南京師范大學(xué)電氣與自動(dòng)化工程學(xué)院 張方舟

基于面陣光學(xué)傳感器的自尋跡平臺(tái)研發(fā)

南京師范大學(xué)電氣與自動(dòng)化工程學(xué)院 張方舟

無(wú)人控制平臺(tái)是在一個(gè)以汽車(chē)為模型的自尋跡平臺(tái)和直流電機(jī)基礎(chǔ)上，配以CPU及外圍電路共同構(gòu)成的智能平臺(tái)，其優(yōu)點(diǎn)在于能夠根據(jù)路況而改變和自動(dòng)實(shí)現(xiàn)轉(zhuǎn)彎等功能?；诖?，本文研究了基于CF0350B面陣攝像頭模塊識(shí)別智能小車(chē)的設(shè)計(jì)與開(kāi)發(fā)，分別進(jìn)行了攝像頭傳感器信號(hào)采集處理模塊設(shè)計(jì)，主板及電機(jī)驅(qū)動(dòng)模塊設(shè)計(jì)，控制算法的編制及執(zhí)行和調(diào)試、伺服電機(jī)控制設(shè)計(jì)與安裝，通過(guò)系統(tǒng)硬件平臺(tái)搭建和軟件設(shè)計(jì)，采用CF0350B面陣傳感器作為平臺(tái)的循跡模塊來(lái)識(shí)別白色路面，采集信號(hào)并將信號(hào)轉(zhuǎn)換為能被單片機(jī)識(shí)別的數(shù)字信號(hào)，完成了基本功能和系統(tǒng)調(diào)試，測(cè)試結(jié)果表明系統(tǒng)具有良好的避障成功率和控制精度。

單片機(jī)；面陣攝像頭模塊；硬件平臺(tái)；自動(dòng)循跡；自動(dòng)控制技術(shù)

0 引言

本文研究的控制對(duì)象是前輪轉(zhuǎn)向、后輪由直流電機(jī)驅(qū)動(dòng)的自尋跡平臺(tái)。若要取得更精確的控制效果，需要更短的反應(yīng)時(shí)間，來(lái)提高平臺(tái)的敏捷性。當(dāng)伺服電機(jī)工作時(shí)平臺(tái)的運(yùn)行軌跡與MCU所計(jì)算的路徑并不完全相同，因此需要對(duì)平臺(tái)的機(jī)械控制進(jìn)行優(yōu)化。

我們選擇了NXP公司的MK60FX512VLQ15單片機(jī)作為平臺(tái)的主控芯片，其采集AD時(shí)的轉(zhuǎn)化能力在高速運(yùn)算情況下有所欠缺，所以我們采用硬件二值化的設(shè)計(jì)，將CF0350B輸出的灰度圖像經(jīng)二值化處理得到只有黑白兩色的圖像以方便單片機(jī)進(jìn)行處理。在電機(jī)驅(qū)動(dòng)方面，我們根據(jù)自尋跡平臺(tái)所使用的電機(jī)的特點(diǎn)，采用了N溝道MOSFET LR7843和專(zhuān)用柵極驅(qū)動(dòng)芯片IR2104組成的驅(qū)動(dòng)電路，驅(qū)動(dòng)能力極強(qiáng)。并使用多種輔助調(diào)參手段簡(jiǎn)化調(diào)參步驟，比如使用OLED屏以及五向開(kāi)關(guān)進(jìn)行操作。

隨著利用自動(dòng)化控制研究的進(jìn)步以及單片機(jī)的廣泛運(yùn)用，圖像識(shí)別技術(shù)得到了長(zhǎng)足的發(fā)展。本文將介紹關(guān)于基于CF0350B模塊，同時(shí)應(yīng)用OLED和五向開(kāi)關(guān)等來(lái)完善人機(jī)交互界面，來(lái)實(shí)現(xiàn)自尋跡平臺(tái)設(shè)計(jì)的方案。

1 CF0350B CCD傳感器

1.1 主要應(yīng)用背景

在本領(lǐng)域內(nèi)使用較多的是一種CMOS圖像傳感器模塊，該模塊支持連續(xù)和隔行兩種掃描方式，有VGA和QVGA兩種圖像格式，最高像素和幀速率均能夠滿足自尋跡平臺(tái)所要求的條件。在自尋跡平臺(tái)的設(shè)計(jì)過(guò)程中，我們考慮需要解決的問(wèn)題可以歸納為以下兩點(diǎn)：

