西北工业大学翱翔队技术报告

1、第四届“飞思卡尔”杯全国大学生智能汽车竞赛技 术 报 告 学 校： 西北工业大学队伍名称： 翱翔队参赛队员： 马文佳 刘 博 曹小宝带队教师： 曲仕茹唐 炜关于技术报告和研究论文使用授权的说明 本人完全了解第四届全国大学生“飞思卡尔”杯智能汽车竞赛关保留、使用技术报告和研究论文的规定，即：参赛作品著作权归参赛者本人，比赛组委会和飞思卡尔半导体公司可以在相关主页上收录并公开参赛作品的设计方案、技术报告以及参赛模型车的视频、图像资料，并将相关内容编纂收录在组委会出版论文集中。参赛队员签名： 带队教师签名： 日 期： 摘 要智能汽车应用环境感知、决策计划、计算机图像技术、自动控制技术等技术，使汽车具

2、有自动识别行驶道路，自动驾驶，自动调速等功能。本论文以智能汽车大赛为背景，制作能自主识别路径，快速、稳定行驶在跑道上的智能模型车。首先介绍了系统总体设计思路，然后分别阐述了硬件、软件的设计与实现，以及机械调整和系统调试，最后总结了智能汽车制作过程中遇到的各种问题。本车控制系统采用Freescale 16位微控制器作为核心控制单元，通过处理摄像头采集的道路信息控制转向，并接收车速传感器的反馈信号对车速进行控制。为了提高智能车性能，我们对系统进行了创造性的优化：其一，硬件上，采用新单片机MC9S12XS128作为控制器，采用数字式和模拟式摄像头兼容的方案；采用四片MC33886并联来驱动电机，很好

3、的解决了一片驱动芯片驱动电流小，温度高的问题。其二，舵机控制将弯道预判、模糊控制算法进行结合。其三，独立设计了控制电路板，利用高精度传感器编码器测速，运用基于PID思想的Bang-Bang控制相结合的方式实现了速度闭环控制。其四，充分利用单片机现有模块进行编程，同时拨码开关、状态指示灯等方便了算法调试。智能车的控制系统需要硬件、软件以及机械等方面相互协调，所以在系统设计过程中需要不断的调整与完善。关键词：智能车，MC9S12XS128，编码器ABSTRACTSmart car using environmental sensing ,decision-making, computer grap

4、hics technology, control technology has the abilities of premise of achieving, automatic driving and vehicle navigation support.In this paper, we design a small intelligent car which can travel independently on the given runway, in the background of the intelligent car competition. This article firs

5、tly introduced the idea of system design, and then separately set out the design and implementation of the hardware and software, as well as the mechanical adjustment and system debugging, and finally summed up the problems encountered. Freescale 16 bit MCU served as the intelligent unit in this con

6、trol system. Steering system works according to camera sensor and vehicle speed controlling relied on speed sensor .In order to improve the performance of the car, we optimize the system using some creative methods. Firstly, MC9S12XS128 used as a new single-chip controller ,using the program which i

7、s compatible for digital and analog camera; the use of four parallel MC33886 to drive the motor, a very good solution to the current driver IC drives a small, high temperature. Secondly, the steering gear control combine curve pre-detecting and the PID algorithm. Thirdly, we design a S12XS based con

8、trolling board independently, using high-precision Rotary Encoder, and using Bang-Bang and PID control to achieve a combination of closed-loop control of speed. Lastly, we make the full use of the MCU in the process of the software design. With the help of the wireless serial port, the input switch

9、and the denoting LED, the program debugging is easier.Intelligent vehicle control systems require hardware, software and mechanical coordination, etc. So the design process in the system requires constant adjustment and improvement.KEY WORDS: smart car, MC9S12XS128, Rotary Encoder目录摘 要IIIABSTRACTIV第

10、一章 引 言11.1 竞赛规则概述11.2 本文章节安排及文献综述2第二章 车模总体设计32.1车模总体设计目标32.2硬件设计思路32.3机械设计思路42.4系统软件设计思路5第三章 机械结构设计63.1 车模组装与改造63.1.1 车模组装63.1.2 前轮定位的调整63.1.3 差速的调整73.1.4 舵机力臂的调整73.2 摄像头的安装73.3编码器的安装93.4舵机的安装103.5 电路板的固定与安装10第四章 硬件系统设计与实现114.1传感器的选型114.1.1 摄像头选型114.1.2 速度传感器选型114.2 电源模块124.2.1 降压稳压电路设计134.2.2 升压稳压电

