北京交通大学技术报告北交光电一队.docx
《北京交通大学技术报告北交光电一队.docx》由会员分享，可在线阅读，更多相关《北京交通大学技术报告北交光电一队.docx（31页珍藏版）》请在冰点文库上搜索。
北京交通大学技术报告北交光电一队
第五届“飞思卡尔”杯全国大学生
智能汽车竞赛
技术报告
学校：
北京交通大学
队伍名称：
北交光电一队
参赛队员：
张宇仁李淼王睿
带队教师：
马庆龙朱明强
关于技术报告和研究论文使用授权的说明
本人完全了解第四届“飞思卡尔”杯全国大学生智能汽车邀请赛关保留、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：
张宇仁
李淼
王睿
带队教师签名：
马庆龙
朱明强
日期：
2010.8.8
摘要
本文介绍了半年多来北京交通大学光电组队员们在准备Freescale智能车大赛过程中的研究成果。
智能车的硬件平台采用带MC9S12XS128处理器的S12环境，软件平台为CodeWarriorIDE5.9开发环境，车模采用大赛组委会统一提供的1:
10的仿真车模。
文中介绍了智能小车控制系统的软硬件结构和开发流程。
整个过程涉及硬件和软件两部分的研究。
硬件上，首先制作了测试用跑道，为后续工作搭建出调试平台；其次，对车体的机械结构进行了设计与制作，并针对竞速的特点进行了优化，以提高车体的机械性能，提高调试算法的起点；最后，对系统的控制电路、驱动电路、传感器电路等各部分电路进行了设计和调试，其中最主要的技术是利用激光传感器为智能车系统提供精确检测赛道的手段。
软件方面，利用了弯道预判和路径规划的策略对智能车的运行状态进行控制，以保证系统的快速运行；利用激光的精确识别技术以保证智能车系统的稳定运行；利用随动检测技术保证智能车系统的安全运行。
同时，应用PID算法对速度控制进行优化；用模糊控制对角度控制进行优化。
关键字：
智能车，激光管，PID
第一章前言
1.1竞赛背景和意义
本竞赛以智能汽车为研究背景的科技创意性制作，是一种具有探索性的工程实践活动，其本质也是人类创造有用人工物的一种训练性实践，其过程属性是综合，而结果属性很可能是创造。
迅猛发展的智能车技术以汽车电子为背景，涵盖了控制、模式识别、传感、电子、电气、计算机和机械等多个学科，这对进一步提高学生的综合素质，培养创新意识，培养学生从事科学、技术研究能力有重要意义。
通过本竞赛，不但培养了对已学过的基础与专业理论知识与实验的综合运用的能力；为了解决制作过程中的各种新问题，学习控制、模式识别、传感技术、电子、电气、计算机、机械等多个学科新知识，逐渐学会在学科交叉、集成基础上的综合运用；若是以实用为目的，还必须考虑考虑可靠性、寿命、外观工业设计、集成科学与非科学，在具体约束条件下融合形成整体的综合运用。
这样的训练是很有意义的。
1.2国内外竞赛概况
目前美国是对智能汽车最为关注的国家。
除了美国交通部与各大汽车公司和高校的智能汽车研发项目外，美国国防部和各大学企业联合开展了全球领先的智能汽车竞赛。
美国智能汽车比赛是实物竞赛类型，有很强的应用性和科研意义。
但受限于资金与技术因素，该竞赛难于在青少年学生中普及，韩国大学生智能车竞赛是韩国汉阳大学汽车控制实验室在飞思卡尔半导体公司的资助下举办的，这也正是中国大学生智能车竞赛的蓝本。
中国大学生智能车竞赛自2006年至今已经成功举办了四届，每年有百余所有自动化专业的高校、五百余之队伍参加中国大学生智能车比赛。
其影响力越来越大，技术越来越成熟，成为自动化这门学科领域的最为重要的比赛，同时该项比赛也为各行业领域培养了很多优秀的大学生。
1.3竞赛研究内容及要求
在智能车的开发过程中，本设计将按照需要改装智能车模型，完成基于激光传感器的智能巡线小车的制作。
