光電智能車(chē)過(guò)彎控制算法的研究

潘瀟 劉勇 吳文池 劉國(guó)華杭州電子科技大學(xué)電子信息學(xué)院

?

光電智能車(chē)過(guò)彎控制算法的研究

潘瀟 劉勇 吳文池 劉國(guó)華
杭州電子科技大學(xué)電子信息學(xué)院

摘要：針對(duì)智能車(chē)過(guò)彎的穩(wěn)定性問(wèn)題，本文從賽道信息采集、速度控制、懸掛舵機(jī)安裝與控制等方面進(jìn)行了研究，并提出了一種方向與懸掛舵機(jī)控制相結(jié)合的控制算法。通過(guò)測(cè)試，提升了智能小車(chē)過(guò)彎時(shí)的穩(wěn)定性和靈活性，提高了綜合速度。

關(guān)鍵字：智能車(chē) 速度控制 穩(wěn)定性

近幾年來(lái)的“飛思卡爾”杯全國(guó)大學(xué)生智能車(chē)競(jìng)賽，規(guī)則不斷調(diào)整，對(duì)智能車(chē)總體的要求越來(lái)越高，主要體現(xiàn)在速度和穩(wěn)定性?xún)身?xiàng)指標(biāo)上。因此，對(duì)智能車(chē)速度與穩(wěn)定性的提升是每一輛參賽小車(chē)都要面臨的問(wèn)題，解決這一問(wèn)題的有效方法之一是設(shè)計(jì)具有高度適應(yīng)性的小車(chē)過(guò)彎算法。好的算法結(jié)合硬件設(shè)計(jì)方案可有效地提升小車(chē)的穩(wěn)定性與極限速度。本文提出的方案，主要針對(duì)光電循跡智能車(chē)，通過(guò)對(duì)CCD采集的信號(hào)的處理、對(duì)智能車(chē)速度的控制以及對(duì)懸掛舵機(jī)的控制，來(lái)實(shí)現(xiàn)智能車(chē)穩(wěn)定迅速的過(guò)彎。

1　系統(tǒng)方案設(shè)計(jì)

系統(tǒng)總體設(shè)計(jì)方案如圖1所示，此方案由五個(gè)部分組成：賽道信息采集部分，采用光電傳感器CCD來(lái)實(shí)現(xiàn)對(duì)賽道信息的采集，CCD有128 個(gè)水平感光點(diǎn)，可采集前方的賽道信息。同時(shí)，CCD的采集視角寬度由采用的鏡頭決定，分別為 60° 和90°。車(chē)速監(jiān)控部分，采用300 或500 線(xiàn)編碼器、PIT 模塊以及脈沖計(jì)數(shù)器模塊相互結(jié)合的方式。編碼器架設(shè)在電機(jī)處，通過(guò)對(duì)單位時(shí)間內(nèi)編碼器輸出的脈沖計(jì)數(shù)，來(lái)實(shí)現(xiàn)對(duì)智能車(chē)速度的監(jiān)控。懸掛舵機(jī)控制部分，采用安裝伺服電機(jī)的方法，可通過(guò)控制舵機(jī)來(lái)控制小車(chē)自身的重心。速度控制部分，通過(guò)對(duì)PWM波占空比的控制，實(shí)現(xiàn)對(duì)驅(qū)動(dòng)電機(jī)的控制。

2　過(guò)彎算法設(shè)計(jì)

2.1 算法流程設(shè)計(jì)

算法流程，首先采集賽道信息，然后判斷CCD 是否能掃描到黑線(xiàn)，當(dāng)CCD 已經(jīng)掃描不到黑線(xiàn)，若符合彎道丟線(xiàn)的條件，則參考上一次能夠掃描到黑線(xiàn)時(shí)的狀態(tài)并結(jié)合彎道的方向?qū)?chē)子進(jìn)行彎道丟線(xiàn)控制，否則控制車(chē)子向前直行。若能夠掃描到黑線(xiàn)，則與前幾次采集到的信息結(jié)合，共同判斷前方是否有彎道以及彎道的半徑。在進(jìn)入彎道前，車(chē)子應(yīng)盡快減速到預(yù)設(shè)的速度，同時(shí)，在出彎時(shí)應(yīng)提早加速。可通過(guò)車(chē)子與中線(xiàn)的偏差量來(lái)設(shè)置車(chē)子的理想速度。同時(shí)，應(yīng)進(jìn)行對(duì)速度的監(jiān)測(cè)，確保車(chē)子的當(dāng)前速度與設(shè)置的理想速度相吻合。此外，為提升智能車(chē)過(guò)彎時(shí)的穩(wěn)定性，該算法中加入了對(duì)懸掛舵機(jī)的控制。

2.2 速度監(jiān)控

本設(shè)計(jì)方案采用飛思卡爾公司的MC9S12XS128單片機(jī)，該CPU 自帶PIT模塊與輸入捕捉模塊，這兩個(gè)模塊聯(lián)合使用時(shí)，使單片機(jī)記錄一定時(shí)間內(nèi)編碼器輸出的脈沖數(shù)。通過(guò)單位時(shí)間內(nèi)記錄的脈沖次數(shù)，可以計(jì)算出智能車(chē)的當(dāng)前速度，從而實(shí)現(xiàn)對(duì)速度的監(jiān)控。同時(shí)，為避免采集過(guò)程中可能出現(xiàn)干擾，可取一定時(shí)間內(nèi)的平均值作為當(dāng)前速度進(jìn)行計(jì)算。

