基于红外传感器的自动寻迹智能小车设计.docx
《基于红外传感器的自动寻迹智能小车设计.docx》由会员分享，可在线阅读，更多相关《基于红外传感器的自动寻迹智能小车设计.docx（86页珍藏版）》请在冰点文库上搜索。
基于红外传感器的自动寻迹智能小车设计
毕业设计（论文）
基于红外传感器的自动寻迹智能小车设计
系别
专业
班级学号
姓名
指导教师
基于红外传感器的自动寻迹智能小车设计
摘要
介绍了一种自动寻迹智能车的设计,研究了采用红外反射式光电传感器作为路径采集模块实现自动寻迹的软硬件设计方法。
系统采用Freescale16位单片机MC9S12DG128为核心控制器,利用12个红外光电传感器构成的光电传感器阵列采集路面信息,单片机获得传感器采集的路面信息和车速信息,经过分析后控制智能车的舵机转向,同时对直流电机进行调速,从而实现智能车沿给定的黑线快速平稳地行驶。
介绍了光电传感器的寻迹原理,讨论了光电传感器排列方法、布局等对寻迹结果的影响及速度和转向控制的PID算法的研究和参数整定。
关键字：
光电传感器，寻迹，路径识别，PWM，PID
Designofautonomoustracingsmartcarbasedoninfraredsensors
Author:
XueChangliang
Tutor:
GuDeying
Abstract
Adesignofautonomoustracingsysteminintelligentvehicleisintroduced.ThesoftwareandhardwaredesignmethodwhichrealizestheautonomoustracingusingtheinfraredReflectivephotoelectricsensorsasthepathrecognitionmoduleisresearched.ThesystememploysFreescaleHCSseries16bitsingle-chipmicrocomputerMC9SDG128asitsmaincontrollerandanarrayofphotoelectricsensorsforrecognizingthepathinformation.Single-chipMicrocomputerenergizesthePWMsignaltosteerandcontrolthespeedoftheDCelectricmotoraccordingtotheanalysisofthepathandspeedinformationfromsensors.Consequently,thisintelligentvehiclecantracktheblack-guide-lineautomaticallyandmoveforwardfollowingthelinequicklyandsmoothly.Theautonomoustracingprincipleofphotoelectricsensorispresented.Theeffectsofsensors’arraymethod,overallarrangementontheautonomoustracearediscussed.AndtheuseofPIDalgorithminspeedandsteeringcontrol.
Keywords:
photoelectricsensor,autonomoustracing,pathrecognition,PWM,PID
第1章绪论1
1.1课题的研究背景1
1.2国内外智能车的研究现状1
1.3本文内容及结构安排3
第2章红外传感器的寻迹原理及布局对寻迹的影响4
2.1红外传感器寻迹原理4
2.2传感器布局对路径识别的影响6
