智能車(chē)混合控制系統的設計與實(shí)現

　　梁家泰，程麗平

　?。ㄉ綎|科技大學(xué),山東?泰安?271019）

　　摘?要：以全國大學(xué)生“恩智浦杯”智能車(chē)競賽為研究背景，為解決單一傳感器的智能車(chē)系統可靠性低和準確性不足的問(wèn)題，提出了一種采用多種傳感器混合控制系統，該控制系統將電磁引導技術(shù)、圖像識別技術(shù)、超聲波檢測技術(shù)與PID算法相結合的方式實(shí)現對智能車(chē)方向的實(shí)時(shí)控制。同時(shí)該控制系統采用分段的模糊PID控制算法控制車(chē)速，根據賽道的情況實(shí)現速度的實(shí)時(shí)控制。在保證穩定性的前提下提高了平均速度，實(shí)現了對智能車(chē)的精確控制。本文從智能車(chē)的整體方案、硬件電路、控制策略、參數調整等方面對智能車(chē)混合控制系統進(jìn)行介紹。

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

　　0 引言

　　循跡智能車(chē)作為汽車(chē)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)注和追捧從而對循跡小車(chē)的研究深度有待進(jìn)一步提高 ^[1] 。循跡小車(chē)通過(guò)路徑識別模塊獲取賽道信息，并由程序提取出賽道的中線(xiàn)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(lái)賽道元素越來(lái)越向真實(shí)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(wèn)題，本文研究一種混合控制系統的智能汽車(chē)。本文就智能車(chē)混合控制系統中整體方案、硬件電路、控制算法這3個(gè)方面做出闡述。

　　1 整體方案設計

　　本文設計的控制系統共包含五大模塊：電源模塊、路徑識別模塊、測速模塊、驅動(dòng)模塊、無(wú)線(xiàn)調試模塊。

　　K60單片機通過(guò)路徑識別獲得智能車(chē)的當前位置，經(jīng)過(guò)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(chē)距離賽道中心線(xiàn)的偏差量。最終通過(guò)方向閉環(huán)的PID調節并結合舵機PWM波的輸出，動(dòng)態(tài)調整車(chē)身姿態(tài)，使其既快又穩地通過(guò)規定賽道。通過(guò)正交解碼獲取速度檢測模塊的速度信號，通過(guò)速度閉環(huán)的PID調節并結合電機PWM波的輸出，實(shí)現對智能車(chē)的速度控制。同時(shí)為實(shí)時(shí)監控智能車(chē)的運行情況，控制系統加入了無(wú)線(xiàn)調試模塊。智能車(chē)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(shí)、控制等模塊，利用其豐富的片上資源，設計智能車(chē)外圍電路，包括電源模塊、數據采集、驅動(dòng)模塊等模塊。

　　2.1 電源模塊

　　智能車(chē)各模塊所需工作電壓不同，需要為各模塊提供合適、穩定的工作電壓。系統采用電池供電，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(dòng)模塊驅動(dòng)電機時(shí)電池會(huì )發(fā)生較大的壓降和電流，容易產(chǎn)生對其他模塊的干擾因此，電機驅動(dòng)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(wú)需再次對圖像進(jìn)行軟件二值化，極大減輕單片機的工作量，進(jìn)而可以釋放更多的資源用在算法控制上。

　　2）電磁檢測

　　根據電磁學(xué)原理，在導線(xiàn)中通入變化的電流，如果在導線(xiàn)附近放置電感，則在電感上會(huì )產(chǎn)生感應電動(dòng)勢，且位置不同產(chǎn)生的感應電動(dòng)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(jìn)行放大，因混有雜波，需要對信號進(jìn)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(jīng)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(lái)的時(shí)間，根據發(fā)射和接收的時(shí)間差計算出智能車(chē)到障礙物的實(shí)際距離 [4] 。

　　2.3 電機控制

　　1）速度檢測模塊

　　采用歐姆龍500線(xiàn)編碼器對電機進(jìn)行測速，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模塊的速度信號，其誤差滿(mǎn)足對智能車(chē)轉速的控制要求 ^[5] 。

　　2）驅動(dòng)模塊

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

　　驅動(dòng)電路采用BTN7971芯片來(lái)設計電路。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)使能端變換電機中電流方向，使電機達到正反轉的目的。此電路與L298N驅動(dòng)電路相比具有結構簡(jiǎn)單、穩定性好、散熱效果好等優(yōu)點(diǎn)。電機驅動(dòng)電路如圖4所示。

　　2.4 無(wú)線(xiàn)調試模塊

　　無(wú)線(xiàn)調試模塊主要用于顯示車(chē)模動(dòng)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(shí)可以接受上位機發(fā)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(yōu)點(diǎn) ^[7] 。同時(shí)具有極低電流消耗的優(yōu)點(diǎn)，當處于工作模式時(shí)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(chē)混合控制系統的軟件設計通過(guò)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(chē)系統的準確性，使得各模塊互補，實(shí)現了智能車(chē)系統的最優(yōu)控制。

