袁瑞豪 王一豪 孫振涵

摘? ?要：自動駕駛汽車制作一直是前沿的汽車工業(yè)發(fā)展方向。恩智浦公司舉辦的恩智浦杯智能車競賽為大學(xué)生提供了寬廣的平臺去了解和親身參與自動駕駛小車的制作。文章從攝像頭數(shù)字圖像處理、硬件搭建、PID控制算法3個方面對智能小車的制作進(jìn)行分析。

關(guān)鍵詞：攝像頭;K66單片機(jī);PID控制算法

1? ? 攝像頭

1.1? 圖像二值化處理

本次比賽中本研究采用的是灰度攝像頭，也就是每幅圖像的每一個像素點(diǎn)都有一個數(shù)字來表示它的灰度值。范圍是0～255，其中，0代表白色，255代表黑色。二值化就是把圖像上所有的點(diǎn)都用0和255表示，并存在點(diǎn)對應(yīng)位置的二維數(shù)組中。具體將一個灰度存儲為0還是255需要設(shè)置相應(yīng)的閾值，在本程序中，采用OSTU大津法，獲取全局閾值，大津法可以根據(jù)一幅圖像每個點(diǎn)的灰度值來設(shè)置動態(tài)閾值。

1.2? 尋中線算法

攝像頭的算法在自動駕駛小車比賽中至關(guān)重要，攝像頭算法的好壞直接決定了單片機(jī)能否高效處理攝像頭傳入的每一幀圖像，以及單位時間內(nèi)處理圖像的總數(shù)。而處理圖像的算法在處理不同的道路情況時有所不同。所以在單片機(jī)接收到每一幀圖像時，要按照順序做的事情就是：（1）判斷道路類型。（2）根據(jù)不同類型的道路選取相應(yīng)的算法。（3）提取出每幅圖片上道路的中線值，然后將中線值傳遞給舵機(jī)電機(jī)控制函數(shù)。

無論處理哪一種賽道，首先要解決的就是攝像頭成像的逆透視變換問題。透視變形的矯正，根據(jù)攝像頭的視角進(jìn)行校正，對校正圖像進(jìn)行修正。我們采用記錄每一行賽道寬度的方式，首先，用小車攝像頭拍攝一張只有直道的圖形，利用串口通信讀出每一行的賽道寬度，并記錄在數(shù)組中。

直道類型的賽道是最基本也是最簡單的一種賽道，在提取中線時所用最基本的算法就是，從每一行的中點(diǎn)開始，向左掃描這一行的每一個點(diǎn)，記錄從白色點(diǎn)跳變至黑色點(diǎn)的位置，將這個值存在一個變量left_line當(dāng)中，再用一個變量left_flag記錄是否找到邊線，如果找到將其置1，未找到則置0。再回到中點(diǎn)，向右做相同操作。判斷如果兩邊都找到了邊線，則這一行的中點(diǎn)值為（left_line+right_flag）/2，如存在未找到邊線情況，則道路類型不為直道。

對于彎道的判斷，如果檢測到一條邊線的丟失，另一邊未丟失，則判斷為小車進(jìn)入彎道，如丟失右邊線則進(jìn)入的是左轉(zhuǎn)彎，丟失左邊線進(jìn)入的是右轉(zhuǎn)彎。左轉(zhuǎn)彎的中線為右邊線的值減去對應(yīng)行數(shù)賽道寬度的一半，右轉(zhuǎn)彎的中線值為左邊線位置加上賽道寬度的一半。

如果兩邊邊線全部丟失，則進(jìn)入十字路，在十字路口時，下一行賽道圖像的中線值和前一行中線值相等。在提取到一幅圖片所有行的中線值后，算出這幅圖像中線值的平均值，傳遞給控制函數(shù)從而對小車的速度，轉(zhuǎn)角進(jìn)行控制。

2? ? 件電路設(shè)計方案

本系統(tǒng)的硬件電路采用模塊化設(shè)計方式。主要包括單片機(jī)最小系統(tǒng)模塊、電源模塊、圖像采集模塊、測速模塊、串口通信模塊、顯示模塊等部分。

