基于電磁感應(yīng)的自主循跡智能車設(shè)計

詹漢彬，王 憬，樊浩然，楊青勝

（湖北師范大學(xué) 電氣工程與自動化學(xué)院，黃石 435002）

自主循跡智能車是利用傳感器信號進行自主導(dǎo)航的小車，自主導(dǎo)航小車無需人為操作，但需人員進行維護，其維護難點在于如何準(zhǔn)確獲取道路信息、判斷路況、對當(dāng)前路況做出正確且精準(zhǔn)的反應(yīng)及如何使整個運動過程更加平穩(wěn)順滑。其中電感采集模塊類似于智能車的眼睛，小車通過電感采集模塊獲取道路信息，通過軟硬件相結(jié)合的濾波方式提高采集信息的準(zhǔn)確性，根據(jù)不同路徑電感值的差異判斷賽道狀況；單片機獲取賽道信息后針對不同路況與特殊元素分別對電機和舵機做出相應(yīng)的控制，在必要時刻調(diào)整電感值，最終實現(xiàn)智能車的自主導(dǎo)航功能。

1 電磁智能車系統(tǒng)硬件整體結(jié)構(gòu)

電磁智能車系統(tǒng)硬件可分為MCU 最小系統(tǒng)、電源系統(tǒng)、傳感器系統(tǒng)、人機交互系統(tǒng)、驅(qū)動系統(tǒng)。結(jié)合較為詳細(xì)的硬件模塊，其系統(tǒng)整體結(jié)構(gòu)設(shè)計如圖1 所示。

圖1 智能車系統(tǒng)硬件結(jié)構(gòu)設(shè)計圖Fig.1 Intelligent vehicle system hardware structure design

1.1 MCU 最小系統(tǒng)

MCU 是微處理器的簡稱，其作用類似于人的大腦，擔(dān)任著整個智能車的信息處理及控制協(xié)調(diào)作用，因此其他硬件系統(tǒng)都會與MCU 相連。本文選用CH32V307 微控制器，該MCU 是基于32 位RISC-V設(shè)計的工業(yè)級通用增強型微控制器，有多種指令集組合快速可編程中斷控制器加硬件中斷堆棧，最高144 MHz 系統(tǒng)主頻，64 KB SRAM，3.3 V 低功耗供電，可接入16 路外部信號加2 路內(nèi)部信號通道，擁有多組定時器、通訊接口及GPIO，可勝任智能車系統(tǒng)的控制任務(wù)[1]。

1.2 電源系統(tǒng)

電源是智能車工作的基礎(chǔ)，鎳鎘電池可多次充放電，不僅內(nèi)阻小，放電時電壓的變化也很小，因此對于需要穩(wěn)定電壓輸入的智能車系統(tǒng)來說是一種較為理想的直流電源，其電壓有7.2 V，但由于智能車各個模塊工作所需的額定電壓不同，因此需通過降壓芯片（SP1N28STER）轉(zhuǎn)換為穩(wěn)定的5 V 電源供給主板電路，隨后再次降壓（PT9013-33）至3.3 V 供給MCU 最小系統(tǒng)[2]。

1.3 傳感器系統(tǒng)

傳感器系統(tǒng)是智能車實現(xiàn)“智能”的根本保障，不同于其他循跡原理，電磁車主要通過LC 并聯(lián)諧振電路采集路徑上的電磁波信號，隨后通過運放處理獲取賽道信息。而車速的獲取是與電機相嚙合的編碼器，通過平行軸齒輪傳動得到，其中編碼器齒輪旋轉(zhuǎn)時會產(chǎn)生與車速相關(guān)的脈沖，當(dāng)脈沖傳入MCU中被捕獲時即可獲取當(dāng)前車速。

1.4 人機交互系統(tǒng)

人機交互系統(tǒng)可極大地方便調(diào)試人員對智能車參數(shù)的獲取和循跡過程的調(diào)試，主要的人機交互系統(tǒng)由蜂鳴器、IPS 屏幕、按鍵、撥碼開關(guān)、藍(lán)牙模塊及下載調(diào)試器組成。其中蜂鳴器可用于智能車行駛過程中元素或預(yù)設(shè)條件的判斷、IPS 屏幕方便對多個參數(shù)的查看、按鍵及撥碼開關(guān)可選擇智能車工作模式的切換以及簡單調(diào)參，藍(lán)牙模塊可方便調(diào)試及通信，下載調(diào)試器主要完成程序的下載及寄存器查看等功能。

1.5 驅(qū)動系統(tǒng)

驅(qū)動系統(tǒng)是控制智能車運動的核心部分，驅(qū)動系統(tǒng)主要由電機、電機驅(qū)動電路、舵機驅(qū)動部分組成，電機采用RS-380 直流電機，該電機價格低、控制方便，采用H 橋方式進行驅(qū)動，主要原理是通過控制開關(guān)管的導(dǎo)通與關(guān)斷來實現(xiàn)電機供電電壓的改變進而控制電機速度，而舵機驅(qū)動則通過給信號腳端不同的占空比從而使舵機打角進而控制小車方向[3]。