11、路设计134.2.3 电源模块小结144.3 视频分离模块144.4 驱动模块154.5本章小结17第五章 软件系统设计与实现185.1 智能车模型建立185.1.1 基于后轮差速的运动模型185.1.2 基于速度和前轮转角的运动模型215.1.3 运动模型仿真265.2路径识别原理和实现275.2.1 视频图像信号采集275.2.2 图像处理275.2.3 黑线的提取295.3 控制算法的理论分析305.3.1 方向控制325.3.3 速度控制355.3.4 控制算法的优化部分365.3.5 算法的程序实现375.4 系统软件初始化40第六章 开发与调试436.1 软件开发环境介绍436.2

12、 智能车整体调试44舵机调试44电机调试44整体调试44第七章 结论457.1 总结457.2 展望45参考文献I附录AI第一章 引 言1.1 竞赛规则概述 受教育部高等教育司委托，高等学校自动化专业教学指导委员会负责主办全国大学生智能车竞赛。该项比赛已列入教育部主办的全国五大竞赛之一。自第一届“飞思卡尔”杯全国大学生智能车邀请赛于2006年8月在清华大学举行以来，此项大赛一跃成为各大高校的热点赛事。第四届“飞思卡尔”杯全国大学生智能车大赛将于2009年8月在北京科技大学举行。此项赛事，在韩国已经举办过六届，其专业知识涉及控制、模式识别、传感技术、汽车电子、电气、计算机、机械等多个学科，对学生

13、的知识融合和动手能力的培养，对高等学校控制及汽车电子学科学术水平的提高，具有良好的推动作用。在本次比赛中，参赛选手须使用大赛组委会统一提供的竞赛车模，采用飞思卡尔16位微控制器MC9S12XS128作为核心控制单元，自主构思控制方案及系统计，包括传感器信号采集处理、控制算法及执行、动力电机驱动、转向舵机控制等，最终实现一套能够自主识别路线，并且可以实时输出车体状态的智能车控制硬件系统。各参赛队完成智能车工程制作及调试后，于指定日期与地点参加比赛。参赛队伍之名次（成绩）由赛车现场成功完成赛道比赛时间为主，技术方案及制作工程质量评分为辅来决定。下面是比赛的主要细则：一、器材限定 1、竞赛车模1)

14、禁止改动车底盘结构、轮距、轮径及轮胎；2) 禁止采用其它型号的驱动电机，禁止改动驱动电机的传动比； 3) 禁止改造滚珠轴承； 4) 禁止改动舵机，但可以更改舵机输出轴上连接件； 5) 禁止改动驱动电机以及电池，车模主要前进动力来源于车模本身直流电机及电池； 6) 为了安装电路、传感器等，允许在底盘上打孔或安装辅助支架等 。 2、电路器件及控制驱动电路1) 赛道路面用专用白色基板制作，在初赛阶段时，跑道所占面积在5m×7m左右，决赛阶段时跑道面积可以增大 。 2) 跑道包括普通赛道和窄道区两部分。普通赛道宽度不小于60cm ，窄道区的宽度不小于45cm； 3) 跑道表面为白色，中心有连

15、续黑线作为引导线，黑线宽 25mm 。铺设赛道地板颜色不作要求，它和赛道之间可以但不一定有颜色差别；4) 跑道最小曲率半径不小于50 cm；5) 跑道可以交叉，交叉角为90°；6) 赛道直线部分可以有坡度在15°之内的坡面道路，包括上坡与下坡道路。 7) 在驶入窄道区和驶出窄道区时，赛道上有标志。该标志距离窄道区 25cm，在进入和驶离窄道区有两种标志（如图1所示）：a) 黑色正三角形，位于赛道中心。边长25cm。b) 赛道突起，颜色白色，厚度0.5cm，宽度3cm。 赛车可以根据上述标志判断是否进入或驶离窄道区。8) 赛道有一个长为1m的出发区，如图2所示。计时起始点两边

16、分别有一个长度10cm黑色计时起始线，赛车前端通过起始线作为比赛计时开始或者结束时刻。图1 窄道区示意图图2 赛道出发区示意图1.2 本文章节安排及文献综述本文系统的介绍了制作本智能模型车的各项技术。具体章节安排如下：第一章 引言 介绍了本次比赛的背景，引出下文。第二章 车模总体设计 总体的分析了提高赛车可靠性的各个因素，介绍了智能车的总体设计目标和机械、硬件、软件等部分的设计思想。第三章 机械结构设计 介绍了智能车的搭建与调整，以及摄像头、光栅编码器与电路板的安装。应用了一些相关的汽车理论知识，如参考文献8。第四章 硬件系统设计及实现 分析智能车系统各组成部分为实现特定功能应采用什么样的电路

17、，能达到最好效果同时产生的噪声和对其他电路的干扰最小。参考的主要资料是芯片的datasheet，如参考文献7，9，10，11，12。第五章 理论分析与算法实现 从建模的角度分析车的运动形式，最后得出控制算法。其中，数学基础理论参考了文献13。在控制算法上，我们对比了模糊控制和PID控制，最终采用模糊控制。主要参考文献有14，15，16。第六章 软件系统设计与实现 介绍了本智能车系统的初始化，图像采集、图像处理和黑线提取的方法。在视频信号的采集上，我们主要参考了视频技术与应用（参考文献18）。在图像的处理上用到了MATLAB 7.0控制系统应用与实例。第七章 开发与调试 介绍了软件开发的环境，以

