行比較，來尋找黑線結(jié)束位置的偏差則本行的黑線的偏差值為(i+j)/2。當(dāng)一場(chǎng)數(shù)據(jù)的各行偏差都找到，并可以利用偏差進(jìn)行舵機(jī)的轉(zhuǎn)向控制，也可以進(jìn)行擬合以便判斷賽道類型，方便對(duì)驅(qū)動(dòng)電機(jī)的速度進(jìn)行控制。 賽道特征識(shí)別依據(jù)賽道信息來看，賽道具有明顯的特征，比如：小 S 彎道，大 S 彎道，長(zhǎng)直道等。為了更好的控制智能小車的轉(zhuǎn)向和速度，進(jìn)行賽道特征的識(shí)別是非常有必要的，根據(jù)賽道的特征，以及具有明顯特征的賽道類型對(duì)小車的轉(zhuǎn)向、速度的要求，我們將賽道的特征分為三類：直道，彎道和丟失數(shù)據(jù)時(shí)的壞道，這三種類型賽道對(duì)小車快速行駛的轉(zhuǎn)向、速度要求具有明顯的不同。對(duì)于可以較快采集到較多數(shù)據(jù)的攝像頭智能車來說，利用最小二乘法來判斷賽道類型較為方便簡(jiǎn)單。其一般形式為 ，即以下行列式：0yabx?? （51）20i iii imy??????????? ??對(duì)于不同的賽道類型，其最小二乘法解得的 ， 的值是固定范圍，所以便可以通過實(shí)驗(yàn)所得數(shù)據(jù)設(shè)定的 ， 的范圍來判斷賽道的類型。0ab 舵機(jī)轉(zhuǎn)向和電機(jī)速度的控制識(shí)別賽道的特征之后，舵機(jī)的轉(zhuǎn)向和電機(jī)的速度采用 PID 控制的方式，通過 PID數(shù)據(jù)的運(yùn)算可以得到動(dòng)態(tài)的舵機(jī)偏轉(zhuǎn)參數(shù)和電機(jī)速度參數(shù)，不同的是舵機(jī)采用增量式PI 控制算法來確定舵機(jī)轉(zhuǎn)向值再賦給舵機(jī)輸出，電機(jī)速度采用位置式 PD 控制來確定電機(jī)速度。電機(jī)速度在三種不同的特征賽道上對(duì)應(yīng)有 3 個(gè)參考速度，即直道速度，彎道速度，壞道速度。當(dāng)識(shí)別到彎道時(shí)，加大 PI 中的比例項(xiàng)系數(shù) P，使小車舵機(jī)快速反應(yīng)，同時(shí)電機(jī)速度切換到彎道速度，以便順利過彎。舵機(jī)轉(zhuǎn)向流程圖見圖 54。安徽理工大學(xué)畢業(yè)設(shè)計(jì)27開始i 1 1 8 ?a [ i ] a [ i + 2 ] 閾值 ?確定黑線起始位置j = ij + +a [ i + 2 ] a [ i ] 閾值 ？本行黑線偏差為 （ i j ） / 2結(jié)束i + +NYNNYY圖 53 賽道信息提取流程圖安徽理工大學(xué)畢業(yè)設(shè)計(jì)28開始此幀為有效幀 ？根據(jù)速度選擇舵機(jī)控制行P D 控制舵機(jī)此幀完全丟線 ？舵機(jī)控制舵機(jī)保持返回YNYN圖 54 賽道特征識(shí)別處理流程舵機(jī)轉(zhuǎn)向安徽理工大學(xué)畢業(yè)設(shè)計(jì)29結(jié)論本文主要介紹了基于單片機(jī)的智能尋跡小車的方案的控制系統(tǒng)設(shè)計(jì)，包括各個(gè)主要模塊的控制原理和設(shè)計(jì)思路。系統(tǒng)采用 MC9S12XSl28 單片機(jī)做主控制器，直流電機(jī)做執(zhí)行元件，完成了智能車的硬件制作及軟件設(shè)計(jì)。在中間粘貼黑色引導(dǎo)線的白色 KT板制成的車道上對(duì)智能車進(jìn)行了測(cè)試，表明智能車在直道上可以達(dá)到很高的速度和穩(wěn)定性，在彎道上只要控制好車速，智能車也能平穩(wěn)地運(yùn)行。在論文的寫作過程中，我不僅把所學(xué)的理論知識(shí)應(yīng)用到了實(shí)際，還自學(xué)了大量新學(xué)科新知識(shí)。涉獵了控制、模式識(shí)別、傳感技術(shù)、汽車電子、電子信息、計(jì)算機(jī)和機(jī)械等多個(gè)學(xué)科，不僅開拓了視野，也提高了動(dòng)手實(shí)踐能力。