2 電磁智能車系統(tǒng)軟件設(shè)計

該智能車系統(tǒng)以CH32V307 微控制器為核心控制單元，采用LC 并聯(lián)諧振電路采集賽道信息進行濾波、差比和差計算對稱電感的差值從而分辨賽道電磁信息，在獲取賽道信息后對針對不同的賽道類型采用不同的PID 參數(shù)，在轉(zhuǎn)向時利用阿克曼轉(zhuǎn)向原理對電機進行差速控制，同時利用偏差的PD控制算法，控制舵機打角進行轉(zhuǎn)向。針對不同的電感采集值及特殊元素分別設(shè)置不同的速度目標(biāo)值，以提高智能車適應(yīng)性及穩(wěn)定性。通過增量式PID 算法實現(xiàn)智能車的電機速度控制。電磁智能車軟件系統(tǒng)主要由電感值處理、賽道類型判斷、方向控制、速度控制4 個部分組成。通過各個部分相結(jié)合，最終完善整個智能車系統(tǒng)的控制。

2.1 電感值處理

由于賽道信號發(fā)生器輸出20 kHz 等效100 mA正弦波信號的同時也夾雜著許多噪音，會阻礙電磁車的信號獲取，因此采用LC 并聯(lián)諧振電路的硬件提高信噪比從而獲取更加有效的電磁信號值[4]，隨后通過運放進行信號放大傳輸至MCU 進行軟件濾波處理。

通常軟件濾波由中值平均濾波算法完成，中值平均濾波是對連續(xù)采樣10 次的電感值去最大值和最小值，最后算術(shù)平均得到結(jié)果，該方法結(jié)合了中值法和算數(shù)平均法，可消除偶然出現(xiàn)的異常電感值并減少采樣值的偏差。完成濾波后的數(shù)據(jù)如果直接使用會導(dǎo)致許多調(diào)試問題以及穩(wěn)定性問題，因此采用控制算法進行二次處理，常見的處理算法有歸一化處理、差比和差算法等組合，其中歸一化處理是為了提高智能車對賽道的適應(yīng)能力，雖然不同場地的電感信號值不同，但所采集的電感有普遍線性關(guān)系，因此經(jīng)過歸一化處理，可以將電感值限制在0～100，使得小車在不同的賽道上的適應(yīng)能力更加穩(wěn)定。

2.2 賽道類型的判斷

賽道類型的識別主要利用電磁感應(yīng)原理，即垂直與電磁線的LC 并聯(lián)諧振電路產(chǎn)生感應(yīng)電動勢，且電動勢隨著電感與電磁線的垂直距離而變化。通過采集到的電動勢變化并對比來確定，具體到每個類型就根據(jù)電感排布方式及電感數(shù)來確定。在此以4 路電感為例說明賽道的類型識別，針對電感排布方式及相關(guān)賽道（圖2）中4 種類型進行說明。

圖2 電感排布方式及賽道類型Fig.2 Inductance arrangement and track type

圖2（a）為雙一字排布的直道狀況，此方案雙一字電感都垂直于漆包線，因此當(dāng)L 與R 兩端電感值較大且相等時位于賽道正中間，當(dāng)L 電感值較大R電感值較小時漆包線距離L 端較近，此時智能車位于賽道右側(cè)，需要向左調(diào)整，重回賽道中央。

圖2（b）為雙一字排布彎道狀況，此方案雙一字電感不垂直于漆包線，因此對彎道的檢測性較差，只能分辨出彎道的大致方向，無法精確調(diào)整智能車于賽道中央順利通過彎道而不沖出賽道，對此采用雙八字排布可有效區(qū)分彎道類型。

圖2（c）為雙八字排布彎道狀況，在小車過彎時L 電感垂直于彎道切線，會采集到較大的電感值，而R 電感平行于彎道切線，采集到的電感值較小，因此通過L、R 電感值的對比很容易區(qū)分出彎道類型，對于右彎道同理R 電感值較小，L 電感值較大，而直道時雙八字電感關(guān)于漆包線對稱，其采集值對比同樣可輔助直道的正常行駛。為了準(zhǔn)確區(qū)分賽道類型，兩者并用效果更優(yōu)。

圖2（d）為最終電感排布狀況，此方案由于一字排布在內(nèi)，八字排布在外，可較為準(zhǔn)確地確定賽道的類型并提供準(zhǔn)確行駛誤差信息，便于后續(xù)方向控制與電機控制。

2.3 方向控制

賽道類型識別完成后為了讓小車能夠在賽道上正常行駛，至少需要使用左、右2 個電感，通過ADC 采集經(jīng)過運放處理的感應(yīng)電動勢值來計算偏差，最簡單的方案是直接計算左右對稱的2 個電感采集值之差來獲取當(dāng)前賽道信息，根據(jù)差值與小車賽道中央采集的電感值乘一定比例關(guān)系作用到舵機，通過PWM 占空比輸出控制舵機打角，從而控制小車的轉(zhuǎn)向行駛。其中差比和差算法相比于差比和算法有著更加優(yōu)良的魯棒性，該算法結(jié)合圖2（d）中電感的排布具體公式如下：

