系统总设计方案采集正弦波.docx

系统总设计方案采集正弦波.docx

《系统总设计方案采集正弦波.docx》由会员分享，可在线阅读，更多相关《系统总设计方案采集正弦波.docx（14页珍藏版）》请在冰点文库上搜索。

系统总设计方案采集正弦波

第一章赛车整体设计

1.1硬件模块设计

系统硬件模块设计图如图1.1所示。

图1.1

整个赛车硬件模块主要分为六大部分：

电源模块、电磁信号采集模块、测速模块、驱动模块、舵机转向模块。

附加的模块有液晶调试模块，和无线调试模块。

详细原理图见文件（原理图.doc）。

1.2软件结构流程

系统软件流程图如图2.3所示。

图1.2系统软件流程图

第二章智能车系统方案的关键

2.1影响系统性能的关键因素

2.1.1舵机的转动延时

造成车速提高时出现的转弯不及时等原因中，很大一部分由舵机的转动延时引起，而如何协调舵机延时与车速的控制则显得至关重要。

所以转动越灵活，越有利于转弯。

2.1.2传感器检测精度

传感器的检测精度一方面会引起赛道标志的识别，另一方面会影响弯道和直道的检测。

精度越高，赛道标志的识别就越精确，弯道会提前检测，直道时能够精准卡住黑线。

2.1.3传感器的前瞻距离

前瞻距离越大，越能提早检测到弯道，提前转弯，解决了舵机的延迟作用，

但是太远的前瞻亦会引起赛道的错误识别，导致走错赛道等等问题。

2.1.4电机调速的快慢。

赛车入弯时能否及时减到合适的速度，而赛车出弯时能否及时加到合适的速度，这就在某种程度上受电机驱动电路的限制。

驱动的导通阻抗越低，则导通电流越大，驱动能力就越强。

2.2传感器分析

1、导线周围的电磁场

根据麦克斯韦电磁场理论，交变电流会在周围产生交变的电磁场。

智能汽车

竞赛使用路径导航的交流电流频率为20kHz，产生的电磁波属于甚低频（VLF）

电磁波。

甚低频频率范围处于工频和低频电磁波中间，为3kHz～30kHz，波长为

100km～10km。

如图3.1所示：

图2.1电流周围的电磁场示意图

导线周围的电场和磁场，按照一定规律分布。

通过检测相应的电磁场的强度

和方向可以反过来获得距离导线的空间位置。

由电磁感应定理，变化的磁场在导线中产生电动势，闭合的导线中则会产生电流，按正弦规律变化的磁场则产生按正弦规律变化的电动势。

由图2.1知，离导线越远磁场越弱，检测到的电动势就越小，又由于得到的是正弦变化的电压，电压的变化即电压幅值的变化。

为了得到稳定的电压信号，采用LC振荡电路进行信号采集。

从LC谐振电路得到的信号是交变的电压信号，电压幅值太小，只能达到几百毫伏，需进行放大，要直接能由AD采集，还必须把负电压升高为正电压且不能让信号失真，才能通过AD直接采集进行数据的处理。

