何恩節(jié)，鄭磊

（安徽科技學(xué)院電氣與電子工程學(xué)院，鳳陽233100）

0 引言

智能車系統(tǒng)的搭建與調(diào)控是一項綜合了傳感器技術(shù)、自動控制、模電等多學(xué)科知識的系統(tǒng)工程。近年來，該領(lǐng)域需求與日俱增，這也在很大程度上推動了智能車的迅速發(fā)展。當(dāng)前，隨著電子技術(shù)的快速發(fā)展，各類特別是實訓(xùn)類智能車變得越來越智能化和信息化。此外，走在智能車發(fā)展前端的實訓(xùn)類智能車的發(fā)展趨勢與技術(shù)變革也日趨多樣化[1]。

在實訓(xùn)類智能車系統(tǒng)設(shè)計與調(diào)試的研發(fā)中，電路布局、信息采集與處理、機(jī)械校正、算法優(yōu)化更是智能車總體方案設(shè)計中的重點，其優(yōu)劣程度直接影響系統(tǒng)動態(tài)響應(yīng)的性能。當(dāng)前研究基于實訓(xùn)教學(xué)的實踐經(jīng)驗，系統(tǒng)討論了一種新穎的實訓(xùn)類CCD 智能車系統(tǒng)的搭建與性能調(diào)控優(yōu)化。

1 機(jī)械調(diào)校

整個車體由車底盤、軸承、齒輪、連桿、支架、固定部件以及車輪組成。車后輪由電機(jī)通過齒輪帶動，后輪旋轉(zhuǎn)以摩擦力為動力前進(jìn)；前輪以數(shù)字舵機(jī)為核心，車輪、連桿等轉(zhuǎn)向機(jī)構(gòu)輔助實現(xiàn)轉(zhuǎn)向功能。

1.1 舵機(jī)

舵機(jī)是智能車轉(zhuǎn)向的直接驅(qū)動裝置，其性能的優(yōu)劣關(guān)系到車體的轉(zhuǎn)向響應(yīng)和過彎時車輛的穩(wěn)定性，其固定方式也在一定程度上決定了小車的整體轉(zhuǎn)向性能。舵機(jī)固定方式共有三種：立式安裝（圖1）、臥式安裝（圖2）、側(cè)（躺）式安裝（圖3）。

圖1 立式安裝

圖2 臥式安裝

圖3 側(cè)式安裝

小車轉(zhuǎn)向需受力，且所受力需傳遞至車輪。下面從力矩、連桿和車輪響應(yīng)角度對比分析三種安裝方式的優(yōu)劣。

立式安裝：固定至車體正中間位置，用兩根等長的拉桿牽住前輪。優(yōu)點：力臂長，前輪的響應(yīng)速度快。若舵機(jī)輸出的力F 一定，連接臂長L 可變，則運(yùn)用杠桿原理，易知連接臂輸出給車輪的力?？梢娺^長的力臂會致使舵機(jī)輸出給車輪的力減小，導(dǎo)致力矩減小，在轉(zhuǎn)向中前輪轉(zhuǎn)不到位，高速狀態(tài)下易使小車偏離道路中心線。立式安裝時，要考慮到舵機(jī)力臂與轉(zhuǎn)向機(jī)構(gòu)的響應(yīng)速度和舵機(jī)輸出到車輪的力矩之間的關(guān)系，故需選取合適的力臂（通常選取3-4cm），且兩連桿長度相同。方向前輪左右最大轉(zhuǎn)動角度相同，當(dāng)舵機(jī)轉(zhuǎn)動時，拉桿帶動車輪機(jī)械部件做曲線運(yùn)動，符合阿克曼原理；立式安裝占車體縱向空間較后敘兩種方式小。缺點：車體前部重心略高，經(jīng)實際測試對車體行進(jìn)影響不大。

