基于電磁引導的智能車系統設計方法

鮑世龍 朱素磊 邵宗定

摘要：本文介紹了一種以電磁線引導，通過電感采集的方法實現對智能車控制，使用K66芯片作為核心控制單元，以及電感電容，編碼器，藍牙，紅外線測距，無線串口透傳等傳感器，來實現數據處理以及智能車的行駛，使用經典的均值濾波算法和PID控制算法等算法，讓智能車能夠平穩且快速的通過環島、十字路口、爬坡、會車等一系列道路元素，很好的展現對自動駕駛的模擬。

關鍵詞：電磁;傳感器;無線串口透傳;PID控制算法;

一、引言

現如今，無人駕駛技術已經成為汽車行業發展的新趨勢。而無人駕駛的技術難點在于路況信息的采集、處理和措施，路況信息的采集和處理決定了智能車的應對措施。在全國大學生智能車比賽中，智能車成功的把硬件和軟件成功的及為一體，在設計硬件的同時要考慮算法在處理數據的難易程度。它在設計過程要有合理的規劃與決策，只有前期的合理的硬件才能讓后面的數據處理變得容易。它采用了電感采集、串口通信、無線通信、微處理器、紅外傳感器、數據處理，機械構造等技術，智能車已經成為人工智能領域的熱門和發展方向。通過比賽，可以拓展大學生的創新設計能力，讓大學生對學習產生樂趣，智能車硬件和軟件的學習已經成為培養計算機類大學生學習、創新的重要方法之一。

二、總體設計

智能車的總體設計如圖1所示包括八大模塊：電路模塊、電感采集、編碼器、紅外模塊、驅動模塊、無線通信模塊、調試模塊、穩壓模塊。主控模塊集成在一塊電路板上，這樣可以盡量采用PCB內部走線，可以避免因接線處不穩定導致電路斷路或者信號不穩的情況。電路模塊為各模塊提供電源以及通過電流電壓的變化傳遞各模塊之間的信息。電感采集通過電感電容采集電磁，來引導智能車的行駛方向。驅動模塊包括舵機驅動和電機驅動模塊。無線通信模塊通過DL-30無線串口透傳來實現智能車與車之間的通信和指令傳輸。調試模塊通過藍牙和OLED來顯示智能車采集的數據，讓數據變得可視化。穩壓模塊保證電源持續穩定的輸出電流。電磁采集產生數值差來完成智能車的行駛方向，并通過陀螺儀和編碼器來控制車行駛的狀態，完成自我的調節，使智能車能夠平穩快速的通過賽道元素。

三、硬件

（一）電磁采集

電磁采集主要通過LC振蕩電路設計方案，串聯到電路板上可調電位器，通過可調電位器來控制采集到的電磁值的大小，通過電磁值的變化來調控智能車行進的方向，通過四個電感電容采集到四路電磁值，左右各兩路電磁采集信號，同時分為外二路和內二路電感，在通過環島等元素時，主要通過內二路的電磁來控制。使用均值濾波算法來減小誤差。

（二）無線通信

無線通信通過兩個收發端口進行通信;DL-30無線串口透傳模塊與K66端口連接，通過軟件控制收發端模塊的波特率、信道和工作模式，實現點對點的收發，實現智能車與車之間的通信;使用串口指令的方式進行通信，通過讓智能車能夠簡單識別另一智能車發送的簡單指令，并進行應答。

四、算法的實現

（一）電磁采集流程圖

智能車通過電感電容采集電磁，總共采集四路電磁，通過AD轉換得到具體的數值，并進行冒泡排序升序算法、均值濾波算法和歸一化處理，計算得到每一路傳感器的相對值，最后來確定車在賽道上的位置，并進行自我調節。

（二）總控制流程

整個程序運行流程如下：（1）硬件初始化。（2）傾斜角檢測。（3）直立控制。（4）方向控制。（5）速度控制。速度控制函數包含了速度采集濾波函數和速度P控制函數。對于直立車，速度控制的實時性不高，且速度控制對直立的影響大，所以速度控制可以緩慢輸出。