放大电路如图2.2所示。

图2.2信号放大电路图

2.3电感和电容类型的选取

对于谐振电路，电感和电容的选取只需满足

。

我们选择了10mh的电感和6.8nf的电容。

在电感和电容的数值匹配上，只要满足选取原则即可，对信号影响不大。

但是电感和电容类型的选择则会对信号的稳定性，信号的强弱产生很大的影响。

10mh的电感在市面上有很多类型，主要是绕线的粗细，粗的绕线可以得到更大，更稳定的信号，而细的绕线电感体积小，重量轻，且产生的信号也很稳定。

所以从各方面考虑，我们选择了细绕线的电感。

电容的类型则决定了谐振电路选频的能力的高低。

最开始我们选用瓷片电容，得到的信号会随外界条件而发生变化，而且相同的两块电路对称性很低，信号之间有很大的差值。

后来改用贴片钽电容，改变了这样的现状，使信号稳定且电路之间的对称性提高。

由此，我们明白，不同的电容将会对电路造成很大的影响。

设计好电磁信号采集电路，得到了导线电流产生的磁场强弱在跑道上的分布情况，就需要考虑电感的安装方向以及不同的安装方向采集到的磁场信号所对应的小车的位置。

2.4电感的安装方式选择

由图2.1知，导线周围分布的电磁场是以导线为中心的同心圆，距离导线越远，磁场越弱。

将导线周围的电磁场按水平和垂直方向分解，可以考虑电感的竖直安放和水平安放。

竖直安放的电感主要采集的是垂直方向的磁场。

随着距离导线的距离变宽，由电感检测到的磁场从小变大，再由大变小。

电感安放的高低不一样，磁场的变化范围的宽度也不一样。

电感安放得越高，检测到的磁场由低变高的范围越宽，随着电感的逐渐增高，这种表现会越来越明显，甚至可以覆盖整个跑道。

其次，由于跑道上导线产生的垂直磁场相互叠加的原因，竖直安放的电感检测到的磁场会受到跑道上其它导线的影响，给处理造成了很大的不便。

水平安放的电感主要采集的是水平方向的磁场，随着距离导线的距离越来越短，水平方向的磁场减弱，检测到的电压信号幅值变小。

电感安放的高低不同，这种变化程度也不一样。

电感安放越低，磁场变化越快。

随着电感安放高度的增加，这种变化将会减缓。

且水平安放的电感不受其它导线产生的磁场的影响，处理起来相对简单。

2.4信号采集模块安装高度的选择

信号采集模块的安放高低，会影响信号的变化趋势。

安放得越高，采集到的磁场变化越缓慢，即在边缘的电压信号也较强，比较有利于AD采集。

考虑到这些问题，我们在安放这部分电路时，有意在高度上提升高度。

但是由于考虑重心的问题，又不能把这部分电路安放得太高。

所以在开始安放我们选择了13cm的高度，在前面一部分的制作过程中，我们对这样的高度比较满意，不论是信号采集还是处理上来说，都没有给我们的调试过程带来限制。

采集模块安装的高低，不仅仅影响的是采集到的信号分布的缓慢程度，更是影响了AD采集的稳定性。

所以，我们在这部分安装的高度上也进行了不少的考虑与试验，最后决定了这样的高度。

第三章硬件模块设计

3.1信号采集模块

3.2电机驱动模块

赛车的速度决定着比赛的成绩，电机的驱动是提高速度的重要硬件基础，所以电机驱动模块在整个控制系统中起到至关重要的作用。

为了增强驱动能力，减少芯片的发热，我们用了两块驱动芯片并联。

3.3电源分配模块

在电源分配上，5V电源主要采用TPS7350降压稳压芯片稳至5V。

其中一块TPS7350单独单片机供电，另一块给驱动模块和测速模块供电。

6V电源模块采用LT1764降压稳压芯片稳压至6V。

其中一块LT1764给信号采集，另一块稳压至5.5V给舵机供电，电源分配图如图

5.5V

6V

图3.3电源分配

3.3.1TPS7350稳压至5V电源电路

3.3.2LT1764稳压至6V电源电路

3.3.3ASM1117稳压至3.3V电源电路

第四章遇到的问题

4.1十字线的处理（未完全解决）

十字弯处的磁场强度

十字弯处竖直方向上的磁场强度

十字线的处理。

从上面的图片当中可以看到，在前瞻较大的时候，十字线的磁场分布与正常的九十度弯道非常类似，容易出现十字线不能识别而直接转向的情况。

进入十字线之后，内侧的磁场与螺线管类似，远大于外侧的磁场，容易出现内切过大的情况。

为此，我们在十字线附近采用了特殊的识别策略。

并且在识别之后，在交叉线附近的直道上降低舵机的摆动。

这样可以减少十字线的特殊磁场的干扰。

4.2坡道的处理（未完全解决）

在坡道上，同样会出现两个水平传感器的信号之和会变小的情况。

有所不同的是，坡道上，传感器之间的差不会很小。

通过这一点，我们解决了坡道上会出现错误迷失的情况。

4.3快要出赛道的处理（解决）

传感器的视角并不是很大，容易出现迷失的情况。

我们通过尝试发现，出现迷失之后，两个水平传感器的信号之和会变小。

通过这一点，我们找到了判定迷失的条件。

迷失之后，降速，舵机打到一个比较大的角度。

第五章控制算法设计

传感器布局方式如图（5.1）。

图（5.1）传感器布局示意图

5.1采样交流信号

小车的6个传感器（LC谐振）输出的交流小信号，经分别放大后得到平均值为3.3V的交流大信号，再分别经电阻分压衰减得到一个平均值为2.5V交流信号，并直接送入MCU进行A/D采样。

即MCU直接接受20kHz的交流信号。

5.2由交流信号得到信号幅值

MCU对6路20kHz的信号进行采样，由于MCU本身的A/D转换速度不能达到对20kHz信号进行密集采样所需的速度，于是采取滞后一周期采样的方式，采样频率为21kHz，这样，信号的表征频率就变为21kHz-20kHz=1kHz，我们定义它为“表征信号”。

