【正文】 } 。 Clr_Ad_Flg。(17)))。 /*單通道，連續(xù)模式 */ } /*查詢方式進(jìn)行一次 AD 轉(zhuǎn)換 */ unsigned char Get_Ad(void) { unsigned char Ad_val。 /*結(jié)果右對(duì)齊，轉(zhuǎn)換序列為 1，凍結(jié)模式繼續(xù)運(yùn)行 */ ATD0CTL4 = 0X00。 /*8 位的分辨率 采樣 前電容不充電 */ ATD0CTL2 = 0X20。 endi include /*AD 模塊初始化 */ void Ad_Init() { ATD0CTL0 = 0X01。 void Set_Speed( word speed)。(~(12)) /*啟動(dòng)小車 */ define Stop_Car PTP = (13)|(12) /*停止小車 */ define Back_Car PTP = (~(13))amp。 /*清除完成標(biāo)志 */ return(Ad_val)。 /*等待轉(zhuǎn)換完成 */ Ad_val= ATD0DR0。 while(!(ATD0STAT0amp。 /*第二階段 4 時(shí)鐘模式， ATD 時(shí)鐘 20M ,轉(zhuǎn)換時(shí)間 */ ATD0CTL5 = 0X20。 /*停止模式下繼續(xù)轉(zhuǎn)換，禁止外部觸發(fā)，轉(zhuǎn)換結(jié)束禁止中斷，禁止比較匹配中斷 */ ATD0CTL3 = 0X88。 ATD0CTL1 = 0X00。 II 參考文獻(xiàn) [1] 邵貝貝 . 單片機(jī)嵌入式應(yīng)用的在線開發(fā)方法 . 北京：清華大學(xué)出版社 . 2020 年 10 月 第 1 版 [2] Freescale Semiconductor, Inc. MC9S12XS256 Device User Guide [3] 黃萍莉，越軍，圖像傳感器 CMOS 技術(shù)，信息記錄材料， 2020.(1)。 3. 控制算法的改進(jìn)。筆者曾設(shè)想了一種基于最小二乘法捏合圓的方法，但是發(fā)現(xiàn)計(jì)算及其復(fù)雜，簡化了條件后得出的結(jié)果又不夠理想。 2. 參數(shù)計(jì)算的準(zhǔn)確性。賽車在賽道上會(huì)遇到各種情況，如交叉線、斷續(xù)線，以及還有實(shí)驗(yàn)賽道上的干擾點(diǎn)，以及由環(huán)境光線不均勻造成的干擾。通過實(shí)驗(yàn)來決定各種彎道、直道的參數(shù)特征，然后根據(jù)參數(shù)特征來劃分賽道。為了賽車能夠以最快速度完成整個(gè)比賽，那么在不同的線路上采用不同的速度、轉(zhuǎn)向控制策略就顯得尤為重要了。最終轉(zhuǎn)化成為便于處理的 2 維數(shù)組。而在軟件算法方面，則需要做到圖像信號(hào)采集和處 理的同步。 在制作過程中的主要難點(diǎn)與解決辦法： 1. 視頻信號(hào)采集和處理。避免了頻繁下載程序的問題。 下載調(diào)試 調(diào)試器我們采用的是組委會(huì)提供的 BDM 調(diào)試器，配合 CodeWarrior 開發(fā)環(huán)境，進(jìn)行單片機(jī)的開發(fā)， 調(diào)試界面 如圖 所示 ： 無線調(diào)試模塊 為了實(shí)時(shí)監(jiān)控小車的各項(xiàng)參數(shù)，我們采用了基于 ZigBeen 技術(shù)的無線調(diào)試模塊，經(jīng)過適當(dāng)?shù)嘏渲?，配合單片機(jī)串口和我們自行開發(fā)的上位機(jī)調(diào)試軟件。包括集成開發(fā)環(huán)境 IDE、處理器專家?guī)臁⑷酒抡?、可視化參?shù)顯示工具、項(xiàng)目工程管理器、 C交叉編譯器、匯編器、鏈接器以及調(diào)試器。 