基于光電管的智能車模設計_圖文

1、2007年7月第35卷第7期機床與液壓MACH I N E T OOL&HY DRAUL I CSJul12007Vol135No17基于光電管的智能車模設計陳東,向巍(武漢大學動力與機械學院,湖北武漢430072摘要:智能車模循線方案很多采用CCD來實現(xiàn),其優(yōu)點是象素密集,控制精度高,但是該方式信號采集周期較長,很容易受到外界光線的干擾,為解決這些問題,筆者采用紅外光電對管進行循線的方案,雖然采集到的信號離散點數(shù)較少,但抗光線干擾能力強,響應時間短,成本低,而且通過對光電對管布置方案的優(yōu)化,能夠實現(xiàn)滿意的循線控制。本文結合我國首屆飛思卡爾杯全國智能汽車大賽的車模設計,對智能車模循線控

2、制系統(tǒng)的軟硬件設計思路、控制算法、程序代碼等進行了論述。關鍵詞:智能汽車;自動循線;光電對管;霍爾測速中圖分類號:TP27315文獻標識碼:B文章編號:1001-3881(20077-051-4The D esi gn of Smart Car M odel Ba sed on Photoelectr i c CellCHE N Dong,X I A NG W ei(Mechanical and Electr onic Engineering,W uhan University,W uhan Hubei430072,China Abstract:The s mart car model is

3、usually i m p le mented by CCD,and has the superi ority of dense p ixels and high contr ol p reci2 si on1But the CCD uses much ti m e t o acquire and p r ocess signals,and easily interfered by outside light1S mart car aut omatic r outing based on the infrared double phot oelectric cell was p resente

4、d f or the the s mart car model1A lthough the infrared double phot oelectric cell acquires much less discrete signals,it res ponses quickly and costs little and is good at anti2ja mm ing ar oused by light1The s mart car model can r oute well with op ti m ized arrange ment of the double phot oelectri

5、c cells1The thought of s oft w are and hard ware design,the contr ol algorith m,code,as s o on,were analyzed for the contr ol syste m of the s mart car aut omatic r outing1 Keywords:S mart car;Aut omatic r outing;Double phot oelectric cell;Measure s peed by the Hall sens or0引言智能車模是未來智能汽車的縮微模型,它能夠在循線

6、標志的導引下以較高速度自動避障前進。智能車模循線方案很多采用CCD來實現(xiàn),其優(yōu)點是象素密集,控制精度高,但是該方式信號采集和數(shù)據(jù)處理周期較長,且很容易受到外界光線的干擾。若采用紅外光電對管循線,雖然采集到的信號離散點數(shù)較少,但抗光線干擾能力強,響應時間短,成本低,而且通過對光電對管布置方案的優(yōu)化,能夠實現(xiàn)滿意的循線控制。車體的重量也是智能車模設計要考慮的重要問題,通常用于測轉速的編碼器每一轉產(chǎn)生的脈沖數(shù)多,精度高,但是對于車模來說,體積和重量都較大,安裝不便,采用體積小,重量輕,抗干擾能力強的開關霍爾器件A3144來測速即可滿足智能車模設計的要求。本文結合我國首屆飛思卡爾杯全國智能汽車大賽的車

7、模設計,詳述了智能車模的軟硬件設計、控制算法和程序代碼。1系統(tǒng)硬件設計簡介111硬件總體構架智能車系統(tǒng)的硬件由電源模塊、傳感器檢測模塊、單片機控制模塊、直流電機和舵機驅動模塊、通訊、人機交互以及調試模塊等組成。其中路徑識別采用紅外光電對管循跡方案,保證智能車沿著白色背景上寬度為25mm的黑帶高速穩(wěn)定行駛。利用飛思卡爾半導體公司的16位微控制器MC9S12DG128B作為核心控制單元,用單片機的P WM信號控制直流電機及舵機。直流電機驅動芯片采用飛思卡爾半導體公司的MC33886。系統(tǒng)整體結構如圖1 所示。圖1系統(tǒng)整體結構示意圖112傳感器布置圖2磁鋼布置本智能車模主要使用了2類傳感器:開關霍爾

8、元件A3144和紅外光電對管ST168。開關霍爾元件用于測速,測速原理跟編碼器一樣。如圖2所示,把8片磁鋼均勻布置在傳動齒輪上,開關霍爾元件固定安裝在后輪支架上,與齒輪平面保持35mm距離,齒輪每轉1周,開關霍爾元件產(chǎn)生8個脈沖。前排光電對管采用不等間距的分布,如圖3所示,這樣的非線性排列是有其科學性和優(yōu)越性的,體現(xiàn)在:(1當傳感器從一個狀態(tài)轉換到一個相鄰狀態(tài)時,車模偏移距離變化量基本相等,其值約為8mm,這樣對于編程控制是很方便直觀的。(2檢測精度越高,所需要的光電對管數(shù)量越多。綜合考慮系統(tǒng)檢測的精度和光電對管數(shù)量,綜合考慮8mm 的檢測精度比較適合。(38mm 的檢測精度可以比較精確地檢測

