论文部分内容阅读
摘要：本文介绍了一种以电磁线引导，通过电感采集的方法实现对智能车控制，使用K66芯片作为核心控制单元，以及电感电容，编码器，蓝牙，红外线测距，无线串口透传等传感器，来实现数据处理以及智能车的行驶，使用经典的均值滤波算法和PID控制算法等算法，让智能车能够平稳且快速的通过环岛、十字路口、爬坡、会车等一系列道路元素，很好的展现对自动驾驶的模拟。
关键词：电磁;传感器;无线串口透传;PID控制算法;
一、引言
现如今，无人驾驶技术已经成为汽车行业发展的新趋势。而无人驾驶的技术难点在于路况信息的采集、处理和措施，路况信息的采集和处理决定了智能车的应对措施。在全国大学生智能车比赛中，智能车成功的把硬件和软件成功的及为一体，在设计硬件的同时要考虑算法在处理数据的难易程度。它在设计过程要有合理的规划与决策，只有前期的合理的硬件才能让后面的数据处理变得容易。它采用了电感采集、串口通信、无线通信、微处理器、红外传感器、数据处理，机械构造等技术，智能车已经成为人工智能领域的热门和发展方向。通过比赛，可以拓展大学生的创新设计能力，让大学生对学习产生乐趣，智能车硬件和软件的学习已经成为培养计算机类大学生学习、创新的重要方法之一。
二、总体设计
智能车的总体设计如图1所示包括八大模块：电路模块、电感采集、编码器、红外模块、驱动模块、无线通信模块、调试模块、稳压模块。主控模块集成在一块电路板上，这样可以尽量采用PCB内部走线，可以避免因接线处不稳定导致电路断路或者信号不稳的情况。电路模块为各模块提供电源以及通过电流电压的变化传递各模块之间的信息。电感采集通过电感电容采集电磁，来引导智能车的行驶方向。驱动模块包括舵机驱动和电机驱动模块。无线通信模块通过DL-30无线串口透传来实现智能车与车之间的通信和指令传输。调试模块通过蓝牙和OLED来显示智能车采集的数据，让数据变得可视化。稳压模块保证电源持续稳定的输出电流。电磁采集产生数值差来完成智能车的行驶方向，并通过陀螺仪和编码器来控制车行驶的状态，完成自我的调节，使智能车能够平稳快速的通过赛道元素。
三、硬件
（一）电磁采集
电磁采集主要通过LC振荡电路设计方案，串联到电路板上可调电位器，通过可调电位器来控制采集到的电磁值的大小，通过电磁值的变化来调控智能车行进的方向，通过四个电感电容采集到四路电磁值，左右各两路电磁采集信号，同时分为外二路和内二路电感，在通过环岛等元素时，主要通过内二路的电磁来控制。使用均值滤波算法来减小误差。
（二）无线通信
无线通信通过两个收发端口进行通信;DL-30无线串口透传模块与K66端口连接，通过软件控制收发端模块的波特率、信道和工作模式，实现点对点的收发，实现智能车与车之间的通信;使用串口指令的方式进行通信，通过让智能车能够简单识别另一智能车发送的简单指令，并进行应答。
四、算法的实现
（一）电磁采集流程图
智能车通过电感电容采集电磁，总共采集四路电磁，通过AD转换得到具体的数值，并进行冒泡排序升序算法、均值滤波算法和归一化处理，计算得到每一路传感器的相对值，最后来确定车在赛道上的位置，并进行自我调节。
（二）总控制流程
整个程序运行流程如下：（1）硬件初始化。（2）倾斜角检测。（3）直立控制。（4）方向控制。（5）速度控制。速度控制函数包含了速度采集滤波函数和速度P控制函数。对于直立车，速度控制的实时性不高，且速度控制对直立的影响大，所以速度控制可以缓慢输出。
（三）PID算法
