光电组 东华大学东华光电飞龙2队技术报告.docx
《光电组 东华大学东华光电飞龙2队技术报告.docx》由会员分享，可在线阅读，更多相关《光电组 东华大学东华光电飞龙2队技术报告.docx（48页珍藏版）》请在冰点文库上搜索。
光电组东华大学东华光电飞龙2队技术报告
第七届“飞思卡尔”杯全国大学生
智能汽车竞赛
技术报告
学校：
东华大学
队伍名称：
东华光电飞龙2
参赛队员：
孙国权
郑华科
梁学谦
带队教师：
刘华山
龚涛
关于技术报告和研究论文使用授权的说明
本人完全了解第七届“飞思卡尔”杯全国大学生智能汽车竞赛关保留、使用技术报告和研究论文的规定，即：
参赛作品著作权归参赛者本人，比赛组委会和飞思卡尔半导体公司可以在相关主页上收录并公开参赛作品的设计方案、技术报告以及参赛模型车的视频、图像资料，并将相关内容编纂收录在组委会出版论文集中。
参赛队员签名：
带队教师签名：
日期：
第一章主要思路与技术方案概述
“飞思卡尔”杯全国大学生智能汽车竞赛是一项以汽车电子为背景，涵盖控制、模式识别、传感器技术、电子、电气、计算机、机械等多个学科的科技创意性比赛，由教育部高等学校自动化教学指导委员会主办、飞思卡尔半导体公司协办。
现在，该赛事已发展成为教育部面向全国大学生的大型专业赛事之一，对培养学生的综合工程能力、创新精神、实践动手能力及团结协作精神均具有良好的促进作用。
通过历时三个多月的学习、制作、调试，我们光电飞龙队最终实现了智能车的基本功能，并顺利进入全国决赛。
在这三个多月中，我们学习前人的经验，发挥创新精神，勇于攻克技术难题，团结进取，很大程度地提高了我们的理论联系实际能力、动手定制技巧和团队协作水平。
本文主要对基于Freescale公司的G128芯片制作的自主巡线智能车的设计方案和原理进行展开与讨论，从机械结构设计调整、硬件电路设计、软件算法设计以及调试经验等四个方面全面介绍智能车的制作及调试过程。
本文的技术内容涉及机械设计、电力驱动技术、激光传感技术、数学实验等不同学科。
第二章机械结构设计
2.1概述
光电组的车模采用的是B型车模，此车的车轮较A、C车模的车轮更大一点，底盘就略微有点高，又因为B型车非常的重，而且前车头要再支起两块激光的收发模块，这些都非常影响整辆车的重心。
一辆车最终的最高速度的制约很大程度上取决于整辆车最后的机械结构，即重心等问题。
若重心偏高或者左右不对称，不但整辆车在行驶与加速时会出现明显的摇晃现象，而且在赛道上若重心偏高，则容易导致赛车在过弯减速时出现玩外圈“漂”的情况，虽然软件在一定程度上可以弥补一些机械结构上的不足，但最终的决定因素却还在机械结构上。
机械结构的合理性严重影响整辆小车的最后极限参数，所以需要严谨的设计与布局。
本章将从车体布局，舵机安装、重心平衡、转向机构调整、四轮定位、传动机构、编码器安装等几个方面来说明我们队伍的机械结构设计方案
2.2车体布局
本车模机械结构复杂，为了平衡重心结构和提高车体机械性能的稳定性。
我们采用了如图2.1所示的机械结构。
该方案的优点是能够有效平衡车体重心，机械结构相对简单，各模块之间的内聚性高，耦合性小等。
此外，在平时调试时，我们在车体前方加了防撞措施。
出于降低车体总质量以及美观的考虑，我们决定在比赛时去掉。
图2.1车模俯视图
2.3舵机安装
舵机安装的好坏决定了前面激光收发电路板的安装，严重影响整辆车的重心是否足够低和居中的问题，而且影响前瞻性等问题。
本小节分为摇头舵机和方向舵机的安装方式及方案对比。
2.3.1摇头舵机
摇头舵机是道路检测子系统中的主要部件。
摇头舵机的稳定性，重心分布和水平程度是安装过程中所需要考虑的主要因素。
经过华东赛区比赛和经验交流，我们发现安装摇头舵机的方式大致可分为三种：
（1）摇头舵机装在转向舵机的前面（转向舵机的位置不变）
（2）摇头舵机用支架支起装在转向舵机上面
（3）把摇头舵机和转向舵机的位置互换，把摇头舵机的为止调后面一点。
