基于單片機微控制器的無人駕駛小車設計與實現

陸則宇

（沈陽航空航天大學 自動化學院，遼寧 沈陽110136）

隨著全面建成小康社會目標的實現，人們的生活水平也得到了顯著提高。私家車的數量近幾年隨著國民經濟的發展而大幅度增加，城市的主干道因此經常會出現道路擁堵的現象，甚至會由于各種原因導致交通意外事故的發生。交通事故已經成為危及人民群眾生命財產安全的“第一殺手”，故降低交通事故發生率亟待解決。在車輛正常運行過程中，按照軌跡運行與安全的檢測避障成為車輛安全運行的關鍵性指標。

5G時代的到來，讓無人駕駛技術再次進入人們的視野，過去數十年間國內外許多科技公司和眾多學者都對無人駕駛汽車進行了深入研究。2009年，Google開始研發無人駕駛汽車；2013年百度公司成立深度學習研究院，加入無人駕駛汽車研究行列；2015年英偉達發布Drive PX計算平臺，專門用于無人駕駛汽車的設計工作；2018年華為公司與奧迪展開合作，依托5G技術研發商用無人駕駛汽車[1]。在實驗室內進行智能小車的設計是無人駕駛車輛研制工作不可或缺的一部分，智能車拉力賽也成為許多高校的官方賽事，其主要涉及小車的尋跡和避障兩大部分內容。劉漢忠等[2]采用視覺CCD傳感器完成了小車黑線尋跡任務。王宇洋等[3]選用灰度傳感器ITR9909實現智能小車的自動尋跡功能。劉雪飛等[4]針對小車避障問題使用紅外避障傳感器進行實現。黃志敏等[5]采用觸須傳感器感知和識別物體表面輪廓以確定障礙物的方法開展避障研究。

本文主要針對當前無人駕駛小車控制中的循跡運動和避障兩大問題，設計了一款以STC89C52單片機作為控制核心，能夠實現黑線尋跡同時兼具避障功能的智能小車。本次設計小車采用紅外尋跡傳感器實現沿預定路徑行駛，相較于CCD傳感器和灰度傳感器等，紅外傳感器實時性較好，對主控芯片的要求較低，造價低廉。避障采用超聲波傳感器避障的方法，與紅外避障傳感器和觸須傳感器等比較而言，超聲波避障實現方式簡單、數據處理量小、易于實時控制[6]。此次設計小車，即結合紅外尋跡和超聲波避障控制小車，根據路況實時做出合理決策，最終達到小車沿既定路線行駛并躲避障礙物到達目標點的目的。

1 系統總體方案設計

設計的智能小車使用STC89C52單片機作為主控芯片，采用紅外傳感器實現尋跡功能，避障功能的實現則采用超聲波避障的方法，車體采用三輪結構，小車左右兩個車輪各用一個電機控制，小車后方加裝一個萬向輪，起到支撐小車的作用。傳感器接收到的信息反饋給小車CPU單片機，單片機根據反饋信息指導電機做出響應，控制小車實現前后左右運動以及轉彎。系統的整體設計結構如圖1所示。

圖1 整體結構設計圖

單片機通過接收紅外傳感器和超聲波傳感器的反饋信號，結合單片機產生的脈沖寬度調制（Pulse Width Modulation，PWM）波和控制驅動模塊來實時調整小車的車速，通過左右輪的車速差達到左轉、右轉、直行的目的。小車還安裝了蜂鳴器，在超聲波傳感器30cm以內碰到障礙物時，蜂鳴器會報警以提示使用者該道路有障礙，需要重新選擇道路，此時小車會沿原道路即圖2道路1選擇后退至岔道口A處稍微左轉，進入新的可行駛道路，即圖2中道路2繼續完成尋跡。

