龍銀銀 許秩茂

摘要：本設(shè)計(jì)主要介紹基于電磁與紅外傳感器的智能車導(dǎo)向與避障的制作和實(shí)現(xiàn)。其主要由主控芯片、電源、人機(jī)交互、攝像頭、電磁傳感器、紅外測(cè)距、速度檢測(cè)、電機(jī)驅(qū)動(dòng)、舵機(jī)驅(qū)動(dòng)九個(gè)模塊組成。本系統(tǒng)基于開車產(chǎn)生的碰撞事件，采用電磁傳感器識(shí)別路面的電磁信號(hào)與紅外傳感器信號(hào)，自動(dòng)控制小車剎車、前進(jìn)、轉(zhuǎn)向與避障，從而實(shí)現(xiàn)啟動(dòng)、加速、轉(zhuǎn)向等自動(dòng)化處理，為交通事故問題提供解決方案。設(shè)計(jì)中分析無關(guān)電磁對(duì)實(shí)驗(yàn)產(chǎn)生的影響，采取高靈敏度的電磁傳感器以及多種頻率的電磁信號(hào)，來提高小車運(yùn)行的可靠性。采用PID算法控制小車運(yùn)行和轉(zhuǎn)向，對(duì)該算法控制效果以及優(yōu)缺點(diǎn)進(jìn)行分析，使小車能夠在任意放置障礙物的跑道上自適應(yīng)的變速以及轉(zhuǎn)向。

關(guān)鍵詞：智能車;紅外傳感器;電磁傳感器;循跡導(dǎo)向;避障

引言

近年來智能控制技術(shù)被廣泛運(yùn)用于各種行業(yè)，汽車行業(yè)也逐步向數(shù)據(jù)化、網(wǎng)絡(luò)化和數(shù)據(jù)化方向發(fā)展。智能車作為一種新型產(chǎn)品其便捷性優(yōu)勢(shì)明顯，有望成為年輕一代的首選產(chǎn)品。本文中采用智能車新C車模為研究平臺(tái)，以32位微處理器LPC54606為主控，全文將從智能車總體設(shè)計(jì)、機(jī)械結(jié)構(gòu)、硬件電路、控制算法等方面詳細(xì)介紹整體設(shè)計(jì)思路。

一、系統(tǒng)總體設(shè)計(jì)

智能循跡小車的技術(shù)主要是指一種利用傳感器、單片機(jī)、電動(dòng)風(fēng)扇的驅(qū)動(dòng)及自動(dòng)控制技術(shù)，預(yù)設(shè)的小車模式，實(shí)現(xiàn)不同時(shí)間無需人工管理的自動(dòng)跟蹤和導(dǎo)航。

本設(shè)計(jì)在Keil5中進(jìn)行，核心控制器為LPC54606，它是一個(gè)32位的微控制器。首先利用灰度攝像頭MT9V032采集賽道信息并以圖像信號(hào)的方式傳入到微控制器中以此來獲得主要的路面相關(guān)信息;檢測(cè)車速這部分我們使用了兩個(gè)編碼器來完成，車

模的運(yùn)行速度和路程由單片機(jī)脈沖計(jì)數(shù)獲得，并由此構(gòu)成速度閉環(huán)控制;在轉(zhuǎn)向舵機(jī)與電機(jī)差速的配合下實(shí)現(xiàn)車模的控制和轉(zhuǎn)向，電機(jī)的輸出功率則是由PWM控制驅(qū)動(dòng)電路來進(jìn)行調(diào)整;利用上位機(jī)與OLED屏幕在調(diào)試中實(shí)現(xiàn)數(shù)據(jù)監(jiān)測(cè)，獲得更好的調(diào)試效果。