2.1? 單片機(jī)最小系統(tǒng)模塊

本設(shè)計的核心控制器為恩智浦公司生產(chǎn)的32位單片機(jī)MK60DN512Z。該單片機(jī)具有144個引腳。MK60DN512Z具有豐富的系統(tǒng)資源和方便的外部電路接口，其中，包括32位中央處理單元，UART模塊，PIT定時中斷模塊，IIC模塊，DMA模塊，RAM存儲器，F(xiàn)LASH存儲器，EEPROM存儲器，F(xiàn)TMPWM模塊等。

2.2? 主控板模塊

2.2.1? 穩(wěn)6? V電源模塊

6 V穩(wěn)壓芯片選擇LM2941。LM2941芯片為可調(diào)穩(wěn)壓模塊，輸入電壓為7.2 V，調(diào)節(jié)R1和R2的值可改變輸出電壓（見圖1）。本車將電壓調(diào)到6V電壓給舵機(jī)供電。

2.2.2? 穩(wěn)5 V電源模塊

線性穩(wěn)5V穩(wěn)壓芯片很多，比如7805，TPS7350，LM2940-5.0，LM1084-5.0等，經(jīng)過實(shí)踐使用發(fā)現(xiàn)，LM2940的線性度較為理想，且電路簡單、穩(wěn)定性好。所以5 V穩(wěn)壓芯片選擇LM2940。

通過LM2940芯片對7.2 V穩(wěn)壓得到5 V電壓，給放大電路、驅(qū)動電路等模塊供電;另取一片LM2940芯片穩(wěn)壓得到5 V電源，給編碼器供電。此處編碼器單獨(dú)供電是為了避免編碼器對放大和驅(qū)動電路產(chǎn)生干擾。

2.2.3? 穩(wěn)3.3 V電源模塊

穩(wěn)3.3 V穩(wěn)壓芯片有線性電源：ASM1117-3.3，LM2940-3.3，LM1084-3.3開關(guān)電源：LM2596。經(jīng)過比較，ASM1117的線性度較好且價格便宜，效率高，不易發(fā)熱，但有紋波，電路比較復(fù)雜，適用于單片機(jī)供電。通過LM1117芯片對5 V穩(wěn)壓得到3.3 V電壓，給單片機(jī)、液晶屏供電。此處采用對5 V穩(wěn)而非7.2 V穩(wěn)壓是為了減少損失的電壓，從而提高穩(wěn)壓的快速性和穩(wěn)定性。

2.3? 電機(jī)驅(qū)動模塊

本次采用的電機(jī)型號為RS540，該電機(jī)采用7.2 V電源供電時，最大電流為9.71 A，最大功率為61.75 W，因此，該電機(jī)的驅(qū)動電路設(shè)計尤為重要。常用的電機(jī)驅(qū)動有兩種方式：（1）采用集成電機(jī)驅(qū)動芯片驅(qū)動。（2）采用MOSFET和專用集成MOSFET驅(qū)動芯片驅(qū)動。使用集成芯片的電路設(shè)計簡單，可靠性高，但是性能受限。由于比賽電機(jī)內(nèi)阻僅為幾毫歐，而集成芯片內(nèi)部的每個MOSFET導(dǎo)通電阻在120 mΩ以上，大大增加了電樞回路總電阻，此時直流電動機(jī)轉(zhuǎn)速降落較大，驅(qū)動電路效率較低，電機(jī)性能不能充分發(fā)揮。由于分立的N溝道MOSFET具有極低的導(dǎo)通電阻，大大減小了電樞回路總電阻。另外，專門設(shè)計的柵極驅(qū)動電路可以提高M(jìn)OSFET的開關(guān)速度，使PWM控制方式的調(diào)制頻率可以得到提高，從而減少電樞電流脈動。并且專用柵極驅(qū)動芯片通常具有防同臂導(dǎo)通、硬件死區(qū)、欠電壓保護(hù)等功能，可以提高電路工作的可靠性。目前常用電機(jī)驅(qū)動方案為直流電機(jī)的H橋驅(qū)動電路。H橋驅(qū)動電路的內(nèi)部原理解析如下。

