新聞中心

EEPW首頁 > 設計应用 > 瑞彩祥云

瑞彩祥云

作者:梁家泰,程麗平時間:2019-08-12來源:電子産品世界收藏

  梁家泰,程麗平

本文引用地址:/article/201908/403614.htm

  (山東科技大學,山東?泰安?271019)

  摘?要:以全國大學生“恩智浦杯”競賽爲研究背景,爲解決單一傳感器的系統可靠性低和准確性不足的問題,提出了一種采用多種傳感器系統,該控制系統將電磁引導技術、圖像識別技術、超聲波檢測技術與PID算法相結合的方式實現對方向的实时控制。同时该控制系統采用分段的模糊PID控制算法控制车速,根据赛道的情况实现速度的实时控制。在保证稳定性的前提下提高了平均速度,实现了对智能車的精确控制。本文从智能車的整体方案、硬件電路、控制策略、参数调整等方面对智能車系統進行介紹。

  關鍵詞:智能車;

  0 引言

  循迹智能車作为汽车行业今后发展方向之一,受到越来越多的企业的关注和追捧从而对循迹小車的研究深度有待进一步提高 [1] 。循迹小車通过路径识别模块获取赛道信息,并由程序提取出赛道的中线信息,然后由單片機做出控制决策,控制舵机的转角和电机的转速。展望未来赛道元素越来越向真实道路靠拢,为适应赛道元素的复杂性,解决单一傳感器局限性的问题,本文研究一种混合控制系統的智能汽车。本文就智能車混合控制系統中整体方案、硬件電路、控制算法这3个方面做出阐述。

  1 整体方案設計

  本文設計的控制系統共包含五大模块:电源模块、路径识别模块、测速模块、驱动模块、无线调试模块。

  K60單片機通过路径识别获得智能車的当前位置,经过图像识别、电磁检测、超声波检测得到路径识别模块输出的位置信息,控制器计算得到当前位置偏差,从而得到智能車距离赛道中心线的偏差量。最终通过方向闭环的PID调节并结合舵机PWM波的输出,动态调整车身姿态,使其既快又稳地通过规定赛道。通过正交解码获取速度检测模块的速度信號,通过速度闭环的PID调节并结合电机PWM波的输出,实现对智能車的。同时为实时监控智能車的运行情况,控制系統加入了无线调试模块。智能車整体結構如图1所示。

微信截图_20190813151046.jpg

  2 硬件設計

  本設計选用MK60FX512Q15單片機作为控制芯片,具有丰富的模拟、通信、定时、控制等模块,利用其丰富的片上资源,設計智能車外围電路,包括电源模块、数据采集、驱动模块等模块。

  2.1 电源模块

  智能車各模块所需工作电压不同,需要为各模块提供合适、稳定的工作电压。系统采用電池供电,供电电压7.2 V,設計电源電路,为各模块提供5 V、6.5V、3.3 V的电压,分 别 选 用LM1084_ADJ、L M 1 0 8 4 _ 5 、ASM1117_3.3芯片。由于电机驱动模块驱动电机时電池会发生较大的压降和电流,容易产生对其他模块的干扰因此,电机驱动模块单独供电。电源電路如图2所示。

1565680435941598.jpg

  2.2 路径识别模块

  爲保證複雜路況的檢測可靠性,路徑識別采用圖像識別、電磁檢測、超聲波檢測混合識別方式。

  1)圖像識別

  采用OV7725數字攝像頭作爲采集賽道信息的傳感器裝置。OV7725數字攝像頭可直接完成圖像的二值化處理 [2] 。無需再次對圖像進行軟件二值化,極大減輕單片機的工作量,進而可以釋放更多的資源用在算法控制上。

1565680457843673.jpg

  2)電磁檢測

  根據電磁學原理,在導線中通入變化的電流,如果在導線附近放置電感,則在電感上會産生感應電動勢,且位置不同産生的感應電動勢也不同 [3] 。據此,可以確定電感的大致位置。但是其感應信號較微弱,采用電壓反饋型高速放大器ad8032進行放大,因混有雜波,需要對信號進行濾波、檢波、放大處理。