在此过程中需要学习嵌入式系统开发环境与在线编程方法、单片机接口电路设计，自行设计并实现识别引导黑线的传感器电路、电机的驱动电路、车速反馈电路、智能车舵机控制电路以及能使小车在不驶出赛道的前提下可能快速行驶的控制策略与软件算法。
1.4整车设计思路
在智能车系统的设计过程中，主要包括硬件部分，机械部分，软件部分等三个方面的设计与调试，三者相辅相成，不能偏废其一。
在硬件上想方设法提高智能车的前瞻，简化电路，提高电路可靠性。
在机械部分要减轻车模重量，降低整车重心。
调整转向舵机与车轮的连接部分。
并尽量使得激光发射与接收保持稳定。
在软件部分要在实用的前提下精简程序，尽量使得程序美观，可读性强。
我们智能车最终效果如图1-1所示：
图1-1光电一队外形图
第二章相关概念
2.1光电传感器工作原理
光电传感器检测路面信息的原理是由发射管发射一定波长的光线，经地面反射到接收管。
如图2-1，由于在黑色和白色上反射系数不同，在黑色上大部分光线被吸收，而白色上可以反射回大部分光线，所以接收到的反射光强是不一样，进而导致接收管的特性曲线发生变化程度不同，而从外部观测可以近似认为接收管两端输出电阻不同，进而经分压后的电压就不一样，就可以将黑白路面区分开来。
图2-1光电传感器原理
2.2激光的原理及特性
激光的英文名为LASER，是取自英文LightAmplificationbyStimulatedEmissionofRadiation的各单词的首字母组成的缩写词。
意思是“受激辐射的光放大”。
即激光的产生源自于受激辐射。
激光主要有四大特性：
高亮度、高方向性、高单色性和高相干性。
我们的智能车采用的便是激光传感器。
2.3相关控制算法介绍
Bang-Bang控制：
是一种时间最优控制，它的控制函数总是取在容许控制的边界上，或者取最大，或者取最小，仅仅在这两个边界值上进行切换，其作用相当于一个继电器，所以也是一种位式开关控制。
这种控制方式在某些方面具有比常规PID控制较为优越的性能，尤其是对于给定值的提降及大幅度的扰动作用，效果更显著。
在动态质量上不仅体现为过渡时间短这一特点，而且在超调量等其他指标上也具有一定的改善。
PID控制：
PID控制器由比例单元（P）、积分单元（I）和微分单元（D）组成。
如下图：
图2-2PID控制器结构图
在计算机控制系统中，数字PID控制算法通常又分为位置式PID和增量式PID。
增量式与位置式算法是有差别的，增量式是计算机的积累功能，由硬件或者被控对象完成。
PID算法的参数中：
比例KP用来控制当前误差值和一个负常数P（表示比例）相乘，然后和预定的值相加。
P只是在控制器的输出和系统的误差成比例的时候成立，KP能够快速的跟随变化量。
及时的产生与之相关的调节作用。
对偏差做出的影响，使系统向减少偏差的方向变化。
但是KP是有差调节，无法消除静态误差。
积分Ki来控制过去，误差值是过去一段时间的误差和，然后乘以一个负常数I，然后和预定值相加。
I从过去的平均误差值来找到系统的输出结果和预定值的平均误差。
一个简单的比例系统会振荡，会在预定值的附近来回变化，因为系统无法消除多余的纠正。
通过加上一个负的平均误差比例值，平均的系统误差值就会总是减少。
所以，最终这个PID回路系统会在预定值定下来。
微分Kd来控制将来,计算误差的一阶导，并和一个负常数D相乘，最后和预定值相加。
这个导数的控制会对系统的改变作出反应。
导数的结果越大，那么控制系统就对输出结果作出更快速的反应。
这个D参数也是PID被成为可预测的控制器的原因。
D参数对减少控制器短期的改变很有帮助。
第三章设计与实现
3.1总体方案
3.1.1系统总体方案的选定
根据以往的比赛经验，前瞻距离和检测精度是使用光电传感器的智能车最需要解决的关键问题，相比于距离非常近的近红外传感器，激光传感器同时解决了前瞻距离和检测精度两个问题。
因此本次设计选择了基于激光传感器的智能车系统。