18、及对各部分的调试方法。我们软件开发环境为Metrowerks公司开发的软件集成开发环境Codewarrior，因此，我们仔细研究了Codewarrior使用指南（参考文献17）。第八章 总结与展望 总结了几个月来的工作，对未来进行了展望。第二章 车模总体设计2.1车模总体设计目标根据以往的经验来看，车模的稳定性是第一位的，不然车模速度再高可无法跑完全程也无济于事。其次，车模在稳定工作的前提下要能达到较高的速度，并且拥有出色的转向性能。 车模的可靠性由机械可靠性、硬件可靠性以及软件上的可靠性综合保证，其中机械的可靠性主要由严谨的机械装配和合理的机械调校来保证，而硬件和软件的可靠性主要指标是摄像头

19、的成像质量以及图像处理的稳定性。为了确保硬件和软件的可靠性，我们需要多次的在不同环境下的测试，获取足够多的测试数据，分析设计从而选择出最优的方案。 首先，要使车模的速度提高并且有较好的转向能力，最直接的方法就是提高车模的机械性能。其次，车模的重心越低对车模的转向性能越有利，因此摄像头不宜装在较高的位置。再次，除了机械结构的调整外，硬件电路一定要精简，来减小车模的重量，电路一定要合理，防止车在行动中出现复位的情况，驱动电路也是影响车模速度的关键，我们需要低内阻、大功率的驱动电路使车模获得较高的直线速度和加速度，以及入弯时足够快的减速。以下我们详细介绍一下我们的设计思路。图2.1 系统模型框图2.

20、2硬件设计思路 系统硬件设计可以说是整个智能车设计的基础和重中之重。正确的硬件设计方向与思路，是系统稳定可靠的基础，功能强大的硬件系统，更为软件系统的发挥提供了强大的平台。通过总结以往各届比赛经验和各个参赛队伍的技术方案，我们首先确定了我们硬件设计方向与思路。 1、电路集成度高。我们的电路巧妙地融合了模块化设计和一体化设计是两种设计思路。利用模块化系统有良好的扩展性，可升级性，维护性好等优点，将驱动电路和最小系统等其他电路分离开。又结合集成化的设计思路原件密度高，系统可以小型化一体化的特点，针对智能车布局空间非常局促的现状，小型化的电路设计更为方便布局，所以我们将最小系统、电源模块和视频模块等

21、其他模块整合到一块电路板上，又做了一下地线的隔离措施。通过综合考虑各方面因素，在确定了系统最终硬件方案不做大的更改的情况下，在确保了系统可靠性的前提下，最终选择了一体化，集成化的硬件设计思路。使车体硬件电路布局紧凑，稳定可靠。 2、看的远，高分辨率方案。在摄像头的安装不影响赛车行驶的前提下，尽可能的提高传感器前瞻，更大的前瞻，能为赛车提供更多的信息，更能让赛车提前作出决策直至抛弃记忆算法。而高分辨率则是大前瞻的保证，几十个像素的分辨率显然不能让赛车的视野跳出车前几十厘米的范围。2.3机械设计思路 系统的机械设计和硬件一样是整个系统的基础。机械性能直接影响到赛车的速度，良好的机械性能对车子提高赛

22、车的稳定性和速度起到至关重要的作用。我们参照F1赛车的机械标准并结合赛车的实际情况，总结出了提高机械性能的设计思路。1. 车身重心要低。通过以往几届比赛的经验我们看到，想要取得好的成绩，车身往往重心低，体积小巧，布局紧凑。而重心过高的赛车往往在高速过弯时出现侧翻。而通过汽车理论与现实中的竞速类比赛我们也可以看到，凡是竞速类的赛车均是低重心设计。于是，我们通过合理布局电路板和各种传感器，尽可能地降低整车重心。在不影响传感器前瞻，或者不过度牺牲传感器性能的情况下，尽量降低摄像头高度，以提高赛车的侧翻极限。 2. 轻量化设计。重量的减轻，可以带来加速快，减速及时等一系列有点，所以在达到设计目标的情况

23、下，应尽可能减轻车重。但不可以太轻，否则车在转弯的时候很有可能会翻车，一旦翻车摄像头位置变动，很难再把车调得顺畅。2.4系统软件设计思路 系统的软件方面，我们首先要考虑的因素就是要保证赛车的稳定性。 以此目标为核心，我们的软件包括了一下几个子模块： 1. 硬件端口连接及系统初始化；2. 图像处理与黑线提取；3. 起跑线判别；4. 路径识别及出错处理；5. 控制算法及最优路径优化。第三章 机械结构设计在智能车比赛中，最主要的比赛内容是速度，而模型车的机械结构无疑是影响速度的关键因素之一。鉴于这个原因，我们对模型车的机械结构做了很多的调整工作，进行大量调整，达到了比较满意的效果。3.1 车模组装与