PID算法是很普遍的一种控制算法，在智能车比赛中，主要通过该算法来进行车体控制。PID算法中，P代表比例控制，I代表积分控制，D代表微分控制，PID控制算法非常经典并且使用方便，只需整定PID三个参数就可以达到良好的控制效果。在赛道上通过对采集的电磁进行处理，得到路径信息，然后利用PID算法控制舵机和电机的输出量，驱使小车运动。智能车车速采用闭环控制，通过PID算法进行协调控制，改正偏差，经过数据处理，得到输出的占空比，并得到与车速相对应的PWM脉宽信号。为了让小车在不同的赛道都能获得更高更稳定的速度，在PID算法中所采用的控制参数是不一样的。由于智能车赛道情况比较复杂，含有多个赛道元素，使用传统PID算法很难达到所需要的智能化程度。PID的模糊控制则可以解决这个问题。模糊控制不要求掌握受控对象的精确数学模型，而是根据操作选手的经验，自己建立控制规则库，组织控制决策表，然后由该表决定控制量的大小[1]。模糊算法虽然叫“模糊”但其实并不模糊，实际上，模糊算法是一种逐步求精的思想的体现，通过模糊算法确定出来的PID的三个参数，具有自适应性，PID三个参数会根据外界环境的变化自動调节，以保证整体的稳定性。将经典PID和模糊PID控制结合起来，使系统既具有控制灵活且适应性强的优点，同时又具有PID控制精度高的优点[2]。因此，利用模糊算法与PID的相互合作，可以将小车的平稳性达到最佳。另一方面，由于在赛道的不同路段需要采用不同的速度，所以要优化路径电磁采集、提高速度控制力，相对的，在程序设计上使用反转制动等方法，提高小车的加减速性能[3]。小车在直道和弯道上面需要采用较高的速度行进，而从长直道进弯道的时候需要降低车速来保持车的稳定，不至于冲出赛道。通过传感器的数据变化来判定进弯减速条件，可以实现提前减速，让速度变化更加平稳连贯。
（四）直立环控制
对于直立车来说，保持直立式首要任务。在直立控制负反馈系统中，最重要的是能准确测得小车的倾角。因此我们采用加速度计测得的重力加速度的分量以及陀螺仪的值积分来得出倾角。选用两个能测量角度的传感器的原因在于加速度计测得值受到运动的影响太大而不能直接使用，陀螺仪输出的值往往有温飘，积分后容易饱和。加速度计的值虽然杂波多，但其回归曲线还是准确的期望值。根据这一点，可以使用加速度计消除陀螺仪的温飘而得到真实的角度值。角速度和加速度两者是相辅相成的，可以结合角速度值和加速度值，进行互补滤波或卡尔曼滤波，得到准确的角度值。对于加速度的选值，取三轴加速度——X轴，Y轴，Z轴。一般车辆选取前进运动的方向X轴，重心方向位Z轴，X轴和Z轴是我们需要提取的信息。Y轴一般是不会有大变动的。在得到初始数值后，利用滤波算法滤掉小车运动时由于电机旋转引起角度的抖动而使角度波动的干扰值。互补滤波是根据加速度计测量的准确性，和陀螺仪噪声小的特性，在短时间内采用陀螺仪得到的角度为其最优值，定时对加速度采样来的角度进行取平均值来校正陀螺仪的得到的角度。最后利用滤波攻势进行数据融合，得出一个合适的角度[4]。
五、结论
本文大体介绍了基于电磁引导的智能车的设计与系统的设计。本设计以全国大学生恩智浦智能车比赛为背景，根据比赛的要求自主设计了信号采集与处理模块，编码器，蓝牙，红外线测距，无线串口透传等硬件电路，采用 PID算法，模糊算法，速度环，直立环等，控制智能车在赛道快速平稳地自动循迹奔跑。在实验室中，使用智能车模型，能够较好的完成在赛道上运行。通过比赛测试，其各方面性能指标都满足比赛要求。本文提供的设计方法简单，性能较好，在智能车设计中不失为有关较好的方法，能够让大学生在规划和决策中做出合理的选择，并且能够提高大学生对程序的理解能力。
参考文献
[1]周若谷.进给伺服系统模糊自整定控制建模与仿真[J].武汉理工大学学报（信息与管理工程版），2011，33（01）：47-50.
[2]许任男. 感应加热电源模糊PID功率控制器的设计与实现[D].天津大学，2009.
[3]摆玉龙，杨利君，董存辉.基于MC9S128的电磁导航智能车的设计与实现[J].测控技术，2011，30（11）：59-64.
[4]刘楚红. 基于FSR和陀螺仪的人体姿态检测及行走趋势分析[D]. 沈阳工业大学， 2015.