而激光管的排布对整个系统也有很重要的影响，从使用单排传感器到双排传感器；从传感器的不均匀排布到均匀排布；从20cm的前瞻距离到60cm的前瞻距离；从轻量化到可靠性，中间走了很多弯路，也学到了不少知识。
每一次速度的提升，都会让我们从中感到很大的乐趣。
3.1.2系统总体方案的设计
机械部分，选用碳纤维管等低密度高强度材料，在保证稳定性的基础上尽量减轻重量；为了提高车的加速减速性能，要控制把重心位置控制在车的中心，且尽量降低重心高度。
电路部分，尝试各种电路提高传感器的前瞻距离；简化冗余部分，提高电路可靠性；对控制电路、驱动电路、接口电路等各部分进行模块式设计，进而保证整个电路的稳定性和可修改性。
软件部分，提高软件稳定性；提高控制算法的鲁棒性；利用好激光传感器所提供的远前瞻，完善弯道预判和路径规划的策略。
3.2智能车机械结构优化
3.2.1智能车的整体结构
本次比赛使用的智能车模型是国内厂商生产的1:
10的电动越野遥控车的底盘部分（如图3-1），突出特点为四轮驱动，四轮独立悬挂，结构比较复杂。
同时可调整参数也有所增加，而通过调整这些参数，可以改变车辆的性能。
具体参数如下：
表3-1车模基本尺寸参数
轴距
181mm
前轮距
121mm
后轮距
123mm
车轮直径
65mm
车长
240mm
车宽
179mm
在车模的驱动方案上有四驱和两驱两种方案。
虽然在传动方面，四驱车车模损失功率更多并导致它加速较慢。
不过由于在刹车方面，四驱车的四轮同时锁死的可能性小，它相比于两驱车更稳定和安全。
而且在过弯能力方面，四驱车的过弯稳定性也优于两驱车。
所以本次依然选择四轮驱动作为驱动方案。
图3-1智能车模型实物
3.2.2智能车机械机构调整
为保证智能车行驶稳定，转向轻便灵活，需要对其机械结构进行调整和改造，以使其更适合高速运行使用。
以下是需要改造的部分：
（1）车身高度
车身高度指的是当车子满载的时候，底盘离地面的高度。
可以通过旋转前、后桥中的一粒内六角螺丝来初步调整车身高度（如图3-2）。
图3-2前桥的内六角螺丝
（2）前轮Toe角度
Toe角度（束角）是描述从车的正上方看，车轮的前端和车辆纵线的夹角。
车轮前端向内倾（内八字），称为Toe-in，车轮前端向外倾（外八字），称为Toe-out。
不同的Toe角度会改变车辆的转向反应和直道行驶的稳定性。
可以通过改变前万向节拉杆（图3-3中红圈所示）的长度来改变Toe角度。
（3）前轮Camberlink
Camberlink是指前上桥两端的固定位置。
Camberlink决定了车轮的Camber角度，以及悬挂移动时Camber角度的改变量，和悬挂系统的几何特性。
Camberlink位置会影响车辆的稳定性和抓地力。
可以通过调整前上桥的拉杆（图3-8中黄圈所示）的长度来改变前轮的Camberlink。
图3-3前悬挂
（4）后轮Camberlink
可以通过调整后悬挂长柄万向节上的拉杆的长度来改变后轮的Camberlink，如图3-4中红圈所示；也可通过改变后悬挂长柄万向节车身一端的固定位置来获得不同的Camberlink，如图3-5中黄圈所示。
图3-4后悬挂图3-5车模后视图
（5）前、后减震器
通过调整前、后减震器上端的固定位置（图3-6、图3-7）以可以获得不同的减震效果，从而获得不同的抓地力。
在实际做车的过程中发现减震系统对激光传感器的稳定性会有较大的影响，而且由于减震器的原因底盘无法降到很低的高度，另外它并不适合这种竞速类比赛，于是我们选择将其去掉而改为硬连接。
图3-6前减震器改装效果图3-7后减震器改装效果
（6）差速器
差速器有差速作用和限滑作用：
差速作用使两轮可以相对转动，并使两轮转动速度的平均值等于整驱动轴的转动速度；限滑作用在两轮相对转动时产生阻力，以限制两轮速度差，防止其中一个轮子发生过度打滑和空转。
齿轮差速通常可填充差速油。
差速油可以使齿轮在相对转动啮合时产生阻力。
不同的差速油会带来不同的差速效果，通过在前、中、后三个差速器中使用不同的差速油，可以获得不同的转向特性。
