智能車混合控制系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)

　　梁家泰，程麗平

　?。ㄉ綎|科技大學(xué),山東?泰安?271019）

　　摘?要：以全國(guó)大學(xué)生“恩智浦杯”智能車競(jìng)賽為研究背景，為解決單一傳感器的智能車系統(tǒng)可靠性低和準(zhǔn)確性不足的問(wèn)題，提出了一種采用多種傳感器混合控制系統(tǒng)，該控制系統(tǒng)將電磁引導(dǎo)技術(shù)、圖像識(shí)別技術(shù)、超聲波檢測(cè)技術(shù)與PID算法相結(jié)合的方式實(shí)現(xiàn)對(duì)智能車方向的實(shí)時(shí)控制。同時(shí)該控制系統(tǒng)采用分段的模糊PID控制算法控制車速，根據(jù)賽道的情況實(shí)現(xiàn)速度的實(shí)時(shí)控制。在保證穩(wěn)定性的前提下提高了平均速度，實(shí)現(xiàn)了對(duì)智能車的精確控制。本文從智能車的整體方案、硬件電路、控制策略、參數(shù)調(diào)整等方面對(duì)智能車混合控制系統(tǒng)進(jìn)行介紹。

　　關(guān)鍵詞：智能車；自動(dòng)檢測(cè)；尋跡；混合控制；速度控制

　　0 引言

　　循跡智能車作為汽車行業(yè)今后發(fā)展方向之一，受到越來(lái)越多的企業(yè)的關(guān)注和追捧從而對(duì)循跡小車的研究深度有待進(jìn)一步提高 ^[1] 。循跡小車通過(guò)路徑識(shí)別模塊獲取賽道信息，并由程序提取出賽道的中線信息，然后由單片機(jī)做出控制決策，控制舵機(jī)的轉(zhuǎn)角和電機(jī)的轉(zhuǎn)速。展望未來(lái)賽道元素越來(lái)越向真實(shí)道路靠攏，為適應(yīng)賽道元素的復(fù)雜性，解決單一傳感器局限性的問(wèn)題，本文研究一種混合控制系統(tǒng)的智能汽車。本文就智能車混合控制系統(tǒng)中整體方案、硬件電路、控制算法這3個(gè)方面做出闡述。

　　1 整體方案設(shè)計(jì)

　　本文設(shè)計(jì)的控制系統(tǒng)共包含五大模塊：電源模塊、路徑識(shí)別模塊、測(cè)速模塊、驅(qū)動(dòng)模塊、無(wú)線調(diào)試模塊。

　　K60單片機(jī)通過(guò)路徑識(shí)別獲得智能車的當(dāng)前位置，經(jīng)過(guò)圖像識(shí)別、電磁檢測(cè)、超聲波檢測(cè)得到路徑識(shí)別模塊輸出的位置信息，控制器計(jì)算得到當(dāng)前位置偏差，從而得到智能車距離賽道中心線的偏差量。最終通過(guò)方向閉環(huán)的PID調(diào)節(jié)并結(jié)合舵機(jī)PWM波的輸出，動(dòng)態(tài)調(diào)整車身姿態(tài)，使其既快又穩(wěn)地通過(guò)規(guī)定賽道。通過(guò)正交解碼獲取速度檢測(cè)模塊的速度信號(hào)，通過(guò)速度閉環(huán)的PID調(diào)節(jié)并結(jié)合電機(jī)PWM波的輸出，實(shí)現(xiàn)對(duì)智能車的速度控制。同時(shí)為實(shí)時(shí)監(jiān)控智能車的運(yùn)行情況，控制系統(tǒng)加入了無(wú)線調(diào)試模塊。智能車整體結(jié)構(gòu)如圖1所示。

　　2 硬件設(shè)計(jì)

　　本設(shè)計(jì)選用MK60FX512Q15單片機(jī)作為控制芯片，具有豐富的模擬、通信、定時(shí)、控制等模塊，利用其豐富的片上資源，設(shè)計(jì)智能車外圍電路，包括電源模塊、數(shù)據(jù)采集、驅(qū)動(dòng)模塊等模塊。

　　2.1 電源模塊

　　智能車各模塊所需工作電壓不同，需要為各模塊提供合適、穩(wěn)定的工作電壓。系統(tǒng)采用電池供電，供電電壓7.2 V，設(shè)計(jì)電源電路，為各模塊提供5 V、6.5V、3.3 V的電壓，分 別 選 用LM1084_ADJ、L M 1 0 8 4 _ 5 、ASM1117_3.3芯片。由于電機(jī)驅(qū)動(dòng)模塊驅(qū)動(dòng)電機(jī)時(shí)電池會(huì)發(fā)生較大的壓降和電流，容易產(chǎn)生對(duì)其他模塊的干擾因此，電機(jī)驅(qū)動(dòng)模塊單獨(dú)供電。電源電路如圖2所示。

