北京理工大学游中国机器人的技术文档.docx
《北京理工大学游中国机器人的技术文档.docx》由会员分享，可在线阅读，更多相关《北京理工大学游中国机器人的技术文档.docx（22页珍藏版）》请在冰点文库上搜索。
北京理工大学游中国机器人的技术文档
北京理工大学游中国机器人的技术文档
摘要
本文章是北京理工大学机器人协会组参加2011年中国机器人游中国机器人赛的二号小车，飞思卡尔车的技术文档。
本文描述了北京理工大学二号小车，即飞思卡尔车的软件架构和硬件架构，机械结构以及试验过程等方面的内容。
主要有运动控制系统、传感系统、决策系统、控制算法。
该小车采用飞思卡尔16位微控制器MC9S12DG128B乍为核心控制单元，自主构思控制方案及系统设计，包括传感器信号采集处理、控制算法及执行、动力电机驱动、转向舵机控制等
1.飞思卡尔车的总体设计方案
1.1系统设计分析比赛规则如下“机器人旅游”竞赛项目要求参赛机器人在规定假期时间内，游历尽量多的景点，获得尽量多的得分，并在假期结束前回到出发地。
***队参加的是车形机器人轻量级。
要求旅游时间60秒，总重量小于2000千克。
我们采用了博创公司的套件搭建了小车，最终重量为
本项目的目的是引导参赛队研究、设计并制乍具有优秀硬件系统与软件系统的移动机器人，逐步提高机器人的能力与智能，如：
1、系统规划与优化能力在预定的假期时间内游历尽量多的景点，完成计划中的旅游活动，并回到出发地点。
是一种最优规划活动；有一定的系统规划与优化能力。
距离出发点近（或到达难度低）的景点分值小，远（或到达难度高）的景点分值大。
想得高分，就要远游；游得太远太多，就有来不及在规定的假期内回家的危险。
每一轮比赛中走两次，使得第一次探路，第二次优化成为可能。
2、应变能力有些可移动景点与路障的摆放数量与位置，在机器人放进出发区后，随机确定。
这在一定程度上可控制竞赛的难度，并使旅游路线有一定的不确定性。
未来，路线图也可以在赛前临时公布。
3、视力考验机器人辨别形状和色彩的能力，引导机器人视觉能力的提高。
4、爬坡能力桥型景点与天台景点的坡度要求机器人有较好的爬坡能力，对于人形机器人难度大。
5、跨越门槛的能力这对人形机器人和车形机器人都是重大考验。
6、快速性与稳定性
机器人在的整个旅游过程中，始终要在快速性与稳定性中间求得平衡，否则，难以取得好的成绩。
我们的解决方案
1.系统规划与优化能力
2.应变能力
3.视力使用CCD摄像头阵列。
采集赛道的引导线信息，识别引导线位置
4.爬坡能力使用大功率电机，装置在两个后轮上驱动。
试验表明爬坡没有任何问题。
5.跨越门槛的能力
6.快速性与稳定性
2巡线方案
2.1引导线和障碍物识别
采用CCD摄像头
摄像头传感方案的优点是：
赛道分辨率很高；前瞻性较强；但是缺点是：
对单片机片内资源消耗大；实时性略差。
由于DG128单片机的片内资源比较丰富，功能强大，因此最终决定采用面阵CCD摄像头传感方案用于引导线和障碍物识别。
2.2车速的测量
由于智能车驱动电机的机械特性很软，因此，在车速控制上，就必须采用闭环控制，这就需要实时、精确的测量智能车的实际速度。
在车速的测量上，可以采用的方法有：
（1）光码盘测速可以将自制的光码盘安装在驱动轴上，通过记录脉冲数或者脉冲间隔来达到测速的目的。
这种方案的精度较高，但是由于已经采用了摄像头传感方案，需要单片机片内高速AD连续工作，记脉冲数或者测脉宽的方式可能在程序的执行过程中中，打乱高速AD的顺序流，因此，没有采用。
（2）编码器
可将编码器通过齿轮与驱动轴上的齿轮啮合，检测编码器输出的数据，就能方便的转换为实际的车速。
但是，一般的编码器都有一定的重量，会增大智能车在行驶过程中的阻力，影响高速行驶。