3.2.3智能车后轮减速齿轮机构调整
模型车采用RS-385SH电机驱动。
齿轮传动机构对车模的驱动能力有很大的影响。
齿轮传动部分安装位置的不恰当，会大大增加电机驱动的负载，会严重影响最终成绩。
调整的原则是：
两传动齿轮轴保持平行,齿轮间的配合间隙要合适，过松容易打坏齿轮，过紧又会增加传动阻力，浪费动力；传动部分要轻松、顺畅，不能有迟滞或周期性振动的现象。
判断齿轮传动是否良好的依据是，听一下电机带动轮胎空转时的声音。
声音刺耳响亮，说明齿轮间的配合间隙过大，传动中有撞齿现象；声音闷而且有迟滞，则说明齿轮间的配合间隙过小，或者两齿轮轴不平行，电机负载变大。
调整好的齿轮传动噪音很小，并且不会有碰撞类的杂音，后轮减速齿轮机构就基本上调整好了，动力传递十分流畅。
3.2.4智能车转向机构调整优化
理想的转向模型，是指在轮胎不打滑时，忽略左右两侧轮胎由于受力不均产生的变形，忽略轮胎受重力影响下的变形时车辆的的转向建模。
在这种理想的模型下，车体的转向半径可以计算得到。
图3-8智能车转向示意图
如图3-8，假设智能车系统为理想的转向模型，且其重心位于其几何中心。
车轮满足转向原理，左右轮的轴线与后轮轴线这三条直线必然交于一点。
转向机构在车辆运行过程中有着非常重要的作用。
合适的前桥和转向机构可以保证在车辆直线行驶过程中不会跑偏，能保证车辆行驶的方向稳定性；而在车辆转向时，合适的转向机构可以使车辆自行回到直线行驶状态，具有好的回正性。
正是由于这些原因，转向系统优化设计成为智能车设计中机械结构部分的重点，直接关系到赛车能否顺利地完成运行。
在实际操作中，通过理论计算的方案进行优化，然后做出实际结构以验证理论数据，并在实际调试过程中不断改进。
在模型车制作过程中，赛车的转向是通过舵机带动左右横拉杆来实现的。
转向舵机的转动速度和功率是一定，要想加快转向机构响应的速度，唯一的办法就是优化舵机的安装位置和其力矩延长杆的长度。
由于功率是速度与力矩乘积的函数，过分追求速度，必然要损失力矩，力矩太小也会造成转向迟钝，因此设计时就要综合考虑转向机构响应速度与舵机力矩之间的关系，通过优化得到一个最佳的转向效果。
经过最后的实际的参数设计计算，最后得出一套可以稳定、高效工作的参数及机构。
如图3-9，最终设计的这套转向拉杆，综合考虑了速度与扭矩间的关系，并根据模型车底盘的具体结构，简化了安装方式，实现了预期目标。
图3-9转向拉杆图
3.2.5其它机械结构的调整
在模型车的机械结构方面还有很多可以改进的地方，如车轮、悬架、底盘、车身高度等。
模型车在高速的条件下（2.3m/s~3.5m/s），由于快速变化的加减速过程，使得模型车的轮胎与轮辋之间很容易发生相对位移，可能导致在加速时会损失部分驱动力。
为了解决这个问题，在实际调试过程中对车轮进行了粘胎处理，可以有效地防止由于轮胎与轮辋错位而引起的驱动力损失的情况。
此外，还对模型车的前后悬架、车身高度、底盘形状和质量、后轮的轮距等都进行了相应的改进和调整，均取得了一定的效果。
3.3电路设计
智能车系统的电路部分如图3-10，以S12单片机为核心，包括路径检测单元（激光传感器）、测速单元、电源管理单元等。
本节将分单元描述具体的原理和制作过程。
图3-10智能车电路框图
3.3.1路径检测单元
在确定智能车总体方案时，本次选择光电传感器作为路径检测单元。
光电传感器检测路径的方案一般由多对红外收发管组成，通过检测接收到的反射光强，判断黑白线。
在这种方案中，一个红外对管只能检测一个点的信息，精度有限。
但其优点是电路简单，处理方便。
为了获得更大的前瞻距离，我们采用了可实现大前瞻激光传感器。
激光传感器与普通的光电传感器原理都是一样，但是其前瞻能力远大于普通的光电传感器，可以达到40-70cm。