　　2.2 路徑識(shí)別模塊

　　為保證復(fù)雜路況的檢測(cè)可靠性，路徑識(shí)別采用圖像識(shí)別、電磁檢測(cè)、超聲波檢測(cè)混合識(shí)別方式。

　　1）圖像識(shí)別

　　采用OV7725數(shù)字?jǐn)z像頭作為采集賽道信息的傳感器裝置。OV7725數(shù)字?jǐn)z像頭可直接完成圖像的二值化處理 ^[2] 。無(wú)需再次對(duì)圖像進(jìn)行軟件二值化，極大減輕單片機(jī)的工作量，進(jìn)而可以釋放更多的資源用在算法控制上。

　　2）電磁檢測(cè)

　　根據(jù)電磁學(xué)原理，在導(dǎo)線中通入變化的電流，如果在導(dǎo)線附近放置電感，則在電感上會(huì)產(chǎn)生感應(yīng)電動(dòng)勢(shì)，且位置不同產(chǎn)生的感應(yīng)電動(dòng)勢(shì)也不同 ^[3] 。據(jù)此，可以確定電感的大致位置。但是其感應(yīng)信號(hào)較微弱，采用電壓反饋型高速放大器ad8032進(jìn)行放大，因混有雜波，需要對(duì)信號(hào)進(jìn)行濾波、檢波、放大處理。

　　電磁檢測(cè)電路如圖3所示。其中IN1、IN2為信號(hào)輸入端口，OUT1、OUT2為信號(hào)輸出端口，輸出是經(jīng)濾波、檢波、放大處理后的電磁信號(hào)。

　　3）超聲波檢測(cè)

　　采用HC-SR04超聲波模塊作為檢測(cè)賽道上障礙物的傳感器。HC-SR04超聲波模塊是利用已知的超聲波在空氣中的傳播速度，測(cè)量聲波在發(fā)射后遇到障礙物反射回來(lái)的時(shí)間，根據(jù)發(fā)射和接收的時(shí)間差計(jì)算出智能車到障礙物的實(shí)際距離 [4] 。

　　2.3 電機(jī)控制

　　1）速度檢測(cè)模塊

　　采用歐姆龍500線編碼器對(duì)電機(jī)進(jìn)行測(cè)速，該編碼器的分辨率為500 P/R，通過(guò)正交解碼獲取速度檢測(cè)模塊的速度信號(hào)，其誤差滿足對(duì)智能車轉(zhuǎn)速的控制要求 ^[5] 。

　　2）驅(qū)動(dòng)模塊

　　采用S-D5舵機(jī)作為智能車的轉(zhuǎn)向控制環(huán)節(jié)中的執(zhí)行機(jī)構(gòu)。S-D5舵機(jī)使用簡(jiǎn)單，便捷功能強(qiáng)大，可直接由控制單元的輸出口控制 ^[6] 。

　　驅(qū)動(dòng)電路采用BTN7971芯片來(lái)設(shè)計(jì)電路。采用經(jīng)典的H橋控制電路，受兩個(gè)使能端和兩個(gè)PWM控制端控制，通過(guò)使能端變換電機(jī)中電流方向，使電機(jī)達(dá)到正反轉(zhuǎn)的目的。此電路與L298N驅(qū)動(dòng)電路相比具有結(jié)構(gòu)簡(jiǎn)單、穩(wěn)定性好、散熱效果好等優(yōu)點(diǎn)。電機(jī)驅(qū)動(dòng)電路如圖4所示。

　　2.4 無(wú)線調(diào)試模塊

　　無(wú)線調(diào)試模塊主要用于顯示車模動(dòng)態(tài)運(yùn)行狀態(tài)及各控制參數(shù)的變化。NRF2401+模塊把單片機(jī)采集的圖像和各種賽道信息以數(shù)據(jù)包的形式向上位機(jī)發(fā)送，同時(shí)可以接受上位機(jī)發(fā)送的遙控控制信號(hào)等信息，與傳統(tǒng)的藍(lán)牙模塊相比具有傳輸速度快的優(yōu)點(diǎn) ^[7] 。同時(shí)具有極低電流消耗的優(yōu)點(diǎn)，當(dāng)處于工作模式時(shí)電流消耗為9 mA，掉電模式和待機(jī)模式下電流消耗更低。

　　3 軟件設(shè)計(jì)