2.2.1布局相关参数6
2.2.2一字型与八字型布局研究6
第3章智能车机械结构的调整9
3.1赛车参数9
3.2舵机安装方式调整10
3.3前轮定位10
3.3.1主销后倾角10
3.3.2主销内倾角11
3.3.3前轮外倾角12
3.3.4前轮前束13
3.4重心位置13
3.5齿轮传动间距调整14
3.6后轮差速机构调整14
第4章系统硬件设计15
4.1S12控制核心16
4.2电源管理模块17
4.2.1单片机稳压电源电路设计17
4.2.2舵机电源模块设计19
4.3电机驱动模块20
4.4速度检测模块23
4.5路径识别模块25
第5章系统软件设计27
5.1系统的模块化结构28
5.1.1时钟初始化28
5.1.2串口初始化28
5.1.3AD初始化29
5.1.4PWM初始化30
5.2路径信息处理32
5.3数字滤波算法33
5.4小车控制算法35
5.4.1PID算法37
5.4.2舵机控制39
5.4.3电机控制39
第6章系统调试40
6.1开发调试工具40
6.2无线调试模块42
6.3拨码开关调试42
6.4试验结果分析42
结论44
致谢45
参考文献46
附录47
附录A硬件原理图47
附录B程序源代码49
附录CSortingoutPIDcontrollerdifferences69
第1章绪论
1.1课题的研究背景
汽车工业发展已有100多年的历史。
1953年，世界上第一台无人驾驶牵引车诞生，这是一部采用埋线电磁感应方式跟踪路径的自动导向车。
20世纪80年代以来，智能控制理论与技术在交通运输工程中越来越多的被应用，在这一背景下，智能汽车的概念应运而生。
智能车即轮式移动机器人,是一种集环境感知、决策规划、自动行驶等功能于一体的综合智能系统,智能车集中地运用了自动控制、模式识别、传感器技术、汽车电子、电气、计算机、机械等多个学科的知识。
随着控制技术、计算机技术和信息技术的发展,智能车在工业生产和日常生活中已经扮演了非常重要的角色,近年来,智能车在野外、道路、现代物流及柔性制造系统中都有广泛运用,已成为人工智能领域研究和发展的热点。
目前,智能车领域的研究已经能够在具有一定标记的道路上为司机提供辅助驾驶系统甚至实现无人驾驶,这些智能车的设计通常依靠特定道路标记完成识别,通过推理判断模仿人工驾驶进行操作[1]。
1.2国内外智能车的研究现状
智能汽车是一种高新技术密集型的新型汽车，是今后的主流汽车产品。
而研究智能汽车所必需的理论与技术支持大部分已经基本具备。
正是基于这一点，国际上正在形成智能汽车研究、设计、开发、竞赛的热潮。
美国是世界上对智能汽车最为关注的国家。
美国交通部已开始一项五年计划，投入3500万美元，与通用汽车公司合作开发一种前后防撞系统。
同时，美国俄亥俄州立大学和加州大学以及其他一些研究机构正在进行全自动车辆的研制和改进工作。
CMU大学的NabLab5实验智能车是由Potiac运动跑车改装而成的，装有便携式计算机、摄像头、GPS全球定位系统、雷达和其他辅助设备。
1995年6月，NabLab5进行了横穿美国的NHAA（NoHandsAcrossAmerica），从宾州的匹茨堡到加州的圣地亚哥，行程4587km，其中自主驾驶部分占98.2%。
美国移动导航子系统（MNA）能计算出最佳行驶路径，还能不断地接收现场的最新交通状况，给出连续更新的指向，让车辆始终沿着理想的路径向前行驶。
此外，美国还将智能汽车的研究用于军事上，美国国防部采用无人车去执行危险地带的巡逻任务，目前正在进行第三代军用智能汽车的研究，称为DemoⅢ，能满足有路和无路条件下的车辆自动驾驶。
在此基础上，美国国防部与民间的大学、企业和发明家联合开展了全球领先的智能汽车竞赛。
2007年11月，美国第三届智能汽车大赛在加利福尼亚州维克托尔举行。
