黃定翠

摘 要隨著科技的發(fā)展和汽車(chē)工業(yè)的進(jìn)步，智能汽車(chē)的研究興起了一股熱潮，與之相對(duì)應(yīng)的模型研究智能循跡小車(chē)也不斷的在更新，無(wú)論是各大高校還是企業(yè)公司對(duì)循跡小車(chē)的研究一直在進(jìn)行著。而算法的研究是其中最主要的核心，它幾乎決定了小車(chē)的控制的好壞，好的算法將會(huì)使得小車(chē)的循跡變得十分的精確和可靠。

【關(guān)鍵詞】循跡小車(chē) 智能汽車(chē) 算法

1 引言

近些年來(lái)，在各大高校對(duì)循跡小車(chē)的研究一直在進(jìn)行著，同時(shí)也會(huì)有一些關(guān)于循跡小車(chē)的比賽，例如飛思卡爾智能車(chē)競(jìng)賽，有時(shí)候電子設(shè)計(jì)大賽也會(huì)有涉及到循跡小車(chē)。一般循跡小車(chē)有傳感器用于對(duì)外界賽道的采集，賽道都是有一定的特征，比如通有交變電流的漆包線作為引導(dǎo)線的賽道，LC傳感器可以采集賽道的磁場(chǎng)，通過(guò)磁場(chǎng)的強(qiáng)弱和分布規(guī)律來(lái)判斷小車(chē)的相對(duì)位置。為了達(dá)到轉(zhuǎn)彎的靈活性，本設(shè)計(jì)前輪采用舵機(jī)來(lái)控制轉(zhuǎn)彎打角的角度，利用PD算法將小車(chē)的相對(duì)位置轉(zhuǎn)換成控制量。后輪使用直流電機(jī)，輔以PID算法，以達(dá)到小車(chē)的高速及其穩(wěn)定行駛。

2 設(shè)計(jì)

我們以STM32作為主控芯片，使用LCD1000和電感線圈組成的傳感器對(duì)鋪有鋁膜的賽道進(jìn)行信息采集。因?yàn)槲覀冑惖乐写嬖诘钠碌?，所以還使用了MPU6050陀螺儀來(lái)完成坡道的識(shí)別，編碼器對(duì)速度進(jìn)行采集，如圖1所示。

3 傳感器的原理分析與布局

3.1 原理

本傳感器是利用了電容三點(diǎn)震蕩的原理，利用LDC1000和電感線圈構(gòu)成電容式三點(diǎn)震蕩，震蕩后產(chǎn)生正弦波，并且隨著電感線圈靠近鋁膜磁場(chǎng)不同，由此得出的正弦波的頻率也是不一樣的，利用這個(gè)特點(diǎn)可以分辨出線圈和鋁膜的相對(duì)位置。得出的正弦波進(jìn)行比較器整形后得出方波，送到主控芯片進(jìn)行計(jì)數(shù)。

3.2 傳感器的布局

傳感器的布局是十分重要的，而且也有講究，布局的不一樣所使用會(huì)影響到算法，所以在在傳感器的排布上面一定得和軟件算法想結(jié)合。本設(shè)計(jì)上采用了3個(gè)傳感器兩個(gè)旁邊一個(gè)中間。前瞻的選定：一般的設(shè)計(jì)前瞻的選擇有三種第一是：30cm以內(nèi)，這個(gè)前瞻的長(zhǎng)度在低速的時(shí)候?qū)惖赖牟杉容^穩(wěn)定，但是速度比較快的時(shí)候就有可能不穩(wěn)定，特別是過(guò)彎的時(shí)候不能及時(shí)的檢測(cè)到彎道信息，從而使得速度不能及時(shí)的減下來(lái)，小車(chē)容易沖出賽道；第二種是30-50cm：這時(shí)候采集的賽道信息也比較穩(wěn)定，彎道檢測(cè)比較及時(shí)。第三種：大于50cm，這時(shí)候前瞻比較長(zhǎng)，雖然彎道能及時(shí)檢測(cè)到，但是這會(huì)有其他的負(fù)面影響就是直道的時(shí)候車(chē)身的晃動(dòng)十分的厲害，過(guò)彎內(nèi)切的厲害特別是s彎道很容易出意外。綜合考慮，我們采用了40cm的前瞻，這樣既不會(huì)因?yàn)樘滩荒芗皶r(shí)減速，也不會(huì)因?yàn)樘L(zhǎng)造成其他的不穩(wěn)定。