二、實(shí)驗(yàn)原理

（一）紅外探測(cè)法

表面的顏色不同的物體，其對(duì)紅外線的反射能力也不同。行駛過程中，小車會(huì)周期性的發(fā)射紅外光射向地面（這個(gè)周期很短，以此來達(dá)到更為精確地識(shí)別）。當(dāng)紅外光遇到由白色地面（這里我們用白色紙板代替）時(shí)，便會(huì)發(fā)生漫反射，于是安裝在汽車上的接收管就能接收到反射光;反之如果遇到黑線（黑紙代替），紅外光會(huì)被吸收，小車上的接收管也就無法接收到紅外光。是否能接收到反射的紅外光便作為單片機(jī)判斷的依據(jù)，并以此來確定黑線的位置以及汽車的行走路線。[1]

（二）紅外避障原理

紅外避障我們采用了兩個(gè)紅外傳感器，它們被分別安裝在主板的兩側(cè)。小車正常行駛時(shí)，如果兩側(cè)傳感器的返回值是“1”（即高電平），則表明前方?jīng)]有障礙物。如果從一側(cè)傳感器的返回值為“0”（即低電平），則表明該側(cè)傳感器前面有障礙物，此時(shí)單片機(jī)會(huì)根據(jù)我們寫的程序來控制小車的運(yùn)動(dòng)，避開前方障礙物之后繼續(xù)行駛。重復(fù)上述操作，實(shí)現(xiàn)避障功能。

三、硬件

（一）電源供電模塊

電源供電模塊是智能車系統(tǒng)的能源動(dòng)力供給來源，穩(wěn)定的供電系統(tǒng)是小車成功運(yùn)行的必要條件。鎳鎘電池輸出7.2V電壓，直接供電給電機(jī)驅(qū)動(dòng)板和舵機(jī)穩(wěn)壓塊，輸入給驅(qū)動(dòng)板中的BTN芯片與LM1117穩(wěn)壓芯片得到PWM輸出波，輸入給舵機(jī)供電穩(wěn)壓LM2596芯片得到舵機(jī)供電5V電壓。

（二）攝像頭模塊

采用MT9V032數(shù)字?jǐn)z像頭采集圖像進(jìn)行處理，由于底層已經(jīng)由廠家設(shè)計(jì)好，所以硬件設(shè)計(jì)比較簡單，只需要對(duì)應(yīng)接口與單片機(jī)連接即可。

（三）電磁傳感器模塊

道路采用給流過固定電流的銅導(dǎo)線作為導(dǎo)引線，故采用電感傳感器采集電磁信號(hào)進(jìn)行處理，幫助循跡。用兩對(duì)左右對(duì)稱的電感來采集信號(hào)，外側(cè)電感為一字型電感，測(cè)量穩(wěn)定，不易竄道，內(nèi)測(cè)電感為八字型電感，測(cè)環(huán)島時(shí)某一側(cè)八字電感與銅導(dǎo)線相切，電磁信號(hào)幾乎為0，便于檢測(cè)到環(huán)島。采用opa2350芯片對(duì)電感收集的電磁信號(hào)進(jìn)行一級(jí)放大，得到穩(wěn)定的電磁信號(hào)，再輸入給單片機(jī)，進(jìn)行軟件方面的處理。

（四）紅外線測(cè)距模塊

道路元素中有坡道元素，在普通的白色賽道上使用前瞻遠(yuǎn)的攝像頭傳感器，速度更快，但也有弊端，在行駛到坡道時(shí)，攝像頭仰角大，能采集到天花板等非賽道元素而竄道，這時(shí)候使用紅外測(cè)距模塊，提前判斷到坡道元素進(jìn)而編寫程序禁止竄道，極大地增加了穩(wěn)定性。

（五）速度檢測(cè)模塊

智能車的速度控制是閉環(huán)控制，故需要將運(yùn)行速度反饋回來，故用到了編碼器，可以直接檢測(cè)車輪速度。

（六）陀螺儀模塊

這里我們使用的是L3G4200D，由ST推出，其三軸共用的結(jié)構(gòu)可以讓軸與軸之間的信號(hào)干擾基本消失，從而讓輸出信號(hào)免受干擾信號(hào)的影響。為了讓角度計(jì)算更加精準(zhǔn)，我們將陀螺儀固定在了主板上，并盡可能的貼近車的主軸。