24、改造 车模组装模型车的组装工作看似简单，却需要很多的耐心和经验。首先，仔细阅读说明书。通过阅读模型车的装配图，可以了解各个不同零件的用途和安装顺序。然后，根据模型车的装配图组装智能车模型。由经验得到，在组装过程中，不但要注意模型车的组装顺序，而且由于模型车零部件较小，组装过程中要防止零部件滑落和丢失。特别是，由于模型车上的大部分零部件材质均为塑料，在拧螺丝以及对零件进行加工时要格外的小心，以免损坏。 前轮定位的调整在调试中我们发现，模型车过弯时，转向舵机的负载会因为车轮转向角度增大而增大。为了尽可能降低转向舵机负载，我们对前轮定位进行了调整。前轮定位的作用是保障汽车直线行驶的稳定性，转向轻便和

25、减少轮胎的磨损。前轮定位参数主要包括：主销后倾角、主销内倾角、前轮外倾角和前轮前束8。主销后倾角是主销轴线与地面垂直线在汽车纵向平面内的夹角。主销内倾角是主销轴线与地面垂直线在汽车横向断面内的夹角。前轮外倾角是汽车横向平面与车轮平面的郊县与地面垂线之间的夹角。在一般情况下，主销后倾角为0-3度，主销内倾角为0-10度，前轮外倾角为0度或者1度。在本模型中，后倾角过大会使得模型车转向沉重，从而使舵机转向存在严重的滞后，故在模型车中将主销后倾角调整为0度；主销内倾角过大不仅会使得转向变得沉重，还将加速轮胎的磨损，因此将主销内倾角控制在5度以内；前轮外倾角和前轮前束分别设为0度、0mm。 差速的调整

26、模型车的差速对转弯时的影响很大，差速性能不好会导致后轮空转，发生侧滑现像。我们通过添加推力轴承和润滑油的手段，改进差速装置，使得模型车在转向时，后轮与后轴之间的摩擦大大降低，从而提高了差速的效果，进而提高了小车的转向性能。 舵机力臂的调整相对于S12X单片机的处理速度，舵机的响应存在着较大的延时，对舵机的改造着实需要。在相同的舵机转速条件下，转向连杆在舵机一端的连接点离舵机轴心距离越远，转向变化越快，本模型车中通过用转向盘代替舵机上的曲柄来增大舵机的上连接点到舵机中心的距离，增加了输出转动力矩，使得前轮在转向时更加灵敏。图3.1 舵机的改造3.2 摄像头的安装考虑到单片机的处理速度和电路限制问

27、题，把CCD图像传感器的数量定为1个。如何安装CCD传感器将会影响到两个方面的性能，一是图像处理的复杂程度和精度，二是小车的机械性能。如果小车的重心靠近后轴，对模型车动力性能是由益的；如果重心靠近前轴，对模型车的制动性和操纵性有益。考虑到智能车大赛对模型车的动力性要求并不像真正的赛车比赛要求那么高，而模型车所能达到的最快速度并不高，所在安装CCD摄像头、电池和电路板位置时，应适当使模型车的重心位置前移，从而提高转弯性能。因此我们将摄像头架设在舵机的上方，这样不但能够明显的将模型车的整体重心前移，而且能够使得摄像头更好地获取前方路况信息。模型车摄像头的架设主要要考虑一下几个因素：1. 确保摄像头

28、位置的居中，因为当摄像头不居中时，其采集进来的图像也不是居中的，而处理程序对舵机输出量是居中的，这样就会导致模型车在直道上也会存在左右摆动的问题。2. 摄像头的高度要足够高，这样可以使得模型车在摄像头的角度不是很高的情况下就能够前瞻到前方足够远处的路况信息，因为当摄像头的角度过大时候，采集进来的图像形变过大，且图像中的干扰信息增多，对模型车的处理算法十分的不利。3. 摄像头的架设一定要是可调整的，以便于摄像头居中的校正，以及在实际调试中选择最佳摄像头角度，以及对摄像头视野范围进行标定。图3.2 摄像头远度标定经过多次的实验，我们对摄像头的远度进行了标定，对摄像头的采集的图像信息进行了中心位置的