第一种方案是我们在华东赛区时采用，这种安装方式是最简单的的，但是缺点也很明显，因为摇头舵机比较靠前，导致车头重心非常靠前，在跑动中，车身非常不稳定。
第二种方案是我们本打算在华东赛比完之后采用的，这样在全国赛时可以进一步的提高速度，但是第二种由于要两个舵机位置都要调整，所以有点繁琐，考虑到时间等问题，我们最后放弃了此种方案。
第三种方案是我们在全国赛中决定采用的，此方案中和了前两种的优点与缺点。
在时间相对紧的情况下，符合我们的要求。
该方案的具体优点是：
（1）平衡重心：
由于摇头舵机的靠后安装，使激光接受电路板的位置也相对靠后，从而整辆车的重心就相对往中间靠。
（2）安装独立性高：
可以独立扯卸而不影响其他结构。
这点在调试过程中给激光头的调整等带来了极大的方便。
（3）水平性好：
摇头传感器的水平性是影响道路检测效果的重要因素。
如果安装得不水平，那么在传感器摆动过程中前瞻距离会随着摆动角度的不同而不断变化，给程序调试及车体稳定性带来了极大的消极影响。
影响赛道的正确识别，特别是在十字线和起跑线的识别上容易发生错误。
2.3.2方向控制舵机
方向舵机安装的好坏决定了车体在弯道时所能达到的极限速度。
方向控制舵机安装时主要考虑的因素有：
重心、最大转角、等效力臂长度、响应速度、极限拉力等因素。
由于我们前期没有什么经验，所以没有在这个方面下太多功夫，后期时间上也不允许，所以我们采用是原装的立式安装，连位置也没有调整，事实证明这也确实在后期成了制约我们速度的一个因素。
2.4重心平衡
重心是影响智能车稳定性以及转向性能的关键因素之一。
其调节的原则应当是在车模必须构建的安装中寻找方法，尽量不再额外附加配重。
这样车上的每个构件不仅具备其原有的功能，更起到平衡重心的作用。
本小节将从重心高度、中心线偏离程度调节、重心前后调节等三个方面入手讨论智能车设计过程中重心平衡问题。
2.4.1重心高度
重心的高度是影响智能车稳定性的因素之一。
当重心高度偏高时，智能车在转弯过程中会发生后轮抬起，即“抬脚”现象，严重时甚至翻车。
本队的重心高度的调整主要从以下方面着手：
（1）车底盘高度的调整：
合理的底盘刚度和底盘高度调节会提高智能车的加速性能。
智能车的重心应该越低越好，降低底盘是实现重心下降的较为直接的方式。
应注意到底盘高度的调节是将智能车的其他性能提高以后间接的帮助加速性能提高。
但是由于赛道中坡道的限制，底盘的高度在低于5mm时将会冲撞坡道，并不使地盘受到不必要的磨损和震荡，剧烈的冲击甚至会撞坏转向机构。
因此地盘距离地面高度不能低于5mm。
降低底盘的方式可以通过在减震弹簧中增加套管实现
（2）车体构件高度调整：
在智能车改装过程中，我们一直把重心作为考虑因素之一。
使重量的分布尽量靠近底盘。
此外更小体积的电路板可以恰好镶嵌在底盘其他构件的空隙之中。
（3）紧固螺丝：
在智能车对于紧固程度要求不高的地方，如电路板固定螺丝，传感器定位螺丝等，采用尼龙材质的螺丝；在车底盘等高度较低的地方采用车模原配螺丝。
这样不仅可以降低整车重量，而且可以使重心高度尽量降低。
2.4.2重心与中心线偏离程度
重心与中心线偏离程度主要影响左右转弯性能的对称性。
车模固有结构重心与重心线严重偏离，因此，应该再设计过程中予以纠正使之尽量靠近中心线。
方法请参照2.4.1节。
2.4.3重心前后调整
调试经验证明，前后重心应位于中间电池附近。
此时车体性能较好。
重心过于靠前将引起前轮压力过大，转向舵机需要更大的极限拉力（为提供更大的极限拉力必须短力臂，但此举降低了转向反应速度）。
重心过于靠后一起前轮压力过小，前轮的抓地力不牢，转向性能下降。
2.5四轮定位
2.5.1主销内倾
主销内倾的调整应该保持在一个合适的范围，“一般来说0~8度范围内皆可”。
在实际的调整中，只要将角度调整为5度左右就会对于过弯性能有明显的改善。