应用大于60cm的远距离前瞻以后还有个问题是赛道中的大弯道无法通过，因为在过如180度的弯道时，远前瞻会全部看出跑道，检测不到任何赛道信息，因此还应用相同的技术制作了工作距离约为10cm的中距离前瞻。
本设计中使用了40cm的远前瞻和10cm的近前瞻。
我们使用的10cm近前瞻如图3-11所示：
图3-11近前瞻
3.3.2电源管理单元
电源对于一个控制系统来说极其重要，关系到整个系统是否能够正常工作，因此在设计控制系统时应选好合适的电源。
本次使用标准车模用7.2V2000mAhNi-cd电池供电。
而单片机系统、路径识别的激光传感器、光电码编码器等需要5V供电，舵机工作电压为6V，无线模块需要3.3V供电，直流电机可以使用7.2V2000mAhNi-cd蓄电池直接供电，因此整个智能车系统需要多电源模块共同工作。
首先是5V电源，选择了2940这种串联型线性稳压电源芯片，它具有纹波小、电路结构简单的优点，用其为单片机、激光传感器和编码器供电；舵机的6V电压和无线模块的3.3V电压，分别使用1117-ADJ和1117-3.3这两种串联型线性稳压电源芯片。
3.3.3车速检测单元
智能车系统的速度控制需要使用闭环控速的方法。
可以使用光耦、码盘等自制速度编码器，但在高速下自制编码器很难达到足够的稳定性，同时也使系统复杂度提高，为此本方案使用了光电编码器（如图3-12），编码器每转一圈有100个脉冲，再用单片机的IO口对脉冲进行计数以达到测速的目的（如图3-13）。
图3-12光电编码器
图3-13光电编码器工作原理
鉴于编码器在速度出现突变时测速不准的情况，我们在两个后轮上安装了激光对管（如图3-14）进行测速。
与编码器的结果综合使用，最终得到比较准确的车速。
图3-14激光对管测速
3.3.4电机驱动单元
常用的电机驱动有两种方案：
一是采用集成电机驱动芯片；二是采用MOSFET和专用栅极驱动芯片设计。
市面上常见的集成H桥式电机驱动芯片中，飞思卡尔公司的33886芯片较为常用，该芯片具有完善的过流、欠压、过温保护等功能，内部MOSFET导通电阻为120毫欧，具有最大5A的连续工作电流。
使用集成芯片的电路设计简单，可靠性高，但是性能受限。
由于车模电机内阻仅为430毫欧，而集成芯片内部的每个MOSFET导通电阻在120毫欧以上，大大增加了电枢回路总电阻，此时直流电动机转速降落较大，驱动电路效率较低，电机性能不能充分发挥。
由于分立的MOSFET具有极低的导通电阻，大大减小了电机回路总电阻。
另外，专门设计的栅极驱动电路可以提高MOSFET的开关速度，使PWM控制方式的调制频率可以得到提高，从而减少电枢电流脉动。
并且专用栅极驱动芯片通常具有防同臂导通、硬件死区、欠电压保护等功能，可以提高电路工作的可靠性。
本次采用的驱动采用完整的全桥驱动芯片IR2110和极低内阻的MOSFET芯片IRF3205组成。
IR2110为可靠的驱动方式，使MOSFET的开关损耗降至最低，提高电源利用率。
IRF3205驱动芯片自带硬件刹车功能和电能回馈功能。
本驱动方案优于功率芯片方案和其他半桥组合方案中时序协调复杂问题和互补驱动问题。
MOSFET采用耐电流冲击型，内阻为0.003欧，可快速使MOSFET沟道打开，提高电机的加速曲率，同时也能迅速的为电机制动。
这可以使的小车能迅速启动也能迅速杀车。
3.3.5无线调试单元
在智能车系统的调试过程中，需要将车体的一些参数传到上位机进行数据分析，以发现问题并调整参数。
这就需要有无线模块在车体上，将数据发到上位机。
经过查阅资料本次选择了基于PTR8000+芯片的RF905模块（如图3-15），该模块包括通过SPI与单片机通信的车载发射部分和通过USB与上位机通信的接收部分。
该模块的特性为：
工作频率433Mhz；最高工作速率50kbps，高效GFSK调制，抗干扰能力强；有125个频道，满足多点通信和跳频通信需要；内置硬件CRC检错和点对多点通信地址控制；低功耗1.9v-3.6v工作电压，待机模式下状态仅为2.5uA；收发模式切换时间<650us；模块可软件设地址，只有收到本机地址时才会输出数据，可直接接各种单片机使用，软件编程非常方便。