臥式安裝：固定至車體正中間位置，舵機(jī)輸出軸朝下。優(yōu)點：優(yōu)勢與立式安裝大體相同，同時克服了立式安裝重心略高的缺點。缺點：由于臥式安裝的安裝高度不同，會使連桿與水平面呈現(xiàn)夾角α，由力學(xué)分析可知：車輪受到的力F1=f cos α，其中，連接臂輸出到車輪的力會有所衰減；臥式安裝占車體縱向空間最大，不便于安裝調(diào)試以及后期的維護(hù)、更換以及檢修等操作。

側(cè)式安裝：舵機(jī)側(cè)躺安裝。優(yōu)點：鏈接在連接臂上的連桿左右長度不相同，有助于轉(zhuǎn)向；側(cè)式安裝舵機(jī)側(cè)面緊貼車體底部，車體前部重心最低，有利于車體轉(zhuǎn)向穩(wěn)定。缺點：調(diào)試難度大。較另外兩種固定難度大；舵機(jī)連接臂很短，舵機(jī)工作轉(zhuǎn)角與車輪響應(yīng)轉(zhuǎn)角差距過大，導(dǎo)致車前輪響應(yīng)差。

三種安裝方式各有優(yōu)劣，綜合比較立式安裝最為簡單有效，這也是是多數(shù)智能車采用的方案。

1.2 車輪固定

智能車行進(jìn)過程中，后輪為驅(qū)動輪，前輪為方向輪，車輪的參數(shù)整定主要以前輪為主，同時又以四個指標(biāo)衡量車前輪調(diào)校效果：主銷內(nèi)傾、主銷后傾、車輪外傾、前輪前束。

主銷內(nèi)傾（圖4）：從車前端正視車輪，可知主銷內(nèi)傾是將主銷向車內(nèi)中心傾斜一個角度，傾斜后，主銷與車輪中心垂線的夾角即為主銷內(nèi)傾角。當(dāng)車前輪轉(zhuǎn)向時，由于存在主銷內(nèi)傾，車輪和車體前部被抬起一定高度，方向輪回正時，車輪會在重力作用下恢復(fù)至原來位置。通常智能車的主銷內(nèi)傾角為0-3°。

圖4 主銷內(nèi)傾角示意圖

圖5 主銷后傾角示意圖

主銷后傾（圖5）：從車側(cè)端側(cè)視車輪，將主銷向車后傾斜一個角度，傾斜后，主銷與車輪中心垂線的夾角即為主銷后傾角。由于存在主銷后傾的作用，車輪偏轉(zhuǎn)后會產(chǎn)生回正力矩，這個回正力矩會使方向輪出完后自動回正，有利于小車出彎咬線直行。后傾角越大，回正力矩越大，但過大的后傾角會導(dǎo)致方向輪出彎回正過猛，車輪猛擺，引起小車系統(tǒng)震蕩，同時過大的力矩也會使轉(zhuǎn)向困難，增加了轉(zhuǎn)向機(jī)構(gòu)的響應(yīng)時間。通常智能車主銷后傾角為1-3°。

車輪外傾（圖6）：從車前端正視車輪，前輪中心線向車外側(cè)傾斜，使車輪不與地面垂直貼合，外傾為正角，內(nèi)傾為負(fù)角。車輪外傾角可以減小前輪的轉(zhuǎn)向阻力，也降低了轉(zhuǎn)向機(jī)械部件的負(fù)荷，增加了機(jī)械的使用壽命。但對于實訓(xùn)類的智能競速小車來說，一般采用車輪內(nèi)傾（外傾為負(fù)角），相當(dāng)于給方向輪接地面積留下一入彎的提前量。當(dāng)車以較高的速度入彎時，隨著方向輪的偏角逐步增大，原本方向輪底部較小的接地面積會逐步增大，使車重心更靠近彎道圓心，輪胎與賽道的附著力隨之增大，車在彎道時的高速穩(wěn)定性得到顯著提升。通常車輪內(nèi)傾1-2°。