（1）不同光線條件下對(duì)平臺(tái)的影響。環(huán)境光線對(duì)平臺(tái)所使用的傳感器的輸出信號(hào)有極大的影響。因此同一控制變量（曝光時(shí)間長(zhǎng)短、鏡頭光圈大?。╇y以適應(yīng)各種不同的復(fù)雜情況，因此要對(duì)它們進(jìn)行適時(shí)調(diào)節(jié)；

（2）對(duì)各種干擾信號(hào)進(jìn)行校正。由于光線，雜點(diǎn)，遠(yuǎn)處圖像不清晰等因素干擾，圖像效果會(huì)不理想。所以，在軟件上進(jìn)行處理，排除干擾因素，對(duì)賽道進(jìn)行有效的識(shí)別。由于攝像頭自身的特性，采集到的圖像會(huì)產(chǎn)生梯形式變形和桶形式變形，使得得到的圖像失真，不利于處理。因此我們還要對(duì)采集到的圖像進(jìn)行一系列的校正，使得到的圖像能正確的反應(yīng)賽道情況。

1.2 實(shí)際應(yīng)用方案

CF0350B面陣光學(xué)傳感器陣列的分辨率非常符合自尋跡平臺(tái)的要求，是隔行掃描，采集VSYN，其輸出分辨率為640*240。在QVGA格式下工作時(shí)，輸出分辨率為320*120。該分辨率下非常適合采集路徑信息，數(shù)據(jù)容量有限，也保持了圖像的完整。

光電二極管采集到光線時(shí)上，產(chǎn)生光電流，通過(guò)積分電路進(jìn)行積分。積分后的輸出電壓與該點(diǎn)的光強(qiáng)和積分時(shí)間成正比。因此為了適應(yīng)不同的使用環(huán)境，光電二極管的積分時(shí)間需要為可變的。

自尋跡平臺(tái)所使用的傳感器探測(cè)距離遠(yuǎn)，其所采集到的信息豐富度足夠自尋跡平臺(tái)識(shí)別到前方環(huán)境中所有的元素信息，然后轉(zhuǎn)變?yōu)槟M信號(hào)，并進(jìn)行模數(shù)轉(zhuǎn)換得到數(shù)字信號(hào)，送到單片機(jī)中加工處理。處理完成后通過(guò)軟件算法對(duì)圖像信號(hào)進(jìn)行處理以控制平臺(tái)的左右電機(jī)以及伺服電機(jī)來(lái)進(jìn)行轉(zhuǎn)向，指導(dǎo)行車(chē)速度和執(zhí)行轉(zhuǎn)彎等動(dòng)作，并對(duì)前方道路做出預(yù)測(cè)判斷。

2 硬件模塊——主板及驅(qū)動(dòng)板原理設(shè)計(jì)

我們主要設(shè)計(jì)電源管理模塊、道路信息采集與方向控制模塊、速度控制與測(cè)速模塊。通過(guò)實(shí)驗(yàn)的一系列對(duì)比，最終選擇出了一系列可供使用的穩(wěn)壓芯片用于自尋跡平臺(tái)進(jìn)行穩(wěn)壓，供電主體選擇7.2V，在其他模塊供電會(huì)采用穩(wěn)壓芯片降低到5.0V或3.3V供相應(yīng)的模塊使用。

在驅(qū)動(dòng)上選擇了N-MOS管驅(qū)動(dòng)，NMOS導(dǎo)通需要GS有一個(gè)正壓，導(dǎo)通時(shí)，必須通過(guò)自舉電容來(lái)獲取GS的正壓，PMOS導(dǎo)通GS需要一個(gè)負(fù)壓，即G端電壓要小于S端電壓，這樣IC實(shí)現(xiàn)起來(lái)就很方便了。但是PMOS導(dǎo)通壓降大，效率低，PMOS的同態(tài)電阻比NMOS大，輸入電壓低，而且還有成本問(wèn)題，價(jià)格低廉且替換種類(lèi)較多，因而驅(qū)動(dòng)中往往選擇N-MOS管。

