基于電磁引導(dǎo)的智能車系統(tǒng)設(shè)計(jì)方法

鮑世龍 朱素磊 邵宗定

摘要：本文介紹了一種以電磁線引導(dǎo)，通過電感采集的方法實(shí)現(xiàn)對(duì)智能車控制，使用K66芯片作為核心控制單元，以及電感電容，編碼器，藍(lán)牙，紅外線測距，無線串口透傳等傳感器，來實(shí)現(xiàn)數(shù)據(jù)處理以及智能車的行駛，使用經(jīng)典的均值濾波算法和PID控制算法等算法，讓智能車能夠平穩(wěn)且快速的通過環(huán)島、十字路口、爬坡、會(huì)車等一系列道路元素，很好的展現(xiàn)對(duì)自動(dòng)駕駛的模擬。

關(guān)鍵詞：電磁;傳感器;無線串口透傳;PID控制算法;

一、引言

現(xiàn)如今，無人駕駛技術(shù)已經(jīng)成為汽車行業(yè)發(fā)展的新趨勢。而無人駕駛的技術(shù)難點(diǎn)在于路況信息的采集、處理和措施，路況信息的采集和處理決定了智能車的應(yīng)對(duì)措施。在全國大學(xué)生智能車比賽中，智能車成功的把硬件和軟件成功的及為一體，在設(shè)計(jì)硬件的同時(shí)要考慮算法在處理數(shù)據(jù)的難易程度。它在設(shè)計(jì)過程要有合理的規(guī)劃與決策，只有前期的合理的硬件才能讓后面的數(shù)據(jù)處理變得容易。它采用了電感采集、串口通信、無線通信、微處理器、紅外傳感器、數(shù)據(jù)處理，機(jī)械構(gòu)造等技術(shù)，智能車已經(jīng)成為人工智能領(lǐng)域的熱門和發(fā)展方向。通過比賽，可以拓展大學(xué)生的創(chuàng)新設(shè)計(jì)能力，讓大學(xué)生對(duì)學(xué)習(xí)產(chǎn)生樂趣，智能車硬件和軟件的學(xué)習(xí)已經(jīng)成為培養(yǎng)計(jì)算機(jī)類大學(xué)生學(xué)習(xí)、創(chuàng)新的重要方法之一。

二、總體設(shè)計(jì)

智能車的總體設(shè)計(jì)如圖1所示包括八大模塊：電路模塊、電感采集、編碼器、紅外模塊、驅(qū)動(dòng)模塊、無線通信模塊、調(diào)試模塊、穩(wěn)壓模塊。主控模塊集成在一塊電路板上，這樣可以盡量采用PCB內(nèi)部走線，可以避免因接線處不穩(wěn)定導(dǎo)致電路斷路或者信號(hào)不穩(wěn)的情況。電路模塊為各模塊提供電源以及通過電流電壓的變化傳遞各模塊之間的信息。電感采集通過電感電容采集電磁，來引導(dǎo)智能車的行駛方向。驅(qū)動(dòng)模塊包括舵機(jī)驅(qū)動(dòng)和電機(jī)驅(qū)動(dòng)模塊。無線通信模塊通過DL-30無線串口透傳來實(shí)現(xiàn)智能車與車之間的通信和指令傳輸。調(diào)試模塊通過藍(lán)牙和OLED來顯示智能車采集的數(shù)據(jù)，讓數(shù)據(jù)變得可視化。穩(wěn)壓模塊保證電源持續(xù)穩(wěn)定的輸出電流。電磁采集產(chǎn)生數(shù)值差來完成智能車的行駛方向，并通過陀螺儀和編碼器來控制車行駛的狀態(tài)，完成自我的調(diào)節(jié)，使智能車能夠平穩(wěn)快速的通過賽道元素。

三、硬件

（一）電磁采集

電磁采集主要通過LC振蕩電路設(shè)計(jì)方案，串聯(lián)到電路板上可調(diào)電位器，通過可調(diào)電位器來控制采集到的電磁值的大小，通過電磁值的變化來調(diào)控智能車行進(jìn)的方向，通過四個(gè)電感電容采集到四路電磁值，左右各兩路電磁采集信號(hào)，同時(shí)分為外二路和內(nèi)二路電感，在通過環(huán)島等元素時(shí)，主要通過內(nèi)二路的電磁來控制。使用均值濾波算法來減小誤差。