（3）测速电机将测速电机与驱动轴齿轮啮合，测速电机两端电压就代表了实际的车速。
虽然，
测速电机会有一定的延时，但是测速电机的重量很轻，机械阻力很小，而且采用单片机的另一路AD采样得到速度值，对单片机的负荷也比较小。
最终，采用了测速电机作为驱动电机闭环控制系统中的检测装置。
摄像头
本智能车寻线采用CMOS图像传感器方式，普通单板摄像头。
普通CMOS图像传感器通过行扫描方式，将图像信息转换为一维的视频模拟信号输出。
CMOS输出的信号变化很快，比如PAL制式的视频信号，每秒钟输出50帧图像信息（分为奇、偶场），每帧图像有312.5行，每行图像信号时间为64微秒，其中有效的图像信号约为56微秒左右。
具体参数如下：
摄像头参数：
320线；
照度：
0.5LUX
输出制式：
PAL制式标准视频信号；
镜头及视角：
3.6mm92°;
供电电压/消耗功率：
9V100mA。
速度传感器
考虑到智能车对反映实时车速的控制信号波形要求不是太高，因此在满足比赛要
求的基础上，我们尽量简化速度传感器，使用了自制的光电编码器来测速：
在直径为30mm的圆盘上利用线切割加工出100个细缝，使用红外光电对射管作为采集码盘脉冲可鉴向的传感器，电路如图2.8所示。
图2.8光电编码器
3机械结构设计在智能车的制作过程中，发现当智能车在高速行驶时，其机械结构的优化对于提高车体运行的稳定性会起到非常大的作用。
现结合实际调试情况，介绍模型车机械结构的各个参数调整对智能车稳定运行所起的作用。
智能小车为轮式结构，机械部分主要为转向机械和驱动机械。
转向机构主要由舵机，转向架和两个前轮组成。
转向机构的工作原理为：
舵机根据转向信号正向或反向旋转一定角度。
前轮为从动轮，会根据转向角度的大小自动调节内外侧车轮的转速；驱动机构包括一个直流电机、减速装置和两个后轮。
后轮为主动轮，其转速由直流驱动电机控制，不会根据转弯半径的变化而自动调节转速。
因此小车在转弯时，控制系统在控制舵机的同时还需要根据转弯角度的大小控制驱动电机转速，从而使转弯顺利进行。
3.1前轮定位前轮定位参数包括：
主销后倾、主销内倾、车轮外倾和前束。
适当地调整这些参数可以使汽车直线行驶稳定，转向轻便，转向后能自动回正，并减少轮胎和转向系零件的磨损。
3.1.1主销后倾角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，后倾角越大，车速越高，车轮偏转后自动回正能力越强。
但回正力矩过大将会引起前轮回正过猛，加速前轮摆正，并导致转向沉重。
通常后倾角值应设定在1-3度。
现代汽车由于速度增高、轮胎气压降低、弹性增强，所以稳定力矩也增加，因此后倾角可以减小到接近与零度，甚至为负。
由上述理论分析可知，过大的后倾角会使转向沉重，增大模型车转弯时的时滞。
因此，在主销后倾角的调教中，为了使模型车转向灵活，将主销后倾角设为零度。
3.1.2主销内倾角前轮的主销轴线与地面垂直线在汽车横向断面内的夹角，称为“主销内倾角”。
主销内倾角也有使车轮自动回正的作用。
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中间位置。
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，从而使转向操纵轻便。
但是，主销内倾角不宜过大，否则在转向时车轮绕主销偏转的过程中，轮胎与路面间将产生较大的滑动，从而会增加轮胎与路面间的摩擦阻力。
这不仅将使转向变得很沉重，还将加速轮胎的磨损。
因此，在智能车模型的调校中，将主销内倾角设为0度-8度。