9、出車模細微的變化,并且程序可以對車模的變化趨勢進行預測 。圖3檢測模塊中光電對管布局示意圖圖3中矩形方框表示光電對管安裝位置,左右兩邊對稱分布,中間的數(shù)字表示相鄰2個之間的距離,從左到右分別為22、22、1615、1615、1615、1615、30、1615、1615、1615、22、22,單位為mm 。前排光電對管所在電路板用螺紋固定在U 形支架上,然后整體固定在賽車前方。113電源模塊系統(tǒng)供電電源為712V 高性能N I 2CH 電池組。電源模塊給各關鍵模塊單獨供電,主要是為了避免電機等大功率器件和舵機等間歇工作期間對其它器件的干擾。電源模塊使用了5個貼片LDO 器件:1個MC11172A

10、DJ (56V 可調,用于舵機供電,4個S MC11172510固定輸出5V 電壓,用于單片機、開關霍爾器件、光電對管、LCD 等供電。LDO 器件跟7805系列器件相比,占用空間小,靜態(tài)功耗小,在低壓差情況下,輸出電壓穩(wěn)定,工作可靠。114系統(tǒng)調試在線調試主要以Code W arri or I D E _V411附帶的hi w ave 1exe 為主,但無法做到連續(xù)運行而不打斷程序執(zhí)行,在有實時中斷且中斷時間比較短的情況下無法單步跟蹤調試。通過設計串行通訊接口和使用LCD 液晶顯示模塊,實時顯示各個寄存器及變量的值,配合小鍵盤實現(xiàn)人機交互,大大提高了編程和調試效率。2系統(tǒng)軟件設計目前單片機軟

11、件的開發(fā)普遍流行使用高級語言,跟匯編語言相比開發(fā)效率高很多,用高級語言編寫的程序便于交流、管理,當代碼較長時,高級語言更具優(yōu)勢。本系統(tǒng)采用的編程工具是Code W arrior V411,所有代碼均用C 語言編寫1。調試工具采用的是清華大學提供的BDM 。211系統(tǒng)的軟件流程圖圖4控制軟件流程圖系統(tǒng)軟件流程圖如圖4,系統(tǒng)上電后初始化各個模塊,包括通用I/O 、計數(shù)器、實時中斷、液晶顯示驅動模塊、電壓測量以及P WM 等。隨后是人機交互過程,首先顯示電源電壓等系統(tǒng)關鍵信息,然后通過小鍵盤以菜單式操作修改、確認關鍵參數(shù)。之后啟動65m s 實時中斷用于測量車速。中斷服務程序每隔65m s 更新一次

12、全局速度變量。光電對管采集的路面信息送入單片機經(jīng)過信號預處理、數(shù)據(jù)記錄、當前數(shù)據(jù)與歷史數(shù)據(jù)比較,分析出當前路面信息(是否出現(xiàn)彎道、十字交叉等,然后單片機發(fā)出指令通過舵機控制方向,經(jīng)MC33886控制電機加減速與剎車等。此后系統(tǒng)更新LCD 顯示內容,并檢查輸入緩沖區(qū)有無輸入,根據(jù)輸入決定下一步動作。212控制算法及實現(xiàn)反饋控制是基于偏差的控制,P I D 控制算法是應用十分廣泛的經(jīng)典控制算法,它將偏差的比例、積分及其微分項分別乘以相應的系數(shù)取和作為控制器的輸出?？刂戚敵隽亢推盍康年P系可以用下式3表達:U (t =k p E (t +k i TE (t d t +k d d E (t d t其中

13、:U (t 為控制器的輸出,E (t 為偏差,k p 、k i 、k d 分別為比例系數(shù)、積分系數(shù)和微分系數(shù)。根據(jù)以上原理,將上述公式離散化便得到了數(shù)字P I D 控制算法,公式3為:U (k =k p E (k +k i ki =0E (i +k d E (k -E (k -1檢測模塊一共采用了12個光電對管,采用P OR 2T A 、PTJ 、PT M 2這3個I/O 口來采集光電管信號。25機床與液壓第35卷在數(shù)據(jù)結構上,定義1個聯(lián)合類型變量SE NSER_ ST ATE,它包括1個結構體變量B I TS和1個WORD 變量ST ATE,將各個光電管信號采集到結體變量B I TS 中,根

14、據(jù)ST ATE_1的值,用s witch語句判斷,得到車模相對于循線位置的21種不同的傳感器狀態(tài)。具體實現(xiàn)如下:/定義聯(lián)合類型變量Uni onword ST ATE;/嵌套定義結構體類型變量structbyte B I T0:1;byte B I T1:1;byte PA8:8;byte B I T10:1;byte B I T11:1;byte NO_USE4:4;B I TS;SENSER_ST ATE;word ST ATE_1;/把從I/O口采集到的數(shù)據(jù)送到指定寄存器位SENSER_ST ATE1B I TS1B IT0=PTI M_PTI M0;SENSER_ST ATE1B I T