  电磁检测電路如图3所示。其中IN1、IN2为信號输入端口,OUT1、OUT2为信號输出端口,输出是经滤波、检波、放大处理后的电磁信號。

  3)超聲波檢測

  采用HC-SR04超声波模块作为检测赛道上障碍物的傳感器。HC-SR04超声波模块是利用已知的超声波在空气中的传播速度,测量声波在发射后遇到障碍物反射回来的时间,根据发射和接收的时间差计算出智能車到障碍物的实际距离 [4] 。

  2.3 電機控制

  1)速度檢測模塊

  采用欧姆龙500线编码器对电机进行测速,该编码器的分辨率为500 P/R,通过正交解码获取速度检测模块的速度信號,其误差满足对智能車转速的控制要求 [5]

  2)驅動模塊

  采用S-D5舵机作为智能車的转向控制环节中的执行机构。S-D5舵机使用简单,便捷功能强大,可直接由控制单元的输出口控制 [6]

  驱动電路采用BTN7971芯片来設計電路。采用经典的H桥控制電路,受两个使能端和两个PWM控制端控制,通过使能端变换电机中电流方向,使电机达到正反转的目的。此電路与L298N驱动電路相比具有結構简单、稳定性好、散热效果好等优点。电机驱动電路如图4所示。

  2.4 无线调试模块

  無線調試模塊主要用于顯示車模動態運行狀態及各控制參數的變化。NRF2401+模塊把單片機采集的圖像和各種賽道信息以數據包的形式向上位機發送,同時可以接受上位機發送的遙控控制信號等信息,與傳統的藍牙模塊相比具有傳輸速度快的優點 [7] 。同时具有极低电流消耗的优点,当处于工作模式时电流消耗为9 mA,掉电模式和待机模式下电流消耗更低。

  3 软件設計

1565680511893022.jpg

  智能車混合控制系統的软件設計通过状态函数切换在控制策略上,运用图像识别为主,电磁检测和超声波检测为辅的控制方式,较单一控制方式提高了智能車系统的准确性,使得各模块互补,实现了智能車系统的最优控制。

  3.1 图像识别

  1)邊緣提取

  通过图像识别得到像素120×160的图像,在前五行边线采用边缘扫描的方法提取,五行以后的边线利用的方式实现对智能車运行模式的控制,所实现的功能有:信息采集、模式识别、模式选择速度和方向控制。

  通过图像识别、电磁检测、超声波检测等技术获取赛道和车辆信息。根据获取的信息识别车辆目前运行模式,并选择针对各种路况的运行模式,实现对状态函数的切换,改变智能車的运行状态。系统的程序流程图如图5所示。边缘跟踪方法,并考虑到边线丢失情况对赛道边线提取。跟踪边缘检测法较传统的边缘检测法运算速度快,抗干扰能力强,并且可以滤除十字交叉和三角黑区的干扰。

微信截图_20190813151134.jpg

  2)中線提取

  在邊線不丟失的情況下采用中點法求取賽道中線,當出現邊線丟失情況,依據邊線不丟失的最後一行的中線爲基准對剩余的中線采用平移的方法來補充,若一條邊界全部消失時,則以上一幅圖像中線爲基准進行平移。這種中線求解方法有效的解決了平均法的中線失真情況,提高了中線計算的准確性。

  3.2特殊元素識別

  1)圓環

  根据圆环元素的图像的突变性和不对称性区别圆环和交叉路口。在圆环元素内实行分段控制、嵌套控制方式提高特殊元素的识别效率,实现对智能車的精确控制。

  2)路障

  當車輛行駛時,在賽道中間出現一處障礙物且有一定的通過空間,進入避障模式跟隨賽道邊緣行駛。當障礙物消失時,切換正常行駛模式。

  3)斑馬線

  爲了避免發車時停車和中途停車現象,在原有基礎上增加判斷條件。通過檢測特殊元素的次數來判斷車體在賽道上的進程,當特殊元素次數小于規定數,此期間的任何停車指令都作爲僞指令屏蔽。

