基于電磁引導的道路自識別智能汽車軟硬件設計與研究

許芝龍

摘 要：本文利用電磁原理對基于電磁傳感器自識別道路的智能汽車尋跡檢測裝置進行理論研究，在MC9S12系列單片機控制核心基礎上對智能汽車的控制系統輸入信號進行分析，完成了可以自識別路徑的控制原理方案、包括信號控制電路的設計和制作在內的硬件設計。最后以嵌入式軟件開發工具軟件Codewarrior為開發平臺，以增量式PID控制與模糊控制相結合，完成微縮智能車模型控制系統的程序算法的實現。本文為電磁在道路自識別系統中的應用提供了理論依據和工程實現方法，也為同類電氣自動化產品在自識別路徑與尋跡中提供了分析方法和思路。

關鍵詞：微縮智能車模型；模糊控制；硬件實現；軟件實現

中圖分類號：TP273 文獻標志碼：A

智能汽車指的是利用多種傳感器和智能公路技術實現自動駕駛的汽車，通常具有自動駕駛、自動變速和自動識別道路的功能。車內的各種輔助設施也實現電腦自控化。世界上許多研究機構早已關注智能交通系統（ITS）方面的研究工作，同時已經研發出了一些智能化車輛的原型，并進行了一些路面測試。智能化原型車研發過程得益于機械、電子、現代傳感器、信號處理技術、現代控制及人工智能等交叉學科的相關領域知識的綜合運用，并從交叉學科中得到許多新觀點、新思路、新方法。智能小車是未來智能車輛的縮微模型。除機械結構外，其控制系統、控制原理和控制方法的實現是一致的。

本文基于電磁傳感器原理對路徑自識別智能車微縮模型中的電源電氣、信號控制系統進行開發和制作。

1 智能汽車控制系統硬件設計與構成

微縮智能車的自識別路徑為道路中心線下的漆包線，該漆包線電線中通有20kHz交變電流，由交變電流產生的磁場來導引智能車沿著道路行駛。漆包線的直徑為0.1mm～0.3mm，交流電流的頻率范圍：20kHz±2kHz；交流電流大小范圍：50mA～150mA。其交流電頻率確定依據主要為：在頻譜上可以有效地避開周圍通用的其他磁場的干擾。

1.1 微縮智能車模型硬件系統

微縮智能車模型系統由一系列的硬件組成，包括組成車體的底盤、輪胎、舵機裝置、道路檢測裝置、馬達裝置、測速裝置和控制電路板等。微縮智能車模型的尺寸360mm×400mm，舵機型號為Futaba S3010；智能車為后輪驅動，其驅動電機型號為RS380-ST/3545。

1.1.1 微縮智能車模型道路檢測裝置計算

鑒于其信號特點，本文所選擇的道路檢測裝置是安裝在汽車前方20cm、距地面20cm處的一組電感，并根據電流的大小確定出智能車模型距離該漆包線的距離。本文選取8個傳感器水平布置?，F取左右兩端最外處的電感傳感器研究計算。

假定兩個線圈的距離為L，兩個線圈的軸線為水平，高度為h，并定義坐標系：沿著智能車的前進方向為Z軸，在路徑平面內垂直于道路的中心線為X軸，垂直道路往上為Y軸，且X、Y、Z軸滿足右手法則，如圖1所示。左邊的線圈的坐標為（x，h，z），右邊的線圈的位置（x-L，h，z）。由于磁場分布是以Z軸為中心的同心圓，所以在計算磁場強度的時候僅需考慮坐標（x，y）。

感應電動勢E是位置x的偶函數。如圖2所示，從該關系中只能夠反映到水平位置的絕對值x的大小，無法分辨傳感器在導線的左側還是右側。為此本文使用相距長度為L的兩個感應線圈，計算兩個線圈感應電動勢的差值：

（1）

為此，可以通過差值Ed對于小車轉向進行負反饋控制，從而確保兩個線圈的中心位置跟蹤賽道的中心線。通過改變線圈高度h、線圈之間距離L可以調整感應電動勢的大小以及位置檢測范圍。

1.1.2 信號選頻放大及電路的實現

使用電感線圈對路徑中電磁場感應出電動勢外，其周圍的交變磁場同樣也會感應出電動勢。為此需要進行選頻，以去除其他干擾信號的影響，確保智能車輸入準確信號。

實現選頻電路，本文采用單管共射交流放大電路。同時，通過對有無諧振電容的電路輸出感應電壓進行對比研究，發現：增加有諧振電容之后，感應線圈兩端輸出感應20kHz電壓信號不僅幅度增加，而且有效排除了其他干擾信號。這樣無論導線中的電流波形是否為正弦波，由于本身增加了諧振電容，所以除了基波信號之外的高次諧波均被濾波除掉，只有基波20kHz信號能夠發生諧振，輸出為20kHz的正弦波。其對比波形圖如3所示。

1.2 控制核心及控制信號輸入

本課題中的微縮智能汽車模型使用微控制器（MCU）是Freescale飛思卡爾公司推出的S12系列單片機MC9S12XSl28。該微控制器有PWM（脈沖寬度調制）模塊、ECT模塊、SCI模塊、SPI模塊、A/D轉換模塊、EEPROM模塊和FLASH模塊共7個模塊。其中PWM（脈沖寬度調制）調制波有8個輸出通道，每一個輸出通道都可以獨立地進行輸出。

在該微縮智能車中，基本的輸入控制信號有路徑檢測信號裝置、速度反饋裝置、啟停自動識別裝置。這些微縮智能汽車傳感器再加上電源模塊就構成了控制系統的信號輸入，在這些輸入信號的基礎上，通過控制算法就可以實現對智能汽車的控制，其輸出表現形式為智能汽車的路徑識別、車速、啟動與停止。這樣就構成一個控制回路圖，其控制系統的模塊框圖如圖4所示。