29、校正。如图3.2所示，当摄像头架设为24cm高时候，倾角为42度时候能够采集到前方14cm到120cm的图像信息，对于识别直道、弯道和“S”道信息量已经足够。如图3.3所示，将小车位置放置于所作的方格纸中心位置，将摄像头的视频信息接入到电视机中，通过调节摄像头各个旋转变量使得摄像头的图象位置居中。校正后的摄像头能够采集到小车前方上底为1m，下底为0.45m，高为1.2m的等腰梯形图象。图3.3 图象中心位置校正3.3编码器的安装对编码器的安装，我们是将编码器安装到电机后架上面，主要有两种方法固定；1. 用强力胶粘，这种方法方便，位置自由度大，且不增加额外的重量。但 一旦安装上，很难把编码器再取

30、下来，不能重复使用。2. 用特制的木架支撑。这种方法需要特殊的设计，但安装方便、重复利用 率高。图 3.4编码器的安装3.4舵机的安装 舵机的安装我们采取的方式是：舵机立着架，这样可以加长摆臂，提高响应速度，但这样一来，控制精度降低，考虑到舵机的控制精度较高，相比之下响应速度需要提高，故我们将舵机立着架，并适当将其抬高。图3.5 舵机的安装3.5 电路板的固定与安装在电路板的安装这部分，我们考虑到结构的稳定性，以及规则中对车辆尺寸的限制，最终决定采用高架、立体的搭建方法，即用支架把主控板较高地固定在底盘上方。这种布局可以保证车辆行驶稳定。图3.6 电路板的安装第四章 硬件系统设计与实现硬件电路

31、的设计是自动控制器的基础。智能汽车竞赛指定飞思卡尔公司S12X系列的16位单片机MC9S12XS128作为核心控制处理器。本智能车采用了组委会提供的开发板MC9S12XEVKC作为单片机最小系统，并在此基础上增加了各种接口电路板组成整个硬件系统。下面将对传感器的选型及硬件设计中除了单片机最小系统之外的其他几个主要的模块设计进行讨论。4.1传感器的选型 摄像头选型基于普通的CMOS摄像头的功耗大，电源电路复杂，并且成像质量较差等原因，我们选择了动态性能较好的CCD摄像头。为获取较大的视野范围，我们选择了1/3CCD，配合3.6mm镜头。图4.1 摄像头 速度传感器选型 基于测速的精确和重量轻的原

32、则，速度检验传感器采用日本OMRON公司的E6A2-CW3C型旋转编码器作为车速检测元件。其精度为车轮每旋转一周，旋转编码器产生200个脉冲，其硬件电路简单，且信号采集速度快、精度高，满足赛车车速控制精度要求。旋转编码器的工作电压为512伏，输出为一系列冲。 E6A2-CW3C型编码器的输出方式为电压输出，因此本系统将编码器的输出接一个5K上拉电阻再与PT7口相连。PT7采用8位输入脉冲累加模式对旋转编码器的输出脉冲进行累加计数。车速检测单元安装如图4.2所示，在编码器的中轴上安装一个齿数18的齿轮，并将该齿轮与同轴于后轮的传动齿轮咬合。如此则后轮旋转的同时将通过传动齿轮带动编码器一同旋转。因

33、此只需要测量一定时间（5.12ms）编码器输出的脉冲数就能准确计算出车速。车速的计算公式如公式1所示： (4.1)式中，d为后轮直径，n为采样时间内PT7捕获的脉冲数，T为采样周期。 图4. 2编码器安装图4.2 电源模块电源模块为系统其他各个模块提供所需要的电源。设计中，除了需要考虑电压范围和电流容量等基本参数之外，还要在电源转换效率、降低噪声、防止干扰和电路简单等方面进行优化。可靠的电源方案是整个硬件电路稳定可靠运行的基础。全部硬件电路的电源由配发的标准车模用7.2V 2000mAh Ni-cd蓄电池提供。由于电路中的不同电路模块所需要的工作电压和电流容量各不相同，因此电源模块应该包含多个

34、稳压电路，将充电电池电压转换成各个模块所需要的电压。主要包括以下不同的电压。l 5V电压。主要为单片机系统、信号调理电路以及部分接口电路提供电源，电压要求稳定、噪声小，电流容量大于500mA。l 12V电压。主要为CCD图像传感器提供12V的工作电源。l 7.2V电压。这部分直接取自蓄电池两端电压，主要为舵机、后轮电机驱动模块和部分接口电路提供电源。除了7.2V电压可以直接由蓄电池获得，5V电压需要通过降压稳压电路获得，12V电压通过升压稳压电路获得。电机驱动电路的电源可以直接使用蓄电池两端电压。模型车在启动过程中往往会产生很大的冲击电流，一方面会对其他电路造成电磁干扰；另一方面由于电池内阻造

35、成电池两端的电压下降，甚至会低于稳压电路所需要的最低电压值，产生单片机复位现像。为了克服启动冲击电流的影响，可以在电源中增加容值较大的电解电容，也可以采用缓启动的方式控制电机。在启动时，驱动电路输出电压有一个渐变过程，使得电机启动速度略为降低从而减小启动冲击电流的幅度。 降压稳压电路设计我们采用的降压稳压芯片是LM1117-5.09。LM1117 5.0是一种低压差的线性稳压器件，最大输出电流为1A，足够提供系统中5V器件所需功率。另外，其输出电压波动范围仅为±0.1V，精度较高，经实验证明，能够满足本智能车系统中各项要求。LM1117电路如图4.3所示。图4.3 LM1117电路图