（七）人機(jī)交互模塊

實(shí)驗(yàn)調(diào)試中，為了實(shí)時(shí)、便捷的掌握車的運(yùn)行狀態(tài)和參數(shù)變化如傳感器的狀態(tài)、舵機(jī)的轉(zhuǎn)角等，用于輸入?yún)?shù)、策略調(diào)整的撥檔開關(guān)與含有液晶屏幕的數(shù)字鍵盤也必不可少。

（八）電機(jī)驅(qū)動(dòng)模塊

雙極性電機(jī)驅(qū)動(dòng)電路和單極性驅(qū)動(dòng)電路是橋式電機(jī)驅(qū)動(dòng)電路的兩種通常選擇。由于輸出電流交流成分較多，雙極性驅(qū)動(dòng)電路更容易導(dǎo)致電機(jī)發(fā)熱和消磁;因此可逆單極型橋式直流電動(dòng)機(jī)成為了我們的首選，四支N溝道功率 MOSFET管組成了它的功率元件，得益于此功率元件，100A以上的額定工作電流不在話下，這也讓電動(dòng)機(jī)的工作轉(zhuǎn)矩以及轉(zhuǎn)速獲得了很大的提升。[2]

（九）舵機(jī)驅(qū)動(dòng)模塊

舵機(jī)上每個(gè)固定的占空比都對(duì)應(yīng)著固定的打角，使用時(shí)只要將舵機(jī)先標(biāo)定好，就可以輕松控制它的打角。在 S3010舵機(jī)中，為使其兩側(cè)打角最大程度地對(duì)稱，理論中值便顯得尤為重要，因此我們需要先測(cè)得它——分別測(cè)試它的左極限和右極限對(duì)應(yīng)的占空比，取平均后得到的值，這便是舵機(jī)的理論中值，將舵機(jī)調(diào)到該中值之后，再安裝到車模上。

四、軟件

（一）圖像處理簡介

我們認(rèn)為整個(gè)設(shè)計(jì)的核心所在是智能車采集圖像信息的底層處理算法部分，它是整個(gè)上層控制策略的基礎(chǔ)。而上層控制策略受到三個(gè)方面的影響：一是圖像采集的穩(wěn)定性，二是圖像處理方法，三是路徑識(shí)別的準(zhǔn)確性，因此必須準(zhǔn)確的識(shí)別出路徑信息，智能車才能實(shí)現(xiàn)高速穩(wěn)定行駛，全局快門攝像頭MT9V034則成為了我們實(shí)現(xiàn)它的利器。

（二）圖像處理

利用攝像頭采集技術(shù)單片機(jī)得到圖像信號(hào)。實(shí)驗(yàn)中需對(duì)這些信號(hào)進(jìn)行處理，否則會(huì)出現(xiàn)過多的干擾信息。為了適應(yīng)不同光線的場地，對(duì)采集到的圖像二值化的黑白閾值要做到隨環(huán)境調(diào)控。對(duì)于灰度圖像閾值的確定最終采用了最佳迭代法。首先最佳迭代法確定圖像黑白閾值的運(yùn)算時(shí)間僅僅為大津法的1/5，同時(shí)在同一個(gè)環(huán)境的光線下，在第一次滿足給定的約束條件后，將此閾值作為下一次逼近的初值，可以更快的劃分黑白閾值。迭代法圖像二值化：首先初始化一個(gè)閾值Th，然后按特定的策略對(duì)其不斷更迭代新，直到滿足給定的約束條件為止。

（三）道路識(shí)別及處理

1.正常循跡

正常循跡中我們利用來道路雙邊特征明顯的特性，以此來作為攝像頭進(jìn)行判斷的依據(jù)。同時(shí)我們采用了動(dòng)態(tài)多行平均判斷，即通過對(duì)攝像頭采集的每一行數(shù)據(jù)進(jìn)行分析計(jì)算出中點(diǎn)值，提取出最優(yōu)化的道路特征，并以此特征進(jìn)行循跡。

2.十字識(shí)別及處理

當(dāng)攝像頭采集的圖像中存在多行全白時(shí)，則表明小車遇到了十字路口，此時(shí)小車會(huì)按照四個(gè)角進(jìn)行補(bǔ)線，之后會(huì)正常循跡行駛。

