三軸加速度傳感器在智能車路徑識別中的應用

陳 虎，周鳳星

(武漢科技大學冶金自動化與檢測技術教育部工程研究中心，湖北武漢430081)

0 引言

目前，智能車路徑識別方法有2種:一是采用反射式紅外光電管，根據不同顏色對紅外線的吸收程度不同來提取特征信息，從而得知軌道的路徑。這種方法的缺陷是光電管的前瞻不夠遠，反射光線受外界光線干擾很大;二是采用CCD攝像頭獲取軌道的圖像信息，通過數字圖像處理方法得到軌道路徑，這種方法的缺陷是過彎和坡道時容易采集到軌道以外的信息而導致智能車偏離軌道，而且，圖像數據存儲量大，信息處理比較復雜［1］。

本文利用Freescale公司的高靈敏度三軸加速度傳感器MMA7260Q可以測量智能車慣性大小，選取最佳重心位置，并能準確定位智能車處于直線、彎道、坡道、漂移等運行狀態;利用加速度傳感器能夠提前預測路徑，并判斷何時剎車效果最佳。實驗結果證明:結合加速度傳感器具有很強的抗干擾性，提取角度信息更準確，確保了智能車在直道上能夠以較高的速度行駛，在彎道則能基本不失速平滑地過彎。

1 硬件電路設計

1.1 MMA7260Q信號采集模塊設計

加速度信號采集模塊如圖1所示。X，Y，Z 3個相互垂直方向上的加速度由G-Cell傳感單元感知，電容值經過容壓變換器轉換為電壓值，經過增益放大器、濾波器和溫度補償以電壓的形式作為輸出信號［2］，經過放大濾波處理，將所需模擬信號調整至一個合適的范圍，再轉換為數字信號送數據處理單元。

圖1 加速度信號采集結構圖Fig 1 Structure diagram of acceleration signal acquisition

1.2 加速度傳感器與單片機的接口電路

MMA7260Q與MC9S12DG128B的硬件接口電路如圖2所示［3］。微處理器內部包含完整的地輸入緩存器、模擬開關電路、可編程增益放大器和A/D轉換器以及數字濾波器，使用非常方便。g1，g2輸入低電平，靈敏度達到800 mV/gn。當Mode=1時，加速度傳感器處于正常工作狀態。X，Y，Z輸出端分別接RC濾波器，再通過高輸出驅動運算放大器TLV4112構成電壓跟隨作用，輸出穩定的直流電壓信號。

圖2 MMA7260Q與MC9S12GDG128B接口電路Fig 2 Interface circuit of MMA7260 and MC9S12DG128B

2 軟件設計實現

本設計采用CodeWarrior軟件與BDM作為調試工具，編程環境支持C語言和匯編語言的程序設計，大大方便了用戶的程序設計，提高了系統開發效率。本設計程序代碼使用 C語言編寫［4］。

2.1 A/D采樣流程設計

本設計主要包括單片機初始化模塊和實時路徑檢測模塊。

1)單片機的初始化模塊包括:I/O模塊，AD模塊，定時中斷模塊初始化。

2)實時路徑檢測模塊:紅外光電傳感器和CCD攝像頭檢測特征信號，利用加速度傳感器檢測角度信號，將返回信號輸入單片機的輸入端口，程序不間斷地讀入輸入端口的信號，結合判斷語句，得出合適的PWM控制信號。

加速度信號采集部分設計流程圖如圖3所示。

圖3 程序流程圖Fig 3 Flow chart of program

2.2 數字濾波算法設計

由于加速度傳感器三軸之間差異和較高靈敏度，防止在運動過程中由于智能車的抖動引起的誤差，對單片機采樣得到的電壓值進行歸一化處理，最后可得到各方向傳感器的相對電壓值。具體實現方法:讓智能車后輪轉動起來，分別記錄各傳感器輸出信號的最大值和最小值，用最大值減去最小值得到各傳感器在運動過程中的輸出范圍。在智能車行駛過程中將各方向傳感器輸出的信號值減去最小值，再除以各方向傳感器的輸出范圍即可得到其相對輸出值。根據g1=g2=0，最小值對應著－1.5gn，最大值對應著+1.5 gn，靜止時各向加速度值為0，加速度范圍為－1.5～。

