安徽財經(jīng)大學(xué) 湯 正

基于KL25Z128VLK4單片機的智能車系統(tǒng)設(shè)計

安徽財經(jīng)大學(xué) 湯 正

本文以全國大學(xué)生“飛思卡爾”杯智能車競賽為背景，基于飛思卡爾32位ARM Cortex-M架構(gòu)微控制器（單片機）MKL25Z128VLK4，使用數(shù)字攝像頭OV7620進行的智能車系統(tǒng)設(shè)計。簡單介紹了KL25單片機、OV7620攝像頭、系統(tǒng)整體硬件設(shè)計（包括PCB板的設(shè)計）及軟件處理部分。重點說明了KL25單片機通過中值濾波和二值化等方法對來自O(shè)V7620攝像頭的圖像信息進行處理，對舵機產(chǎn)生良好控制。我們經(jīng)過反復(fù)實驗和調(diào)試，實現(xiàn)了智能車的自主循跡。

MKL25ZV128LK4；OV7620；圖像處理；舵機；自主循跡

1 引言

全國大學(xué)生“飛思卡爾”杯智能汽車競賽起源于韓國，是韓國漢陽大學(xué)汽車控制實驗室在飛思卡爾半導(dǎo)體公司資助下舉辦的大學(xué)生課外科技競賽。大賽組委會提供一個標準的汽車模型、直流電機和可充電式電池，參賽隊伍要制作一個能夠自主識別路徑的智能車，在專門設(shè)計的跑道上自動識別道路行駛，最快跑完全程而沒有沖出跑道并且技術(shù)報告評分較高為獲勝者。其設(shè)計內(nèi)容涵蓋了控制、模式識別、傳感技術(shù)、汽車電子、電氣、計算機、機械、能源等多個學(xué)科的知識，對學(xué)生的知識融合和實踐動手能力的培養(yǎng)，具有良好的推動作用。

我們以實際參賽為經(jīng)驗，研究并設(shè)計了基于MKL25Z128VLK4單片機和OV7620攝像頭的智能車硬件平臺和軟件系統(tǒng)。

2 MKL2Z128VLK4單片機簡介

Kinetis L系列微控制器(MCU/單片機)的低功耗性能優(yōu)越，既具有新型ARM? Cortex?-M0+處理器的卓越能效和易用性，也具備Kinetis 32位MCU/單片機產(chǎn)品組合的性能、外設(shè)、支持功能和可擴展性。該系列具有優(yōu)化的動態(tài)和停止電流，并提供出色的處理性能，而且還提供多種片上閃存密度以及模擬模塊、連接功能和HMI外設(shè)。Kinetis超低功耗L系列單片機還與基于ARM Cortex-M4的Kinetis K系列硬件和軟件兼容，提供了一個向更高的性能、存儲器和特性集成度升級的可擴展途徑。

在實驗和調(diào)試中，我們使用的是龍丘科技的以MKL25Z128VLK4為微控制器的核心板，該核心板為雙排直插式，規(guī)格33*47mm，共引出72針引腳，使用官方內(nèi)核頻率48MHz,3.3V直流供電。其中核心板上PTB0/1/2/3上接了4個藍色發(fā)光二極管，我們在后續(xù)調(diào)試程序中檢查出錯位置感覺十分方便有用。核心板樣式如圖1所示。

圖1

3 OV7620攝像頭簡介

OV7620是一款CMOS攝像頭器件, 當(dāng)電機啟動和急剎車時，電壓突變對攝像頭圖像質(zhì)量影響小，分辨率可以達到640*480，完全滿足智能車的采集需求。OV7620每秒產(chǎn)生30幀圖像，每幀兩場，1秒鐘采集60場圖像，效率高，這比PAL制的攝像頭來說提高了對小車的控制頻率，對小車運行是很有好處的。OV7620主要有PCLK像素時鐘輸出、HREF水平場同步信號、FODD奇偶場同步信號和VSYNC垂直場同步信號。OV7620的輸出數(shù)據(jù)是并行數(shù)據(jù)，同步信號可選用HREF和VSYNC分別作為同步行信號和同步幀信號，或者可選用HREF和FODD來同步行信號和同步幀信號。PCLK作為數(shù)據(jù)的鎖存信號,保證控制核心所采集的數(shù)據(jù)時有效的圖像信息。