  4)斷路

  当车辆行驶时若道路突然消失且超声波检测模块判断前方无障碍,则前方则可认为是短路,这时切换到电磁引导方式,根据电磁量对智能車进行控制。

  5)橫斷路障

  當賽車行駛時若前方道路突然截止且通過超聲波檢測模塊判斷前方存在障礙,這時切換到避障模式,當順利通過橫斷路障時恢複正常行駛模式。

  3.3

  智能車车模选用直流电机,额定电压为7.2 V。选用编码器测量实际速度值,与设定速度值进行比较,形成闭环负反馈速度控制回路 [1] 。智能車的速度控制需要考虑赛道的曲率、特殊元素等问题,其控制效果直接影响车体的灵敏度。采用分段的模糊PID控制算法控制车速,可根据赛道的情况实现速度的实时控制。起跑时快速升速,赛道曲率变大时要快速降速,避免冲出赛道,曲率变小时恢复到原有速度,特殊元素的速度采用分段控制。为实现速度的随动变化以适应多变的运行环境,可根据赛道中线斜率控制速度,其次对舵机打角限幅可有效避免出现车身抖动。通过以上措施可实现速度的最优控制,在保证系统稳定性的前提下提高智能車的平均速度。

1565680584522872.jpg

  3.4 方向控制

  根据车辆和赛道中心的偏差量和中心线的变化趋势,结合此刻的舵机角度,对舵机进行方向闭环PID调节,减小智能車的位置偏差,实现混合控制系統对智能車方向的控制 [8]

  4 系统调试

  通过对程序的编译调试,以及对智能車速度、方向两大模块的控制参数进行调整之后,在37.5 m的赛道上进行调试,经过多次调试后得到试验结果如表1所示。表中共记录10组数据,每跑5次为1组数据,速度单位m/s,0表示冲出赛道。通过测量数据可以看出,所設計的混合控制系統能够使智能車在赛道上快速运行,且稳定性较好,这表明采用的控制方案合理,参数选择恰当,各硬件設計合理。

  5 结论

  该文章针对智能車的混合控制系統,以MK60FX512Q15單片機为核心控制芯片,通过对智能車整体方案、硬件電路、控制算法等几个方面进行設計,采用图像识别为主电磁检测和超声波检测为辅的多种傳感器混合控制,解决了采用单一傳感器的智能車系统可靠性低和准确性不足的问题,同时提高了智能車的运行的速度和精确度,使智能車系统更加稳定,并以较为理想的速度在赛道上运行,对于混合控制智能車的研究具有一定的参考和借鉴作用。

  參考文獻

  [1] 李延斌, 牛雷, 佟贺. 基于GPS的智能車自动驾驶系统的研制[J]. 电子产品世界, 2018(11):61-63.

  [2] 许苑丰, 郭泽豪, 刘智聪. 一种智能循迹小車設計方案[J]. 电子产品世界, 2013(11):47-49.

  [3] 杨建姣, 朱凤武, 齐迹. 基于K60电磁循迹智能車系统控制策略的設計[J]. 安徽电子信息职业技术学院学报,2016, 15(2).

  [4] 杨萍, 侯静茹, 曹强. 基于單片機的智能車图像处理与道路识别算法研究[J]. 机械制造, 2017(1).

  [5] 朱阳, 王伟成, 王民慧. 基于电磁学的智能車路径识别与跟踪算法研究[J]. 傳感器世界, 2014, 20(3):39-43.

  [6] 李军, 申俊泽. 超声测距模块HC—SR04的超声波测距仪設計[J]. 單片機与嵌入式系統应用, 2011, 11(10).

  [7] 孙肖林, 花怀海, 杨焜, et al. 信标系统及智能車硬件系统的設計研究[J]. 电子世界, 2017(11).

  [8] 葛俊杰, 何志琴, 吴逊. 智能車图像采集及优化处理的研究[J]. 电子世界, 2018(16).

  作者簡介:

  梁家泰,男,山東科技大學機電工程系電氣工程與智能控制專業學生。

  程麗平,女,通訊作者,山東濟甯人,山東科技大學機電工程系講師。

  本文來源于科技期刊《電子産品世界》2019年第8期第54頁,歡迎您寫論文時引用,並注明出處



評論


相關推薦

技術專區

關閉