作者简介：鲍世龙 2000出生，男，汉族，安徽六安人，本科在读，安徽财经大学管理科学与工程学院。研究方向： 计算机应用技术
基金名称：基于K66控制器的双车会车竞速智能车的设计与调试
基金号：201910378017
关键词：电磁;传感器;无线串口透传;PID控制算法;
一、引言
现如今，无人驾驶技术已经成为汽车行业发展的新趋势。而无人驾驶的技术难点在于路况信息的采集、处理和措施，路况信息的采集和处理决定了智能车的应对措施。在全国大学生智能车比赛中，智能车成功的把硬件和软件成功的及为一体，在设计硬件的同时要考虑算法在处理数据的难易程度。它在设计过程要有合理的规划与决策，只有前期的合理的硬件才能让后面的数据处理变得容易。它采用了电感采集、串口通信、无线通信、微处理器、红外传感器、数据处理，机械构造等技术，智能车已经成为人工智能领域的热门和发展方向。通过比赛，可以拓展大学生的创新设计能力，让大学生对学习产生乐趣，智能车硬件和软件的学习已经成为培养计算机类大学生学习、创新的重要方法之一。
二、总体设计
智能车的总体设计如图1所示包括八大模块：电路模块、电感采集、编码器、红外模块、驱动模块、无线通信模块、调试模块、稳压模块。主控模块集成在一块电路板上，这样可以尽量采用PCB内部走线，可以避免因接线处不稳定导致电路断路或者信号不稳的情况。电路模块为各模块提供电源以及通过电流电压的变化传递各模块之间的信息。电感采集通过电感电容采集电磁，来引导智能车的行驶方向。驱动模块包括舵机驱动和电机驱动模块。无线通信模块通过DL-30无线串口透传来实现智能车与车之间的通信和指令传输。调试模块通过蓝牙和OLED来显示智能车采集的数据，让数据变得可视化。稳压模块保证电源持续稳定的输出电流。电磁采集产生数值差来完成智能车的行驶方向，并通过陀螺仪和编码器来控制车行驶的状态，完成自我的调节，使智能车能够平稳快速的通过赛道元素。
三、硬件
（一）电磁采集
电磁采集主要通过LC振荡电路设计方案，串联到电路板上可调电位器，通过可调电位器来控制采集到的电磁值的大小，通过电磁值的变化来调控智能车行进的方向，通过四个电感电容采集到四路电磁值，左右各两路电磁采集信号，同时分为外二路和内二路电感，在通过环岛等元素时，主要通过内二路的电磁来控制。使用均值滤波算法来减小误差。
（二）无线通信
无线通信通过两个收发端口进行通信;DL-30无线串口透传模块与K66端口连接，通过软件控制收发端模块的波特率、信道和工作模式，实现点对点的收发，实现智能车与车之间的通信;使用串口指令的方式进行通信，通过让智能车能够简单识别另一智能车发送的简单指令，并进行应答。
四、算法的实现
（一）电磁采集流程图
智能车通过电感电容采集电磁，总共采集四路电磁，通过AD转换得到具体的数值，并进行冒泡排序升序算法、均值滤波算法和归一化处理，计算得到每一路传感器的相对值，最后来确定车在赛道上的位置，并进行自我调节。
（二）总控制流程
整个程序运行流程如下：（1）硬件初始化。（2）倾斜角检测。（3）直立控制。（4）方向控制。（5）速度控制。速度控制函数包含了速度采集滤波函数和速度P控制函数。对于直立车，速度控制的实时性不高，且速度控制对直立的影响大，所以速度控制可以缓慢输出。
（三）PID算法
PID算法是很普遍的一种控制算法，在智能车比赛中，主要通过该算法来进行车体控制。PID算法中，P代表比例控制，I代表积分控制，D代表微分控制，PID控制算法非常经典并且使用方便，只需整定PID三个参数就可以达到良好的控制效果。在赛道上通过对采集的电磁进行处理，得到路径信息，然后利用PID算法控制舵机和电机的输出量，驱使小车运动。智能车车速采用闭环控制，通过PID算法进行协调控制，改正偏差，经过数据处理，得到输出的占空比，并得到与车速相对应的PWM脉宽信号。为了让小车在不同的赛道都能获得更高更稳定的速度，在PID算法中所采用的控制参数是不一样的。