参赛的无人驾驶车俩的头顶有旋转的激光器，两边还有转动的照相机，内部安装有电脑装置。
这些无人驾驶的汽车完全由电脑控制，利用卫星导航、摄像、雷达和激光，人工智能系统可判断出汽车的位置和方向，随后将指令传输到负责驾驶车辆的系统，丝毫不受人的干涉，用传感器策划和选择它们的路线。
参赛的无人驾驶智能汽车沿着附近的公路飞奔。
欧洲开发基金资助进行驾驶员监测、道路环境的感知、视觉增强、前车距控制以及传感器融合方面的研究。
同时，欧洲的一些国家正试验智能速度适应（IntelligentSpeedAdaptation，ISA）作为提高车辆安全性的手段，其构想是通过路边标志信息或卫星定位信息以及车载数字地图进行车辆导航，并自动控制车辆速度。
实验结果表明，采用该系统能使交通事故减少20%。
德国慕尼黑联邦国防大学与奔驰汽车公司合作研制开发了VaMP试验车，它是由一辆豪华型的奔驰500SEL改装而成，视觉系统主要包括道路检测与跟踪RDT和障碍物检测与跟踪ODT两个模块。
在整个试验中，系统行使了1600公里，其中95%的部分是自动驾驶的。
目前在日本，夜视和后视报警系统已应用在某些汽车上，三菱公司和尼桑公司已发布其近期可使用的防撞设备，前方防撞和车道偏离有望在1～2年内实现。
本田公司、尼桑公司和丰田公司也在各自先进安全性车辆计划中发展行车安全子系统，它们包括：
车道定位系统、前车距离控制系统、自动控制系统、障碍物报警系统、驾驶员打盹报警系统和夜间行人报警系统等。
日本智能公路（SmartWay）计划中，提出车辆上采用诸如：
车道保持、十字路口防撞、行人避让和车距保持等Ⅳ项技术。
2003年日本将开始实施一个示范计划，到2015年将在日本全国范围内实施SmartWay计划。
韩国借助于本国当前蓬勃发展的汽车工业，致力于全新的智能汽车技术在年轻一代中的跨越式发展，在全国率先开展了大学智能汽车竞赛。
每年韩国大约有100余支队伍参赛，该项赛事得到了众多高校和大学生的欢迎，也逐渐得到了企业的关注[2]。
国内智能汽车的研究也不断发展。
清华大学汽车研究所是国内最早成立的主要从事智能汽车及智能交通的研究单位之一，在汽车导航、主动避撞、车载微机等方面进行了广泛而深入的研究。
清华智能车THMR-V采用分层递阶的体系结构,基于以大网通信,集成有CCD、摄像机、激光雷达、磁罗盘-光码盘、GPS等多种传感器,并建立了相应的方向、油门、刹车三个自动控制系统。
基于扩充转移网络（ATN）的道路理解技术和基于混合模糊逻辑的控制方法,实现了车道线自动跟踪的平均车速为100km/h,最高车速达到150km/h。
清华智能车THMR-V课题组在车道线自动跟踪技术研究方面处于国内领先,达到国际先进的水平。
上海市“智能汽车车内自主导航系统”的一种样车，2000年7月19日通过市科委鉴定，它标志着上海智能交通系统进入实质性实施阶段。
国防科大成功试验了第四代无人驾驶汽车，它的最高时速达到了75.6km。
同时，以韩国大学生智能汽车竞赛为蓝本，我国也组织了自己国内的大学生智能汽车竞赛，并受到了众多高校和大学生的欢迎。
1.3本文内容及结构安排
本文所述智能车就是一种自动导引小车,能够在给定的区域内沿着轨迹自动进行行进。
小车运行过程由方向检测和电机驱动两个部分控制,采用与白色地面颜色有较大差别的黑色线条作引导。
智能车寻迹系统采用红外反射式光电管识别路径上的黑线,并以最短的时间完成寻迹,用单片机MC9S12DG128扫描光电传感器组,对采集到的信号进行分析处理并做出逻辑判断后,得到行进方向,再通过加长转臂的舵机驱动前轮转向,实现智能车的循迹行进。
智能车的驱动采用直流电机,并采用PWM实现直流电机的调速,为了使智能车快速、平稳地行驶,系统必须把路径识别、相应的转向伺服电机控制以及直流驱动电机控制准确地结合在一起。