　　3.1 圖像識別

　　1）邊緣提取

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

　　通過(guò)圖像識別、電磁檢測、超聲波檢測等技術(shù)獲取賽道和車(chē)輛信息。根據獲取的信息識別車(chē)輛目前運行模式，并選擇針對各種路況的運行模式，實(shí)現對狀態(tài)函數的切換，改變智能車(chē)的運行狀態(tài)。系統的程序流程圖如圖5所示。邊緣跟蹤方法，并考慮到邊線(xiàn)丟失情況對賽道邊線(xiàn)提取。跟蹤邊緣檢測法較傳統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的干擾。

　　2）中線(xiàn)提取

　　在邊線(xiàn)不丟失的情況下采用中點(diǎn)法求取賽道中線(xiàn)，當出現邊線(xiàn)丟失情況，依據邊線(xiàn)不丟失的最后一行的中線(xiàn)為基準對剩余的中線(xiàn)采用平移的方法來(lái)補充，若一條邊界全部消失時(shí)，則以上一幅圖像中線(xiàn)為基準進(jìn)行平移。這種中線(xiàn)求解方法有效的解決了平均法的中線(xiàn)失真情況，提高了中線(xiàn)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(chēng)性區別圓環(huán)和交叉路口。在圓環(huán)元素內實(shí)行分段控制、嵌套控制方式提高特殊元素的識別效率，實(shí)現對智能車(chē)的精確控制。

　　2）路障

　　當車(chē)輛行駛時(shí)，在賽道中間出現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。當障礙物消失時(shí)，切換正常行駛模式。

　　3）斑馬線(xiàn)

　　為了避免發(fā)車(chē)時(shí)停車(chē)和中途停車(chē)現象，在原有基礎上增加判斷條件。通過(guò)檢測特殊元素的次數來(lái)判斷車(chē)體在賽道上的進(jìn)程，當特殊元素次數小于規定數，此期間的任何停車(chē)指令都作為偽指令屏蔽。

　　4）斷路

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

　　5）橫斷路障

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

　　3.3 速度控制

　　智能車(chē)車(chē)模選用直流電機，額定電壓為7.2 V。選用編碼器測量實(shí)際速度值，與設定速度值進(jìn)行比較，形成閉環(huán)負反饋速度控制回路 ^[1] 。智能車(chē)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(chē)體的靈敏度。采用分段的模糊PID控制算法控制車(chē)速，可根據賽道的情況實(shí)現速度的實(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)恢復到原有速度，特殊元素的速度采用分段控制。為實(shí)現速度的隨動(dòng)變化以適應多變的運行環(huán)境，可根據賽道中線(xiàn)斜率控制速度，其次對舵機打角限幅可有效避免出現車(chē)身抖動(dòng)。通過(guò)以上措施可實(shí)現速度的最優(yōu)控制，在保證系統穩定性的前提下提高智能車(chē)的平均速度。

　　3.4 方向控制

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

　　4 系統調試

　　通過(guò)對程序的編譯調試，以及對智能車(chē)速度、方向兩大模塊的控制參數進(jìn)行調整之后，在37.5 m的賽道上進(jìn)行調試，經(jīng)過(guò)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(guò)測量數據可以看出，所設計的混合控制系統能夠使智能車(chē)在賽道上快速運行，且穩定性較好，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(chē)的混合控制系統，以MK60FX512Q15單片機為核心控制芯片，通過(guò)對智能車(chē)整體方案、硬件電路、控制算法等幾個(gè)方面進(jìn)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(chē)系統可靠性低和準確性不足的問(wèn)題，同時(shí)提高了智能車(chē)的運行的速度和精確度，使智能車(chē)系統更加穩定，并以較為理想的速度在賽道上運行，對于混合控制智能車(chē)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(chē)自動(dòng)駕駛系統的研制[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(chē)設計方案[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(chē)系統控制策略的設計[J]. 安徽電子信息職業(yè)技術(shù)學(xué)院學(xué)報,2016, 15(2).

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

　　[5] 朱陽(yáng), 王偉成, 王民慧. 基于電磁學(xué)的智能車(chē)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應用, 2011, 11(10).

　　[7] 孫肖林, 花懷海, 楊焜, et al. 信標系統及智能車(chē)硬件系統的設計研究[J]. 電子世界, 2017(11).

　　[8] 葛俊杰, 何志琴, 吳遜. 智能車(chē)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)機電工程系電氣工程與智能控制專(zhuān)業(yè)學(xué)生。

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

　　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(xiě)論文時(shí)引用，并注明出處