15、S1B IT1=PTI J_PTI J6;SENSER_ST ATE1B I TS1P A8=PORT A;SENSER_ST ATE1B I TS1B IT10=PTI J_PTI J7;SENSER_ST ATE1B I TS1B IT11=PTI M_PTI M1;實現(xiàn)智能車沿循線行駛的控制,關鍵是根據(jù)傳感器狀態(tài)輸出適當?shù)目刂屏縼碚{整智能車的運行,即能夠根據(jù)傳感器狀態(tài),設置合適的P WM波占空比,因為控制智能車行駛方向和速度都是通過設置舵機和MC33886芯片的P WM波占空比實現(xiàn)的。由于本系統(tǒng)信號點數(shù)少,并考慮到積分作用太強會使系統(tǒng)超調加大,甚至使系統(tǒng)出現(xiàn)振蕩,所以只用到PD控制。P

16、D參數(shù)的調整過程是軟件調試的主要部分。經(jīng)過一段時間的調試得知,車模速度越高, PD運算的比例系數(shù)和微分系數(shù)應該越小。而到了彎道,又需要車模對偏移變化比較敏感,這又要求PD 運算的參數(shù)比較大?；诖丝蓪⒅悄苘嚨倪\行狀態(tài)分為以下幾個階段:高速運行,減速運行,加速運行,振蕩運行,正常運行。然后針對運行的各個階段進行參數(shù)調整。213改進的控制算法的實現(xiàn)表1給出了與各種光電對管狀態(tài)對應的比例調節(jié)量,由于光電對管左右兩邊對稱分布,表中只列出了右邊6個光電對管檢測到信號的狀態(tài)。具體的調節(jié)量值如表1 所示。每種傳感器狀態(tài)對應的調節(jié)量是參數(shù)整定的重點和難點,進行光電管布置時,中間的間距量小,越往兩邊間距增量越大

17、。這種非線性關系整定,可以在較小調節(jié)量時保證控制精度,從而實現(xiàn)在直道上不產(chǎn)生抖動,并且能快速消除振蕩,在彎道上反應比較靈敏。表1中各參數(shù)確定過程如圖5 所示。圖5車模與跑道的相對位置以狀態(tài)5為例,如圖5所示,中間的直線為車模中心線,灰色矩形框表示跑道(寬25mm。處于狀態(tài)5時,車模有左右2個極限位置,分別計算出車模和跑道中心線間距:上圖對應值為15+1615+1215=44 (mm;下圖對應值為15+1615+1615+1615-1215=35第7期陳東等:基于光電管的智能車模設計52(mm。典型值取平均(44+52/2=48(mm。切換狀態(tài)變化量為左右極限差值52-44=8(mm;調節(jié)量為典

18、型值的2倍。每種傳感器狀態(tài)對應的調節(jié)量要乘以一個系數(shù),才可以成為PD算法中的比例項。采取以下方法: position_P=positi on_Pk p/40其中kp 是需要整定的比例系數(shù),kp控制著比例作用在總的調節(jié)作用的強弱。微分作用能夠預測變化趨勢,能夠有效地抑制振蕩。對微分項做一些處理,加入不完全微分,設置合適的衰減系數(shù),不完全微分能夠改善大延遲控制系統(tǒng)的性能。不完全微分公式3如下:Pd (k=(1-Pd(k+Pd(k-1其中為衰減系數(shù),其值越接近1,則原來的微分作用就衰減得越慢,應根據(jù)實驗確定,本系統(tǒng)設置為016。這樣PD運算程序設置為:position_P=positi on_P3k

19、p/40;/計算比例項position_D0=position_D1;/保存上次微分值position_D1=kd3(POS_ERR_CUR-POS_ ERR_LAST;/計算當前微分項,即kd3E(k-E(k-1position_D1=(1-3position_D1+3 positi on_D0;/不完全微分position_PD=positi on_P+position_D1;/調節(jié)量等于微分項和比例項之和。其中:kp為比例系數(shù),kd為微分系數(shù),為不完全微分衰減系數(shù)。3結論用紅外光電對管循跡最大的難點在于它能采集的離散信號點數(shù)少,不便運用經(jīng)典控制理論和方法來實現(xiàn)對智能車模的運動控制,而本文

20、針對這種情況提供了一種改進的PD算法,詳述了控制建模過程,并成功運用于第一屆飛思卡爾杯全國大學生智能汽車大賽中,證明了該控制算法具有一定的優(yōu)越性。此外,用開關霍爾元件代替體積、重量較大的編碼器實現(xiàn)測速也取得了良好的效果。參考文獻【1】邵貝貝1單片機嵌入式應用的在線開發(fā)方法M1北京:清華大學出版社,2004:120-1251【2】Mot or ola I nc,MC9S12DT128Device U ser Guide V01.09,2003:42-461【3】潘新民,王燕1微型計算機控制技術M1北京:電子工業(yè)出版社,2003:288-2911作者簡介:陳東,男,武漢大學動力與機械學院副教授,研究方向為機械電子工程。向巍,男,