36、4.2.2 升压稳压电路设计主要的升压芯片有MC34063A/E，MAX734，MAX632。在去年的比赛中，使用MAX734，MAX632芯片作为升压器件的参赛队伍很少。而MC34063A/E芯片的使用却很多。并且我们在很多参考数目上都看到了使用MC34063A/E芯片作为升压电路的实例，所以我们决定采用它作为升压器件。MC34063是开关稳压芯片，可构成升压、降压斩波电路。输出开关电流大于1.5A。2.5mA的低静态电流。若将MC34063应用到本升压电路，使输入VIN 为7.2V，输出为12V，则应将电路更改为图4.4 所示。实验表明，这个电路能很好的实现12V升压的功能，满足本智能车硬

37、件电路的需要。虽然有一定的发热，但是完全不影响各部分工作图4.4 MC34063得到12V升压 电源模块小结综上，可以得到电源模块星型电路结构图4.5：图4.5 电源模块框图4.3 视频分离模块一般来说，面阵CCD已经将芯片的驱动电路集成在一起了，它的输出信号为标准的模拟复合视频信号。该信号中主要包括了同步信号和图像信号，它的幅值为1V左右。对于该信号可以不经过放大直接由单片机的A/D端口采集到视频图像数据。此外，还可以直接通过外部的电压比较器，将模拟视频信号变成高低电平信号，通过单片机的I/0口输入到计算机，这样可以避免由于单片机A/D转换速度而带来的采集图像分辨率低的问题。无论采用哪种方法

38、，都需要专门的视频同步分离电路提供行、场同步信号，这些同步信号一般送到单片机的外部中断端口。本智能车采用LM1881作为视频信号同步分离芯片。基于S12X单片机11采集视频图像电路系统框图如图4.6 所示。其中包括有S12X单片机最小系统、同步分离电路、5V稳压电路、12V MC34063斩波升压电路等。其中S12X单片机端口资源配置如下：1. AD输入端口AD0：输入视频模拟信号；2. 外部中断口IRQ：输入行同步信号；3. VS接单片机的PH1口：输出场同步信号。图4.6 视频信号同步分离电路4.4 驱动模块直流电机的控制由单片机的PWM信号来完成，驱动芯片采用飞思卡尔半导体公司的驱动器M

39、C33886。其工作电压为5-40V，导通电阻为120M，输入信号为TTL/CMOS，PWM频率小于10KHz。电路如图4.7 所示。其中D1、D2是MC33886的使能端，IN1、IN2为输入端，OUT1、OUT2为其输出端。单片机通过PWM通道的占空比控制电机速度，IN2 和IN1分别接到PP2和 PP0上控制电机的正转和反转速度（因为电机工作频率小于10KHz，所以一个通道控制电机速度就够了），正转为智能车加速，当转弯时利用了反转PWM波来控制电机的减速；D1和D2接到单片机的IO口上控制电机转动方向（正转或反转）。图 4.7 MC33886电路示意图参照前几届的驱动电路，MC33886

40、主要有以下几个缺点：1. 单独使用驱动电流太小，不能使电机获得较大的加速度。2. 单独使用时，33886的温度很高，使用一段时间后加速性能明显下降。3. 使用半桥时，入弯减速性能不行。根据以上内容我们采取4片33886全桥并联起来使用，这样驱动电路总体的输出电流变大，同时由于4片同时工作减轻了单个驱动芯片的压力，芯片的温度不是很高，在车入弯时速度可以很快的减下来，确保车子不会冲出跑道。除此之外我们曾尝试用4个IRF540做驱动电路，但由于种种原因我们没有采用。但同时也发现了几个问题：1. 4片同时工作时，有时会出现电流不均的现象就是四片芯片的温度不一样甚至有时会出现一个片子很热其他三个温度很低

41、。我们已经在画电路板时尽量做到4片布局、间隙、电容型号的统一，但有时还会出现上述问题。我们也在探索问题的原因。2. 33886的输入频率问题。通过询问电机方面的专家得知，控制电机的PWM信号频率越高对电机越好，电机发烫情况越轻，但实际给出的33886输入频率上限只有10M，部分队伍把输入频率给到了20M也可以用但这样对33886的稳定性的影响我们一直在做探索。3. 单片机输出的PWM信号之间的同步性。电机发烫的原因也可能是由于单片机输出的PWM信号存在延迟，使33886处于制动状态，进而电机两端短接，电机发烫。图 4.8 驱动实物图4.5本章小结根据硬件系统的设计，得出系统硬件参数如下表4-1