經(jīng)過(guò)對(duì)比終選擇NMOS驅(qū)動(dòng)電路。所選MOS管最大內(nèi)阻僅為3.3mΩ，其電流量大，加減速性能好，使用貼片型同樣也可以使驅(qū)動(dòng)電路很簡(jiǎn)潔。由于流過(guò)電機(jī)的電流相對(duì)較大，在繪制驅(qū)動(dòng)電路PCB時(shí)，通過(guò)大電流的線路要盡量短粗，并且盡量避免經(jīng)過(guò)過(guò)孔，如果要經(jīng)過(guò)過(guò)孔的話要把過(guò)孔做大一些（＞1mm）并且在焊盤(pán)上做一圈小的過(guò)孔，在焊接時(shí)用焊錫填滿，否則可能會(huì)燒斷。

3 機(jī)械結(jié)構(gòu)

實(shí)際調(diào)試中自尋跡平臺(tái)時(shí)常出現(xiàn)的問(wèn)題主要有輪胎抓地力不足，前輪大角遲緩的問(wèn)題，經(jīng)分析大多與輪胎安裝角度有關(guān)，涉及到一個(gè)非常重要的轉(zhuǎn)向輪位置角度定位問(wèn)題，叫做“前輪定位”。前輪定位的主要目的在于提高車(chē)模的轉(zhuǎn)向控制的靈敏性和提高車(chē)模的抓地力，主要包括：主銷(xiāo)后傾、主銷(xiāo)內(nèi)傾和前輪前束。根據(jù)輪胎摩擦程度的實(shí)際情況及自尋跡平臺(tái)各個(gè)部分的布局合理設(shè)想了幾種平臺(tái)搭建方式來(lái)進(jìn)一步優(yōu)化整車(chē)重心，防止在過(guò)彎時(shí)平臺(tái)會(huì)發(fā)生抖動(dòng)或者甩尾的情況。在經(jīng)過(guò)很多次嘗試后調(diào)整到了一個(gè)保證我們的平臺(tái)性能相對(duì)穩(wěn)定的高度。

圖1

因?yàn)樽詫ほE平臺(tái)既需要合理的中心分布以及優(yōu)良的轉(zhuǎn)向性能，我們對(duì)伺服電機(jī)安裝結(jié)構(gòu)進(jìn)行了一定調(diào)整：自尋跡平臺(tái)的轉(zhuǎn)向是通過(guò)伺服電機(jī)帶動(dòng)左右橫拉桿實(shí)現(xiàn)，伺服電機(jī)的功率和轉(zhuǎn)速等參數(shù)都是固定的，要想加快轉(zhuǎn)向機(jī)構(gòu)的響應(yīng)速度，所能處理的就是左右橫拉桿的長(zhǎng)度。根據(jù)杠桿原理，將與伺服電機(jī)連接的加長(zhǎng)舵機(jī)臂以獲得更長(zhǎng)的力臂，再將轉(zhuǎn)向傳動(dòng)桿連接在加長(zhǎng)的輸出盤(pán)的末端，在伺服電機(jī)相同的轉(zhuǎn)動(dòng)角度下，可以取得更明顯的轉(zhuǎn)向效果，其響應(yīng)速度獲得了極大的提升。結(jié)合伺服電機(jī)重心，構(gòu)件安裝等問(wèn)題最終結(jié)合伺服電機(jī)重心，構(gòu)件安裝等問(wèn)題最終結(jié)合伺服電機(jī)重心，構(gòu)件安裝等問(wèn)題最終使用了立式安裝。

4 軟件編程體系

完善的軟件控制系統(tǒng)是自尋跡平臺(tái)穩(wěn)定運(yùn)行的核心。通過(guò)使用數(shù)字式攝像頭采集賽道信息，并對(duì)采集的圖像進(jìn)行矯正處理，以獲取準(zhǔn)確的道路信息。通過(guò)分析采集到的圖像數(shù)據(jù)，對(duì)自尋跡平臺(tái)的轉(zhuǎn)向和速度進(jìn)行控制，使用經(jīng)典PID控制算法，并結(jié)合實(shí)際情況不斷完善修改，實(shí)現(xiàn)對(duì)攝像頭智能車(chē)的精確控制。