雖然設(shè)計(jì)了一整套較為完善可靠的軟件控制算法，但是由于受知識(shí)水平和時(shí)間上的限制，本方案還有很多不足之處，可以進(jìn)行改進(jìn)和提高：連續(xù)路徑識(shí)別算法還可以做進(jìn)一步改進(jìn)；閉環(huán)控制可以考慮采用模糊控制；硬件電路上增加無線通訊模塊,可以在線進(jìn)行系統(tǒng)調(diào)試與參數(shù)的修改；攝像頭的選型、安裝方式還需要做更多測(cè)試實(shí)驗(yàn)，以得到最優(yōu)的效果；可以考慮采用紅外與攝像頭混合檢測(cè)方式進(jìn)行賽道信息的采集，進(jìn)一步增大小車的預(yù)測(cè)能力；車速傳感器可以考慮采用霍爾元件，精確反饋小車當(dāng)前速度，提高小車行駛穩(wěn)定性；在電源芯片的選擇上，可以選用壓差小的芯片?？紤]到電路中的損耗，可選用輸出稍高于所需電壓的芯片；機(jī)械結(jié)構(gòu)特性調(diào)節(jié)進(jìn)一步優(yōu)化，增加小車的線性度。安徽理工大學(xué)畢業(yè)設(shè)計(jì)30參考文獻(xiàn)[1]吳曄，張陽(yáng)，藤勤．基于HCS12的嵌入式系統(tǒng)設(shè)計(jì)．．[2]卓晴，黃開勝，邵貝貝等．學(xué)做智能車—挑戰(zhàn)“飛思卡爾” 杯．北京航空航天出版社，．[3]王曉明，電動(dòng)機(jī)的單片機(jī)控制[M]．北京航空航天大學(xué)出版社．2022．[4]紹貝貝，單片機(jī)嵌入式應(yīng)用的在線開發(fā)方法[M]．清華大學(xué)出版社，2022．[5]陳杰，黃鴻．傳感器與檢測(cè)技術(shù)[M]．高等教育出版社，2022．[6]周斌，李立國(guó)，黃開勝．智能車光電傳感器布局對(duì)路徑識(shí)別的影響研究[J]．電子產(chǎn)品世界，：139～140．[7]張文春，汽車?yán)碚揫M] ．北京．機(jī)械工業(yè)出版社．2022[8]張幽彤，陳寶江，汽車電子技術(shù)原理及應(yīng)用[M ．北京理工大學(xué)出版社．2022．[9]童詩(shī)白，華成英．模擬電子技術(shù)基礎(chǔ)[M]．高等教育出版社．2022．[10]安鵬，馬偉． S12 單片機(jī)模塊應(yīng)用及程序調(diào)試 [J]．電子產(chǎn)品世界．2022．第 211期．162163[11]Motorola,“MC9S12DT128B Device User Guide ”,．[12]Freescale Semiconductor, Inc. MC9S12XS128 Device User Guide．[13]Sudarshan D．Solanki ，Ravishankar Kunaraswamy,Signal intergrity check by simulation to impmve PCB performance，Proceeding of INCEMIC，2022．[14]K．Kluge, Extracting Road Curvature and 0rientation From Image Edge Points Without Perceptual Grouping Into Features．Paris：InteIligent Vehicles 94 SyInposium， 1994：109—114．[15]R． Behringer．Road Recognition from Multifocal Vision．Paris：Intelligent Vehicles 94 Symposium，1994：302 —307．安徽理工大學(xué)畢業(yè)設(shè)計(jì)31致謝本論文是在導(dǎo)師曲老師的悉心指導(dǎo)下完成的。曲老師淵博的專業(yè)知識(shí)，嚴(yán)謹(jǐn)?shù)闹螌W(xué)態(tài)度，精益求精的工作作風(fēng)，誨人不倦的高尚師德，嚴(yán)以律己、寬以待人的崇高風(fēng)范，樸實(shí)無華、平易近人的人格魅力對(duì)我影響深遠(yuǎn)。不僅使我樹立了遠(yuǎn)大的學(xué)術(shù)目標(biāo)、掌握了基本的研究方法，還使我明白了許多待人接物與為人處世的道理。我做畢業(yè)設(shè)計(jì)的每個(gè)階段，從選題到查閱資料，論文提綱的確定，中期論文的修改，后期論文格式調(diào)整等各個(gè)環(huán)節(jié)中都給予了我悉心的指導(dǎo)，在此謹(jǐn)向曲老師致以誠(chéng)摯的謝意和崇高的敬意。同時(shí)感謝我的同學(xué)們，他們的支持和鼓勵(lì)，為我創(chuàng)造了一個(gè)和諧，融洽的學(xué)習(xí)和工作環(huán)境，讓我銘記在心。祝他們?cè)谝院蟮墓ぷ骱蜕钪许樌?