圖6 車輪外傾實物圖

圖7 前輪前束實物圖

前輪前束（圖7）：從上車頂端俯視車輪，左右輪前端距離略小于后端距離，呈現(xiàn)出內(nèi)“八”，一般取6-10mm。前輪前束的作用減輕了因車輪外傾導(dǎo)致增大前輪磨損的副作用，與車輪外傾共同作用下，保證了前輪在小車行進(jìn)過程中的滾動。前輪前束能夠保證車在直線加速時減少細(xì)微抖動，保持直行穩(wěn)定，通常前輪前束為3°左右[2]。

1.3 車胎處理

行進(jìn)過程中車胎與地面直接接觸，因此在高速狀態(tài)下，車胎的處理顯得尤為重要，若某一個速度比為一道鴻溝，則車胎的處理過程，就是在逾越這道鴻溝。

常規(guī)的輪胎一般是套在輪轂上，但是車輪在高速旋轉(zhuǎn)的情況下，車胎會逐步脫離輪轂并向輪轂外側(cè)滑動，與輪轂產(chǎn)生相對的橫向位移，在車輪空轉(zhuǎn)情況下車胎會在短時間內(nèi)脫落。對此，需要使用膠將輪轂與輪胎貼合處粘合，避免橫向位移的產(chǎn)生。

全新的車胎其摩擦系數(shù)最小，新車胎使用一段時間后，摩擦系數(shù)會逐步提升，同樣的軟件、硬件條件下，小車行進(jìn)會穩(wěn)定很多。隨著小車路程的增加，車胎的摩擦系數(shù)會呈現(xiàn)“小→大→小”的變化趨勢。

在調(diào)車的過程中，應(yīng)當(dāng)把摩擦系數(shù)最大的車胎取下備用，換上新胎重新磨合。當(dāng)輪胎摩擦系數(shù)達(dá)到最大階段時，取下車胎，用車胎軟化劑浸泡輪胎，或者潤濕輪胎后使用保鮮膜包裹，使輪胎變軟，進(jìn)一步增加輪胎摩擦系數(shù)。正常情形下，一周后車胎在不進(jìn)行物理處理情況下摩擦系數(shù)達(dá)到最大。

2 基礎(chǔ)控制

2.1 驅(qū)動電機(jī)控制

大多數(shù)智能車驅(qū)動電機(jī)的控制策略通常采用閉環(huán)PID 控制?；仞亗鞲衅魍ǔ＿x取光電編碼器，運(yùn)用光電編碼器實時監(jiān)控電機(jī)的實際轉(zhuǎn)速，并反饋到數(shù)字系統(tǒng)當(dāng)中完善閉環(huán)控制[3]。

PID 控制分為硬件和軟件PID。硬件PID 含有冗雜的硬件電路，占據(jù)電路板空間，較少應(yīng)用，當(dāng)前大都使用數(shù)字系統(tǒng)的軟件PID 控制，其核心便是PID 算法。PID 算法原理如8 所示。

圖8 控制系統(tǒng)原理框圖

位置式PID 算法的時域形式為：

另一種簡單形式是每一次計算輸出時，只取距離當(dāng)次計算最近的幾十個偏差的和替代總和：

調(diào)節(jié)Kp、Ki、Kd三個參數(shù)即可調(diào)節(jié)算法的效果。

比例系數(shù)Kp影響著電機(jī)設(shè)定轉(zhuǎn)速與測量轉(zhuǎn)速的差值，是控制輸出大小的決定部分。小的Kp值使設(shè)定值與期望值之差過大，而過大的Kp值又會使超調(diào)量過大，引起系統(tǒng)震蕩，造成小車不能勻速，當(dāng)逐步增大Kp值至系統(tǒng)恰好發(fā)生震蕩，此時略微減小Kp即可。

微分系數(shù)Kd影響著電機(jī)提速的快慢，即調(diào)節(jié)時間的長短。系統(tǒng)離散化處理后，差值代表了整個系統(tǒng)的響應(yīng)趨勢，運(yùn)用響應(yīng)趨勢控制系統(tǒng)，提升了系統(tǒng)的響應(yīng)速度，進(jìn)而提高了系統(tǒng)的動態(tài)性能，解決了純Kd帶來的震蕩問題。調(diào)試過程中粗取，然后細(xì)調(diào)。