圖2 道路演示圖

2 系統硬件部分設計

2.1 紅外尋跡模塊

作為小車的關鍵信息輸入設備，紅外傳感器能夠良好地捕捉到前方道路的路況信息，將信號實時反饋給單片機進行處理，對小車進行動態控制[5]。紅外傳感器是利用紅外光的反射特性對黑色和白色加以區分，其反射特性大致可以描述為對于白色物體，紅外光反射量較多，而對于黑色物體，紅外光反射量將大大減少。利用這一特性當平面是白色時，傳感器發射出的紅外光有很大一部分將被反射回來，此時傳感器輸出低電平0。當平面是黑色時，由于黑色反射能力非常弱，大部分的光都無法反射回來，傳感器輸出高電平1[7-8]。

本次設計小車的紅外尋跡傳感器為RPR220傳感器，該紅外傳感器的優點在于可以在一定程度上屏蔽自然光的干擾，有利于提高傳感器對于黑線與白色平面識別的準確度。紅外尋跡模塊原理圖如圖3所示，共有U1、U2兩個紅外對管。圖4為紅外尋跡反饋模塊原理圖。圖3和圖4是對紅外尋跡原理示意。

如圖3所示，電路中含有U1和U2兩個紅外對管，對于紅外對管U1，IN1為接收管，其與圖4中的IN1為對應關系。將I3-處的反饋電壓與I3+的電壓進行比較，并通過O3反應。若I3-處電壓值大于I3+處電壓值，則O3表現為低電平，若如圖中所示O3與P3.2引腳相連接，那么對應該處的發光二極管將會被點亮，符合紅外傳感器的基本原理。紅外對管U2原理與紅外對管U1相同，只需將I3換為I4，O3換為O4即可。本次設計總共采用5個紅外尋跡傳感器，相較于傳統的2路或者3路尋跡小車，5路尋跡提高了運行過程的穩定性。

圖3 紅外尋跡模塊原理圖

圖4 紅外尋跡反饋模塊原理圖

2.2 超聲波避障模塊

超聲波測距是通過超聲波發射裝置發射超聲波，觸碰到物體后，反射回超聲波給接收裝置，通過公式（1）可計算超聲波發射器與障礙物之間的距離大小[9]。

其中，L為超聲波發生器與障礙物間距離；t為從超聲波發射到返回的時間；v為聲速，通常取340m/s。

超聲波避障選用的是HC-SR04超聲波測距模塊，該模塊可提供2cm-400cm的非接觸式距離感測功能，測距精度可達3mm。其基本原理為通過IO口TRGI觸發測距，給至少10us的高電平進行觸發；觸發后模塊會自動發送8個40kHZ的方波，以檢測有無返回信號。若檢測到有信號返回，則會通過IO口ECHO輸出一個高電平，此高電平持續時間也即為公式（1）中時間t。

2.3 直流電機驅動模塊

完成該部分模塊內容的設計采用L293D芯片。如圖5所示為L293D電機驅動芯片原理圖。

圖5 L293D電機驅動芯片原理圖

L293D芯片共有16個引腳，其中左邊一側引腳控制右電機的工作狀態，右邊一側引腳控制左電機的工作狀態。左側引腳中的OUT1與OUT2為驅動端，用于使該驅動芯片輸出電流以驅動右電機；EN1為使能端，只有當EN1為高電平時才能使電機工作，實現車輪的轉動；IN1與IN2根據高低電平的不同會使電機產生正轉、反轉和停轉的效果，如表1左側所示。由于當使能端EN1為低電平時則電機不工作，故默認為EN1為高電平的情況。用于控制左電機的右側管腳的情況與右電機類似，設置如表1右側部分。

表1 電機轉動狀態控制表

除了電機本身控制正轉、反轉和停轉外，無論是對于智能小車還是日常使用的其他交通工具而言，轉彎問題都成為其運動控制過程中的關鍵性難點問題。由于設計的智能小車為差速小車，即利用兩輪的速度差實現左轉和右轉，當左輪速度小于右輪速度，小車會進行左轉，而左輪速度大于右輪時則相反。為了控制兩個車輪的速度大小，通過改變STC89C52的IO口輸出脈沖寬度來實現。進而在一個脈沖寬度內，不斷改變占空比以控制輸出電壓，電壓減小后電機轉速就會相應下降，即可達到改變車速的目的。