论文共六章，包括小车的框架结构、智能车模型的调整、小车的硬件和软件的设计和控制算法的研究等。
其中，第一章为引言，主要介绍了智能车研究背景和发展现状；第二章为红外传感器寻迹原理及布局对寻迹的影响，主要介绍了路径检测传感器的原理及布局对寻迹的影响。
第三章为智能车模型的机械结构调整，分别介绍了智能车模型的基本参数，以及车体前轮倾角、舵机力臂、车体重心、后轮差速和齿轮不同程度调整对智能车性能的影响；第四章为智能车的硬件系统设计，介绍了构成系统的电源管理模块，路径识别模块、车速检测模块、显示模块、转向舵机控制模块和直流电机驱动模块；第五章为智能车软件系统设计，包括小车软件设计的整体流程，时钟模块初始化，A/D模块初始化，PWM模块初始化，ECT模块初始化，以及小车控制算法的研究；第六章介绍了在智能车设计过程中遇到的一系列问题和解决办法。
第2章红外传感器的寻迹原理及布局对寻迹的影响
路径识别系统相当于智能车的眼睛，是整车设计的关键。
实现智能车的路径识别功能有多种方式，针对此大体有以下两种方案：
1）使用CCD摄像头进行图像采集和识别。
具体识别过程还涉及图像采集、图像处理及识别等步骤。
此种方法虽然有分辨率比较高，对路面的信息处理准确等优点，但对硬件处理速度和软件算法的要求都比较严格，实时性欠佳，且成本较大。
2）使用反射式光电传感器进行路径识别。
这种传感器在智能识别技术中有着广泛的应用。
它可以用来检测地面明暗和颜色的变化，也可以探测有无接近的物体采用这种方法易于实现，响应速度较快，算法相对于CCD较简单，实时性比较好，成本较低。
缺点也是显而易见的，分辨率不高，易受外界环境光线影响，同时占用单片机端口比较多。
经过慎重分析选择，最终选定了第二种识别方案，即采用反射式传感器进行路径识别。
2.1红外传感器寻迹原理
光电传感器按检测方式通常分为对射式和反射式。
反射式光电传感器的光源有多种,常见的有红外发光二极管、普通发光二极管和激光二极管,前两种光源容易受到外界光源的干扰,而激光二极管发出的光的频率较集中,传感器只接收很窄的频率范围信号,不容易被干扰,但价格较贵。
红外反射式光电传感器工作时会受到多种不确定因素的影响,如反射表面的形状、颜色、光洁度,以及日光等,因此,为了提高系统的可靠性和准确性,通常是将发射信号经调制后送红外管发射,再由光敏管接收调制的红外信号[3]。
同时，要保证发射管和接收管的波长匹配。
接收的反射光强度经检测电路转换得到的输出信号电压Vout是反射面与传感器之间距离x的函数,当反射面物质为同种物质时,x与Vout的响应曲线是非线性的,如图1所示。
设定输出电压达到某一阈值时作为目标,不同的目标距离阈值电压是不同的。
图2.1输出信号与距离的关系曲线
当x一定时，接收的反射光强度还与反射面的特性有关。
在智能车系统中，红外发射管发射的红外线具有一定的方向性,当红外线照射到白色地面时会有较大的反射，如果距离x取值合适,红外接收管接收到反射回的红外线强度就较大;如果红外线照射黑色标志线,黑色标志线会吸收大部分红外光,红外接收管接收到红外线强度就很弱。
这样,利用红外光电传感器检测智能车行驶道路上的黑色标志线,就可以实现智能车的自动寻迹。
红外光电传感器的输出可分为数字式与模拟式两种。
数字式红外传感器具有与微处理器相对应的接口,硬件电路简单,但存在采集路径信息粗糙、丢失路径信息的缺点。
模拟式红外传感器输出的模拟信号,通过将多个模拟式红外传感器进行适当的组合形成光电传感器阵列,可以再现道路的准确信息,具有较高的可靠性与稳定性。
图2为沿车道黑色标志线分布的阵列光电传感器的输出。
实际工作时利用传感器对白色和黑色的反射率大小,把最大、最小值之间分为n个index区间,通过对各个传感器index值的组合来获得车身相对路径标志线的位置,从而对位置和行驶方向都能做较精确的控制。