（二）無線通信

無線通信通過兩個(gè)收發(fā)端口進(jìn)行通信;DL-30無線串口透傳模塊與K66端口連接，通過軟件控制收發(fā)端模塊的波特率、信道和工作模式，實(shí)現(xiàn)點(diǎn)對(duì)點(diǎn)的收發(fā)，實(shí)現(xiàn)智能車與車之間的通信;使用串口指令的方式進(jìn)行通信，通過讓智能車能夠簡單識(shí)別另一智能車發(fā)送的簡單指令，并進(jìn)行應(yīng)答。

四、算法的實(shí)現(xiàn)

（一）電磁采集流程圖

智能車通過電感電容采集電磁，總共采集四路電磁，通過AD轉(zhuǎn)換得到具體的數(shù)值，并進(jìn)行冒泡排序升序算法、均值濾波算法和歸一化處理，計(jì)算得到每一路傳感器的相對(duì)值，最后來確定車在賽道上的位置，并進(jìn)行自我調(diào)節(jié)。

（二）總控制流程

整個(gè)程序運(yùn)行流程如下：（1）硬件初始化。（2）傾斜角檢測。（3）直立控制。（4）方向控制。（5）速度控制。速度控制函數(shù)包含了速度采集濾波函數(shù)和速度P控制函數(shù)。對(duì)于直立車，速度控制的實(shí)時(shí)性不高，且速度控制對(duì)直立的影響大，所以速度控制可以緩慢輸出。

（三）PID算法

PID算法是很普遍的一種控制算法，在智能車比賽中，主要通過該算法來進(jìn)行車體控制。PID算法中，P代表比例控制，I代表積分控制，D代表微分控制，PID控制算法非常經(jīng)典并且使用方便，只需整定PID三個(gè)參數(shù)就可以達(dá)到良好的控制效果。在賽道上通過對(duì)采集的電磁進(jìn)行處理，得到路徑信息，然后利用PID算法控制舵機(jī)和電機(jī)的輸出量，驅(qū)使小車運(yùn)動(dòng)。智能車車速采用閉環(huán)控制，通過PID算法進(jìn)行協(xié)調(diào)控制，改正偏差，經(jīng)過數(shù)據(jù)處理，得到輸出的占空比，并得到與車速相對(duì)應(yīng)的PWM脈寬信號(hào)。為了讓小車在不同的賽道都能獲得更高更穩(wěn)定的速度，在PID算法中所采用的控制參數(shù)是不一樣的。由于智能車賽道情況比較復(fù)雜，含有多個(gè)賽道元素，使用傳統(tǒng)PID算法很難達(dá)到所需要的智能化程度。PID的模糊控制則可以解決這個(gè)問題。模糊控制不要求掌握受控對(duì)象的精確數(shù)學(xué)模型，而是根據(jù)操作選手的經(jīng)驗(yàn)，自己建立控制規(guī)則庫，組織控制決策表，然后由該表決定控制量的大小[1]。模糊算法雖然叫“模糊”但其實(shí)并不模糊，實(shí)際上，模糊算法是一種逐步求精的思想的體現(xiàn)，通過模糊算法確定出來的PID的三個(gè)參數(shù)，具有自適應(yīng)性，PID三個(gè)參數(shù)會(huì)根據(jù)外界環(huán)境的變化自動(dòng)調(diào)節(jié)，以保證整體的穩(wěn)定性。將經(jīng)典PID和模糊PID控制結(jié)合起來，使系統(tǒng)既具有控制靈活且適應(yīng)性強(qiáng)的優(yōu)點(diǎn)，同時(shí)又具有PID控制精度高的優(yōu)點(diǎn)[2]。因此，利用模糊算法與PID的相互合作，可以將小車的平穩(wěn)性達(dá)到最佳。另一方面，由于在賽道的不同路段需要采用不同的速度，所以要優(yōu)化路徑電磁采集、提高速度控制力，相對(duì)的，在程序設(shè)計(jì)上使用反轉(zhuǎn)制動(dòng)等方法，提高小車的加減速性能[3]。小車在直道和彎道上面需要采用較高的速度行進(jìn)，而從長直道進(jìn)彎道的時(shí)候需要降低車速來保持車的穩(wěn)定，不至于沖出賽道。通過傳感器的數(shù)據(jù)變化來判定進(jìn)彎減速條件，可以實(shí)現(xiàn)提前減速，讓速度變化更加平穩(wěn)連貫。