　　智能車混合控制系統(tǒng)的軟件設(shè)計(jì)通過(guò)狀態(tài)函數(shù)切換在控制策略上，運(yùn)用圖像識(shí)別為主，電磁檢測(cè)和超聲波檢測(cè)為輔的控制方式，較單一控制方式提高了智能車系統(tǒng)的準(zhǔn)確性，使得各模塊互補(bǔ)，實(shí)現(xiàn)了智能車系統(tǒng)的最優(yōu)控制。

　　3.1 圖像識(shí)別

　　1）邊緣提取

　　通過(guò)圖像識(shí)別得到像素120×160的圖像，在前五行邊線采用邊緣掃描的方法提取，五行以后的邊線利用的方式實(shí)現(xiàn)對(duì)智能車運(yùn)行模式的控制，所實(shí)現(xiàn)的功能有：信息采集、模式識(shí)別、模式選擇速度和方向控制。

　　通過(guò)圖像識(shí)別、電磁檢測(cè)、超聲波檢測(cè)等技術(shù)獲取賽道和車輛信息。根據(jù)獲取的信息識(shí)別車輛目前運(yùn)行模式，并選擇針對(duì)各種路況的運(yùn)行模式，實(shí)現(xiàn)對(duì)狀態(tài)函數(shù)的切換，改變智能車的運(yùn)行狀態(tài)。系統(tǒng)的程序流程圖如圖5所示。邊緣跟蹤方法，并考慮到邊線丟失情況對(duì)賽道邊線提取。跟蹤邊緣檢測(cè)法較傳統(tǒng)的邊緣檢測(cè)法運(yùn)算速度快，抗干擾能力強(qiáng)，并且可以濾除十字交叉和三角黑區(qū)的干擾。

　　2）中線提取

　　在邊線不丟失的情況下采用中點(diǎn)法求取賽道中線，當(dāng)出現(xiàn)邊線丟失情況，依據(jù)邊線不丟失的最后一行的中線為基準(zhǔn)對(duì)剩余的中線采用平移的方法來(lái)補(bǔ)充，若一條邊界全部消失時(shí)，則以上一幅圖像中線為基準(zhǔn)進(jìn)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(jì)算的準(zhǔn)確性。

　　3.2特殊元素識(shí)別

　　1）圓環(huán)

　　根據(jù)圓環(huán)元素的圖像的突變性和不對(duì)稱性區(qū)別圓環(huán)和交叉路口。在圓環(huán)元素內(nèi)實(shí)行分段控制、嵌套控制方式提高特殊元素的識(shí)別效率，實(shí)現(xiàn)對(duì)智能車的精確控制。

　　2）路障

　　當(dāng)車輛行駛時(shí)，在賽道中間出現(xiàn)一處障礙物且有一定的通過(guò)空間，進(jìn)入避障模式跟隨賽道邊緣行駛。當(dāng)障礙物消失時(shí)，切換正常行駛模式。

　　3）斑馬線

　　為了避免發(fā)車時(shí)停車和中途停車現(xiàn)象，在原有基礎(chǔ)上增加判斷條件。通過(guò)檢測(cè)特殊元素的次數(shù)來(lái)判斷車體在賽道上的進(jìn)程，當(dāng)特殊元素次數(shù)小于規(guī)定數(shù)，此期間的任何停車指令都作為偽指令屏蔽。

　　4）斷路

　　當(dāng)車輛行駛時(shí)若道路突然消失且超聲波檢測(cè)模塊判斷前方無(wú)障礙，則前方則可認(rèn)為是短路，這時(shí)切換到電磁引導(dǎo)方式，根據(jù)電磁量對(duì)智能車進(jìn)行控制。

　　5）橫斷路障

　　當(dāng)賽車行駛時(shí)若前方道路突然截止且通過(guò)超聲波檢測(cè)模塊判斷前方存在障礙，這時(shí)切換到避障模式，當(dāng)順利通過(guò)橫斷路障時(shí)恢復(fù)正常行駛模式。

　　3.3 速度控制

　　智能車車模選用直流電機(jī)，額定電壓為7.2 V。選用編碼器測(cè)量實(shí)際速度值，與設(shè)定速度值進(jìn)行比較，形成閉環(huán)負(fù)反饋速度控制回路 ^[1] 。智能車的速度控制需要考慮賽道的曲率、特殊元素等問(wèn)題，其控制效果直接影響車體的靈敏度。采用分段的模糊PID控制算法控制車速，可根據(jù)賽道的情況實(shí)現(xiàn)速度的實(shí)時(shí)控制。起跑時(shí)快速升速，賽道曲率變大時(shí)要快速降速，避免沖出賽道，曲率變小時(shí)恢復(fù)到原有速度，特殊元素的速度采用分段控制。為實(shí)現(xiàn)速度的隨動(dòng)變化以適應(yīng)多變的運(yùn)行環(huán)境，可根據(jù)賽道中線斜率控制速度，其次對(duì)舵機(jī)打角限幅可有效避免出現(xiàn)車身抖動(dòng)。通過(guò)以上措施可實(shí)現(xiàn)速度的最優(yōu)控制，在保證系統(tǒng)穩(wěn)定性的前提下提高智能車的平均速度。

