葉亮++時(shí)銳++孫小杰++衛(wèi)馳++毛人杰++李志偉

【摘 要】本文針對(duì)沿金屬軌道行進(jìn)智能車問題，提出金屬檢測(cè)方案，利用模糊控制原理，經(jīng)過PID調(diào)節(jié)，實(shí)現(xiàn)了小車穩(wěn)定的尋跡行進(jìn)。

【關(guān)鍵詞】飛思卡爾；傳感器算法；金屬傳感器；智能車

引言

隨著智能交通運(yùn)輸?shù)陌l(fā)展，智能車已成為當(dāng)今社會(huì)的研究熱點(diǎn)。對(duì)于能夠快速尋跡行進(jìn)的智能車，在路徑檢測(cè)與舵機(jī)和電機(jī)的控制上都有著較高的要求。

1.檢測(cè)方案

1.1 傳感器原理

在傳感器的選擇上，使用了74HC123D和LMV722IDR芯片的運(yùn)放電路。該電路的特點(diǎn)是可以將金屬信號(hào)轉(zhuǎn)變?yōu)楦叩碗婎l信號(hào)，再由單片機(jī)的AD端口進(jìn)行處理就可實(shí)現(xiàn)有無軌道的判斷。

1.2 傳感器布局

由于傳感器數(shù)量沒有限制，所以傳感器用多少個(gè)，怎么擺放便成了關(guān)鍵的問題。放的太少，小車便容易丟線；放的太多，控制策略會(huì)變得很復(fù)雜，不利于編程和調(diào)試。傳感器之間間隔過大，就會(huì)在間隔之間出現(xiàn)控制的空白區(qū)域；傳感器之間間隔過小，線圈之間便會(huì)產(chǎn)生互感現(xiàn)象，影響采集數(shù)據(jù)的準(zhǔn)確性[1]。

傳統(tǒng)傳感器布局有一字型和八字型。一字型布局是傳感器最常用的布局形式，即各個(gè)傳感器都在一條直線上，從而保證縱向的一致性，其控制策略主要集中在橫向上。八字型布局是將中間的若干傳感器前置，這樣增加了縱向特性，能夠早一點(diǎn)了解到車前方的道路情況。

經(jīng)過反復(fù)的嘗試與調(diào)整，傳感器采用了圖1所示的倒品字形擺法。最前端四個(gè)傳感器一字排開，外側(cè)傳感器完全在鋁箔外，內(nèi)側(cè)傳感器完全在鋁箔內(nèi)；后方兩個(gè)傳感器都是一半覆蓋在鋁箔上，另一半在鋁箔外。經(jīng)測(cè)試，融合了一字型和八字形優(yōu)點(diǎn)的倒品字形擺法不僅能對(duì)小車過彎進(jìn)行提前的判斷，從而提早做出反應(yīng)，更能對(duì)小車相對(duì)軌道的偏移進(jìn)行更加精確的調(diào)整，使得小車能夠更加穩(wěn)定地貼合軌道運(yùn)動(dòng)。

2.控制方案

2.1程序控制流程

智能車的運(yùn)行控制是根據(jù)路徑識(shí)別和車速檢測(cè)所獲得的當(dāng)前路徑和車速信息，控制舵機(jī)和直流驅(qū)動(dòng)電機(jī)動(dòng)作，從而調(diào)整智能車的行駛方向和速度?？刂葡到y(tǒng)的軟件設(shè)計(jì)基于IAR 7.3編程環(huán)境，單片機(jī)使用飛思卡爾公司K60芯片，程序使用C 語言實(shí)現(xiàn)。如圖2。

2.2轉(zhuǎn)向控制策略

該金屬傳感器可以對(duì)其底部覆蓋的金屬進(jìn)行識(shí)別，金屬覆蓋面積越大，傳感器得出的數(shù)值越小。經(jīng)檢測(cè)，當(dāng)傳感器完全被鋁箔覆蓋時(shí)其讀數(shù)為2，在空氣中時(shí)其讀數(shù)為1024，且2和1024之間幾乎沒有過渡，所以該傳感器只能對(duì)是否完全被鋁箔覆蓋進(jìn)行判斷。