表征信号的周期为T=1ms，MCU在1T内能采到21个离散点，利用这些点即可算得信号的幅度。

我们实际所用的计算方法是：

对6路信号都同时进行21kHz采样，每一路每采样50个点就算出最大值Vmax和最小值Vmin，信号幅度A就为A=Vmax-Vmin。

5.3由交流信号得到磁场方向

一个电感仅感应三维空间磁场的某一方向上的分磁场强度。

所以不难理解，三个两两正交方式放置的电感可测得磁场在立体空间中的磁场方向。

明显，我们可以把立体的磁场看作是水平面上的分磁场Bxy与竖直方向上的分磁场Bz的叠加。

于是便好理解，两个正交放置的电感可测得磁场在水平面空间上的分磁场Bxy的方向θ（用于算角度的电感都是水平放置的，所以θ也就是车体的左右方向与磁场的水平方向，在跑道上非十字弯的地方，若θ很接近0°则表明车体的前后方向与黑线方向基本平行）。

求得θ的方法是|θ|=|arctan（Bx/By）|。

（由于信号幅度只能反映出磁场的强弱，而不能反映出方向，所以只能求θ得绝对值。

）

可见，只利用由两个正交放置的传感器得到的信号幅度是可以算出磁场θ的绝对值的，但是确定不了它的正负。

确定θ的符号，方法是采取两路信号叠加。

当x方向的信号与y方向的信号同相时，叠加后的信号幅度将大于原来两个幅度中的任意一个，反相则小于。

若定义同相时θ为正，则反相时就为负。

由于可以很方便的用软件方式得到任意两路信号的和，所以直接在程序中将两个信号采样值进行求和便得到了叠加的信号采样值。

我们实际采取的方式是，对两路信号既求和又求差，和大于差则正，和小于差则负。

0#和1#传感器用于计算小车右边的磁场方向，4#和5#传感器用于计算左边的方向。

5.4由信号幅度得到车体偏离黑线的程度

当θ接近0°时，已知传感器高度为h，与车轴距离为d，设:

0#传感器相对黑线的水平距离为d0,车轴与黑线水平距离为dx则对应信号幅度A0计算式为

A0=

=

其中k为比例常数。

同理5#传感器对应幅度为

A5=

=

若设f（dx）=（A5－A0）/（A5＋A0）,此函数图像用matlab仿真出来如图（5.2）：

图（5.2）f（dx）与车体偏离位置的关系

由图（5.2）可见，在﹣25cm~﹢25cm上，h=14时曲线的线性度越好，但灵敏度较差。

我们实际的选择是d=12cm，h=13cm，把f（dx）近似的看成直线，用f（dx）×90的值作为位置偏差对应的控制角。

由于f（dx）不收信号强弱与磁场方向的影响，采取这种方式是比较抗干扰的。

5.5控制舵机的计算方法

舵机的控制属于开环控制。

给定角度计算式为：

theta_ctrl=θ×0.6+f（dx）×90×0.4。

而实际上，上式中的0.6和0.4用了可变的参数来代替，此参数随信号强度的不同而不同，这个参数是为了解决十字弯难判断而添加的，因为十字弯处得信号强度较大。

5.6控制电机速度的计算方法

用到编码器后可闭环控制电机，采取简单PID算法。

由于在不同的路段应给定不同的速度，但当给定速度突变时车身会打滑，于是不能让给定速度突加，只能渐加。

由于在不发反转控制信号给电机的情况下，给定速度突减不会引起打滑，所以当需要做普通减速时，直接将给定值突减为目标值就可以了。

（需要紧急减速时用反转控制。

）

在此定义两变量以便叙述：

当前给定速度speed_ctrl，目标速度v。

当需要加速时，给定速度的计算方法为：

speed_ctrl=speed_ctrl×0.999+v×0.001，

其中0.999和0.001是可变的参数，此二参数和必须为1，后者越大给定速度上升越快（呈加速度指数衰减形式递增）。

这样就有效地解决了加速打滑的的问题。

5.7急刹车的控制方法

小车在直道上的速度较快，当小车由直道入急弯时，需要紧急减速，即需急刹车。

刹车的方法是：

以100ms为周期，在每个周期内仅给电机35ms的一定量反转信号，剩65ms空闲如此循环，直到速度减为1.1m/s以下。

这样做是为了减弱因“抱死”（其实是车身前进而后轮反转的情况，并非真正意义上的抱死，但在摩擦力上等效于抱死。

）而产生的摩擦力不足的现象，缩短了制动距离。