智能車混合控制系統(tǒng)的設計與實現(xiàn)

　　梁家泰，程麗平

　?。ㄉ綎|科技大學,山東?泰安?271019）

　　摘?要：以全國大學生“恩智浦杯”智能車競賽為研究背景，為解決單一傳感器的智能車系統(tǒng)可靠性低和準確性不足的問題，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(xiàn)對智能車方向的實時控制。同時該控制系統(tǒng)采用分段的模糊PID控制算法控制車速，根據賽道的情況實現(xiàn)速度的實時控制。在保證穩(wěn)定性的前提下提高了平均速度，實現(xiàn)了對智能車的精確控制。本文從智能車的整體方案、硬件電路、控制策略、參數調整等方面對智能車混合控制系統(tǒng)進行介紹。

　　關鍵詞：智能車；自動檢測；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，受到越來越多的企業(yè)的關注和追捧從而對循跡小車的研究深度有待進一步提高 ^[1] 。循跡小車通過路徑識別模塊獲取賽道信息，并由程序提取出賽道的中線信息，然后由單片機做出控制決策，控制舵機的轉角和電機的轉速。展望未來賽道元素越來越向真實道路靠攏，為適應賽道元素的復雜性，解決單一傳感器局限性的問題，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個方面做出闡述。

　　1 整體方案設計

　　本文設計的控制系統(tǒng)共包含五大模塊：電源模塊、路徑識別模塊、測速模塊、驅動模塊、無線調試模塊。

　　K60單片機通過路徑識別獲得智能車的當前位置，經過圖像識別、電磁檢測、超聲波檢測得到路徑識別模塊輸出的位置信息，控制器計算得到當前位置偏差，從而得到智能車距離賽道中心線的偏差量。最終通過方向閉環(huán)的PID調節(jié)并結合舵機PWM波的輸出，動態(tài)調整車身姿態(tài)，使其既快又穩(wěn)地通過規(guī)定賽道。通過正交解碼獲取速度檢測模塊的速度信號，通過速度閉環(huán)的PID調節(jié)并結合電機PWM波的輸出，實現(xiàn)對智能車的速度控制。同時為實時監(jiān)控智能車的運行情況，控制系統(tǒng)加入了無線調試模塊。智能車整體結構如圖1所示。

　　2 硬件設計

　　本設計選用MK60FX512Q15單片機作為控制芯片，具有豐富的模擬、通信、定時、控制等模塊，利用其豐富的片上資源，設計智能車外圍電路，包括電源模塊、數據采集、驅動模塊等模塊。

　　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，設計電源電路，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。由于電機驅動模塊驅動電機時電池會發(fā)生較大的壓降和電流，容易產生對其他模塊的干擾因此，電機驅動模塊單獨供電。電源電路如圖2所示。

　　2.2 路徑識別模塊

　　為保證復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數字攝像頭作為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。

　　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，則在電感上會產生感應電動勢，且位置不同產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。

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

　　3）超聲波檢測

　　采用HC-SR04超聲波模塊作為檢測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，測量聲波在發(fā)射后遇到障礙物反射回來的時間，根據發(fā)射和接收的時間差計算出智能車到障礙物的實際距離 [4] 。

　　2.3 電機控制

　　1）速度檢測模塊

　　采用歐姆龍500線編碼器對電機進行測速，該編碼器的分辨率為500 P/R，通過正交解碼獲取速度檢測模塊的速度信號，其誤差滿足對智能車轉速的控制要求 ^[5] 。

　　2）驅動模塊

　　采用S-D5舵機作為智能車的轉向控制環(huán)節(jié)中的執(zhí)行機構。S-D5舵機使用簡單，便捷功能強大，可直接由控制單元的輸出口控制 ^[6] 。

　　驅動電路采用BTN7971芯片來設計電路。采用經典的H橋控制電路，受兩個使能端和兩個PWM控制端控制，通過使能端變換電機中電流方向，使電機達到正反轉的目的。此電路與L298N驅動電路相比具有結構簡單、穩(wěn)定性好、散熱效果好等優(yōu)點。電機驅動電路如圖4所示。

　　2.4 無線調試模塊

　　無線調試模塊主要用于顯示車模動態(tài)運行狀態(tài)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(fā)送，同時可以接受上位機發(fā)送的遙控控制信號等信息，與傳統(tǒng)的藍牙模塊相比具有傳輸速度快的優(yōu)點 ^[7] 。同時具有極低電流消耗的優(yōu)點，當處于工作模式時電流消耗為9 mA，掉電模式和待機模式下電流消耗更低。