图2.2沿黑色标志线分布的阵列光电传感器输出
2.2传感器布局对路径识别的影响
使用光电传感器实现智能车的路径识别,除了要求使用的发射/接收器件的波长特性一致,发射/接收传感器组对时,各方面性能尽量接近外,传感器的安装布局对寻迹效果也有非常大的影响[4]。
2.2.1布局相关参数
（1）传感器间隔
各个传感器的布局间隔对智能车行车是有一定的影响的。
道路中间黑色导引线的宽度为25mm，因此如果要求传感器间不出现同时感应现象（即每次采集只出现一个传感器值为1），那么传感器间隔就必须大于25mm。
如果将间隔设计成小于25mm，从而产生更多的情况，有利于模型车与道路偏移距离的判断。
此外，如果间隔过大，还会出现另一种情况，即在间隔之间出现空白对于防飞车能力，可以用最大限制速度来衡量。
20mm间隔的最大限制速度在3m/s，40mm间隔的最大限制速度则为3.3m/s。
经过分析后可知，这是由于传感器间隔大造成车的横向控制范围较大（40mm的车控制在±13mm内，而20mm的则在±7mm内），因此它不易造成迷失。
（2）径向探出距离
径向探出距离是指光电传感器离车头的径向距离。
它主要影响智能车的预测性能。
对于未知的路径，如果能早一步了解到前方道路的情况，那么就可以早些做出调整，从而使车以相应最优策略通过道路。
所以，理论上探出距离是越大越好，但是如果距离过大，智能车可能会发生重心偏移，造成行驶不稳、振动等一系列问题。
因此，为了既能增加径向距离，又不引起重心偏移，本文可以采用带倾角的传感器安装方式。
2.2.2一字型与八字型布局研究
（1）一字型布局
一字型布局是传感器最常用的布局形式，即各个传感器都在一条直线上，从而保证纵向的一致性，使其控制策略主要集中在横向上。
对于不同的间隔选择，其出现情况数也相对不同。
本文仿真试验采用的是间隔大于25mm且两两并列的布局方式，这样在跑车时可以产生13种不同的情况。
首先，对于传感器有输出值的（即其中有一传感器照到黑道）情况，则根据其所在的位置进行相应控制；其次，对于迷失情况，可利用之前哪个传感器输出情况来推断模型车时进入了哪一段区域。
本文选用两两并列就是为了能明确区分出具体区域，如果不这样排列，则当出现迷失时，将无法判断黑道在左边还是右边。
（2）八字型布局
八字型布局从横向来看与一字型类似，但它增加了纵向的特性，从而具有了一定的前瞻性。
将中间两传感器进行前置的主要目的在于能够早一步了解到车前方是否为直道，从而可以进行加速。
值得一提的是，由于纵向的排列不一致，就比一字型更增加了多传感器同时感应的可能性（一字型只可能是所有传感器同时感应，而八字型则可能出现几个传感器同时感应的现象）。
因此，在决定控制策略时，必须要考虑这种情况，但反过来说，我们也可以利用这种情况的发生来完成一些特定的判断（比如某弯道角度的确定等）。
最终选定一字型排布方式。
发射管选择台湾亿光生产的大功率红外管HIR383（如图2.3）,在应用时串联一个50Ω的限流电阻，发射电流增大到100mA。
对应选取波长与HIR383相近的pt334作为接收管。
并且把接收电阻增大到50KΩ，放大接收到的光电信号。
此外，由于采用分离式红外接收管，增大了发射功率和发射半径，相邻的红外发射管会对同一个接收管产生干扰，因此，给每个接收管套上热缩管，使得每个接收管只在相对应的一小块区域内接受红外信号。
图2.3HIR383C发射管
图2.4单排HIR333C红外光电管实物图
第3章智能车机械结构的调整
车体结构是硬件中一个很重要的方面，从控制的角度来说，这部分既是系统的执行机构又是被控对象。