CodeWarrior IDE 能夠自動(dòng)檢查代碼中的明顯錯(cuò)誤，它通過一個(gè)集成的調(diào)試和編譯器來掃描程序代碼，并顯示其中的錯(cuò)誤，然后編 譯并鏈接程序以生成能夠執(zhí)行的程序。鏈條就需要一整套的軟件開發(fā)與調(diào)試工具。試驗(yàn)證明，這種算法大大提高了智能車速度的穩(wěn)定性。在目標(biāo)速度與實(shí)際速度相差較多時(shí)，采用Bang— Bang 算法將速度在最短的時(shí)間內(nèi)調(diào)整到接近目標(biāo)速度的范圍。在頻繁加減速的智能車控制系統(tǒng)中，單純采用 PID 算法會(huì)導(dǎo)致車加減速不夠迅速。 對(duì)于直流電機(jī)的控制，在前期我們采用了 PID 控制算法。反之，若 Curvature 值越大，則說明前方賽道彎得越陡 ,則應(yīng)該用速度閉環(huán)將賽車控制在較低的速度。因此可以根據(jù) Curvature 的值來設(shè)置幾個(gè)閥值 ,判斷賽車前方的路況信息。 M A XR OWro wMidR o a dXM A XR O Wro w _][__?? 公式 1 Curvature= ? ?M A XR O Wrow XrowMi dR oa d_ ][_ 公式 2 根據(jù)該彎直道判斷算法，可以得到一組由直道入彎、然后出彎的 Curvature 參 數(shù)曲線。在單行黑線邊沿檢測(cè)提取算法的基礎(chǔ)上，我們可以根據(jù) 10 行的數(shù)據(jù)中每行黑線位 置與 10 行平均位置 (見公式 51)之相對(duì)位移，然后求 10 行相對(duì)位移之第一節(jié) 全國大學(xué)生智能汽車邀請(qǐng)賽技術(shù)報(bào)告 20 和（公式 52）。 2. 判斷此偏差是否在允許的范圍內(nèi)，如果超出允許范圍則控制車模進(jìn)行偏轉(zhuǎn)，否則不處理。否返 回 當(dāng) 前 行 的位 置否是 圖 賽道 中心坐標(biāo)的計(jì)算 偏航距離的計(jì)算 在控制車模的運(yùn)行時(shí)，一車模的兩個(gè)前輪的中心位置即視場的中間位置與指引線的中心坐標(biāo)的偏差為依據(jù)來判斷車模與指引線的偏差大小來控制車模。計(jì) 算 當(dāng) 前 行 的 中 心 坐 標(biāo)R o a d _ M i d [ i ] = ( r o a d _ l e f t [i ] + r o a d _ r i g h t [ i ] ) / 2 。 賽道中心位置的計(jì)算 已經(jīng)獲得了賽道的邊緣位置，就要用詞邊緣位置對(duì)智能小車進(jìn)行控制，經(jīng)過對(duì)賽道邊緣位置的觀察發(fā)現(xiàn)，賽道的邊緣會(huì)經(jīng)常出現(xiàn)毛刺，若用此數(shù)據(jù)對(duì)校車進(jìn)行控制務(wù)必會(huì)導(dǎo)致小車的運(yùn)行不平穩(wěn)、波動(dòng)較大，所以不用邊緣位置信息對(duì)校車進(jìn)行控制。前者影響穩(wěn)定性，后者影響小車運(yùn)行速度。路況變化的劇烈，一方面由賽道本身決定，另外一方面由小車運(yùn)行的速度決定。 小車在運(yùn)行的過程中，路況的變化是擾動(dòng)的主要來源。事實(shí)上，當(dāng)掃描到一行信號(hào)全黑時(shí)，因?yàn)闄z測(cè)不到下降沿，黑線位置默認(rèn)為和上一次的位置相同 。起始線的尋找流程圖如圖 ： 第四章 智能汽車軟件設(shè)計(jì) 17 識(shí) 別 起 始 線 模 塊有 效 行 數(shù) 2 0 ?當(dāng) 前 行 標(biāo) i = 2 0 ；當(dāng) 前 行 標(biāo) = 最 后有 效 行 的 行 標(biāo)當(dāng) 前 行 的 黑 線 中 心 位 置R o a d _ M i d [ i ] 1 2 并 且 2 7 ?