（三）PID算法

PID算法是很普遍的一種控制算法，在智能車比賽中，主要通過該算法來進行車體控制。PID算法中，P代表比例控制，I代表積分控制，D代表微分控制，PID控制算法非常經典并且使用方便，只需整定PID三個參數就可以達到良好的控制效果。在賽道上通過對采集的電磁進行處理，得到路徑信息，然后利用PID算法控制舵機和電機的輸出量，驅使小車運動。智能車車速采用閉環控制，通過PID算法進行協調控制，改正偏差，經過數據處理，得到輸出的占空比，并得到與車速相對應的PWM脈寬信號。為了讓小車在不同的賽道都能獲得更高更穩定的速度，在PID算法中所采用的控制參數是不一樣的。由于智能車賽道情況比較復雜，含有多個賽道元素，使用傳統PID算法很難達到所需要的智能化程度。PID的模糊控制則可以解決這個問題。模糊控制不要求掌握受控對象的精確數學模型，而是根據操作選手的經驗，自己建立控制規則庫，組織控制決策表，然后由該表決定控制量的大小[1]。模糊算法雖然叫“模糊”但其實并不模糊，實際上，模糊算法是一種逐步求精的思想的體現，通過模糊算法確定出來的PID的三個參數，具有自適應性，PID三個參數會根據外界環境的變化自動調節，以保證整體的穩定性。將經典PID和模糊PID控制結合起來，使系統既具有控制靈活且適應性強的優點，同時又具有PID控制精度高的優點[2]。因此，利用模糊算法與PID的相互合作，可以將小車的平穩性達到最佳。另一方面，由于在賽道的不同路段需要采用不同的速度，所以要優化路徑電磁采集、提高速度控制力，相對的，在程序設計上使用反轉制動等方法，提高小車的加減速性能[3]。小車在直道和彎道上面需要采用較高的速度行進，而從長直道進彎道的時候需要降低車速來保持車的穩定，不至于沖出賽道。通過傳感器的數據變化來判定進彎減速條件，可以實現提前減速，讓速度變化更加平穩連貫。

（四）直立環控制

對于直立車來說，保持直立式首要任務。在直立控制負反饋系統中，最重要的是能準確測得小車的傾角。因此我們采用加速度計測得的重力加速度的分量以及陀螺儀的值積分來得出傾角。選用兩個能測量角度的傳感器的原因在于加速度計測得值受到運動的影響太大而不能直接使用，陀螺儀輸出的值往往有溫飄，積分后容易飽和。加速度計的值雖然雜波多，但其回歸曲線還是準確的期望值。根據這一點，可以使用加速度計消除陀螺儀的溫飄而得到真實的角度值。角速度和加速度兩者是相輔相成的，可以結合角速度值和加速度值，進行互補濾波或卡爾曼濾波，得到準確的角度值。對于加速度的選值，取三軸加速度——X軸，Y軸，Z軸。一般車輛選取前進運動的方向X軸，重心方向位Z軸，X軸和Z軸是我們需要提取的信息。Y軸一般是不會有大變動的。在得到初始數值后，利用濾波算法濾掉小車運動時由于電機旋轉引起角度的抖動而使角度波動的干擾值。互補濾波是根據加速度計測量的準確性，和陀螺儀噪聲小的特性，在短時間內采用陀螺儀得到的角度為其最優值，定時對加速度采樣來的角度進行取平均值來校正陀螺儀的得到的角度。最后利用濾波攻勢進行數據融合，得出一個合適的角度[4]。

五、結論

本文大體介紹了基于電磁引導的智能車的設計與系統的設計。本設計以全國大學生恩智浦智能車比賽為背景，根據比賽的要求自主設計了信號采集與處理模塊，編碼器，藍牙，紅外線測距，無線串口透傳等硬件電路，采用 PID算法，模糊算法，速度環，直立環等，控制智能車在賽道快速平穩地自動循跡奔跑。在實驗室中，使用智能車模型，能夠較好的完成在賽道上運行。通過比賽測試，其各方面性能指標都滿足比賽要求。本文提供的設計方法簡單，性能較好，在智能車設計中不失為有關較好的方法，能夠讓大學生在規劃和決策中做出合理的選擇，并且能夠提高大學生對程序的理解能力。

參考文獻

[1]周若谷.進給伺服系統模糊自整定控制建模與仿真[J].武漢理工大學學報（信息與管理工程版），2011，33（01）：47-50.

[2]許任男. 感應加熱電源模糊PID功率控制器的設計與實現[D].天津大學，2009.

[3]擺玉龍，楊利君，董存輝.基于MC9S128的電磁導航智能車的設計與實現[J].測控技術，2011，30（11）：59-64.

[4]劉楚紅. 基于FSR和陀螺儀的人體姿態檢測及行走趨勢分析[D]. 沈陽工業大學， 2015.

作者簡介：鮑世龍 2000出生，男，漢族，安徽六安人，本科在讀，安徽財經大學管理科學與工程學院。研究方向： 計算機應用技術

基金名稱：基于K66控制器的雙車會車競速智能車的設計與調試

基金號：201910378017