图3-15无线模块实际图
3.3.6舵机摆头单元
在车模高速前进的情况下，我们发现尽管使用随动扫描检测黑线，但是在过弯的情况下，还是经常出现所有激光都扫不到黑线的情况，这样便大大限制了车速。
为了使得激光管在大部分情况下都能检测到黑线，我们采取了将远前瞻扫描板安装在一个高速舵机上，舵机很据激光扫描的情况，进行跟线摆头，配合激光的随动扫描，使得大部分情况下黑线在激光扫描的中央位置。
根据上舵机的转角再控制转角舵机，从而实现车模良好得跟线。
3.4软件设计及控制策略与算法
3.4.1总体程序设计
智能车系统的软件编写是基于MC9S12XS128单片机，主要用到S12芯片中的PWM模块，TIM模块、I/O模块以及SCI模块等模块化设计。
PWM模块主要用来控制舵机和电机的运转；TIM模块主要是用在了测速模块和数据采集，捕捉中断并计算瞬时速度；I/O模块主要是用来分配给开关和激光管扫描、信息采集；SCI模块主要用在无线串口调试模块。
总体流程图如3-16：
图3-16主程序运行流程图
3.4.2弯道策略分析
在车辆进弯时，需要对三个参数进行设定：
切弯路径、转向角度、入弯速度。
其中，切弯路径主要决定了车辆是选择内道过弯还是外道过弯。
切内道，路经最短，但是如果地面附着系数过小会导致车辆出现侧滑的不稳定行驶状态，而其原因是切内道时曲率半径过小，同时速度又很快，所以模型车需要更大的向心力，而赛道本身是平面结构，向心力将全部由来自地面的摩擦力提供，因此赛道表面的附着系数将对赛车的运行状态有很大影响。
切外道，路径会略长，但是有更多的调整机会，同时曲率半径的增加会使得模型车可以拥有更高的过弯速度。
简言之，就是内道过弯路径更短、极限速度低；外道过弯路径长、极限速度更大，所以，内道过弯的速度快还是外道过弯的速度快并不确定，要根据赛车与跑道的具体情况而定。
对于入弯速度的分析，应该综合考虑路径和转向角度的影响。
简单而言，一般都会采取入弯减速，出弯加速的方案，这样理论上可以减少过弯时耗费的时间。
但是，正如前面说到的那样，不联系路径和转向角度，只是单纯地分析过弯速度，会造成思路的局限甚至错误。
例如，在不能及时判断入弯和出弯的标志点就采取“入弯减速、出弯加速”的方案，会出现弯道内行驶状态不稳定、路径差，同时出弯加速时机过晚，一样会浪费时间。
所以现在本系统参考实际驾驶时的一些经验，对过弯速度的处理方式确定为：
长直道入弯时急减速，以得到足够的调整时间，获得正确的转向角度；在弯道内适当提速，并保持角度不变，为出弯时的加速节约时间；出弯时，先准确判断标志，然后加速，虽然会耗费一些时间，但是面对连续变向弯道可以减少判断出错的概率，保证行驶状态的稳定性，而且弯道内的有限加速对后面的提速也有很大的帮助。
3.4.3舵机转角控制方案
在整个智能车系统中，我们应用了两个舵机。
一个是下舵机，也就是控制前轮转向的舵机，一个是上舵机，即控制远前瞻激光版转动的舵机。
控制方案如下所示：
在本智能车软件系统中，远前瞻的值被量化成一个长度为15的数组。
根据数组中0或1的情况得出当前黑线所在位置。
然后应用PI控制对上舵机进行控制，控制量为远前瞻激光的返回值，例如第1个管子返回黑线则返回值为1。
尔后对输出的PWM进行上下限的判断，将输出限制在一个范围之内。
这样便实现了对上舵机的控制。
上舵机控制完毕之后，得到上舵机现PWM与中心值所对应的PWM的偏差，作为下舵机的控制量。
考虑下舵机的特殊性以及我们使用的前瞻，在下舵机控制中略去I项，使用PD对下舵机进行控制。
同时，根据近前瞻的光点返回值，对PD输出的值进行略微的修正，这样，等价于在弯很小的情况下减小了P，弯道很大的情况下加大了P。
优化了智能车的路径。
3
升级会员 