如果赛道比较滑，可以将这个角度再调节的大一些。
在实际制作中，这个角度调节为8度左右。
2.5.2前轮前束
前轮前束的调整是方便的。
主销内倾的调整由于要拧开螺丝钉，固定件又为塑料，所以频繁的调整容易引发滑丝现象。
而前束不会，所以调整前束是最安全、方便的。
前轮前束调整最好与主销内倾保持一致，前束在摩擦大的时候有明显的效果。
但是一定不要太大，适当的放开一两圈就够了。
由于前面转向系统磨损严重，一定要定时检查固定螺丝是否松动，不然将严重影响智能车行驶。
甚至损坏智能车。
调节合适的前轮前束在转向时有利过弯，还能提高减速性。
将前轮前束调节成明显的内八字，运动阻力加大，提高减速性能。
由于阻力比不调节前束时增大，所以直线加速会变慢。
智能车采用稳定速度策略或者采用在直道高速弯道慢速的策略时，应该调节不同的前束。
后一种策略可以适当加大前束。
2.5.3主销后倾
主销后倾的作用是增加汽车直线行驶时的稳定性和在转向后使前轮自动回正。
由于主销后倾，主销（即转向轴线）与地面的交点位于车轮接地点的前面。
这时，车轮因受到地面的阻力，总是被主销拖着前进。
这样，就能保持行驶方向的稳定。
当汽车转弯时，由于离心力的作用，地面对车轮的侧向反力作用在主销的后面，使车轮有自动回正的趋势。
主销后倾角越大，方向稳定性越好，自动回正作用也越强，但转向越沉重。
实际汽车主销后倾角一般不超过30，由前悬架在车架上的安装位置来保证。
本车模的实际主销后倾角大概在15-20度左右。
由于智能车行驶的速度较低，可以适当减小主销后倾角。
下方与车体连接孔的高度调节可以在一定范围内调整主销后倾角。
2.6编码器安装
编码器是速度控制的核心要素，其安装的好坏将直接影响传动机构，重心平衡，测速平稳性，以及速度控制精度。
影响测速精度的因素主要在于两方面：
第一，编码器固有精度,即标称线数。
但是随着线数增多，编码器体积会随之增大。
给安装带来不便，甚至不可行。
第二，此外在空间约束条件下可以通过采用尽量小的齿轮作为编码器输入齿轮。
我们的安装方式如图2.2所示，其齿轮采用金属齿轮，模数为M5，能够较好的与传动机构啮合。
由于空间所限，采用惰轮传动。
图2.2编码器安装图
第三章硬件电路设计
3.1总述
电路部分主要包括传感器电路，电源电路，测速电路，MCU最小系统，驱动单元电路以及一些辅助电路。
通过前端传感器和测速装置采集小车当前的位置和速度信息，对数据进行分析并达到对小车实时的闭环控制。
3.2电路系统框图
在电路系统设计中，我们秉承的原则是“简单高效稳定”。
电路中包括的模块如图3.1所示。
图3.1电路系统框图
3.3电路PCB布局
在后期的调试过程中我们发现，重心的高度对车的弯道极限速度有很大的限制，因此做出更小的PCB电路主控版显得更加紧急。
经不断改进最终确定板型如图3.2和图3.3所示。
图3.2电机驱动电路（独立模块）
图3.3主控电路
主电路包括电源和最小系统。
因为考虑到电路板在安装上的方便性，所以驱动电路虽然与主电路独立，但是仍做在一块板子上，然后四角打上螺丝洞，如图3.4和图3.5所示。
图3.4主电路
最小系统的原理图如图3.5所示。
图3.5最小系统原理图
3.4电源管理
3.4.1电池的合理使用
飞思卡尔智能车的电源为大赛组委会提供的7.2v镍-镉充电电池。
该电池记忆性较强，因此合理的充放电是保护电池的必要措施。
合理使用电源包括如下措施：
（1）实时检测电池电压，避免放电过度对电池造成损害，设计低压预警。
考虑到电路的简洁性和稳定性，最终设计电路板时我们并没有设计低压警报模块。
（2）合理充电，控制充电时间，充满电。
3.4.2各模块供电情况分析
驱动电路：
小车在运行过程中驱动部分耗电量最大，尤其是在电机工作时会导致电池瞬间电压下降，因此决定采用独立的供电模块对其进行供电防止干扰。
舵机：
采用的是LM2941稳压芯片对其供电。
激光光源：
我们所设计的每个激光光源功率大概在几毫瓦左右。