式中：L′、L、R、R′分別對應(yīng)左斜電感、左電感、右電感與右斜電感；A、B、C 均為可調(diào)參數(shù)；P 為比例系數(shù)。該算法最終得到的特征值為小車距離中線的偏差，有了偏差后將其作為控制系統(tǒng)的輸入量從而對其進行轉(zhuǎn)向控制。在此采用最經(jīng)典的智能車控制算法之一的PID 進行控制，由于方向環(huán)中引起系統(tǒng)震蕩的原因主要為舵機的機械結(jié)構(gòu)導(dǎo)致其存在延遲積分環(huán)節(jié)，加入積分環(huán)節(jié)后會進一步加重系統(tǒng)的震蕩，因此將其作為方向環(huán)位置式PD 控制的輸入?yún)⒘?，位置式PID 公式為

式中：Angle 為角度環(huán)輸出結(jié)果；Kp、Ki、Kd為PID 的3 個參數(shù)，由于是位置式PD，因此Ki參數(shù)為0；Error為實際值與目標(biāo)值之差簡稱誤差量；Sumerror 為誤差量的累加；Error-Lasterror 為實際值與上次誤差量之差，可理解為未來誤差的預(yù)判。在完成一次計算后需要更新數(shù)據(jù)，將上一次的偏差值更新為本次偏差值從而繼續(xù)下一次的PID 計算，其主要代碼如圖3所示。

圖3 位置式PID 代碼Fig.3 Positional PID code

其中Kp、Kd值需要調(diào)試，在調(diào)試時，先將Kd值賦0，調(diào)整Kp值，使得小車對彎道的反應(yīng)較為靈敏，能夠在彎道中間以及內(nèi)側(cè)行駛，隨后增加Kd值，直至小車能夠在直道上平穩(wěn)行駛且能夠順滑過彎道，但每次速度明顯提升時對應(yīng)的方向PD 參數(shù)也會隨之改變，因此需要較為穩(wěn)定的速度控制才能得到完美的舵機PD 參數(shù)。

2.4 速度控制

因為小車的實際速度受電壓、機械結(jié)構(gòu)、路況、磨損等因素影響，因此小車的實際速度不可能達(dá)到目標(biāo)速度，僅僅是單輸入、單輸出的開環(huán)系統(tǒng)誤差會越來越大，因此小車的速度控制部分，主要由MCU、電機、電機驅(qū)動及編碼器等組成一個完整的PID 系統(tǒng)來進行控制[5]。

由于電磁車大部分是雙電機控制小車行駛，因此必須用2 個速度環(huán)分別控制2 個電機，雖然是2套速度控制、但在兩電機近乎相同的情況下，2 套速度控制的參數(shù)都是一致的，否則雙電機的調(diào)試會十分復(fù)雜。電機的速度環(huán)一般采用增量式PID，其原因是電機的調(diào)控在時間軸上采取保存上一次與上上次歷史偏差的結(jié)果，并將兩者之差作為比例環(huán)進行輸入，最后輸出的結(jié)果是需要調(diào)整的偏差量，因此增量式PID 的輸出結(jié)果都需要進行累加才能進行電機的PWM 輸出，增量式PID 公式為

式 中：Duty 為增量輸出結(jié)果；Kp、Ki、Kd為PID 的3個參數(shù)；Error 為實際值與目標(biāo)值之差簡稱誤差量；Lasterror 為上一次的誤差；Preerror 為上上次的誤差。在完成一次計算后同樣需要更新數(shù)據(jù)，將上一次的偏差值更新為本次偏差值從而繼續(xù)下一次的PID 計算，但實際調(diào)試過程中增量式PID 可能會出現(xiàn)輸出過大的情況，因此需要進行限幅處理，其主要代碼如圖4 所示。

圖4 增量式PID 代碼Fig.4 Incremental PID code

調(diào)試過程類似于位置式PID，Ki的調(diào)節(jié)需要在完成Kp和Kd后進行。有速度PID 控制后，為了使小車能夠及時獲取當(dāng)前速度并及時對速度出現(xiàn)的偏差進行調(diào)控，通常將編碼器獲取車速與電機PID 控制部分寫入中斷服務(wù)函數(shù)當(dāng)中，并根據(jù)芯片的性能及程序的執(zhí)行量來確定周期中斷時間，一般選取5 ms左右可滿足需求，寫入中斷服務(wù)函數(shù)后系統(tǒng)在不同的速度要求下將迅速趨于穩(wěn)定。

3 結(jié)語

本文從硬件和軟件2 個方面論述了以CH32V307型號MUC 為核心控制單元的電磁智能車設(shè)計，其中硬件部分詳細(xì)介紹了整個智能車系統(tǒng)所需模塊及主要作用，軟件從電感采集值的濾波及處理、賽道類型判斷、方向控制及電機控制4 個部分介紹完成智能車所需主要控制內(nèi)容，其中詳細(xì)說明了差比和差及PID 算法的原理及應(yīng)用，經(jīng)驗證，所設(shè)計的電磁智能車具有良好的穩(wěn)定性，可作為大學(xué)生智能汽車競賽的參考方案之一。