3.1.3前轮外倾角前轮外倾角即为通过车轮中心的汽车横向平面与车轮平面的交线与地面垂线之间的夹角。
前轮外倾角一方面可以在汽车重载时减小或消除主销与衬套、轮毂与轴承等处的装配间隙，使车轮接近垂直路面滚动而滑动，同时减小转向阻力，使汽车转向轻便；另一方面还可防止由于路面对车轮垂直反作用力的轴向分力压向
轮毂外端的轴承，减小轴承及其锁紧螺母的载荷，从而增加这些零件的使用寿命，提高汽车的安全性。
由于本智能车模型主要用于竞速，在设计中必然要尽可能减轻重量，所以地盘承重不大，所以将前轮外倾角设为0度即可。
3.1.4前轮前束
当车轮有了外倾角后，在滚动时就类似于圆锥滚动，从而导致两侧车轮向外滚开。
由于转向横拉杆和车桥的约束使车轮不可能向外滚开，车轮将在地面上出现边滚边向内滑移的现象，从而增加了轮胎的磨损。
为消除车轮外倾带来的这种不良后果，可以使汽车两前轮的中心面不平行。
由上述理论可知，前轮前束须与前轮外倾角相匹配，如前轮外倾角设为0度，则前轮前束即须为0mm。
3.2重心位置的控制重心位置的改变会影响汽车的动力性、制动性、操纵稳定性、平顺性、通过性和舒适性等重要特性。
由汽车理论可以知道，重心位置必须保证驱动轮能够提供足够的附着力，因此，重心应靠近驱动轴；重心前移会使后轴侧滑，重心后移会使前轮丧失转向能力。
因此，重心靠近后轴，对模型车动力性能有益；重心靠近前轴，对模型车的制动性和操纵稳定性有益。
由于本设计中，考虑到摄像头视野范围的问题，将摄像头支架安装在车的后部。
这样，如果不改装电池的位置，则电池、摄像头支架、驱动电机均在车的后部，重心非常靠后，这样虽然对动力性能有益，但是实际测试中发现，在某些弯角，即使舵机打满角度，也不能很好的巡线过弯，会向外侧滑出跑道，这就是由于操纵的稳定性受到了影响。
为了在动力性能和制动、操纵稳定性之间找到一个最佳的平衡点，实验过程中，尝试将电池前移，最终，找到的一个较好安装位置，如图所示。
3.3舵机性能的优化从控制系统的角度来看，舵机是转向控制系统中一个有较大时间常数的延迟环节，为了优化控制系统，就要减小这个延迟环节的时间常数造成的影响。
可以想到的方法有以下几种：
用视觉传感器的大前瞻特性来补偿这个延迟；提高舵机的供电电压以提高响应速度；改变舵机的安装位置及输出轴安装方法。
前两种方法在将在其他章节中予以阐述，这里主要介绍改变舵机的安装位置及输出轴安装方法。
在相同的舵机转速条件下，转向连杆在舵机一端的连接点离舵机轴心距离越远，转向轮转向越快。
这相当于增大力臂长度，提高线速度。
最终的模型车，加长摇臂长度约50%，提高了转向轮的响应速度
图3-2舵机摇臂增长
3.4图像传感器的安装位置
面阵CCD图像传感器检测范围为一个二维平面。
在智能车图像传感器的安装上，就要考虑能使这个二维平面尽可能多的覆盖有用的赛道位置。
受制于智能模型车
底盘的结构和其他部件的分布，典型的图像传感器支架安装有两种位置，分别如
下图所示：
3-3（b）图像传感器安装位置（b）
Mill■■/I
以上是两种典型的安装方法，图（a）中，摄像头支架安装在智能车模型后部；图（b）中，摄像头支架安装在智能车模型前部。
为了实现后续的控制算法，就要能够保证智能车能够识别出车前约10cm距离的赛道信息。
要实现这个目的，当摄像头安装在车后时，可以采取降低摄像头高度、增大摄像头仰角的方法，这样，不仅能够检测到车前10cm处的信息，最远的视野范围还可以达到车前80cm，大大
地增加了前瞻性；当摄像头安装在车前，为了检测到车前10cm处的信息并且能有一定的前瞻性，就要增大摄像头俯角、提高摄像头高度，在摄像头高度不至于使车身重心过高的前提下，视野范围只能达到车前40cm。