積分系數(shù)Ki影響著電機(jī)轉(zhuǎn)速能否穩(wěn)定在期望值。和值代表了整個系統(tǒng)的累積偏差，將累差輸出，時間越長，積分環(huán)節(jié)消除系統(tǒng)的靜態(tài)誤差效果越明顯。但過大的Ki值會使系統(tǒng)超調(diào)量增高，引起系統(tǒng)的不可恢復(fù)震蕩。

PID 參數(shù)整定過程中，按順序分別確定Kp、Ki、Kd的值。

由式（2）可得t-1時刻的輸出：

（2）式減去（3）式，得：

上式中ΔU 表示輸出增量，故式（5）為增量型PID的控制規(guī)律[4]。為化簡后對應(yīng)的參數(shù)，但其意義與位置式中的Kp、Ki、Kd不同。增量式由位置式經(jīng)過數(shù)學(xué)變換得到，本質(zhì)相同，但經(jīng)過變換后，控制效果略有差異。比較式（5）與式（2），都擁有項，而控制輸出大小的決定部分是xe(t)，分析公式后得出結(jié)果：參數(shù)整定過程中，增量式PID 整定順序為，與位置式略有不同。

由于增量式輸出ΔU 是增量，式（5）中也只使用了最近三次的誤差進(jìn)行計算，而位置式中需用到累差計算后得到U 直接輸出給執(zhí)行機(jī)構(gòu)，在受到相同干擾的情況下，增量式顯然誤動作更小，抗干擾性強(qiáng)，并且增量式在軟件程序中不需做累加處理，也就不需對累加進(jìn)行限幅，受編程語言變量上限值影響，位置式需要對累差進(jìn)行限幅。根據(jù)式（4）、（5），得到增量式輸出為：

在整定三個參數(shù)時，需弄清電機(jī)的負(fù)載。當(dāng)后輪抬起并空載時，電機(jī)的負(fù)載為齒輪和車輪，此時調(diào)節(jié)系數(shù)意義不大，車在賽道上跑時，電機(jī)負(fù)載為整個車體，觀察車在賽道上的穩(wěn)定速度、加速距離、穩(wěn)定所需時間，結(jié)合車的實際情況來調(diào)節(jié)三個參數(shù)才有實踐意義；確定參數(shù)同時，需對輸出進(jìn)行限幅，否則會出現(xiàn)不可預(yù)知的錯誤，如電機(jī)轉(zhuǎn)速失控、電機(jī)不轉(zhuǎn)等。

2.2 舵機(jī)控制

舵機(jī)分為模擬和數(shù)字舵機(jī)，內(nèi)置電平比較模塊，方便人們使用控制。模擬舵機(jī)通常固定工作頻率50Hz，數(shù)字舵機(jī)擁有工作頻率高，響應(yīng)速度快等優(yōu)勢。舵機(jī)旋轉(zhuǎn)在0-180°范圍內(nèi)對應(yīng)單個周期內(nèi)高電平持續(xù)時間0-2.5ms，與高電平占空比無任何關(guān)系，通常取1.5±0.05ms 為中值（具體根據(jù)控制信號精度確定）；取周期為 2.6ms，數(shù)字舵機(jī)實際最大工作頻率為：，一般選在50-350Hz 范圍內(nèi)。工作電壓通常選取5V，而在實際實訓(xùn)競速中，可采用6-7V 的電壓，以換取較高的輸出扭矩和響應(yīng)速度。由于舵機(jī)的機(jī)械特性，安裝舵機(jī)后首先得測定機(jī)械允許的最大轉(zhuǎn)角對應(yīng)的數(shù)值，對轉(zhuǎn)角進(jìn)行軟件限幅，否則會損傷舵機(jī)。

根據(jù)CCD 傳回的道路信息，計算處理出路徑信息后與設(shè)定中心信息比較，提取出差值e(t)，運(yùn)用這個差值給予舵機(jī)轉(zhuǎn)向信號，實現(xiàn)智能車的轉(zhuǎn)向控制。舵機(jī)一般采用PD 控制：

