基于光电传感和路径记忆的智能车导航系统的研究设计

转向和驱动控制与路径记忆算法

驱动电机控制

本文在电机输出轴上加一齿盘，电机输出轴的转动带动齿盘的转动。将对射光偶发光和接受管放在码盘两侧。码盘转动时，由于码盘上的齿经过发光管发出的光线时，会阻碍光线传播。所以接收管两端的电阻会有很大的变化，这样，在电路中采样电阻两端的电压就会有很大的变化。

用处理器上的脉冲捕捉端口采集电压脉冲单位时间内的个数，就会获得电机转速，从而获得车速。

电机驱动采用的是飞思卡尔公司的MC33886。所不同的是本文采用了三片MC33886 并联，一方面可以减小导通电阻，提高电机驱动能力，并且MC33886的发热情况也有了很大的好转；另一方面减小MC33886 内部的过流保护电路对电机启动及制动时的影响。

电机采用PID闭环控制，可以根据不同负载状况及时调整PWM的占空比，使车辆迅速地跟踪目标速度。

为了尽量提高车速，采用在直道上设定最高目标车速，定速控制，接近弯道处开始降速，正式转入弯道时，将车速调整到过弯极限车速，将要出弯道时提前加速。

转向控制

根据目前采用的双排模拟式光电传感器布局，可以得到车身纵轴线距离赛道中心线的偏移量，还可以得到中心线相对于车身纵轴线的斜率，从而得知当前状态下车身的姿态，进而进行转向控制。

这里设定根据前排传感器信号得到的转角为θ1，根据前后排传感器信号得到的纵轴线斜率信息而得到的转角为θ2，最终的转向角度的确定公式为：

θ=k1θ1+k2θ2

采用这样的控制策略，可以实现对车实际姿态的加权控制，大大提高过弯速度，减少由于探测精度问题带来的决策累积误差。另外，大前瞻与双排的双重组合，达到了对正常弯道提前转弯，对于S弯道迟滞转向的特性。

为了使舵机更好地对给定的转角值做出响应，采用了PID调节，通过道路试验进行参数整定，使得车辆在高速时保持了很高的稳定性。

路径记忆算法

由于比赛规则要求车辆在跑道上行驶两圈，因此车辆第一圈时通过记录转速传感器采集到的脉冲数、转向舵机的转角等信息，来判断区分直道、弯道、S 弯道以及转弯的方向与转弯半径等等信息。根据第一圈记录的数据信息，可以对第二圈的各个道路点进行分段处理。直道上采用最高速加速，在进入弯道之前提前进 行减速，减至过弯的极限最高车速，对于不同半径的弯道，选择不同的车速。路径记忆算法的优势在于对于复杂的S弯道，可以实现类似CCD探测头达到的效果， 选用小的转向角度通过，这样可以大大缩短时间。具体算法请见。

经验及结论

本文的智能车开发工作经过6轮开发迭代，从最初的小前瞻单排数字式传感器，发展成脉冲发光、大前瞻、双排排列、模拟式传感器方案；控制策略从单纯的PID控制升级到路径记忆控制，使得车辆的导航性能有了很大提高。通过智能车开发过程，得出一些经验。

*开发之初需要对光电传感器特性、转向舵机特性、驱动电机特性、车辆机械性能、转向侧滑特性、电池特性等进行实际的检测。

*根据汽车理论对车辆进行规则容许范围之内的结构调整，使之达到较佳的机械性能。

*组委会开发了仿真平台，应该充分利用该仿真工具对基于光电传感器的路径识别方案进行研究，结合硬件的选型和自身在控制及电子方面的经验，确定路径识别方案。前瞻距离较远的方案有助于提高车辆的通过速度。

*车辆的控制采用PID即可满足要求，参数的整定需要结合道路试验进行。车速的加快和减慢不要太剧烈，平稳的控制也可以取得很好的效果。

过大的加速度会导致电机和驱动芯片的过热以致驱动性能下降。

本文介绍了第一届大学生智能车比赛冠军车的总体方案、路径识别方案选择、转向和驱动控制及路径记忆算法等内容。由于采用大前瞻光电传感器，需要 较大的电流，使得电池电能的消耗较大，跑道距离较长时，车辆电池电量下降较快，使得车辆竞速性能下降。路径记忆算法的模糊寻迹算法也有待改进。而摄像头路 径识别方案既可以实现大的前瞻，电能消耗又较低，这些是今后努力的方向。