2.3 彎道速度控制

為防止速度過(guò)快而造成側(cè)滑或側(cè)翻，在即將駛出彎道時(shí)，智能車(chē)應(yīng)緩慢提高速度，在保持小車(chē)穩(wěn)定性的同時(shí)，提高車(chē)子的過(guò)彎速度。為此，文中提出了一個(gè)優(yōu)化過(guò)的過(guò)彎速度控制算法：V=VB－d×α－（d－d’）×β （1）式中，V 代表車(chē)子的目標(biāo)速度，VB代表車(chē)子在直道上的速度，d 代表車(chē)子所在位置與賽道中線(xiàn)的偏差量，d ’ 代表上一次掃描時(shí)車(chē)子所在位置與賽道中線(xiàn)的偏差量，α代表偏差量所乘系數(shù)，β代表本次偏差量與上次偏差量的差所乘的系數(shù)。在車(chē)子進(jìn)彎時(shí)，偏差量會(huì)逐次增大，上述算法會(huì)使車(chē)子盡快減速。當(dāng)車(chē)子出彎時(shí)，偏差量逐次減小，上述算法可使車(chē)子逐次加速，減少過(guò)彎的時(shí)間。經(jīng)過(guò)測(cè)試，本控制算法可在保持小車(chē)穩(wěn)定性的前提下，減少小車(chē)經(jīng)過(guò)彎道所耗費(fèi)的時(shí)間。在智能車(chē)出彎時(shí)提前進(jìn)行加速，也可減少車(chē)子在直道加速所花費(fèi)的時(shí)間，從而整體提升智能車(chē)的速度。

速度控制算法的主要代碼如下：

Speed_Want=Speed_Data-Speed_Minus*（Steering_Data-Centre_Number）/800；//車(chē)子速度隨車(chē)子與中線(xiàn)的偏差的增大而減小Speed_Minus_D=modulus（（LX+RX），128）-modul

us（（I_Old_Line+K_Old_Line），128） ；// 入彎提前減速，出彎提前加速

if（Speed_Minus_D＞0）Speed_Want= Speed_Want-Speed_ Minus_D * 10 ；

else Speed_Want=Speed_Want- Speed_Minus_D * 4 ；

2.4 懸掛舵機(jī)控制

智能車(chē)過(guò)彎速度較高時(shí)，由于慣性與摩擦力等原因，可能會(huì)造成車(chē)子向外側(cè)滑或側(cè)翻等情況。為解決這一問(wèn)題，可在過(guò)彎時(shí)對(duì)懸掛舵機(jī)進(jìn)行控制，對(duì)車(chē)子施加一個(gè)向內(nèi)傾斜的力，來(lái)抵消車(chē)子過(guò)彎時(shí)的離心力，從而使車(chē)子在更高的速度下平穩(wěn)過(guò)彎。懸掛舵機(jī)所轉(zhuǎn)的角度，視所過(guò)彎道與車(chē)子當(dāng)前的速度而定。此外，當(dāng)懸掛舵機(jī)所轉(zhuǎn)的角度過(guò)大時(shí)，也會(huì)造成車(chē)子過(guò)度內(nèi)切，車(chē)子甩尾以及車(chē)輪翹起等問(wèn)題。

2.5 過(guò)彎丟線(xiàn)

由于光電組所用的CCD只能采集到一條線(xiàn)上的賽道信息，車(chē)子在過(guò)小半徑的彎道時(shí)，可能出現(xiàn)CCD掃描不到黑線(xiàn)的情況，在這種情況下，智能車(chē)可能因?yàn)闊o(wú)法做出正確判斷而沖出賽道。CCD完全掃不到黑線(xiàn)只有兩種情況，一種是遇到了十字交叉口，另一種是過(guò)彎時(shí)掃到了外界的背景。兩種情況下CCD采集的圖像如圖3所示，采回的數(shù)值有較大不同。因此，可在CCD未掃空時(shí)，記錄CCD掃到白色跑道的數(shù)值，將該數(shù)值與完全丟線(xiàn)后的數(shù)值進(jìn)行

比較，判斷是否是過(guò)彎時(shí)的丟線(xiàn)。若是過(guò)彎丟線(xiàn)，可使車(chē)子保持丟線(xiàn)前的狀態(tài)繼續(xù)前行，直CCD能夠重新掃描到黑線(xiàn)。

3　結(jié)論

本設(shè)計(jì)綜合了圖像采集與處理、懸掛舵機(jī)控制以及速度控制等方面，具有過(guò)彎速度快、穩(wěn)定性高以及魯棒性強(qiáng)等優(yōu)點(diǎn)。其中涉及的控制方法在實(shí)際測(cè)試中都有較良好的效果，對(duì)于提升智能車(chē)行駛過(guò)程中的速度與穩(wěn)定性的作用顯著。

參考文獻(xiàn)

［1］ 劉嘉豪，劉海剛，張建偉，等.智能車(chē)圖像處理與識(shí)別算法研究［J］.工業(yè)控制計(jì)算機(jī)，2014（8）： 19-22.

［2］ 施鶴遠(yuǎn)，彭凱，申正衛(wèi)，等.基于Cortex-M4的光電智能車(chē)路徑識(shí)別最優(yōu)化研究［J］.計(jì)算技術(shù)與自動(dòng)化，2014（2）：112-114.