圖2 程序框架示意圖

對(duì)我們的自尋跡平臺(tái)來(lái)說(shuō)程序編寫(xiě)需要注意的問(wèn)題主要有兩條：

其一為速度控制，速度選用閉環(huán)控制方式。通過(guò)閉環(huán)反饋使系統(tǒng)的精確度提高，響應(yīng)時(shí)間縮短，控制穩(wěn)定性高。而開(kāi)環(huán)控制沒(méi)有反饋環(huán)節(jié)，穩(wěn)定性、精確度不高。為了達(dá)到好的速度控制效果，速度要選用閉環(huán)方式。而使用PID控制算法能夠很好的控制小車(chē)的運(yùn)行速度，并且在運(yùn)行過(guò)程中也非常穩(wěn)定。

圖3 閉環(huán)的P I D控制示意圖

其二則為轉(zhuǎn)向控制，提前判斷道路，需要自尋跡平臺(tái)具有更遠(yuǎn)的視野范圍，而視野范圍越長(zhǎng)，計(jì)算中線時(shí)越可能受到賽道周?chē)蚱渌盘?hào)的干擾而使自尋跡平臺(tái)運(yùn)行出錯(cuò)，所以在控制舵機(jī)時(shí)要通過(guò)軟件消除。當(dāng)計(jì)算出新的中線信息時(shí)，要與上次計(jì)算值進(jìn)行比較，防止運(yùn)行時(shí)出現(xiàn)較大錯(cuò)誤。轉(zhuǎn)向控制根據(jù)視野范圍不同參數(shù)不同，需要根據(jù)自尋跡平臺(tái)運(yùn)行表現(xiàn)做相應(yīng)的調(diào)整，遠(yuǎn)端的參數(shù)影響入彎的時(shí)機(jī)，但也影響自尋跡平臺(tái)運(yùn)行在直道和彎道時(shí)的穩(wěn)定性，近端的參數(shù)影響過(guò)彎的路線，這些參數(shù)需要經(jīng)過(guò)反復(fù)調(diào)試才能得到較完美的參數(shù)。

5 實(shí)用性檢驗(yàn)

自尋跡平臺(tái)制作結(jié)束后，我們對(duì)平臺(tái)的實(shí)用性進(jìn)行了測(cè)試，我們先對(duì)整個(gè)平臺(tái)的的硬件電路進(jìn)行了檢查，確認(rèn)各模塊功能正常后在測(cè)試場(chǎng)地內(nèi)進(jìn)行自尋跡平臺(tái)的避障測(cè)試。為了保證測(cè)試的效果，我們進(jìn)行了7次避障測(cè)試，測(cè)試結(jié)果如下表格所示。

經(jīng)過(guò)測(cè)試我們的自尋跡平臺(tái)運(yùn)行完成的成功率達(dá)到了100%，避障成功率達(dá)到了71.4%，達(dá)到了我們的預(yù)期目標(biāo)，這也表明了我們所設(shè)計(jì)的自尋跡平臺(tái)的實(shí)用性極高。

表1 小車(chē)運(yùn)行情況表

[1]周文軍．雙輪驅(qū)動(dòng)智能小車(chē)循跡算法研究[J]．河北軟件職業(yè)技術(shù)學(xué)院學(xué)報(bào),2014,16(2)：58-60．

[2]許苑豐．一種智能循跡小車(chē)設(shè)計(jì)方案[J]．電子產(chǎn)品世界,2013(11)：47-49．

[3]趙敏超．智能尋跡運(yùn)貨小自尋跡平臺(tái)型的研究[J]．科技向?qū)?2010(27)：74-75．

[4]隋金雪,楊莉,張巖．“飛思卡爾”杯—智能汽車(chē)設(shè)計(jì)與實(shí)例教程[M]．北京：電子工業(yè)出版社,2014．

[5]閆琪,王江．智能車(chē)設(shè)計(jì)—“飛思卡爾杯”從入門(mén)到精通[M]．北京：北京航空航天大學(xué)出版社,2014．

[6]Hui Zhang．Control Strategy Design for Smart Car Auto-tracing with Visual[J]．Journal of Materials Processing Technology,2007(3)：12-65．

[7]Jie SUN,Zhao-hui WU,Gang PAN．Context-aware smart car：from model to prototype[J]．Sun et al．J Zhejiang Univ SCI A,2009(7)：1049-1059．