3.環(huán)島識(shí)別及處理

使用中間電感的加倍特征來判斷已經(jīng)處于環(huán)島狀態(tài)。當(dāng)判斷進(jìn)入環(huán)島狀態(tài)后，通過內(nèi)八電感進(jìn)行左右環(huán)島判斷，當(dāng)內(nèi)八電感到達(dá)特征值時(shí)進(jìn)行強(qiáng)制舵機(jī)定時(shí)打角處理。

4.坡道識(shí)別及處理

對(duì)于坡道的處理，通過使用陀螺儀直接采集車身的狀態(tài)來判斷坡道。

5.電磁尋跡處理

根據(jù)電感值提取出直道與彎道的賽道類型，采用動(dòng)態(tài)PD，即相當(dāng)于在直道P較小，彎道時(shí)P很大，是一個(gè)動(dòng)態(tài)P且是連續(xù)順滑的控制曲線，電磁尋跡采用基本差比和方法，作為輔助備用尋跡策略。

五、控制算法

（一）PID算法

詳見下文中的圖7，描述了PID的算法流程;圖像識(shí)別模塊的角度環(huán)PLD控制原理圖如圖8所示，PID算法的公式如圖9所示。

（二）舵機(jī)PD控制

由實(shí)際賽道的中值與理想的賽道中值之間的偏差，和當(dāng)前偏差與前一次偏差只差，共同作用計(jì)算出舵機(jī)的占空比，使舵機(jī)打角及時(shí)準(zhǔn)確。我們使用的PD控制器能讓舵機(jī)快速響應(yīng)且提高穩(wěn)定裕度。

（三）電機(jī)PI控制

在閉環(huán)控制的部分中，電機(jī)通過PI控制器消除靜差，提高系統(tǒng)無差度。

（四）濾波器的設(shè)計(jì)與實(shí)現(xiàn)

內(nèi)部低通不在我們的考慮范圍內(nèi)，這里我們用傳感器實(shí)現(xiàn)，用他確定由震動(dòng)產(chǎn)生的噪音截止頻率，噪聲信號(hào)進(jìn)行處理則由二階巴特沃斯濾波器實(shí)現(xiàn)。

六、結(jié)論

在本設(shè)計(jì)中，我們成功實(shí)現(xiàn)了智能小車的兩個(gè)基本功能。但現(xiàn)實(shí)應(yīng)用時(shí)，路面情況更為復(fù)雜多變，僅靠基本功能難以應(yīng)對(duì)高難度、高精度的任務(wù)，還需配合更先進(jìn)的技術(shù)與元器件以及更好的控制程序?qū)崿F(xiàn)來這些任務(wù)。

參考文獻(xiàn)：

[1]李雷.基于MCS-51控制的軍用自動(dòng)倉儲(chǔ)搬運(yùn)機(jī)器人設(shè)計(jì)實(shí)現(xiàn)[J].系統(tǒng)仿真技術(shù)，2011，7（2）100-103

[2]吳祥，王冠凌.基于電磁導(dǎo)航智能車的控制研究及實(shí)現(xiàn)[J]四川理工學(xué)院學(xué)報(bào)（自然科學(xué)版）2015，（6），42-46

基金項(xiàng)目：安徽財(cái)經(jīng)大學(xué)2020年省級(jí)大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃項(xiàng)目，項(xiàng)目名稱：基于物聯(lián)網(wǎng)的智能車導(dǎo)向與避障，S202010378383。

作者簡介：

1.龍銀銀（2000.—），女，漢族，安徽池州人，安徽財(cái)經(jīng)大學(xué)日語專業(yè)四年級(jí)在讀本科生，主要從事日本文化、中日翻譯研究并參與智能車技術(shù)研究。

2.許秩茂（2001.—），男，漢族，安徽銅陵人，安徽財(cái)經(jīng)大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)專業(yè)三年級(jí)在讀本科生，主要從事計(jì)算機(jī)原理、數(shù)據(jù)結(jié)構(gòu)、算法設(shè)計(jì)研究并參與智能車技術(shù)研究。