圖2為一個典型的直流電機(jī)控制電路。電路得名于“H橋驅(qū)動電路”是因為它的形狀酷似字母H。4個MOS管（或三極管）組成H的4條垂直腿，而電機(jī)就是H中的橫杠。如圖2所示，H橋式電機(jī)驅(qū)動電路包括4個MOS管（或三極管）和一個電機(jī)。要使電機(jī)運(yùn)轉(zhuǎn)，必須導(dǎo)通對角線上的一對MOS管（或三極管）。根據(jù)不同MOS管（或三極管）對的導(dǎo)通情況，電流可能會從左至右或從右至左流過電機(jī)，從而控制電機(jī)的轉(zhuǎn)向。

當(dāng)Q1管和Q4管導(dǎo)通時，電流就從電源正極經(jīng)Q1從左至右穿過電機(jī)，然后再經(jīng)Q4回到電源負(fù)極。按圖2中電流箭頭所示，該流向的電流將驅(qū)動電機(jī)順時針轉(zhuǎn)動。當(dāng)Q1和Q4導(dǎo)通時，電流將從左至右流過電機(jī)。對一對MOS管（或三極管）Q2和Q3導(dǎo)通的情況，電流將從右至左流過電機(jī)。當(dāng)Q2和Q3導(dǎo)通時，電流將從右至左流過電機(jī)，從而驅(qū)動電機(jī)沿另一方向轉(zhuǎn)動。

3? ? PID控制算法

3.1? 算法簡介

在使用PID控制算法之前，應(yīng)該先了解為什么要用PID控制算法來控制智能車以及基本原理。

在制作智能車的時候，之所以要用到PID控制算法，原因有二。

（1）MCU的處理速度并不是無限快的，預(yù)設(shè)值與實(shí)際控制效果之間存在一定的偏差、實(shí)際輸出與數(shù)據(jù)反饋之間存在一定的延時。在實(shí)際控制中加入PID算法將能達(dá)到系統(tǒng)不斷靈活變化的效果。

（2）PWM波的占空比控制的是小車的加速度，所以無法通過量化PWM的占空比來精確控制速度。因此，必須通過閉環(huán)調(diào)節(jié)來控制智能車的速度，而PID控制算法是目前較為成熟的控制算法。

PID算法的執(zhí)行流程是非常簡單的，即利用反饋來檢測偏差信號，并通過偏差信號來控制被控量。其功能框架如圖3所示。

3.2? 位置式PID

在計算機(jī)中只能對離散值進(jìn)行處理，所以要對PID的模擬量公式進(jìn)行離散化處理。

假設(shè)系統(tǒng)采樣周期為T，第K個采樣周期。PID算法的離線形式表示為：

3.3? 增量式PID

上面的公式描述了第k個采樣周期的結(jié)果，那么前一時刻也就是k-1個采樣周期就可表示為：

那么第K個采樣周期的增量，就是U（k）-U（k-1）。于是用第k個采樣周期公式減去第k-1個采樣周期的公式，就得到了增量型PID算法的表示公式：

3.4? 選擇

在此設(shè)計中選擇了增量式PID控制電極，因為位置PID需要的內(nèi)存較大，不利于較低級的處理芯片的數(shù)據(jù)處理。而位置PID控制舵機(jī)，因為舵機(jī)與之前的狀態(tài)無關(guān)只用PD調(diào)節(jié)，無需積分項。

3.5? PID參數(shù)整定

3.5.1? 比例系數(shù)調(diào)節(jié)（Proportion）

控制對象為電機(jī)時，比例P越大時，電機(jī)轉(zhuǎn)速回歸到輸入值的速度將更快，及調(diào)節(jié)靈敏度就越高。

（1）舵機(jī)比例系數(shù)調(diào)節(jié)：由于智能車處于不同狀態(tài)時所需要的響應(yīng)速度和系統(tǒng)穩(wěn)定性各不相同。

所以對此智能車進(jìn)行設(shè)計時，采用了動態(tài)二次P值的設(shè)定。P的大小與對中線偏差值呈二次函數(shù)關(guān)系，使得智能車可以對不同的情況進(jìn)行不同的調(diào)節(jié)。