由于小車傳感器部分的復(fù)雜性，很難建立精確的數(shù)學(xué)模型，因此在這里考慮使用模糊控制的方法控制舵機(jī)。

如圖3所示，舵機(jī)控制程序采用基于模糊控制理論的方法，根據(jù)6個(gè)傳感器所能接收到的7種狀態(tài)進(jìn)行量化處理。表格中每種傳感器狀態(tài)都是按照前4后2的方法排列，和實(shí)際傳感器的擺放方法一樣，方便對(duì)照和查看。右邊一欄則是對(duì)小車位置的量化，其代表的小車偏離位置為{右大，右中，右小，零，左小，左中，左大}，對(duì)應(yīng)整數(shù)集為{-3，-2，-1，0，1，2，3}[2]。

在舵機(jī)轉(zhuǎn)向時(shí)采取了簡(jiǎn)單實(shí)用的的PID算法，主要對(duì)兩個(gè)參數(shù)的調(diào)整來實(shí)現(xiàn)：比例控制參數(shù)P和微分控制參數(shù)D。比例控制參數(shù)P可以使得車模方向恢復(fù)正確位置。當(dāng)該參數(shù)逐步增加時(shí)，車模方向回復(fù)速度逐步加快。當(dāng)比例參數(shù)增加到一定數(shù)值之后，車模的方向回復(fù)由于過快，會(huì)出現(xiàn)方向過沖現(xiàn)象。此時(shí)通過增加微分控制參數(shù)D可以抑制這種方向過沖的現(xiàn)象[3]。

小車的偏離程度為偏離位置的參量絕對(duì)值，一共有四種，即{0，1，2，3}，根據(jù)每一種情況，經(jīng)過實(shí)際的測(cè)量與調(diào)整，可以分別得到一組合適的P和D參數(shù)，使得車模在方向偏移時(shí)即能迅速調(diào)整回來又不會(huì)出現(xiàn)過沖現(xiàn)象[4]。

2.3速度控制策略

根據(jù)小車的偏移量，電機(jī)會(huì)適當(dāng)?shù)恼{(diào)整其速度，以使得小車在過彎時(shí)不會(huì)因?yàn)樗俣冗^快而沖出軌道。小車偏移量越大，電機(jī)輸出功率略小。

3.評(píng)測(cè)結(jié)果

經(jīng)過調(diào)試，小車在直道上的速度可以達(dá)到2m/s，在轉(zhuǎn)彎時(shí)速度變?yōu)?.5m/s。在選定合適的PID參數(shù)后，小S彎道可以近乎直線通過，而在90度彎和連續(xù)彎道可以緊貼內(nèi)道，保證了最優(yōu)路徑，在長直道入彎時(shí)也能做到提前轉(zhuǎn)彎，基本實(shí)現(xiàn)了小車在最優(yōu)路徑下的高速、平穩(wěn)行駛。

4.結(jié)論

該智能車使用飛思卡爾K60單片機(jī)作為核心控制單元，自行設(shè)計(jì)了采集信號(hào)的傳感器，編寫了基于模糊控制和PID控制的程序，最終實(shí)現(xiàn)了智能車平穩(wěn)、快速地尋跡行進(jìn)。

參考文獻(xiàn)：

[1]高月華.基于紅外光電傳感器的智能車自動(dòng)尋跡系統(tǒng)設(shè)計(jì)，2009.

[2]賈勇.基于模糊控制算法的智能車轉(zhuǎn)向舵機(jī)控制，2008.

[3]王祥好.模糊PID算法在智能小車中的研究與應(yīng)用，2009.

[4]史彬，牛岳鵬，郭勇.飛思卡爾攝像頭智能小車設(shè)計(jì)及舵機(jī)算法優(yōu)化，2012.

課題項(xiàng)目：

本文為上海工程技術(shù)大學(xué)科研項(xiàng)目（E3-0502-16-XS01017）、上海工程技術(shù)大學(xué)創(chuàng)新訓(xùn)練計(jì)劃（E3-0800-16-02056）項(xiàng)目成果。