通過每只傳感器的相對輸出值與加速度值作加權平均就可以算出智能車相對于靜止狀態的各軸相對偏移位置

式中 Acce為各個方向加速度值;SDn為當前加速度相對輸出值;Gn為當前采樣電壓值所對應的加速度值;NowSD為當前采樣電壓值。

2.3 路徑識別規則

X-OUT表示智能車前后方向加速度信號，Y-OUT表示智能車左右方向加速度信號，Z-OUT表示智能車上下方向加速度信號.采樣值經過數字濾波以后，通過Matlab繪制出各個方向輸出波形圖。由于智能車的底盤不可能保持絕對水平，車身可能會向前傾斜或者向后傾斜，所以，Y-OUT，X-OUT，Z-OUT輸出值都有5%的誤差，當處于勻速直線運動時，采樣值在100～110之間波動。通過加權平均近似為105，125 對應 +1.5gn，80 對應－1.5gn，通過多次實驗總結出路徑判斷規則表，如表1所示。

表1 路徑判斷規則表Tab 1 Rule table of path recognition

3 實驗結果分析

測試1:當智能處于勻速直線運動時，對 X-OUT，YOUT，Z-OUT分別采樣600次，測試電壓為3.42 V。計算出600個點的期望值是105，方差為2.864 822，標準差為1.701417622。加速度采樣值正態分布如圖4，由此可見加速度傳感器靜止時輸出采樣值近似為105。

圖4 傳感器采樣值分布Fig 4 Distribution of sensor’s sampling value

測試2:當智能車處于勻速直線運動時，在同一時刻隨機的對X-OUT，Y-OUT，Z-OUT采樣50次。如圖5所示，加速度傳感器輸出值比較穩定，而且，三軸輸出信號具有較大相似性。

測試3:當智能車圍繞預先設定好的軌道上完成一圈后，同一時刻隨機的對加速度信號進行采樣，得出Y-OUT，X-OUT，Z-OUT的輸出波形，如圖6所示。

圖5 同一時刻三軸傳感器采樣值分布Fig 5 Distribution of three-axis sensor’s sampling value at the same time

圖6 不同軸向輸出波形圖Fig 6 Waveform of different axis direction output

由圖6(a)可知，第1個尖峰表示智能車處于加速狀態，第2個尖峰表示智能車處于減速狀態;由圖6(b)可知，第1個尖峰表示向右拐彎，第2個尖峰表示向左拐彎;由圖6(c)通過信號頻率判斷為坡道，可知第1個尖峰表示上坡，第2個尖峰表示下坡，整個過程經過了3次坡道。

測試4:結合紅外光電管和CCD攝像頭，再加上三軸加速度傳感器，觀察智能車的路徑識別和行駛路線，效果圖如圖7。從圖中可以看出:智能車走了很多近道，響應速度非常快。

圖7 加速度傳感器應用效果圖Fig 7 Effect graph of accelerometer application

由以上測試，智能車路徑識別的關鍵在于判斷異形路徑并快速、準確地響應。智能車行駛過程中，利用加速度傳感器輸出信號波形可以判斷出前方路徑，從直道入彎、下坡過彎等情況都能順利通過，并增加了智能車對路徑的跟隨性能。

4 結束語

MMA 7260Q是一種電容式加速度傳感器，融合了信號調理、單極低通濾波和溫度補償技術。成本低、功耗低，測試中加速度信號穩定性和靈敏度都達到了預期的效果。從而提高了系統的控制精度，使舵機響應速度變快。

基于加速度傳感器的路徑識別設計方法，相比傳統的光電感應和圖像捕捉抗干擾性更強，數據處理更簡單。可以廣泛用于無人駕駛智能汽車、智能儀表、機器人步態特征提取和故障診斷等。

［1］卓 晴，黃開勝.學做智能車—挑戰“飛思卡爾”杯［M］.北京:北京航空航天大學出版社，2007.

［2］蘇維嘉，王旭輝.新型加速度傳感器在傾角測量中的應用研究［J］.機械研究及應用，2007，20(5):63－65.

［3］王 威.HCS12微控制器原理及應用［M］.北京:北京航空航天大學出版社，2007:10.

［4］邵貝貝.單片機嵌入式的在線開發方法的應用［M］.北京:清華大學出版社，2004:10.

［5］侯向鋒，劉 蓉，周兆豐.加速度傳感器MMA7260在步態特征提取中的應用［J］.傳感技術學報，2007，20(3):507－508.