（2）電機(jī)比例系數(shù)調(diào)節(jié)：則對此智能車進(jìn)行設(shè)計時，采用了動態(tài)一次P值的設(shè)定。P的大小與速度和對中線偏差值呈一次函數(shù)關(guān)系，使得智能車可以對不同的情況進(jìn)行不同的調(diào)節(jié)。

3.5.2? 積分系數(shù)調(diào)節(jié)（Integral）

積分環(huán)節(jié)的調(diào)節(jié)作用雖然會消除靜態(tài)誤差，但也會降低系統(tǒng)的響應(yīng)速度，也就是積分項的調(diào)節(jié)存在明顯的滯后，增加系統(tǒng)的超調(diào)量。

舵機(jī)積分系數(shù)調(diào)節(jié)：與之前的狀態(tài)無關(guān)不采取I調(diào)節(jié)。

電機(jī)積分系數(shù)調(diào)節(jié)：采用了固定積分系數(shù)進(jìn)行調(diào)節(jié)。

3.5.3? 微分系數(shù)調(diào)節(jié)（Differential）

微分反應(yīng)了偏差信號的變化規(guī)律，或者說是變化趨勢，偏差的微分實(shí)際偏差的變化速率，變化越快，其微分絕對值越大。偏差增大時，其微分為正;偏差減小時，其微分為負(fù)。

舵機(jī)微分系數(shù)調(diào)節(jié)：則對此智能車進(jìn)行設(shè)計時，采用了動態(tài)一次D值的設(shè)定。D的大小與速度和對中線偏差值呈一次函數(shù)關(guān)系，使得智能車可以對不同的情況進(jìn)行不同的調(diào)節(jié)。

電機(jī)微分系數(shù)調(diào)節(jié)：采用了固定微分系數(shù)進(jìn)行調(diào)節(jié)。

3.5.4? 控制算法

（1）賽道識別：在智能車偏離賽道中線較小的范圍內(nèi)采用之別中線的方法，當(dāng)智能車偏離過大時用黑點(diǎn)計數(shù)循跡，這樣可以避免在S彎處擺動過大。

（2）斷路：遍歷圖像中的所有點(diǎn)，算出黑點(diǎn)的個數(shù)，然后當(dāng)黑點(diǎn)個數(shù)多于閾值時，判斷位斷路，切換為電磁，減速循跡。

（3）障礙：用超聲波檢測障礙，遇見障礙向右打死，駛出賽道。車識別到全黑，向左打死，回到賽道。調(diào)節(jié)向左打死與向右打死的時間差，使車剛好可以繞過障礙物。

[參考文獻(xiàn)]

[1]余卓平，邢星宇，陳君毅.自動駕駛汽車測試技術(shù)與應(yīng)用進(jìn)展[J].同濟(jì)大學(xué)學(xué)報（自然科學(xué)版），2019（4）：540-547.

[2]張?zhí)燔?智能汽車自動駕駛的控制方法分析[J].時代汽車，2019（1）：19-20.

[3]金鑫，高偉江，王云鵬，等.智能控制小車的設(shè)計[J].汽車實(shí)用技術(shù)，2019（9）：64-65.

[4]蔡栩嘉，劉海剛，陳冠成，等.攝像頭智能小車設(shè)計與控制算法研究[J].工業(yè)控制計算機(jī)，2018（12）：98-101.

[5]徐世豪.智能車設(shè)計中增量式PID控制算法的運(yùn)用[J].中國新通信，2017（2）：11-12.

NXP intelligent car based on K66MCU

Yuan Ruihao， WangYihao， Sun Zhenhan

（Xian University of Posts &Telecommunications， Xian 710000， China）

Abstract：Autonomous vehicle production has been the forefront of the automotive industry development direction.The NXP Cup Intelligent Car Competition held by NXP provides a wide platform for college students to learn about and participate in the production of self-driving cars.This paper analyzes the manufacture of intelligent car from three aspects：digital image processing， hardware construction and PID control algorithm.

Key words：camera; K66 Microcontrollers; PID control algorithm