式（7）中e(t )為期望轉(zhuǎn)角減去當(dāng)前轉(zhuǎn)角，比例Kp使舵機(jī)能夠根據(jù)道路的偏差大小進(jìn)行線性輸出，由于微分Kd的存在，運(yùn)用變化趨勢控制輸出，顯著提高了舵機(jī)的預(yù)見性，減少了轉(zhuǎn)向系統(tǒng)在大彎的過沖。

3 圖像處理

線性CCD 具有高靈敏度、動態(tài)性能好、線性度良好、體積小、接口簡單等優(yōu)點，易于使用單片機(jī)驅(qū)動，尤其適合實訓(xùn)類智能車賽道采樣工作。線性CCD 內(nèi)含128 像素檢測點，可將車前分為128 份進(jìn)行觀測，配合128×64 OLED 顯示屏，交互界面顯得更簡單有效。智能車在賽道上行進(jìn)，完全依賴于圖像處理后的結(jié)果，圖像處理也是智能車系統(tǒng)性能優(yōu)化的重要一環(huán)。

3.1 曝光時間

CCD 經(jīng)過曝光后通過AD 轉(zhuǎn)換器及單片機(jī)得出128 個電壓值，通過增加或減少曝光時間可以提高或降低讀取電壓值的相對數(shù)值。若是在亮度均勻或光線干擾較小的賽道中，固定的曝光時間滿足CCD 采集信息穩(wěn)定的條件，但在光強(qiáng)不勻或亮度較小的環(huán)境下，固定的曝光時間就會嚴(yán)重干擾到CCD 采集的穩(wěn)定性，采集到的信息會出現(xiàn)混亂，甚至采集到錯誤的信息。此時引入曝光自適應(yīng)調(diào)節(jié)，在光強(qiáng)較弱時，增加曝光時間；光強(qiáng)較強(qiáng)時，減少曝光時間，這樣能夠很好地減小干擾。

3.2 濾波處理

黑白賽道具有明顯的誤差，所以CCD 反饋回的128 個電壓值會有明顯的、區(qū)域性的差值。傳回的數(shù)據(jù)經(jīng)過濾波處理以后才能作為準(zhǔn)確的數(shù)據(jù)去運(yùn)用。由于CCD 觀察角度的差別等原因，同等光強(qiáng)情況下，賽道邊緣的電壓值會自然降低，同時，因CCD 畸變等緣故，得到的圖形效果不符合預(yù)期理想圖形（圖9 所示），圖中兩邊下降沿有漸變的過程，設(shè)定的閾值可能恰好位于平緩的下降沿，可能導(dǎo)致賽道識別錯誤。此時可引入濾波：采用多點取電壓平均值的方法，排除噪點，使抖動部分變得平滑。試驗多組128 個數(shù)據(jù)，進(jìn)行比對，得到一個含有128 個數(shù)的加權(quán)數(shù)組，讓每個像素點采集到的電壓值乘以權(quán)值作為待處理的數(shù)據(jù)，而后輔助濾波函數(shù)，即可得到如圖10 所示的較為平穩(wěn)的圖形。

圖9 未濾波處理讀取的電壓值

圖10 濾波處理后讀取的電壓值

3.3 二值化處理

3.4 掃描均勻分布

CCD 鏡頭角度分為45°、90°、120°三種。以900為例，由于CCD 俯視賽道，所以對于CCD 的128 個像素點來說，離攝像頭越近的區(qū)域，像素點對應(yīng)的寬度越小；越遠(yuǎn)的區(qū)域，像素點對應(yīng)寬度越大，導(dǎo)致每個像素點對應(yīng)的寬度不等，攝像頭兩端像素點對應(yīng)寬度大，中部像素點對應(yīng)寬度?。▓D11），無法真實有地反映出賽道的具體情況。

