【正文】 區(qū)寄存器的值就可得到相應的脈沖寬度，也就確定了PWM的占空比。圖43為PWM控制程序流程圖。圖43 PWM控制程序流程圖車速傳感器的信號是經(jīng)過里程表整形后發(fā)出的脈沖方波信號，每個脈沖表示磁電式車速傳感器的被測齒盤輪齒轉過一齒，汽車的行駛速度就可以用單位時間內(nèi)的脈沖數(shù)、被測齒盤齒輪齒數(shù)與車輪的行駛半徑計算出汽車的車速來。其計算公式如下： V=Rd （46）其中:V — 汽車行駛的車速N —被測齒盤的齒輪齒數(shù)T —測量時間周期n —測量的脈沖數(shù)Rd—車輪的滾動半徑本課題實驗過程中，采用了脈沖發(fā)生器來模擬車速信號。車速信號的采集主要是通過對定時器的操作來實現(xiàn)的。89C52的定時器0和計數(shù)器1具有一個信號輸入線TCLK/EXTCLK，作者選用計數(shù)器1接受脈沖信號，計測量時間周期T內(nèi)接受的脈沖個數(shù)。用定時器0來確定測量時間周期T。即當定時器0計數(shù)完畢時，讀取計數(shù)器1的值，然后根據(jù)公式即可計算得出車速。程序流程圖如圖44所示圖44 車速信號采集程序流程圖系統(tǒng)主程序前面介紹了各個主要的程序模塊，有了這些必備的元素，主程序的實現(xiàn)則可以像搭積木一樣，將各個模塊整合在一起。主程序的結構如圖45所示。圖45 主程序流程圖52結　論汽車電動助力轉向(EPS)系統(tǒng)是一種全新的電力電子伺服系統(tǒng)。它克服了傳統(tǒng)液壓動力轉向(HPS)系統(tǒng)耗能多、易污染、控制性能差等諸多缺點，是新一代汽車動力轉向技術的研究焦點。本文主要取得了以下成果: (1)對電動助力轉向系統(tǒng)的結構進行了簡化，列出了系統(tǒng)各部件的動力學方程，對系統(tǒng)進行了動力學分析，討論了系統(tǒng)的控制策略。 (2)選取了控制器的控制主芯片，確定了電動機的驅動方案，繪制了系統(tǒng)各部分的電路圖，探討了減少外界干擾的措施。本文對EPS系統(tǒng)做了一定的研究，但是還是存在許多不完善的地方和沒有解決的問題。結合本論文，下一步應該亟需解決如下幾個方面的問題: (1)進一步完善系統(tǒng)控制的穩(wěn)定性。操縱穩(wěn)定性始終是影響汽車駕駛的首要性能，控制系統(tǒng)的穩(wěn)定性也就成為了指導設計人員設計的標準。在控制系統(tǒng)中加入故障診斷模塊、自適應模塊、自我學習自我完善模塊等等，使得控制系統(tǒng)更加穩(wěn)定，更加智能化。 (2)進一步完善系統(tǒng)控制策略。本文只是基于PID控制策略，因此建議下一步采用模糊控制、神經(jīng)網(wǎng)絡等控制方法，改善系統(tǒng)的隨動性。 (3)繼續(xù)開展大量試驗工作，對試驗數(shù)據(jù)進行分析處理，完善助力表格。…洛陽理工學院畢業(yè)設計論文謝 辭在本論文完成之初，首先要感謝我的指導教師，感謝陳紅梅老師對本論文的選題、研究到最后定稿給予的悉心指導和全力幫助。這么長時間以來，陳老師不僅在學術上給予本人精心的指導和熱情的鼓勵，而且在生活上也給予了莫大的關心和幫助，學生的每一點進步，謹向陳老師表示衷心的感謝。祝您身體健康，萬事如意！同時還要感謝洛陽理工學院學院為我們畢業(yè)生提供了良好的學習環(huán)境，在此，我代表自動化專業(yè)全體畢業(yè)生向學院表示衷心的感謝。在本課題的完成過程中，感謝張鑫同學對給予的莫大幫助，幫助我解決了課題中的難題，在此表示感謝。 由于時間和能力所限，本論文中一定存在許多疏漏和不足，懇請各位專家、學者和老師們給予批評指正，以求在今后的工作中做出進一步的改進與提高，謝謝!80參考文獻[1]林逸,2001.[2]郭順生,李益兵,.[3]麻友良,.[4].[5],2003.[6](德),.[7]王銀,.[8],北京：高等教育出版社，2002年7月.[9].[10]楊旭東,劉行景,.[11].[12]（日）（下）..[13]潘新民,.[14]:.[15]林敏,丁金華,.[16]黃森仁汽車電動助力轉向系統(tǒng)（EPS）.[17]肖生發(fā),馮櫻,.[18]潘新民，.[19].附　錄 電動助力轉向系統(tǒng)總原理圖 圖一 系統(tǒng)總電路圖（1） 圖二 系統(tǒng)總電路圖（2）電動助力轉向系統(tǒng)軟件源程序includedefine uchar unsigned charsbit START=P3^6。sbit OE=P3^7。sbit FIRE=P3^3。 //sbit EOC=P3^2。 sbit ADDA=P0^5。sbit ADDB=P0^6。sbit ADDC=P0^7。sbit Motor0=P3^0。 //sbit Motor1=P3^4。 // uchar count=0,number=0,zhuanju。bit flag=0。 //定義點火和啟動標志void timer_init() //定時/計數(shù)器的初始化{ TMOD=0x51。 //T0為定時器方式1，T1為計數(shù)器方式1 TH0=(6553650000)/256。 //測速周期為50ms TL0=(6553650000)%256。 TH1=0。 TL1=0。 EA=1。 //開中斷 ET0=1。 ET1=1。 TR0=1。 TR1=1。 RCAP2H=(65536200)/256。 //使用T2的重裝式寄存器， RCAP2L=(65536200)%256。 ET2=1。 TR2=1。 } void timer0() interrupt 1 //T0的中斷服務函數(shù){ TR1=0。 //測速周期到時停止T1計數(shù)，準備讀計數(shù)值 number=TL1。 //讀出測速周期到時T1的計數(shù)值 TH1=0。 //計數(shù)值歸零，準備重新計數(shù) TL1=0。 TH0=(6553650000)/256。 TL0=(6553650000)%256。 TR1=1。 //重新開始計數(shù)} void timer2() interrupt 5 //T2的中斷服務程序{ TF2=0。 //T2的中斷標志TF2必須軟件清零 count++。 // if(count128) count=0。 //計數(shù)量計數(shù)滿，歸零；，約39Hz if(flag==1) //車輛已啟動{ if(zhuanju==0){Motor0=0。 Motor1=0。} //轉矩為零，則助力電機不工作 else if(zhuanju128) // 轉矩小于128為正轉，以下可輸出PWM波 { Motor1=0。 if(count=zhuanju)Motor0=1。 else Motor0=0。 } else //轉矩大于128為反轉，以下可輸出PWM波 { Motor0=0。 if(count=zhuanju128) Motor1=1。 else Motor1=0。 }}else {Motor0=0。 Motor1=0。} //車輛還未啟動，助力電機不工作} uchar adtran(uchar tongdao) //AD0808驅動{ uchar result,j。 uchar dat[5]。 ADDC=0。 switch(tongdao) //通道選擇 { case 0:{ADDA=0。ADDB=0。break。} case 1:{ADDA=1。ADDB=0。break。} case 2:{ADDA=1。ADDB=1。break。} } for(j=0。j5。j++) //采樣5次，并采用加權平均，濾除噪聲干擾 { START=1。 //啟動A/D轉換 START=0。 while(EOC==0)。 //轉換結束 OE=1。 //允許輸出 dat[j]=P1。 OE=0。 } result=(dat[0]+2*dat[1]+3*dat[2]+dat[3]*4+dat[4]*5)/。 //加權平均濾波 return result。}void main() //主函數(shù){ float speed=0。 uchar dianhuo=0,dianliu。 timer_init()。 Motor0=0。 Motor1=0。 while(1) { if(FIRE==0) dianhuo=1。 //汽車點火啟動信號 while(FIRE==0)。 while(dianhuo==1) //汽車已啟動 { speed=2**number**(*60)。 //計算測速值 dianliu=adtran(0)。 //采集電機電流信號大小 zhuanju=adtran(1)。 //采集轉矩信號大小 if(speed10amp。dianliu51) //車輛已啟動,另啟動標志為1 { flag=1。 } } } }外文資料翻譯Camera calibration for a mobile robot prototypeAbstractStereovision is an effective technique to use a CCD video camera to determine the 3D position of a target object from two or more simultaneous views of the scene. Camera calibration is a central issue in finding the position of objects in a stereovision system. This is usually carried out by calibrating each camera independently, and then applying a geometric transformation of the external parameters to find the geometry of the stereo setting. After calibration, the distance of various target objects in the scene can be calculated with CCD video cameras, and recovering the 3D structure from 2D images bees simpler. However, the process of camera calibration is plicated. Based on the ideal pinhole model of a camera, we describe formulas to calculate intrinsic parameters that specify the correct camera characteristics, and extrinsic parameters that describe the spatial relationship between the camera and the world coordinate system. A simple camera calibration method for our CCD video cameras and corresponding experiment results are also given.Key word： Camera calibration Intrinsic parameters Extrinsic parameters Pinhole model1 Introduction For mobile robots, it would help their navigation control strategy if they could measure the distance of obstacles or landmarks. Although some sensors can provide such information, ., a supersonic sensor, these functions are not sufficient. Stereovision, as a passive sensor, is a reliable and effective method to get range information (including near and slightly distant objects) from the environment, and it can easily be integrated with other sensors. Currently, mor