3 系統軟件設計部分

3.1 尋跡模塊程序設計

在尋跡部分，本次設計小車共裝有5只RPR220紅外傳感器，對于每個紅外傳感器而言，在接收到路線信息后，會通過發光二極管的亮滅來展現。當紅外傳感器感應到黑線時，發光二極管會熄滅，同時用1來表示，當未觸碰到黑線也即感應到的是白色地面時發光二極管會亮起，同時將這種情況用0來表示。每個傳感器都有兩種不同的情況，則5個傳感器共有32種情況可能發生。事實上，在車速不是太快且傳感器靈敏度較高的情況下，如圖6所示，灰色方塊看作是傳感器，那么最左邊和最右邊的傳感器很難發揮實際效果，尋跡的過程通過中間三個傳感器大致就能夠完成，其他的傳感器主要是為了加強穩定性，使運行過程更加地平穩，也為了提高容錯率使小車始終沿既定路徑行駛。

圖6 RPR220紅外傳感器分布圖

如圖7所示為尋跡模塊程序設計流程圖。基于賽道不斷調試后，圖8給出了不同情況下的PWM占空比，也即自定義了幾種不同擋位以進行直行和轉彎的有效銜接。當M0檢測到黑線，就執行直行命令；當L1檢測到黑線，PWM占空比設置為70%進行幅度不大的微左轉；當L2檢測到黑線，PWM占空比設置為30%進行幅度較大的左轉以保證轉動幅度足夠M0重新檢測到黑線；當R1檢測到黑線，PWM占空比設置為70%進行幅度不大的微右轉；當R2檢測到黑線，PWM占空比設置為30%進行幅度較大的右轉，此時需要保證右轉幅度足夠M0重新檢測到黑線。

圖7 尋跡模塊程序設計流程圖

圖8 超聲波模塊程序設計流程圖

3.2 超聲波模塊程序設計

超聲波主要涉及超聲波發生器與障礙物的距離問題以及超聲波探測到障礙物的時間間隔問題。通過多次實驗得出，將距離設置為30cm較為合適，太短會導致離障礙物太近而產生偶爾撞擊障礙物的現象，如果太遠會影響到正常的尋跡過程，所以設置30cm的距離較為合理。探測到障礙物的時間間隔推薦值為64ms，但經過實驗后發現，設置為64ms的話也會導致單片機來不及反應，為了給出足夠的時間用于主控芯片的有效反應，最終設置的時間間隔為115ms。超聲波模塊程序設計流程圖如圖8所示。

4 實驗分析與測試

為了檢驗小車的設計效果，將小車放置于實驗室內用于智能小車拉力賽的跑道進行性能測試。向單片機燒錄進寫好的程序后，發現有時會出現原地打轉的現象，可能是程序跑飛，所以又在程序中加上看門狗防止該現象的發生[10]。首先進行無障礙物和有障礙物兩種情況下的實驗，共分別進行3次實驗，實驗結果如表2所示。

表2 實驗1測試結果

實驗表明，當小車的運行軌跡上無障礙物時，小車能夠順利到達指定目的地，較好地完成尋跡任務。當小車的既定軌道上存在障礙物時，小車會通過自身避障檢測，自行規避并調整路線，并最終到達終點，達到了較好的避障功能。

為了更好地檢驗小車的尋跡效果，將其與除紅外尋跡只有3個、其他模塊均相同的小車進行對比測試，共進行10組對比測試，實驗測得相關數據如表3所示。

表3 實驗2測試結果

通過表3看出，本文設計的5路尋跡智能小車較3路尋跡小車要更加穩定，運行過程也更加平穩。

5 結論

本次設計的無人駕駛智能小車，在主控芯片單片機和紅外尋跡模塊、超聲波避障模塊、直流電機驅動模塊等的協調運作下實現了小車的直行、左轉、右轉等基本動作，完成了尋跡和避障的功能，特別采用5路尋跡相較傳統的3路尋跡更加合理。

未來可以在小車上增加多個避障傳感器，再將其用于更加復雜的環境，這對火場救援、貨物運輸、山地探測等方面的“無人化”具有推動作用，從而進一步減少人力資源的消耗，最大限度地保障人身安全。