比较两种安装方式，可以发现，图（a）这样将摄像头安装在车后部的做法比较可行，这样，既能降低智能车重心，前瞻性上又远远优于后一种安装方式。
当然，采用摄像头安装在车后部的方式时，由于原始的电池位置、驱动电机等部件都在车后部，会造成车身重心的进一步后移，对智能车的制动和操纵稳定性不利。
在实际使用中，将电池前移，以使车身的重心处在一个比较平衡的位置。
在旅游景点分为五类
1.固定景点车形机器人碰到挡板下半部分（灰色），使得挡板明显摆动，即
认为机器人已游览了此景点。
此景点的灰色部分可用灰度传感器识别。
挡板碰撞可用红外接近开关判断。
1.珠峰天台
天台景点由观景平台与登山坡道两部分组成。
坡道与平台表面为灰色地毯，坡道有白色引导线，平台上有三条白色平行线。
灰色地毯上的白色引导线用灰度传感器也易识别。
3、门门型景点均跨越道路，摆放于所选道路段的中间部位。
门下方有门槛，门槛表面为灰色，无引导线。
门槛截面总体为矩形。
通过灰度传感器识别门槛表面的灰色。
由于小车的稳定结构和电机的驱动力大小车在跨越门槛的时候比较顺利。
4.桥型景点均跨越道路，摆放于所在道路段的中间部位。
桥面为灰色地毯，有白色引导线；
黄色大桥桥基两侧为黄色，宽300mm,侧视梯形：
高200,上边长200mm，底边长1000；
红色大桥桥基两侧为红色，宽300mm,侧视梯形：
高200,上边长200mm，底边长1000。
也可以用灰度传感器识别灰色地毯上的白色引导线。
以上两端的连接直线长度均不短于400mm。
第四章智能车硬件电路设计
4.1控制器模块
控制器模块采用飞思卡尔的MC9S12DG128B作为唯一的核心控制单元。
由于本设计中用到了两个AD转换通道，因此，选用了内部模块较丰富的112pin的CPV封装。
电路原理图如下：
图4-1控制器模块原理图
在控制器模块中，内置了一个八位的模式开关，用于根据不同的赛道特点，及时调整控制策略和参数。
单片机B口输出接八位LED灯，方便调试。
此外，还有BDM接口和串口。
将视频分离芯片输出的场同步信号和行同步信号输入单片机的中端口（PORTH），
将CCD摄像头输出的模拟视频信号输入单片机的高速A/D口（AN08），将测
速电机输出的端电压输入单片机的A/D口（AN00），分别实现图像的采集和智能车速度的采集。
4.2电源管理模块
智能车系统采用配发的标准车模用7.2V2000mAhNi-Cd电池进行供电，但各个
模块所需要的电压不同，因此需要进行电压调节。
本设计中采用的面阵CCD摄像头，标称输入电压9V，但是经过测试，在输入电压为6-7伏的情况下，仍能正常工作，因此，直接将电池两端电压供给摄像头供电。
转向舵机的标称输入电压为6V，但是实际应用中发现，适当地提高电压，能够增大舵机的输出力矩、加快舵机的响应速度，因此，将电池电压直接供给舵机供电。
单片机正常工作电压为5V,因此，需要对电池电压进行调节。
本设计中最终选用单片降压式开关电压调整器LM2596-5作为调压芯片。
此芯片输出电压5.0V；最大输出电流3A;具有热关闭和限流保护功能，完全能够满足对单片机供电的
需要。
LM2596-5的工作原理图如下：
图4-2电源管理模块（5V电源）原理图
4.3路径识别模块
本智能车采用面阵CCD作为路径识别模块的传感器。
该图像传感器输出PAL制
式模拟视频信号。
利用S12单片机内部的A/D转换器，并配合从视频信号分离出的同步信号，可以将图像信号采集到单片机内部的RAM中，然后通过软件算
法对图像信号进行处理，得到实际的黑线路径参数。
采用LM1881视频分离芯片，可以从模拟视频信号中分离出场、行同步信号，将这两种信号与模拟视频信号配合输入单片机，便可以采集到时序正确的数字图像信息。
视频信号分离电路如下图：
VCCr