由于功耗较小，因此采用一片LM2940对除单片机外的所有模块提供5V电源。
最小系统及其他：
最小系统虽然功耗小，但是容易受其他模块的干扰。
为了提高最小系统的稳定性，我们采用一片LM2940对单片机独立供电。
3.4.3电源芯片的选择
在电源管理芯片的选择中，常用的是LM7805，LM7806。
但由于电池的工作电压为7.2V.而LM7805，LM7806正常工作时，其输入输出引脚之间的电压差较大，电机工作时引起瞬间电压下降，造成芯片输出电压下降，影响其他模块的工作。
因此我们采用的是低压降的芯LM2940，如图3.6所示，即使在电压急剧下降的情况下也能够保证电源的稳定。
图3.6LM2940应用电路
在电路设计中，考虑到由于电机驱动所引起的电源不稳定（主要为瞬态脉冲），在电源输入端，各芯片电源引脚都加入了滤波电路。
电源的稳定是其它系统正常工作的保证，在车上因为有检测器件，电源系统更需仔细考虑。
开关电源以它的高效率本应被优先考虑，但它会在检测电路引入很大的纹波从而影响电源的稳定，因此我们舍弃了开关电源。
3.5驱动电路
电池系统和电机驱动系统决定了智能车在运行过程中的加减速性能。
MC33886：
从驱动能力上来说，MC33886的驱动电流可达5.0A，满足本系统的需要。
在设计时，我们采用两片MC33886并联的方法来驱动电机，总的驱动电流可达10A。
但是33886的内阻、自身功耗和压降都较大。
相对即将讨论的BTS7970而言，此芯片并不适合这种追求速度的比赛。
BTS7970：
其标称驱动电流最大可达68A，内阻为7至9毫欧，比MC33886高出一个数量级，其内阻小，功耗小，压降小。
因此我们最初方案使用的是两片BTS7970并联作为驱动芯片，如图3.7所示。
图3.7驱动电路原理图
但是在后面的调试中，发现7970的发热量非常严重，甚至在会出现过热保护，小车停下的情况，后面我们试过使用四块7970，但是效果不甚明显，而且在最后的上坡调试时出现了一个非常囧的现象，小车的驱动力不够，导致小车坡爬不上去。
因此最后我们痛下决心，换掉了驱动电路，改成使用四块MOSFET构成H桥的方式。
这种方式虽然发热仍然很严重，但是在上坡的驱动力却非常强劲，可以顺利通过坡道，而且因为MOSFET不会发生过热保护，所以小车也不会出现中途停下的情况，所以最后我们采用了此种方案，如图3.8所示。
图3.8驱动原理图
3.6速度检测电路
速度检测电路主要用于反馈实时速度，从而进行闭环控制。
因为驱动电机采用PWM波控制，但是由于地面阻力的因素，实际的速度不会达到预期的输出。
因此要使用速度反馈机构。
同时，通过读取当前的速度信息对当前小车的运行状态进行实时的监控已达到实时的控制。
目前的速度反馈主要有霍尔效应法，光电码盘法，发电机电压AD转换法等。
其中发电机转换方式会造成能量的损失，所以不予采用。
霍尔效应方式由于机构复杂，而且速度检测精度不高，因此也不采用。
我们采用的方案是使用光电编码器。
光电编码器具有检测精度高，易安装，可靠性高等优点。
虽然成本较高，机械安装比较复杂，而且属于有接触式的测量，会增加电机的负载，但是这些缺点相对于控制精度的要求显然是可以克服的。
3.7激光传感器电路
3.7.1激光传感器概述
激光传感器分为发射部分和接受部分。
发射部分采用20mW的激光管。
激光管能承受的最大电流为70mA，发射激光波长为650nm。
激光电路采用反相器驱动的方式；用74HC138和PNP三极管控制激光的点亮，以节省单片机的IO端口，并实现激光管的分时点亮。
为了有效的去除自然光的干扰，准确的采集路面信息，采用调制发射的方案。
激光的调制频率为180KHZ，发出180KHZ的调制光。
接收部分由一个相匹配180KHz的接收管接收返回的光强，经过电容滤波后直接接入单片机用以判别电压高低。
由于接收的波是一种高频段的波，因此电容是必需的，否则的话电磁干扰会非常的严重。