因為OV7620攝像頭兼容3.3V直流和5V直流供電，而我們使用的KL25單片機的工作電平是3.3V，無需做電平匹配。但是3V的電壓下使用比較難調(diào)，輸出的16進制數(shù)據(jù)清一色偏小，所以我們使用的攝像頭是5V電壓輸入的。

4 硬件設(shè)計

根據(jù)KL25ZV128VLK4單片機的引腳功能復(fù)用功能表，該單片機只有PTA和PTD口具有中斷功能，并考慮到OV7620 攝像頭信號傳輸?shù)倪B續(xù)性，我們將8位數(shù)字信號輸出口Y0-Y7分別連接到單片機的PTD0-PTD7，HREF行同步信號接PTA5口，VSYNC場同步信號接PTA12口，PCLK時鐘信號接PTA1口。

圖2

智能車需要轉(zhuǎn)向，我們使用的是型號為Futaba S3010舵機，其引出的紅、黑、白三根不同顏色的線分別接+5V電壓、GND和單片機的PTA13。因為該型號舵機工作頻率為50-200Hz左右，超過正常頻率范圍舵機就會發(fā)出“呲呲”的聲音，而且轉(zhuǎn)向就會變得遲鈍，不能正常工作。我們使單片機根據(jù)不同路況通過PTA13輸出不同占空比的頻率為50Hz的PWM波使舵機打向。

OV7620攝像頭、MKL25Z128VLK4單片機、舵機、驅(qū)動板上的74LS244芯片均是+5V電壓供電，但是7.2V直流電池直接給主板供電，所以必須需要使用降壓芯片,我們使用的是AM1117-5.0芯片。AMS1117是一個正向低壓降穩(wěn)壓器和低漏失電壓調(diào)整器,它的穩(wěn)壓調(diào)整管是由一個PNP驅(qū)動的NPN管組成，在1A電流下壓降為1.2V。AMS1117有固定和可調(diào)兩個版本，輸出電壓可以是1.2V，1.5V，1.8V，2.5V，2.85V，3.0V，3.3V，和5.0V。它內(nèi)部集成的過熱切斷電路提供了過載和過熱保護,以防環(huán)境溫度造成過高的結(jié)溫，是電池供電和便攜式計算機的最佳選擇。

對于驅(qū)動板，由于智能車使用的是雙電機驅(qū)動，我們使用的是大功率H半橋集成芯片BTN7971B構(gòu)成的4路PWM控制的電機驅(qū)動模塊。由于BTS7971B為半橋驅(qū)動芯片，而系統(tǒng)需要在必要時產(chǎn)生制動效果，因此需要使用兩片或兩片以上的BTS7960B來構(gòu)成全橋驅(qū)動，對電機進行雙向控制，在必要時，使電機反向轉(zhuǎn)動，產(chǎn)生制動。驅(qū)動板上三個2P接線柱，其中兩個是分別控制雙電機的，一個由主板上引來7.2V為驅(qū)動板供電。驅(qū)動板上還接入5口插針，其中一個是從主板上引來的+5V電壓，使能74LS244芯片，剩余4口插針是留作接入4路PWM從而控制雙電機的。

為了使智能車行駛起來更加穩(wěn)定，我們將固定OV7620攝像頭的碳素桿的底座用熱熔膠固定在占整車重量約50%的電池正后方，使整車重心穩(wěn)定在小車中央。同時為了使攝像頭在智能車行駛過程中不隨桿晃動影響圖像采集，我們在此粗碳素桿（外徑8mm，內(nèi)徑6mm）的中點處斜拉一根更細的碳素桿(外徑3mm，內(nèi)徑2mm)到舵機正上方，兩頭均用熱熔膠固定。