42、：表4-1 系统硬件参数项目参数路径检测方法（赛题组）摄像头车模几何尺寸（长、宽、高）（毫米）305×172×250车模轴距/轮距（毫米）172车模平均电流（匀速行驶）(毫安)1150电路电容总量（微法）1673.2传感器种类及个数编码器1个，摄像头1个新增加伺服电机个数0赛道信息检测空间精度（毫米）10赛道信息检测频率（次/秒）50主要集成电路种类/数量主控制板1片，驱动板1片车模重量（带有电池）（千克）0.93第五章 软件系统设计与实现5.1 智能车模型建立5.1.1 基于后轮差速的运动模型在车辆运动模型中，当车速不是很高的情况下，车辆转向中一般可以参考下面的一个模型。

43、 图 5.1 Ackman汽车运动模型当小车转角为时候可以根据车长来求出小车当前的转弯半径 (5.1)式中是小车的轴长，为小车的转角，为后轮转弯半径。然而这个模型只是适合在低速的情况下才能够得出较为精确的结果，鉴于本智能车的速度不高，在后轮差速很好的情况下，侧滑的因素将得到有效的抑制，可以考虑用这个模型来处理。考虑图5.2所示的以小车驱动轴中点为参考的运动模型，和为参考点运动的两个连续位置，、为后轴中点的速度方向，即小车的纵向，为小车初始的方向角，为小车的转向中心，那么可以得到13：图 5.2 智能车后轴中点运动模型 (5.2)其中是到时间内小车所走过的的距离，是小车的横向角速度，是小车的后轮

44、的转弯半径。由图中的几何关系可以得到： (5.3)上式的结果即为小车后轴中点在运动过程中的轨迹方程，在足够小的情况下，随着和，的不断变化可以画出其运动轨迹。当给出小车的初始方向角和初始坐标时，就可以推导出任何时刻小车的坐标值。在下面考虑小车整个模型的时候，用后轮差速的已知量，或者前轮转角和后轮速度值来替换图中的变量就可以得到，基于后轮差速和基于前轮转角和后轮速度的运动方程。接下来我们考虑小车的整个模型，如图5.3所示。其中表示小车的轴间的距离，表示轮距的一半，表示小车的转角，表示小车后轮的转弯半径，中间的方向轮为虚轮。由图中所示的几何关系可以得到： (5.4)将(5.2)带入(5.4)可以得到

45、： (5.5)图 5.3 智能车整车转向模型将图5.2的中反映的情况运用到整车的模型中去，当已知转角的情况下，用虚轮的转角近似等于前轮的转角，当后轮中点运动经过时，小车各个轮经过的距离和转角情况如图5.413所示： 图 5.4 智能车运动模型从上图的小车模型的几何关系中，我们很容易就能得到以下的结果： (5.6) (5.7)其中表示小车左后轮行驶的距离，表示小车右后轮行驶的距离，表示小车虚轮行驶的距离。由式6和7可以得到： (5.8)那么只要能测量出小车两个后轮的行驶距离，就可以得出和的值，因此在小车两个后轮上分别安装上两个测速反馈，就能够得到想要的结果。结合式和公式8可以得到： (5.9)(

46、5.9)式所表示的模型就是基于后轮差速的运动模型，只要给出一开始小车的位置和方位角，就能够根据已知的几何关系递推的算出小车的后轴中点任何时刻的位置。 基于速度和前轮转角的运动模型当小车在运动中，如果在后轮安装上测速反馈，再根据当前小车转角的控制量的大小，就能够及时的得到小车的速度和转角的反馈值，那么由，结合(5.3)式可以得出后轮中点的坐标为： (5.10)也就是后轮中点连续两个位置的坐标变化为： (5.11) 根据图5.2中的几何关系可以由后轮中点位置得出前轮中点位置的坐标，那么在连续两个状态的情况下前轮中点的坐标如下： (5.12) (5.13) 那么由公式12和公式13可以得到前轮中点在

47、连续两个位置上的坐标变化为： (5.14)由上面的分析可以得出：只要知道当前的转角和速度值，以及图像处理时间间隔，结合小车一开始时候给出的位置和方位角，就能够逐步递推出小车前后轴中点在任何时候的位置，进而可以得出小车的运动轨迹。 在小车的运动过程中，小车根据当前采集到的图像，由控制算法可以得出小车在下一个运动区间内的该给出多大的速度和转角。那么如果在小车上建立一个动坐标系，只根据当前的图像计算出小车的速度和转角的控制量，就能够满足小车运动需求。如下图，在已经知道小车速度和转角的情况下，以小车的后轴中点为坐标原点，小车的后轴为轴，以小车的纵向为轴，由上面得出的结果可以很容易的得出下一个小车后轴中

