基于電磁三輪系統(tǒng)智能車的傳感器排布方案與控制策略

魏磊，李興旭，高琴，張猛

?

基于電磁三輪系統(tǒng)智能車的傳感器排布方案與控制策略

魏磊，李興旭，高琴，張猛

（防災科技學院，河北 廊坊 065200）

智能車系統(tǒng)的傳感器排布設計和控制策略直接決定著系統(tǒng)動態(tài)和穩(wěn)態(tài)性能，基于第十三屆全國大學生“恩智浦”杯智能車競賽電磁導航組賽道中環(huán)島、十字彎道、直角彎道和直道的磁場分布差異，設計出應對不同賽道元素的傳感器排布方案和判別算法。利用Ackermann轉向模型對三輪系統(tǒng)進行分析，結合分段式PID控制器實現(xiàn)方向控制，增量式PID實現(xiàn)速度控制，經過賽場上實際測試，該智能車系統(tǒng)可以穩(wěn)定高速運行。

三輪系統(tǒng)智能車；電感排布設計；環(huán)島判別；分段式PID

隨著電子技術、智能控制算法和工業(yè)制造技術的快速進步，智能車控制技術的應用領域也得到了不斷拓展，向結構簡單化和控制方案多樣化的方向發(fā)展，并開始廣泛應用于工業(yè)生產領域。

本文就電磁導航三輪系統(tǒng)智能車的傳感器排布，探索了一套由一字電感、八字電感和豎直電感組成的傳感器排布方案，提出了將線性Ackermann模型和分段式PID控制器相結合的轉向控制方案和由增量式PID實現(xiàn)的速度控制方案，既使智能車具有Ackermann幾何模型良好的穩(wěn)定性，又具備分段式PID控制器響應速度快和適應性強的優(yōu)點，從而使智能車系統(tǒng)具有良好的靈敏性和魯棒性。

1 電磁傳感器的排布方案

1.1 導線周圍磁場分析

1.2 傳感器檢測原理

圖1 檢測原理圖

1.3 傳感器排布及元素判別

在電磁傳感器的排布設計中，考慮到賽道中環(huán)島、十字彎道、直角彎道等元素的磁場分布復雜，單一的電感擺放方式無法適應全程賽道，所以，綜合各類型電感排布的特性如下：①一字電感。直道磁場的靈敏度高，穩(wěn)定性強，可屏蔽大部分相鄰賽道干擾，不易竄道。②豎直電感。直道磁場的靈敏度低，在疊加場中易屏蔽直道磁場的影響。③八字電感。特性介于一字電感和豎直電感之間，彎道磁場的靈敏度高。傳感器排布方式如圖2所示。設計出的電感排布方式使智能車具有良好的前瞻性，實現(xiàn)了對賽道元素特征的預測功能，并且為速度調整提供了充足時間。

1.3.1 環(huán)島判別

環(huán)島元素類似于直線與圓相切的幾何結構，其主要磁場特征是切點處由兩個同向磁場疊加，切點兩側同時具備直道和彎道的磁場特點。智能車進入環(huán)島分為兩個重要環(huán)節(jié)：①利用傳感的前瞻性，預測路況信息，實現(xiàn)環(huán)島判別；②切換循跡模式，以屏蔽直道干擾，將智能車引入環(huán)島。因此，提出利用中間一字電感采集切點處磁場特征，經實測切點信號幅值是直道最大幅值的兩倍，具有唯一性，可作為入環(huán)特征判別條件。利用動態(tài)峰值和冒泡算法實現(xiàn)環(huán)島判別，程序如圖3所示。

圖2 傳感器排布方案

圖3 環(huán)島判別代碼

切點兩側直道與彎道的磁場疊加，利用豎直電感能夠很好地屏蔽直道影響，使智能車以彎道磁場作為主要信號輸入，引入環(huán)島。

1.3.2 十字彎道判別

1.3.3 直角與彎道判別

直道與彎道過渡區(qū)間的輸入信號由階躍輸入切換為斜坡輸入，單一的磁場偏差，無法實現(xiàn)精確判斷，且需要超前控制，因此，引入磁場偏差變化速度′和磁場偏差變化加速度"作為判別依據，由磁場偏差、磁場偏差變化速度′和磁場偏差變化加速"共同構成特征域。通過劃分特征域確定塞道元素判別條件，劃分公式如下：

n={（>）∩（′>）∩（"<）}∪

{（<）∩（′<）∩（">）}.

，，，，，分別由不同賽道元素之間的磁場偏差特征決定，因此需要通過上位機采樣分析來確定。

2 控制策略

本文選用第十三屆“恩智浦”杯智能車競賽F車模，該三輪系統(tǒng)智能車機械結構主要由一個前置雙排萬向輪和后置雙RS380馬達驅動組成，針對于三輪系統(tǒng)智能車將驅動輪和轉向輪合并的機械特點以及傳感器的排布設計所具備的良好預測性，制定出三輪系統(tǒng)智能車的控制方案，車模速度控制通過增量式PID實現(xiàn)，車模方向控制由經典電子差速方案Ackermann轉向模型與分段式PID相結合實現(xiàn)，最終將速度和方向的控制量線性疊加以PWM波的形式輸出。