由于智能车赛道情况比较复杂，含有多个赛道元素，使用传统PID算法很难达到所需要的智能化程度。PID的模糊控制则可以解决这个问题。模糊控制不要求掌握受控对象的精确数学模型，而是根据操作选手的经验，自己建立控制规则库，组织控制决策表，然后由该表决定控制量的大小[1]。模糊算法虽然叫“模糊”但其实并不模糊，实际上，模糊算法是一种逐步求精的思想的体现，通过模糊算法确定出来的PID的三个参数，具有自适应性，PID三个参数会根据外界环境的变化自動调节，以保证整体的稳定性。将经典PID和模糊PID控制结合起来，使系统既具有控制灵活且适应性强的优点，同时又具有PID控制精度高的优点[2]。因此，利用模糊算法与PID的相互合作，可以将小车的平稳性达到最佳。另一方面，由于在赛道的不同路段需要采用不同的速度，所以要优化路径电磁采集、提高速度控制力，相对的，在程序设计上使用反转制动等方法，提高小车的加减速性能[3]。小车在直道和弯道上面需要采用较高的速度行进，而从长直道进弯道的时候需要降低车速来保持车的稳定，不至于冲出赛道。通过传感器的数据变化来判定进弯减速条件，可以实现提前减速，让速度变化更加平稳连贯。
（四）直立环控制
对于直立车来说，保持直立式首要任务。在直立控制负反馈系统中，最重要的是能准确测得小车的倾角。因此我们采用加速度计测得的重力加速度的分量以及陀螺仪的值积分来得出倾角。选用两个能测量角度的传感器的原因在于加速度计测得值受到运动的影响太大而不能直接使用，陀螺仪输出的值往往有温飘，积分后容易饱和。加速度计的值虽然杂波多，但其回归曲线还是准确的期望值。根据这一点，可以使用加速度计消除陀螺仪的温飘而得到真实的角度值。角速度和加速度两者是相辅相成的，可以结合角速度值和加速度值，进行互补滤波或卡尔曼滤波，得到准确的角度值。对于加速度的选值，取三轴加速度——X轴，Y轴，Z轴。一般车辆选取前进运动的方向X轴，重心方向位Z轴，X轴和Z轴是我们需要提取的信息。Y轴一般是不会有大变动的。在得到初始数值后，利用滤波算法滤掉小车运动时由于电机旋转引起角度的抖动而使角度波动的干扰值。互补滤波是根据加速度计测量的准确性，和陀螺仪噪声小的特性，在短时间内采用陀螺仪得到的角度为其最优值，定时对加速度采样来的角度进行取平均值来校正陀螺仪的得到的角度。最后利用滤波攻势进行数据融合，得出一个合适的角度[4]。
五、结论
本文大体介绍了基于电磁引导的智能车的设计与系统的设计。本设计以全国大学生恩智浦智能车比赛为背景，根据比赛的要求自主设计了信号采集与处理模块，编码器，蓝牙，红外线测距，无线串口透传等硬件电路，采用 PID算法，模糊算法，速度环，直立环等，控制智能车在赛道快速平稳地自动循迹奔跑。在实验室中，使用智能车模型，能够较好的完成在赛道上运行。通过比赛测试，其各方面性能指标都满足比赛要求。本文提供的设计方法简单，性能较好，在智能车设计中不失为有关较好的方法，能够让大学生在规划和决策中做出合理的选择，并且能够提高大学生对程序的理解能力。
参考文献
[1]周若谷.进给伺服系统模糊自整定控制建模与仿真[J].武汉理工大学学报（信息与管理工程版），2011，33（01）：47-50.
[2]许任男. 感应加热电源模糊PID功率控制器的设计与实现[D].天津大学，2009.
[3]摆玉龙，杨利君，董存辉.基于MC9S128的电磁导航智能车的设计与实现[J].测控技术，2011，30（11）：59-64.
[4]刘楚红. 基于FSR和陀螺仪的人体姿态检测及行走趋势分析[D]. 沈阳工业大学， 2015.
作者简介：鲍世龙 2000出生，男，汉族，安徽六安人，本科在读，安徽财经大学管理科学与工程学院。研究方向： 计算机应用技术
基金名称：基于K66控制器的双车会车竞速智能车的设计与调试
基金号：201910378017