當(dāng) 前 行 的 列 標(biāo) 在R o a d _ M i d [ i ] 1 3和 R o a d _ M i d [ i ] + 1 3之 間是 否 找 到 滿 足 條 件 的 三 段 黑 點(diǎn)當(dāng) 前 行 標(biāo) i + = 1 。 2. 利用指引線的中心位置分別向左右進(jìn)行擴(kuò)展十三個(gè)點(diǎn)來尋找連續(xù)的黑點(diǎn)段，擋在某一行找到三段連續(xù)的黑點(diǎn)段時(shí)認(rèn)為找到起始線。 根據(jù)起始線的特點(diǎn)，可以從左至右掃描一行視頻信號(hào)的連續(xù)黑點(diǎn)段的個(gè)數(shù)，當(dāng)有一行的連續(xù)黑點(diǎn)段的個(gè)數(shù)為三時(shí)，則判斷為起始線。因此，我們 采取如下方法進(jìn)行指引線位置第四章 智能汽車軟件設(shè)計(jì) 15 信息的提?。河捎诘诹阈屑措x小車最近的一行可靠度最高，我們一該行為基準(zhǔn)進(jìn)行跟蹤尋找指引線的邊緣信息。 對(duì)于分割以后的圖像進(jìn)行而至化處理，將灰度值大于閾值的點(diǎn)賦值為 0 即為 把白點(diǎn)賦值為 0，將灰度值小于閾值的點(diǎn)賦值為 1 即為把黑點(diǎn)賦值為 1。結(jié)合實(shí)際需要， 我們采用全局閾值分割方法對(duì)采集到的圖像進(jìn)行處理，同時(shí)考慮到距離小車較遠(yuǎn)處的視場受到光線的影響灰度值變大，因此對(duì)于小車遠(yuǎn)處的像素點(diǎn)采用當(dāng)前閾值 加一作為小車遠(yuǎn)處的閾值。 對(duì)于閾值分割存在全局閾值分割法、局部閾值分割法及動(dòng)態(tài)閾值分割法 。此外，幾乎所有的濾波算法都避免不了卷積運(yùn)算，對(duì)于智能車系統(tǒng)來說，這種運(yùn)算的計(jì)算量是 MC9SS12XS128 單片機(jī)系統(tǒng)所無法承受的。但是導(dǎo)數(shù)的計(jì)算對(duì)噪聲敏感，所以在進(jìn)行邊緣檢測(cè)前需要對(duì)圖像濾波。 3. 圖像一旦模糊，邊界將無法提取。然而，我們發(fā)現(xiàn)邊界方法也有很多缺陷： 1. 無法分辨整行全黑和整行全白的情況。 第一節(jié) 全國大學(xué)生智能汽車邀請(qǐng)賽技術(shù)報(bào)告 14 圖像 分割 圖像二值化主要有閾值和邊界兩種方法。 安裝位置合適的一個(gè)標(biāo)準(zhǔn)就是： 能夠滿足前瞻的前提下盡量縮小拍攝范圍。上述攝像頭、LM1881 電路和 S12 就構(gòu)成了本智能車定位系統(tǒng)的圖像采樣模塊。這樣做的好處是，當(dāng)攝像頭信號(hào)處于奇場或偶場時(shí)，則奇 偶場信號(hào)整場都相應(yīng)地處于高電平或低電平 ，若有中斷信號(hào)發(fā)生 ，就可以知道攝像頭信號(hào)換場了。 LM1881 的奇 偶場同步信號(hào)輸出端 (引腳 7)接MC9S12XS128 的 具有中斷能力的 I/O口 PJ6。 LM1881 的行同步信號(hào)端（引腳 1）接入MC9S12XS128 的一個(gè)帶中斷能力的 I/O 口即 PJ7口。引腳 7 為奇 偶場同步信號(hào)輸出端，當(dāng)攝像頭信號(hào)處于奇場時(shí)，該端為高電平，當(dāng)處于偶場時(shí)，為低電平。 圖 LM1881引腳圖 其中，引腳 1 為行同步信號(hào)輸出端，引腳 2 為視頻信號(hào)輸入端。 第三章 智能汽車硬件設(shè)計(jì) 9 LM1881 視頻同步信號(hào)分離芯片 LM1881視頻同步信號(hào)分離芯片 （簡稱 LM1881）可從攝像頭信號(hào)中提取信號(hào)的 時(shí)序信息，如行同步脈沖、場同步脈沖和奇、偶場信息等，并將它們轉(zhuǎn)換成 TTL 電平 直接輸給單片機(jī)的 I/O口作控 制信號(hào)