48、点和前轴中点位置的坐标。从图中很容易得到后轮中点的坐标变化为： (5.15)其中为小车在处理周期内经过的距离，即。因此由采集来的图像中知道坐标，时候，也可以由该公式反推出小车应该转过的角度，同时根据小车的机械性能和跑道的材质可以得出在该角度下不发生侧滑的最大速度，从而给出速度的参考量，详细的算法设计将在下面的内容中涉及。为了能够更好的实现控制算法及在实际情况下运用，可以将，在的情况下用泰勒公式展开可以作如下近似： (5.16)将(5.16)代入道(5.15)中，并化简可以得到： (5.17)经过测量小车前后轮距离，在速度约为两米每秒的时候，转角约为30度时，即。代入各量估算各项的值，经比较舍去

49、较小量，得： (5.18) 图5.5中虚轮的位置即为前轮中点的位置，因此可以由所建立的坐标系求出前轮中点在整个运动过程中位置坐标的变化。 在不考虑侧滑的情况下，前轮中点的运动的圆心为，半径为，因此可得： (5.19)其参数方程为： (5.20)那么由图5.5中的几何关系可以得到： (5.21)运用和差化积公式化简可以得到： (5.22)再根据各量的值可以近似为： (5.23)将(5.6)式代入到(5.24)式中，可以进一步得到： (5.24)近似化简可以得到： (5.25)由上面所得出的结果可以得出建立如上图的坐标系时前轮中点的变化为： (5.26) 后轮中点的变化为： (5.27)由于存在着

50、一定的侧滑现像，且小车在行进过程中存在着舵机延时的问题，所以上述公式在近似过程中，要偏小一点，会要大一点，这样在小车运动模型就能更好的接近现实情况。5.1.3 运动模型仿真根据上述模型公式，并考虑到实际中舵机的延时问题。在假定小车速度为匀速，并且不发生侧滑的情况下，用VC+14得到小车在运动过程中前后轮中点的位置坐标，再用Matlab仿真出小车的运动轨迹。小车的控制系统中图像采集和控制程序执行的时间约为，舵机的分析参数中可以得到舵机在这一段时间内能转过的角度约为15度，即约为0.25弧度。在以小车的后轴中点为原点，后轴为轴，小车的纵向为轴的坐标系中，本人用C+程序结合上述得出的公式，给出了小车

51、在从0度转过45度角的过程中前后轮中点各个坐标值。如图5.5即为小车的前后轴中点的坐标变化，对上面所得到的数据，用Matlab来仿真小车转过45度角的过程，可以得到图5.6的结果：图5.5 前后轴中点坐标变化图5.6中两条曲线即为小车在转弯过程中前轮中点和后轮中点的变化曲线，将小车的前后轮中点连接起来，就可以得到小车在各个时刻的姿态变化，图5.7所示。如上述，对小车在各种转角（5度、10度、15度、20度、25度、30度）的情况下都作如上分析，那么就可以近似得出在理想情况下小车下一个状态的参数。这为下面的算法设计提供了理论上的依据和数据基础。图5.6 智能车前后轴中点变化曲线图 5.7 小车纵

52、向变化5.2路径识别原理和实现 视频图像信号采集本智能车图像采集的原理18是根据视频同步信号对单个奇场或偶场图像信号进行隔行、隔点采集，一方面为了保证时序上的准确性，必须准确的判断同步信号和严格的定时，另一方面定时的时间相对于CPU周期是比较长的，在这些时间内可以让CPU去做其它工作，故在此部分中的程序多采用了中断。具体的程序流程如图5.8所示。对视频信号的采集过程如下：等待场信号；延时，跳过场回程的22.5个行周期即1.44ms；等待行同步信号；判断采集行数是否满足要求，满足则采集完成，否则延时，跳过行同步信号和消隐信号，约4.7+5.7=10.4us；对一行视频信号进行连续采集；延时，跳过

53、6.5行视频信号即延时416us，跳回到等待行同步信号，直至完成。 图像处理由摄像头直接采集进来的图像的干扰信息比较多，并且在特殊的位置采集进来的图像有很多的信息是无用的信息，如十字交叉，甚至会严重的影响模型车的控制。针对上面提出的问题，我们先对采集进来的图像作一次差分和取阈值二值化。一次差分：假设采集进来的图像信息有列信息，则用n+1列的值减去n图5.8 （a）主程序图像采集部分（b）Timer0中断程序（c）Timer2中断程序（d）Timer1中断程序（e）行同步列的值，作为n列的值，那么可以得到n-1列值。取阈值二值化是根据当前的图像信息设定一个阈值，当图像上某点的值大于该阈值的时候设为1，当图像上某点的值小于该阈值时设为0。用上面提出的两种方法来处理采集进来的图像19，可以得到：(a)(b)图5.9 图像处理结果由图5.9可以明显的看出，在(a)中通过一次差分法处理后，可以有效的将跑道外面