將CCD 前瞻距離與垂直于賽道的水平線構(gòu)成直角三角形（圖12），輔以正切函數(shù)進(jìn)行距離解算，將每個像素點對應(yīng)的賽道寬度平均化，即可得到穩(wěn)定的數(shù)據(jù)。首先定義一個正切函數(shù)數(shù)組，表示0-800正切函數(shù)值，以0.50為精度，數(shù)組內(nèi)共定義160 個數(shù)。根據(jù)圖12可得出：

式（8）中，β 是解算必需的底角，賽道邊界是CCD直接讀取出的賽道左右兩邊界，±0.5 為補(bǔ)償系數(shù)；式（9）中，X 為最終解算的邊界結(jié)果，d 為CCD 前瞻距離，由于邊界解算是以賽道中心為零點進(jìn)行解算，所以在最終結(jié)果中需要加上中值補(bǔ)償，作為實際的解算結(jié)果。當(dāng)車體處于不同的賽道時，反饋回的左右邊界數(shù)據(jù)正負(fù)號需要調(diào)整，因此在式（8）和（9）中引入符號調(diào)整：無論是左、右邊界，只要當(dāng)賽道邊界大于賽道中值時，符號一律取正；當(dāng)賽道邊界小于64 時，符號一律取負(fù)。單片機(jī)通過解算公式對數(shù)據(jù)處理后，就得到了寬度平均化的賽道信息（圖13）。具體的圖像處理流程如圖14 所示。

圖11 未等分前CCD 像素點對應(yīng)賽道寬度

圖12 均分解算圖示

圖13 等分后CCD 像素點對應(yīng)賽道寬度

圖14 圖像處理流程框圖

4 行進(jìn)策略

智能車控制策略近年來初步分化為：勻速、直道提速—減速過彎、加速過彎等，這些控制策略均需對CCD數(shù)據(jù)進(jìn)行處理，識別出賽道的種類并加以控制。

加速過彎策略對車的控制算法，對機(jī)械特性要求非常高，而勻速耗時較長，鮮有人采取這兩種做法。目前直道提速—彎道減速策略因控制算法易于實現(xiàn)，對客觀條件要求稍低，故選擇此種行進(jìn)策略。當(dāng)車在直道上高速行駛，識別出彎道時開始減速，但真正進(jìn)行減速時，車即將入彎或已經(jīng)入彎，此狀態(tài)車容易打滑或沖出賽道。直線減速階段，出彎后加速階段都比較浪費(fèi)時間，如何選取差速數(shù)值也是該策略直道與彎道差速控制的一個難點，需要多次試驗才能得出合適的數(shù)值。

車直線高速行駛時識別出彎道時，不對其進(jìn)行減速，而是給電機(jī)反轉(zhuǎn)信號，使其反轉(zhuǎn)并提供最大制動力，讓車迅速減速甚至短停，而后使用正常PID 控制，車會在入彎前以超低速重新加速，在彎道內(nèi)仍然保持提速狀態(tài)，不過此時車速仍然在系統(tǒng)可控范圍內(nèi)，出彎后甚至彎道內(nèi)車已經(jīng)提至設(shè)定速度，減少了“直道提速—減速過彎”策略的入彎減速和出彎加速的時間，有效地縮短了車的單圈耗時。該行進(jìn)策略可行性高且效果明顯，只需多次試驗，得出數(shù)據(jù)，做好微分D 控制以及何時進(jìn)行剎車等即可，該策略也稱之為彎道點剎[6]。

5 結(jié)語

本文從機(jī)械、控制、圖像處理、行進(jìn)策略多個角度由深入淺出地剖析了智能車系統(tǒng)的主要構(gòu)成，介紹了系統(tǒng)搭建與調(diào)控，比較了兩種PID 的性能，提出了采用增量式控制驅(qū)動電機(jī)、對賽道信息進(jìn)行濾波處理的較為新穎的方案和采用點剎過彎的行進(jìn)策略。該策略和方案具有系統(tǒng)響應(yīng)快、穩(wěn)定性優(yōu)良、咬線準(zhǔn)確、動態(tài)性能好、易于控制等優(yōu)點，相比于比其他策略可顯著縮短單圈耗時。