2.1 方向控制策略

根據三輪系統(tǒng)智能車的機械結構特點，構建了如圖4所示的結構模型，并且參考Ackermann轉向模型進行合理推導，使其更加適應三輪系統(tǒng)。

圖4 差速轉彎模型結構

所以可以推出：

根據圖4模型結構和上述所推導的公式可以很容易地解算出兩個輪子的轉向差速，然后利用編碼器采集兩個輪子的實際速度，將解算出的轉向差速與實際速度作差，通過這一模型即可將傳感器采集的磁場強度偏差精確地轉化為完成轉向的所需的速度偏差，最后將這一偏差量送入到PID中進行運算。控制結構如圖5所示。

1.2.4 電泳檢測。PCR擴增產物采用6%的變性聚丙烯酰胺凝膠進行電泳檢測。點樣后，1 000 V電泳預熱30 min，上樣后穩(wěn)壓1 000 V電泳60～90 min。電泳完畢后，用10%冰醋酸溶液(1 L)固定30 min，用2%硝酸銀溶液染色30 min，用預冷的3%無水碳酸鈉溶液顯色，ddH2O漂洗1～5 min，室溫下自然晾干。拍照、觀察帶型、統(tǒng)計結果數據。

我國大部分高校雙創(chuàng)教育培養(yǎng)形式較為單一，教學體系不完善。主要表現(xiàn)在，我國大部分高校的雙創(chuàng)教育基本采用課堂理論講授方式進行。任課教師在講授雙創(chuàng)課程時，基本上就是根據教學大綱、查找一定的實例進行任務化教學。雙創(chuàng)教學體系所授內容和學生雙創(chuàng)需求有一定的脫節(jié)滯后。創(chuàng)新教育，基本上沒有特定的雙創(chuàng)教學體系，而是分布于日常的教學過程中，存在于每一講課，每一門課程，每一個教學活動中。

圖5 控制結構圖

智能車在不同賽道元素的速度上限是不同的，勻速控制策略不能有效地提升智能車的平均行駛速度。根據這一現(xiàn)象以及文章所述的傳感器排布方案和元素判別策略，具備良好前瞻性，為轉向環(huán)精確的過程控制提供了硬件基礎，因此，采用分段式PID進行轉向控制，數學表達式如下：

式（1）中：E（0，1，2）為動態(tài)速度期望；i（0，1，2）為動態(tài)積分常數；D（0，1，2）為動態(tài)微分常數；n（0，1，2）為偏差特征域；為磁場偏差。

根據傳感器采集到的賽道數據信息對賽道元素進行判斷，動態(tài)配置速度期望值和PID控制參數，達到變速控制的目的，使系統(tǒng)的控制特性在各種情況下都能保持最優(yōu)。

2.2 速度控制策略

為了使智能車的實現(xiàn)全程高效的變速運動，采用傳統(tǒng)的位置式PID無法滿足變速過程中響應時間快、與過去的狀態(tài)無關、被控量不會累加、超調量比較小要求，因此選用增量式PID作為速度控制策略。

如果用K-1表示上次的輸出控制信號那么當前的輸出值應該為K這兩者之間的關系為：

K=K-1+△（2）

式（2）中：?為應該輸出的增量值。

式（2）變形得：

△K－K-1.

第次的位置式算法輸出：

第－1次的位置式算法輸出：

兩式即得到相鄰兩次的增量：

式（3）（4）（5）中：P為比例系數；K為第次的偏差；k-1為第－1次的偏差；i為積分常數；D為微分常數；k-2為第－2次的偏差。

通過最終的推導結果可以看出增量式PID算法簡單，對歷史偏差數據量的需求較少，節(jié)約計算時的存儲資源，同時提高計算機的執(zhí)行效率。

3 結論

基于三輪系統(tǒng)電磁導航智能車的設計，結合不同特性電感的優(yōu)勢，可以實現(xiàn)對賽道元素精確的判斷，作出較為完整的過程控制，通過Ackermann公式和分段式PID相結合的復合控制模式，有效地解決了三輪系統(tǒng)嚴重的彎道側滑的問題，為三輪系統(tǒng)智能車的實際應用做出了較為全面的探索。

［1］肖祖勛，肖本賢.三輪全轉向叉車的轉向控制策略研究［J］.合肥工業(yè)大學學報（自然科學版），2017（10）：1349-1354.

［2］吳文灝.電磁導引線位置檢測中的傳感器排布設計［J］.科技與創(chuàng)新，2016（11）：91-92.

［3］李衛(wèi)碩，徐穎，郭超，等.基于阿克曼算法的輪轂電動汽車控制方法研究［J］.測控技術，2017（3）：59-62.

［4］王能才.基于電磁導航的智能車信號檢測與控制策略研究［D］.蘭州：蘭州理工大學，2014.

2095－6835（2019）02－0021－03

TP275

A

10.15913/j.cnki.kjycx.2019.02.021

魏磊（1996—），男，河北張家口人，防災科技學院本科在讀，研究方向為嵌入式開發(fā)。李興旭（1997—），男，四川成都人，防災科技學院本科在讀。高琴（1982—），女，湖北天門人，防災科技學院副教授。張猛（1998—），吉林白山人，防災科技學院本科在讀。

〔編輯：嚴麗琴〕