激光管采用两边各6个，八字形的排列方式；接受管采用一个对应两个激光管的排列方式。
3.7.2激光传感器电路原理
O1为74HC138的一个输出，经过限流电阻R1接到PNP的基极，当O1为高电平时PNP截止，激光管不亮；当O1为低电平时，PNP工作，并点亮激光管，如图3.9所示。
图3.9激光调制电路
P1为74HC04的输出，是经过反相器驱动之后的180KHz的调制信号，可以使激光管发射频率为180KHz的调制光。
调制管可产生180KHz的调制信号并从T1输出，T1接到74HC04的三个输入端，可以驱动三个激光发射电路，所以一片74HC04和两个调制管电路便可以驱动激光传感器一边的6个激光发射电路，如图3.10所示。
图3.10激光发射电路
接收部分由一个相匹配180KHz的接收管接收返回的光强，经过电容滤波后通过J1直接接入单片机用以判别电压高低，如图3.11所示。
发光二极管用于显示J1端为低电平还是高电平，可以检查接受电路的接收效果，从而方便对激光传感器的调整。
图3.11激光接收电路
3.7.3激光传感器布局
一块激光传感器PCB板上的接收管和发射管布局如图3.12所示，接收管和接收管之间的距离为17.3mm，发射管和发射管之间的距离为10mm，每个接收管对应其下的两个发射管。
图3.12激光管布局
数字型光电传感器只有0与1两种状态，各个传感器的布局间隔将影响车对路径的识别精度以及对舵机的控制算法的优劣。
由于大赛规定黑线宽度25mm，当任何时候只有一个传感器在黑线上时，这样的布局可能会出现没有传感器打线或者两个传感器同时打线的短暂情况，这样会使读取的数据产生干扰，所以使打在地上的激光的距离为22mm，这样就不会出现没有激光打在黑线上的情况，如图3.13所示。
图3.13激光在跑道上的分布
3.8红外传感器
由于大赛规定要检测起跑线并自动停止，所以加入两个红外传感器对起跑线进行检测。
红外传感器使用型号为RPR220的红外对管，其参数为：
发射红外波长为940nm，工作电压1.2V，工作电流20mA，测量距离小于20cm。
波段为红外光，受可见光干扰小。
其电路如图3.14所示。
图3.14红外传感器电路
第四章算法设计
4.1程序设计总体思路
硬件部分是智能车系统的骨架，而程序则是智能车系统的灵魂。
在同样硬件的情况下，软件程序设计的不同会导致效果差异很大。
对于本次智能车竞赛来说，目标是准确而又快速的寻迹，并且在冲过起跑线后停止。
主体的思路就是：
起跑线检测→激光信号采集→摇头舵机调整跟踪黑线→转向舵机转向→速度目标值调整。
图4.1为本次设计的程序流程图。
图4.1程序流程图
4.2电机转速调节
4.2.1编码器信息获取
我们选用的欧姆龙编码器是500线的，即编码器旋转一周产生500个脉冲信号。
我们有两种方案可以计算出电机转速，第一种方案是通过两个脉冲信号之间的时间间距计算速度，第二种方案是通过一段相同时间间隔获取的脉冲数计算速度。
第一种方案的优点是获取转速的频率比较快，而且速度实时性强，但是车的运行过程不一定平稳，有可能会造成转速获取的跳动比较大。
并且，我们选用的编码器比较精密，在智能车转速较高的情况下，两个脉冲之间的时间比较小，测量的误差过大。
第二种方案的优点是获取的转速值较为平稳，但是获取的频率较低，若采用较短的时间间隔去获取脉冲数，因为脉冲数是离散整数量，也会出现转速的不稳定。
不过，这种情况在编码器的精度较低并且转速较低的情况下比较严重，实际上，智能车的速度除了在开始和停车阶段之外速度都是比较高的和我们选用的编码器精度也是有保证的。
综上所述，我们采用第二种测速方案。
4.2.2改进型PID控制
在我们的智能车设计中，车子的行进速度由调节器独立完成。
在任何时刻，只要给定期望的转速，调节器需要快速的调节到我们期望的转速。
在轮胎不打滑的时候，车子的行进速度和电机转速成正比。