2 道路自識別智能汽車控制方法研究

2.1 電磁傳感器采集信號的處理

該微縮智能車使用電磁傳感器獲取的感應電流為路徑自識別信號。該信號由電感傳感器直接輸入微控制器的A/D接口，經A/D轉換后將感應交變電流轉換為數字信號。為有效避免信號中的干擾信號，準確地從電感傳感器中獲取真實信號的最好辦法是多路采集，然后進行數據統計分析。

有一個可為微縮智能汽車速度和方向提供控制的可使用數據為：連續采集5個～10個周期的電流信號（由于該智能車采用8個傳感器，如果采集10個周期，則有80個數據），獲取信號的峰值就可以直接在采集的80個數據中用信號最大值減去最小值。公式表達為：假定80個數據為xi，i=1，2，…80，則信號的峰值Vp按下式計算：

（2）

但該方法獲取的峰值僅考慮了一組數據中的最大值和最小值。僅通過這兩個值并不能準確反映車輛偏離軌道的準確位置，而且該最大值和最小值如果收到干擾信號的干擾，則會發生控制偏離。因此，還可以將獲取的一組交流信號的平均值、有效值綜合考慮信號的幅值。

2.2 控制方法簡述

鑒于信號的特征、軌跡的隨機性，本文采用將PID控制和模糊控制方法相結合的辦法來對智能汽車進行控制。

在微縮智能車中，整個控制系統為閉環控制，滿足PID控制的基本條件。雖然感應磁場為連續信號，但由于電感傳感器采集并傳輸至微控制器的信號為離散信號（定時對連續信號感應電流采集），所以在該智能車中只能采用增量型的PID控制方法。

同時，本文采用模糊控制方法，根據智能車所行駛的軌跡推斷下一個路徑特點。比如在彎道中，當智能車已經識別當前在彎道中行駛時，則會采用模糊控制理論，對舵機的方向控制增大輸出PWM（脈沖寬度調制）值，從而進行自識別彎道處理。再如，當智能車自識別當前所行駛的路段彎曲度較小，則會對速度的控制增大PWM值，以提高智能車的行駛速度。

當模糊控制獲得智能車已經處于彎道行駛信息時，此時，就需要對其進行減速控制，其減速控制通過調整目標速度Vm達到。具體的減速情況隨智能車的調試和彎道的劇烈程度不同而不同，這些計算值的獲取以及對彎道行駛狀態的判別等信息均采用模糊控制算法，其控制的具體參數由實際對智能車進行調試行駛獲得。對此典型的算法為：

設方向偏離的差值為Dr：

0≤ Dr

a2≤ Dr

其中，對目標速度值K1、……、Kn的設定需要根據實際調試經驗由模糊控制獲得；而實現對目標速度的調整、彎道方向的調整則需要采用PID控制方式實現。

3 道路自識別智能汽車控制程序實現

本課題通過對以上所列外部信息進行輸入，在微控制器上基于CodeWarrior平臺采用C語言程序以PID控制算法和模糊控制算法為控制算法基礎完成對智能車的控制。

3.1 MC9S12XSl28 A/D轉換模塊初始化

A/D轉換模塊有模擬量前端、模擬量轉換、控制部分及結果存儲等四部分組成。其中模擬前端包括多路轉換開關、采樣緩沖器、放大器等，結果存儲部分主要有8個16位的存儲器和反映工作狀態的若干標志位。結合本課題中對A/D轉換模塊所使用的情況，對其寄存器進行初始化。限于篇幅原因其程序本文不做闡述。

3.2 控制程序的實現

在對之前所述的控制算法進行程序實現時，需要對微控制器各個使用模塊進行初始化。其模塊初始化程序包括：（1）完成微控制器CPU總線時鐘60M定義；（2）ICO1輸入捕捉初始化；（3）使定時中斷產生5ms一次的中斷；（4）A/D采樣程序，多通道采集，從0通道開始采樣在5通道采樣后返回；（5）PWM初始化，67通道級聯PP7輸出給舵機，45通道給電機，1通道正轉，5通道反轉；（6）SCI初始化，以便使用串口傳回數據。

限于篇幅，本文僅提供部分控制程序，具體程序如下：

void speed（void）

{int dsp； dsp=spdset-speed_back；

if（（road[0]<6&&road;_f[1]>6）||（road[0]>13&&road;_f[1]<13））//入彎減速

{PWMDTY1=60sensor_1（）；sensor_1（）；}

else if（dsp>=30）{PWMDTY1=spdset+25；PWMDTY5=0；

……

else if（dsp<0） {PWMDTY5=spdset-30；PWMDTY1=0；}

結論

本文基于MC9S12系列單片機控制核心，討論了該控制核心的外圍接口電路，完成了可以自動識別路徑的控制原理方案、包括信號控制電路的設計和制作在內的硬件設計。進一步以嵌入式軟件開發工具軟件Codewarrior為開發平臺，將增量式PID控制與模糊控制相結合，完成微縮智能車模型控制系統的程序算法實現。為電磁在道路自識別系統中的運用提供了理論依據和工程實現方法，也為同類電氣自動化產品在自識別路徑與尋跡中提供了分析方法和思路。

參考文獻

[1]胡海峰，史忠科，徐德文.智能汽車發展研究[J].計算機應用研究，2004，21（6）：20-23.

[2]孫海濤.基于視覺導航的智能車輛自主行駛研究[D].合肥：合肥工業大學，2005.

[3]李金燦.基于道路自識別的智能汽車控制系統設計[D].廣州：華南理工大學，2011.

[4]李媛，李久生.電磁場與微波技術[M].北京：北京郵電大學出版社，2010.