（四）直立環(huán)控制

對(duì)于直立車來說，保持直立式首要任務(wù)。在直立控制負(fù)反饋系統(tǒng)中，最重要的是能準(zhǔn)確測得小車的傾角。因此我們采用加速度計(jì)測得的重力加速度的分量以及陀螺儀的值積分來得出傾角。選用兩個(gè)能測量角度的傳感器的原因在于加速度計(jì)測得值受到運(yùn)動(dòng)的影響太大而不能直接使用，陀螺儀輸出的值往往有溫飄，積分后容易飽和。加速度計(jì)的值雖然雜波多，但其回歸曲線還是準(zhǔn)確的期望值。根據(jù)這一點(diǎn)，可以使用加速度計(jì)消除陀螺儀的溫飄而得到真實(shí)的角度值。角速度和加速度兩者是相輔相成的，可以結(jié)合角速度值和加速度值，進(jìn)行互補(bǔ)濾波或卡爾曼濾波，得到準(zhǔn)確的角度值。對(duì)于加速度的選值，取三軸加速度——X軸，Y軸，Z軸。一般車輛選取前進(jìn)運(yùn)動(dòng)的方向X軸，重心方向位Z軸，X軸和Z軸是我們需要提取的信息。Y軸一般是不會(huì)有大變動(dòng)的。在得到初始數(shù)值后，利用濾波算法濾掉小車運(yùn)動(dòng)時(shí)由于電機(jī)旋轉(zhuǎn)引起角度的抖動(dòng)而使角度波動(dòng)的干擾值。互補(bǔ)濾波是根據(jù)加速度計(jì)測量的準(zhǔn)確性，和陀螺儀噪聲小的特性，在短時(shí)間內(nèi)采用陀螺儀得到的角度為其最優(yōu)值，定時(shí)對(duì)加速度采樣來的角度進(jìn)行取平均值來校正陀螺儀的得到的角度。最后利用濾波攻勢進(jìn)行數(shù)據(jù)融合，得出一個(gè)合適的角度[4]。

五、結(jié)論

本文大體介紹了基于電磁引導(dǎo)的智能車的設(shè)計(jì)與系統(tǒng)的設(shè)計(jì)。本設(shè)計(jì)以全國大學(xué)生恩智浦智能車比賽為背景，根據(jù)比賽的要求自主設(shè)計(jì)了信號(hào)采集與處理模塊，編碼器，藍(lán)牙，紅外線測距，無線串口透傳等硬件電路，采用 PID算法，模糊算法，速度環(huán)，直立環(huán)等，控制智能車在賽道快速平穩(wěn)地自動(dòng)循跡奔跑。在實(shí)驗(yàn)室中，使用智能車模型，能夠較好的完成在賽道上運(yùn)行。通過比賽測試，其各方面性能指標(biāo)都滿足比賽要求。本文提供的設(shè)計(jì)方法簡單，性能較好，在智能車設(shè)計(jì)中不失為有關(guān)較好的方法，能夠讓大學(xué)生在規(guī)劃和決策中做出合理的選擇，并且能夠提高大學(xué)生對(duì)程序的理解能力。

參考文獻(xiàn)

[1]周若谷.進(jìn)給伺服系統(tǒng)模糊自整定控制建模與仿真[J].武漢理工大學(xué)學(xué)報(bào)（信息與管理工程版），2011，33（01）：47-50.

[2]許任男. 感應(yīng)加熱電源模糊PID功率控制器的設(shè)計(jì)與實(shí)現(xiàn)[D].天津大學(xué)，2009.

[3]擺玉龍，楊利君，董存輝.基于MC9S128的電磁導(dǎo)航智能車的設(shè)計(jì)與實(shí)現(xiàn)[J].測控技術(shù)，2011，30（11）：59-64.

[4]劉楚紅. 基于FSR和陀螺儀的人體姿態(tài)檢測及行走趨勢分析[D]. 沈陽工業(yè)大學(xué)， 2015.

作者簡介：鮑世龍 2000出生，男，漢族，安徽六安人，本科在讀，安徽財(cái)經(jīng)大學(xué)管理科學(xué)與工程學(xué)院。研究方向： 計(jì)算機(jī)應(yīng)用技術(shù)

基金名稱：基于K66控制器的雙車會(huì)車競速智能車的設(shè)計(jì)與調(diào)試

基金號(hào)：201910378017