　　3 軟件設計

　　智能車混合控制系統(tǒng)的軟件設計通過狀態(tài)函數切換在控制策略上，運用圖像識別為主，電磁檢測和超聲波檢測為輔的控制方式，較單一控制方式提高了智能車系統(tǒng)的準確性，使得各模塊互補，實現(xiàn)了智能車系統(tǒng)的最優(yōu)控制。

　　3.1 圖像識別

　　1）邊緣提取

　　通過圖像識別得到像素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現(xiàn)對智能車運行模式的控制，所實現(xiàn)的功能有：信息采集、模式識別、模式選擇速度和方向控制。

　　通過圖像識別、電磁檢測、超聲波檢測等技術獲取賽道和車輛信息。根據獲取的信息識別車輛目前運行模式，并選擇針對各種路況的運行模式，實現(xiàn)對狀態(tài)函數的切換，改變智能車的運行狀態(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賽道邊線提取。跟蹤邊緣檢測法較傳統(tǒng)的邊緣檢測法運算速度快，抗干擾能力強，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法求取賽道中線，當出現(xiàn)邊線丟失情況，依據邊線不丟失的最后一行的中線為基準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為基準進行平移。這種中線求解方法有效的解決了平均法的中線失真情況，提高了中線計算的準確性。

　　3.2特殊元素識別

　　1）圓環(huán)

　　根據圓環(huán)元素的圖像的突變性和不對稱性區(qū)別圓環(huán)和交叉路口。在圓環(huán)元素內實行分段控制、嵌套控制方式提高特殊元素的識別效率，實現(xiàn)對智能車的精確控制。

　　2）路障

　　當車輛行駛時，在賽道中間出現(xiàn)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

　　為了避免發(fā)車時停車和中途停車現(xiàn)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(guī)定數，此期間的任何停車指令都作為偽指令屏蔽。

　　4）斷路

　　當車輛行駛時若道路突然消失且超聲波檢測模塊判斷前方無障礙，則前方則可認為是短路，這時切換到電磁引導方式，根據電磁量對智能車進行控制。

　　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復正常行駛模式。

　　3.3 速度控制

　　智能車車模選用直流電機，額定電壓為7.2 V。選用編碼器測量實際速度值，與設定速度值進行比較，形成閉環(huán)負反饋速度控制回路 ^[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，可根據賽道的情況實現(xiàn)速度的實時控制。起跑時快速升速，賽道曲率變大時要快速降速，避免沖出賽道，曲率變小時恢復到原有速度，特殊元素的速度采用分段控制。為實現(xiàn)速度的隨動變化以適應多變的運行環(huán)境，可根據賽道中線斜率控制速度，其次對舵機打角限幅可有效避免出現(xiàn)車身抖動。通過以上措施可實現(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

　　根據車輛和賽道中心的偏差量和中心線的變化趨勢，結合此刻的舵機角度，對舵機進行方向閉環(huán)PID調節(jié)，減小智能車的位置偏差，實現(xiàn)混合控制系統(tǒng)對智能車方向的控制 ^[8] 。

　　4 系統(tǒng)調試

　　通過對程序的編譯調試，以及對智能車速度、方向兩大模塊的控制參數進行調整之后，在37.5 m的賽道上進行調試，經過多次調試后得到試驗結果如表1所示。表中共記錄10組數據，每跑5次為1組數據，速度單位m/s，0表示沖出賽道。通過測量數據可以看出，所設計的混合控制系統(tǒng)能夠使智能車在賽道上快速運行，且穩(wěn)定性較好，這表明采用的控制方案合理，參數選擇恰當，各硬件設計合理。

　　5 結論

　　該文章針對智能車的混合控制系統(tǒng)，以MK60FX512Q15單片機為核心控制芯片，通過對智能車整體方案、硬件電路、控制算法等幾個方面進行設計，采用圖像識別為主電磁檢測和超聲波檢測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)可靠性低和準確性不足的問題，同時提高了智能車的運行的速度和精確度，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行，對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

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

　　[2] 許苑豐, 郭澤豪, 劉智聰. 一種智能循跡小車設計方案[J]. 電子產品世界, 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)控制策略的設計[J]. 安徽電子信息職業(yè)技術學院學報,2016, 15(2).

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

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

　　[6] 李軍, 申俊澤. 超聲測距模塊HC—SR04的超聲波測距儀設計[J]. 單片機與嵌入式系統(tǒng)應用, 2011, 11(10).

　　[7] 孫肖林, 花懷海, 楊焜, et al. 信標系統(tǒng)及智能車硬件系統(tǒng)的設計研究[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(yè)學生。

　　程麗平，女，通訊作者，山東濟寧人，山東科技大學機電工程系講師。

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