　　3.4 方向控制

　　根據(jù)車輛和賽道中心的偏差量和中心線的變化趨勢(shì)，結(jié)合此刻的舵機(jī)角度，對(duì)舵機(jī)進(jìn)行方向閉環(huán)PID調(diào)節(jié)，減小智能車的位置偏差，實(shí)現(xiàn)混合控制系統(tǒng)對(duì)智能車方向的控制 ^[8] 。

　　4 系統(tǒng)調(diào)試

　　通過(guò)對(duì)程序的編譯調(diào)試，以及對(duì)智能車速度、方向兩大模塊的控制參數(shù)進(jìn)行調(diào)整之后，在37.5 m的賽道上進(jìn)行調(diào)試，經(jīng)過(guò)多次調(diào)試后得到試驗(yàn)結(jié)果如表1所示。表中共記錄10組數(shù)據(jù)，每跑5次為1組數(shù)據(jù)，速度單位m/s，0表示沖出賽道。通過(guò)測(cè)量數(shù)據(jù)可以看出，所設(shè)計(jì)的混合控制系統(tǒng)能夠使智能車在賽道上快速運(yùn)行，且穩(wěn)定性較好，這表明采用的控制方案合理，參數(shù)選擇恰當(dāng)，各硬件設(shè)計(jì)合理。

　　5 結(jié)論

　　該文章針對(duì)智能車的混合控制系統(tǒng)，以MK60FX512Q15單片機(jī)為核心控制芯片，通過(guò)對(duì)智能車整體方案、硬件電路、控制算法等幾個(gè)方面進(jìn)行設(shè)計(jì)，采用圖像識(shí)別為主電磁檢測(cè)和超聲波檢測(cè)為輔的多種傳感器混合控制，解決了采用單一傳感器的智能車系統(tǒng)可靠性低和準(zhǔn)確性不足的問(wèn)題，同時(shí)提高了智能車的運(yùn)行的速度和精確度，使智能車系統(tǒng)更加穩(wěn)定，并以較為理想的速度在賽道上運(yùn)行，對(duì)于混合控制智能車的研究具有一定的參考和借鑒作用。

　　參考文獻(xiàn)

　　[1] 李延斌, 牛雷, 佟賀. 基于GPS的智能車自動(dòng)駕駛系統(tǒng)的研制[J]. 電子產(chǎn)品世界, 2018(11):61-63.

　　[2] 許苑豐, 郭澤豪, 劉智聰. 一種智能循跡小車設(shè)計(jì)方案[J]. 電子產(chǎn)品世界, 2013(11):47-49.

　　[3] 楊建姣, 朱鳳武, 齊跡. 基于K60電磁循跡智能車系統(tǒng)控制策略的設(shè)計(jì)[J]. 安徽電子信息職業(yè)技術(shù)學(xué)院學(xué)報(bào),2016, 15(2).

　　[4] 楊萍, 侯靜茹, 曹強(qiáng). 基于單片機(jī)的智能車圖像處理與道路識(shí)別算法研究[J]. 機(jī)械制造, 2017(1).

　　[5] 朱陽(yáng), 王偉成, 王民慧. 基于電磁學(xué)的智能車路徑識(shí)別與跟蹤算法研究[J]. 傳感器世界, 2014, 20(3):39-43.

　　[6] 李軍, 申俊澤. 超聲測(cè)距模塊HC—SR04的超聲波測(cè)距儀設(shè)計(jì)[J]. 單片機(jī)與嵌入式系統(tǒng)應(yīng)用, 2011, 11(10).

　　[7] 孫肖林, 花懷海, 楊焜, et al. 信標(biāo)系統(tǒng)及智能車硬件系統(tǒng)的設(shè)計(jì)研究[J]. 電子世界, 2017(11).

　　[8] 葛俊杰, 何志琴, 吳遜. 智能車圖像采集及優(yōu)化處理的研究[J]. 電子世界, 2018(16).

　　作者簡(jiǎn)介：

　　梁家泰，男，山東科技大學(xué)機(jī)電工程系電氣工程與智能控制專業(yè)學(xué)生。

　　程麗平，女，通訊作者，山東濟(jì)寧人，山東科技大學(xué)機(jī)電工程系講師。

　　本文來(lái)源于科技期刊《電子產(chǎn)品世界》2019年第8期第54頁(yè)，歡迎您寫論文時(shí)引用，并注明出處