如果只用传统的PID控制，车子的转速最终速度跟给定的目标速度很接近，但是这种方案的可控制范围太窄了，当给定的目标速度超过此范围时，车子速度的上升时间就会变得很长，这是传统PID控制的一大弊端。
另一种控制方案：
BangBang调节器。
BangBang调节的思路很简单，就是在转速比期望值低的时候就将油门踩到底，转速比期望值高的时候讲松开油门，期望速度突然变小的时候，进行反向加速制动。
虽然对于实际汽车驾驶这种方式是极其危险的，但是单片机的处理和反应速度远远比人快，我们在一个比较合适的时间内采用这种方案是可以的。
这种控制方案虽然能让智能车在最短的时间内达到给定的目标值附近，但是静态误差很大，而且抖动比较大，这对于稳定运行的智能车系统是十分不利的。
最终我们对传统的PID进行改进，将BangBang控制与其结合起来，在实际转速与目标转速相差太大的时候采用BangBang控制，而在两者相差不大的情况下采用传统PID控制。
实际表明，这种控制方案的效果是十分理想的。
4.2.3速度分配
我们速度分配的基本原则是直道高速，入弯减速，弯道中适当加速。
我们测试了普通弯道的极限速度和S弯的极限速度，并对小车的行进速度进行分档。
当我们判断出是什么弯后就可以确定小车前进的目标速度。
4.3舵机控制
舵机作为车的方向控制结构，其控制算法直接影响到车运行的整体质量，如果舵机的控制算法不好，会导致舵机转角不平滑，弯道中多次转弯，使车速在弯道时大大的减小，从而影响最终的比赛成绩。
因此，使舵机平滑及时的过渡是舵机控制算法的主要目的。
通过长时间的调试我们的控制方法如下：
4.3.1摇头舵机控制
摇头舵机我们采用的是分段整定调节法，我们激光传感器照到赛道上的光斑间距是23mm，所以在正常情况下至少有一个光斑会落在赛道的黑色边界线上，经过处理后反馈回来的状态值是-6~6，针对这个偏差，利用合适的分段值对其进行运算就可以得出最终的转向角的大小。
4.3.2转向舵机控制
转向舵机的控制输入由两部分构成：
第一部分是摇头舵机上的激光信号反馈值，第二部分是摇头舵机跟线的偏差值，两部分综合作用来控制转向舵机。
这种控制方法精确快速。
4.4起跑线检测
比赛规定，车模行驶一圈后应该在起跑线三米以内停下，如果停不下来则比赛成绩增加1s。
所以，起跑线检测很重要。
由于我们智能车上的激光发射器数量很少（只有12个），如果用激光发射器反馈回来的信号进行起跑线检测的话检测精度会很差，而且很容易出现误判断。
例如，小车过十字弯时由于摇头舵机的摆动灵敏性会让反馈信号出现与起跑线相同的状态，另外，当小车在过起跑线前，车子不在赛道的中间时，车子就不会检测到起跑线。
为了提高起跑线的检测精度，我们采用红外管作为起跑线的检测手段。
由前面的红外管收发电路可知，当红外管照在黑色的起跑线上时，返回值为0；而照在白色赛道上时，返回1。
我们利用这个性质就可以解决起跑线的检测问题，而且不会在智能车正常行驶过程中出现由于起跑线的误判断而中途停下来的情况。
每次发车后，车模必定会先检测到一次起跑线，在程序中，我们设定了要检测到两次起跑线状态才会进行停车操作，避免了这个问题。
第五章开发工具与调试
5.1CodewarriorIDE编译环境
该智能车采用CodewarriorIDE软件集成运行环境作为开发工具对飞思卡尔的HCS12为控制器进行开发，其开发界面如图5.1所示
图5.1软件开发界面
5.2在线调试
通过CodewarriorIDE的在线调试工具，对传感器不同排布的特性及电机改进PID控制的特性进行详细的了解，并辅助制定控制策略，如图5.2所示。
利用BDM的在线调试功能确实能让我们得到很多有用的信息，但是，在实际调试中我们为了获取信息，总不能搬着电脑跟在小车后面跑吧。
图5.2BDM在线调试
为了能及时了解到电机的转速和激光头的接受情况，我们运用无线调试模块跟上位机结合的办法进行实时调试
升级会员 