CVI
OffI
*口
Kj**
DPO-
IMLS=I
■ZtT
Ci>E
图4-3视频信号分离电路原理图
其中VideoIn接CCD输出模拟信号，CVO为分离出的行同步信号，O/E为奇偶场同步信号。
将CVO和O/E接到单片机的外部中断口，将CCD输出模拟信号接单片机的高速A/D口，便可以采集到时序正确的整帧图像信息。
4.4车速检测模块
本智能车采用测速电机作为速度的检测装置。
硬件电路比较简单，只需将测速电机的两端电压输入单片机ATD0模块中的高速A/D口（AN00），通过单片机内部A/D转换便可实现对速度的实时监测。
测速电机的安装如图：
这是自己的图呀（！
！
！
！
（***********
宀衣）我不知道你们用的是不是*****）
；）
4.5直流电机驱动模块
本设计最终采用飞思卡尔公司的MC33886集成H桥驱动芯片作为直流电机的驱动。
该芯片具有如下特点：
工作电压从5.0V到40V;输出电流可达5.0A;导通电阻
120毫欧姆；TTL/CMOS输入；PWM信号频率可达10kHz;内部集成短路保护、
欠压保护、过温保护等模块，安全性高。
MC33886的芯片管脚定义如图4-5所示
图4-5MC33886集成电机控制芯片管脚定义
为了减小导通压降，增大电机起制动时的输出电流，采用了四片MC33886并联
工作的方式。
这样导通电阻减小到30毫欧姆，驱动能力增大到20A，可与大容量的MOS-FET相媲美，但是，又具有了工业封装芯片特有的稳定性高、集成度高的优点。
将单片机的两路PWM输出接到MC33886芯片的IN1、IN2脚，通过2路PWM波的占空比不同，可以实现正转、正转制动、反转、反转制动，分别对应于直流电机的四象限运行。
MC33886的硬件连线如图:
上琳_Lia
vcrrv
5
2
mu
_
FllTi
TUI
——
1
-T4HJ
9
LO
i^£D
Li
TF
4i
~r
3
=VII：
-..3
cinri旧二
flamt
mm
伽
ora
-Ji"
bica
Htc
autiwjti
QUOorjra
Lf
EM
由汕
E*
r^!
3
-VC5V
CL4
P血
cc?
ijtrri
rJUTl
CIU13
OTO
HC
WE
L?
nr■■EEE
A0K>POH1>FOQfO
w侶
1H1
D^
D3
nD2
昨吨POKDTOHB
POHBME
图4-6MC33886驱动电路原理图
4.6舵机驱动模块
智能车采用的舵机是大赛组委会统一规定使用的FutabaS3010。
该舵机标称使
用的输入供电电压为4.8-6V，在实际使用中发现，随着供电电压的提高，舵机的输出力矩会变大，响应时间变短。
因此，考虑直接采用电池电压（7.2V-8V）
为舵机供电，实验过程中，舵机工作正常。
硬件连线上，由单片机输出一路16位精度的PWM信号接舵机控制线，即能使舵机在正负45度范围内转动。
5软件设计
软件设计
在高效的硬件电路的基础上，高效的软件程序是智能车平稳快速寻线的保障。
本智能车采用CMOS摄像头作为寻线传感器，图像采集处理作为软件的核心，是软件系统的重要组成部分。
在智能车的转向和速度控制方面，我们使用了经典PID
控制算法，使智能车寻线达到了稳定快速的效果。
3.1舵机转向和速度调节的PID控制算法
3.1.1经典PID控制算法介绍
PID控制是工程实际中应用最为广泛的调节器控制规律。
问世至今70多年来，
它以其结构简单、稳定性好、工作可靠、调整方便而成为工业控制的主要技术之一。
单位反馈的PID控制原理框图如图3.1：
图3.1单位反馈的
单位反馈e代表理想输入与实际输出的误差，这个误差信号被送到控制器，控制器算出误差信号的积分值和微分值，并将它们与原误差信号进行线性组合，得到输出量u。