圖2為我們所繪制的主板、驅(qū)動板的封裝及原理圖。

5 軟件設(shè)計

如果說硬件部分是智能車的“軀體”，那么小車能夠自主循跡跑起來更是需要“大腦”，即軟件部分的支持和控制，使舵機能夠根據(jù)攝像頭采集的圖像準確打向，進而使小車能夠快速而平穩(wěn)沿跑道行駛。

5.1 圖像采集與處理

OV7620攝像頭輸出幀頻率為60Hz，每幀圖像分辨率為640×480，此數(shù)據(jù)量遠遠超過了路徑識別的需求，給單片機造成了沉重的數(shù)據(jù)采集和處理負擔(dān)，因而需要在采集圖像數(shù)據(jù)過程中要對圖像數(shù)據(jù)進行取舍。同時OV7620采集到圖像是由一個一個不同的像素點構(gòu)成的灰色圖像，對比度不明顯對于跑道邊緣的判斷不準確。因此我們使用OV7620采集出60行60列的圖像，捕獲的跑道信息完整，噪點較少，完全足夠單片機用來對路徑進行判斷和處理。并且我們采取了對采集的圖像根據(jù)大律法計算出一個動態(tài)閾值，之后再根據(jù)此閾值對圖像進行中值濾波，得到一個二值化的圖像，即整幅圖像像素大小大于此閾值的像素點全為“1”，小于此閾值的像素點全為“0”，所以白色跑道全為“1”，跑道之外的藍底全為“0”。此方法很好解決了對跑道邊緣的判斷不準問題，使單片機處理數(shù)據(jù)起來更加快速準確。圖3為采集到的實際圖像和第一個彎道二值化后的圖像，以及圖像處理程序的中值濾波函數(shù)。

圖3

5.2 舵機控制

智能車能夠快速準確自主循跡就是依賴單片機根據(jù)二值化的圖像控制舵機打向。因為我們使用OV7620攝像頭采集到的圖像和二值化后的圖像都是60行60列的，所以我們以30作為固定中值，再根據(jù)二值化的圖像計算得到跑道的實際中值，二者之差即為跑道的水平偏移量，即判斷為直道或彎道，若差值為0，則為直道；若差值大于0為右彎道；若差值小于0為左彎道，之后再根據(jù)差值的正負及大小給舵機不同占空比的PWM波，控制舵機不同的打向角度，達到自主轉(zhuǎn)向的目的（見圖4）。

圖4

6 設(shè)計結(jié)果

經(jīng)過以上理論分析及設(shè)計，最終完成了對智能車硬件和軟件的構(gòu)建和結(jié)合，設(shè)計成果如右圖所示。在經(jīng)過多次在白色藍底跑道上的實際測試，該以KL25Z128VLK4為核心控制器的智能車很好地完成了對跑道信息的采集、處理及判斷，順利完成了直道、連續(xù)大“S”彎道、連續(xù)小“S”彎道、“十”字彎等不同路況的測試，均能快速穩(wěn)定通過，且不沖出規(guī)定跑道范圍，達到了自主循跡的目的。

[1]卓晴,黃開勝,邵貝貝.學(xué)做智能車—挑戰(zhàn)飛思卡爾杯[M].北京:北京航空航天大學(xué)出版社,2007:1-18.

[2]吳斌華,黃衛(wèi)華,程磊,等.基于路徑識別的智能車系統(tǒng)設(shè)計[J].電子技術(shù)應(yīng)用,2007(3):80-82．

[3]向婷,季奧穎,陳進軍.數(shù)字式攝像頭OV7620在智能車上的應(yīng)用[J].傳感器世界,2013(9):41-43.

[4]萬海波,韓鵬,王海莉.第八屆飛思卡爾杯全國智能汽車競賽技術(shù)報告[R].安徽:安徽工業(yè)大學(xué),2013:16-34.

[5]葛家斌.基于OV7620圖像傳感器的智能循跡系統(tǒng)的設(shè)計[J].電腦知識與技術(shù),2011(9):8286-8296.