4 賽道識(shí)別與分析

賽道元素有直道，大S彎，小S彎，還有棒棒彎，十字路口，連續(xù)彎道等，通過(guò)傳感器傳回來(lái)的信息來(lái)判斷小車(chē)目前所處的位置和賽道類(lèi)型，并以此來(lái)設(shè)定不同的目標(biāo)值，從而達(dá)到小車(chē)最穩(wěn)定和最快速的行進(jìn)。直道：左右兩傳感器的值幾乎一樣，它們的差值很小，這時(shí)候可以給比較快的速度；大S彎（左右）：有一邊的傳感器的值很小，而另一邊的比較大，中間傳感器的也是比較?。盒彎是比較難以區(qū)分的，只能給一個(gè)比較慢的速度的。十字當(dāng)成直道來(lái)行進(jìn)。

5 算法研究

5.1 位置式PD算法

比例（P）控制既輸出與輸入誤差信號(hào)成比例關(guān)系，當(dāng)僅有比例控制時(shí)系統(tǒng)輸出存在穩(wěn)態(tài)誤差。微分調(diào)節(jié)就是偏差值的變化率。當(dāng)輸入偏差值線性變化，則調(diào)節(jié)器輸出側(cè)疊加一個(gè)恒定的調(diào)節(jié)量。因?yàn)槲覀冞@個(gè)小車(chē)系統(tǒng)會(huì)有時(shí)間的滯后，所以要用到這個(gè)參數(shù)，但是一般的系統(tǒng)不需要調(diào)節(jié)微分參數(shù)。但是對(duì)有較大慣性或滯后的被控對(duì)象，比例+微分（PD）控制器能改善系統(tǒng)在調(diào)節(jié)過(guò)程中的動(dòng)態(tài)特性。為此本設(shè)計(jì)的使用PD來(lái)控制舵機(jī)的打角：

PWM（舵機(jī)打角）=kp（sensor1-sensor2）+kd（last_error）

kp為比例系數(shù)，kd為積分系數(shù)，這兩個(gè)的值需要大量的實(shí)驗(yàn)才能調(diào)出一個(gè)比較合適的值。

5.2 增量式PID

考慮到速度控制通道的時(shí)間滯后比較小，因?yàn)椴捎肞ID控制方案，并引入“棒棒控制”，即入彎減速，過(guò)彎時(shí)中俗，出彎后加速。

5.3 策略

首先在舵機(jī)控制上，如果只是單單的位置式PD算法，這對(duì)速度的提升十分的困難。為此，筆者在PD算法的基礎(chǔ)上加上了一些策略，第一是鎖值處理：當(dāng)電機(jī)過(guò)彎時(shí)（彎道比較大），如果僅僅使用PD算法，小車(chē)抖動(dòng)的很厲害，主要是因?yàn)樗鼊偦氐街钡烙制x直道使得舵機(jī)在不停的來(lái)回打角從而導(dǎo)致車(chē)身的晃動(dòng)，影響速度。但是當(dāng)我們識(shí)別到過(guò)彎，直接給定一個(gè)指定值和一定的速度，小車(chē)就可以直接轉(zhuǎn)過(guò)去。補(bǔ)差處理：直道上因?yàn)槠渌母蓴_也偶爾造成小車(chē)對(duì)賽道的誤判，進(jìn)入假鎖狀態(tài)。這時(shí)候使用補(bǔ)差的算法可以減小這種情況。直流電機(jī)：速度控制處理“棒棒控制”，預(yù)先設(shè)定值，直道最大速度，入彎減速，過(guò)彎中速，出彎加速。

6 結(jié)束語(yǔ)

本設(shè)計(jì)中的智能循跡小車(chē)能快速的行駛，且能識(shí)別坡道并且穩(wěn)定通過(guò)。在各種彎道中能以較合適的速度通過(guò)。在算法和策略上面也比較完善，總體上小車(chē)的適應(yīng)性比較強(qiáng)。但是，本設(shè)計(jì)也有不足的地方，比如傳感器檢測(cè)的高度難以提高，大概只有2-3cm，因?yàn)闄z測(cè)高度而導(dǎo)致其他的負(fù)面影響，比如在直道上因?yàn)檐?chē)神的抖動(dòng)使得傳感器采集值突變，誤判為彎道，筆者能想到的解決方案就是本次值和上次值的對(duì)比，如果變化太大，則判為檢測(cè)誤差，但是效果不是很理想，所以本設(shè)計(jì)還存在可改進(jìn)的方面。

參考文獻(xiàn)

[1]吳祥.基于電磁導(dǎo)航智能車(chē)的控制研究及實(shí)現(xiàn)[D].安徽：安徽工程大學(xué)，2016.

作者單位

西南民族大學(xué) 四川省成都市 610041