de
u=kpekiedtkd-
pdt
其中，kp、ki、kd分别称为比例系数、积分系数、微分系数。
u接着被送到了执行机构，这样就获得了新的输出信号u,这个新的输出信号被再次送到感应器以发现新的误差信号，这个过程就这样周而复始地进行。
PID各个参数作用基本介绍：
增大微分项系数可以加快动态系统响应，但容易引起震荡。
一般增大比例系数能
够减小上升时间，但不能消除稳态误差。
增大积分系数能够消除稳态误差，但会使瞬时响应变差。
增大微分系数能够增强系统的稳定特性，减小超调，并且改善
瞬时响应。
对连续系统中的积分项和微分项在计算机上的实现，是将上式转换成差分方程，由此形成数字PID调节器，分为位置式和增量式。
1）、位置式PID控制算法
用矩形数值积分代替上式中的积分项，对导数项用后向差分逼近，得到数字PID
控制器的基本算式（位置算式）：
Un=kp（en吕'ejTd虫缸）
Tik3T
其中T是采样时间，kp、Ti、Td为三个待调参数，我们在实际代码实现算法时，处理成以下形式：
PreU=Kp*error+Ki*Integral+Kd*derror
2）、增量式PID控制算法
对位置式加以变换，可以得到PID算法的另一种实现形式（增量式）：
匚un=Un-Un4=kp［（en_en4）~en（en_2enen~2）］
TiT
我们在实际代码实现时，处理成
PreU+=（Kp*d_error+Ki*error+Kd*dd_error）
这种算法用来控制步进电机特别方便，对直流电机也可以采用，其实如果对控制有更高的要求或者干扰因素较多，我们可以对PID算法做各种改进，比如用梯形法做数值积分以提高精度，将差分改成一阶数字滤波等等，在实际调车的过程中，
我们确实遇到过由于自制码盘采样得到的脉冲上升下降沿不够陡，使得速度采样出现不稳定和失真，但由于这些附加处理比较耗费代码的运行时间，出于代码效率和实际效果的比较，我们没有采用这些改进的方案，另外可以考虑加反向器来整波形得到较为理想的方波。
PID整定的方法有两大经过理论计算确定控并且要考虑赛道具体而且我们对车身机械
运用PID控制的关键是调整三个比例系数，即参数整定。
类：
一是理论计算整定法。
它主要是依据系统的数学模型,制器参数。
由于智能车系统是机电高耦合的分布参数系统，环境，要建立精确的智能车运动控制数学模型有一定难度，结构经常进行不断修正，模型参数变化较频繁，可操作性不强；二是工程整定方
法，它主要依赖工程经验，直接在控制系统的试验中进行，且方法简单，我们采用了这种方法，同时，我们先后实验了几种动态改变PID参数的控制方法。
3.1.2经典PID控制算法的应用1）、速度控制
对速度的控制我们采用了增量式PID算法，在速度控制中采取的基本策略是弯道降速、直道提速，经过反复实验，将图像经过算法处理后得到的黑线位置和对应的速度PID参照速度处理成二次曲线的关系。
在实际测试中，发现小车直道和弯道相互过度时加减速比较灵敏，与舵机转向控制配合较好。
图3.2黑线位置和给定速度的二次函数曲线
具体在程序中的代码为：
sPID.vi_Ref=g_HighSpeed-（59-g_SpeedControl）*（59-g_SpeedControl）*（g_HighSpeed-g_LowSpee）3481（g_HighSpeed为直道高速，g_LowSpeed为弯道低速，g_SpeedControl为黑线位置）
但是，存在的局限一方面是车在弯道到直道后的加速和直道入弯道的速度控制并达不到最好的控制效果，弯道入直道减速不够快速，直道入弯道加速得时机也不够及时。
我们做了进一步的改进，根据入弯时黑线位置
升级会员 