车模底盘参数优化和前轮参数优化等调整可以保证车体在机械结构方面具有良好的性能，使其拥有较强的执行能力，其重要性丝毫不亚于良好的控制决策；而保证被控对象的轻便与灵活同样有利于提高控制效果。
所以，在整车的机械结构方面，我们对转向机构、前轮定位、重心位置、车模底盘、后轮差速及齿轮传动进行了改进。
3.1赛车参数
我们选用1/10Matiz仿真车模。
车模基本尺寸参数如表3.1。
表3.1车模基本尺寸
基本参数
尺寸
轴距
197mm
前轮距
124mm
后轮距
136mm
车轮直径
5cm
车长
316mm
车宽
172mm
传动比
18/76
智能车参数（如表3.2）：
表3.2模型车主要技术参数说明
车模长（cm）
38.5
车模宽（cm）
24.5
车模高（cm）
13
电路功耗
2A
探测距离（cm）
32
传感器个数
13
车模重量（kg）
1.2
增加电机个数
0
赛道检测精度
5ms
赛道检测频率（次/S）
20
3.2舵机安装方式调整
舵机转动一定角度有时间延时，时间延时正比于旋转过的角度，反比于舵机的响应速度。
通过控制策略分析可知，舵机的响应速度直接影响模型车通过转弯通道时的最高速度，提高舵机的响应速度是提高模型车平均速度的一个关键。
提高舵机响应速度有二个方法，一是提高舵机的工作电压；二是在机械上进行调整，根据杠杆原理，将舵机的输出舵盘适当加长，将转向传动杆连接在加长的输出盘的末端。
这样就可以在舵机输出较小的转角下，取得最大的前轮转角，提高了舵机的响应的灵敏度。
3.3前轮定位
现代汽车在正常行驶过程中，为了使汽车直线行驶稳定，转向轻便，转向后能自动回正，并减少轮胎和转向零件的磨损等，在转向轮、转向节和前轴之间须形成一定的相对安装位置，称作车轮定位，其主要定位参数包括:
主销后倾、主销内倾、车轮外倾和前束。
Matiz车模前轮的四项定位参数均可调[5]。
3.3.1主销后倾角
主销指转向轮在转向是围绕其转动的轴。
主销在汽车的纵向平面内由一个向后的倾角γ，即主销轴线与地面垂直线在汽车纵向平面内的夹角，成为“主销后倾角”，如图3.1所示。
采用主销后请的原因是由于汽车在车轮偏转后会产生一回正力矩，纠正车轮的偏转。
后倾角γ越大，车速越高，车轮偏转后自动恢复能力越强。
而回正力矩过大，会引起前轮回正过猛，加速前轮摆震，并导致转向沉重。
图3.1主销后倾角
实验中发现，在其他情况相同的条件下，主销后倾角对车体的影响主要有以下三个方面:
（l）主销后倾角太小造成不稳定:
主销后倾角γ接近0°甚至小于0°的情况下，当车模在较高速度行驶时，转向后车模缺乏自动回正能力，舵机对转向控制过于灵活。
车速高时发飘，更容易在直道行驶时产生震荡。
（2）主销后倾角太大造成转向不灵活:
主销后倾角γ大于6°的情况下，前轮的转向能力明显受到限制，表现为转向沉重，控制滞后严重。
（3）主销后倾角不对称造成跑偏:
左、右两轮之主销后倾角不相等时，车模出现跑偏，跑偏方向朝向主销后倾角较小的一侧。
基于以上分析，结合试验，将主销后倾角γ调整为2°左右。
这种情况下，汽车转向较灵活，而且在高速行驶的时候，转向后车体有一定的自动回正能力，可以使车体运动轨迹更加平稳，行驶路线平滑。
3.3.2主销内倾角
主销在汽车的横向平面内向内侧倾斜一个β角，即主销轴线与地面垂直线在汽车横向断面内的夹角，成为“主销内倾角”，如图3.2所示。
主销内倾角β也有利于车轮自动回正作用。
当转向轮在外力作用下发生偏转时，由于主销内倾的原因，车轮连同整个汽车的前部将被抬起一定高度，当外力消失后，车轮就会在重力作用下恢复到原来的正中位置。
另外，主销内倾还会使主销轴线延长线与路面的交点到车轮中心平面的距离减小，同时转向时路面作用在转向轮上的阻力矩也会减小，从而可减小转向时驾驶员（舵机）施加在方向盘上的力，使转向操纵轻便，同时也减小了由于路面不平而从转向轮输出到
升级会员 