读技术报告个人小结
最近这段时间读了一些关于智能车的技术报告，现在我最大的感觉就是对智能车有了新的较为全面的一些了解，当然这也只是对智能车构造有了一些认识，不再像以前只是知道智能车的存在。在读技术报告的过程中，我有了自己的收获，同时也了解到了现在自身存在的问题。首先我想将自己所读技术报告中的一些关键技术做一个简单的总结。
电磁组
一．智能车机械结构调整与优化
关于智能车前轮定位的调整有以下几个参数。主销内倾和主销后倾都有使汽车转向自动回正，保持直线行驶的功能。不同之处是主销内倾的回正与车速无关，主销后倾的回正与车速有关，因此高速时主销后倾回正作用大，低速时主销内倾的回正作用大。前轮前束的作用是保证汽车的行驶性能，减少轮胎的磨损。前轮在滚动时，其惯性力自然将轮胎向内偏斜，如果前束适当，轮胎滚动时的偏斜方向就会抵消，轮胎内外侧磨损的现象会减少.关于舵机的安装可以使用站立式。系统执行一个周期所用的时间为5ms左右，舵机作出响应需要十多毫秒的时间，提高系统反应速度唯一的时间瓶颈是舵机的响应时间。因此，不断优化舵机控制策略是令智能车平稳高速行驶的有效方法。在模型车制做过程中，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。
为了达到较远前瞻，必须把电感架到较远的位置，会引起车重心特别靠前，后轮正压力不足导致甩尾。为了使重心后移，可以通过调整传感器支架的搭建方式，使得保证结构稳定的前提下尽量减轻重量。同时，可以把舵机和电池均往后移，以达到预期的效果。
在实际调试过程中还可以对车轮进行粘胎处理，以图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。 二．智能车传感器模块设计
电感应选用10mH电感。只有在10mH电感中，得到感应电动势曲线是较为规整的正弦波，频率和赛道电源频率一致，为20kHz，幅值较其他型号的大，且随导线距离变化，规律为近大远小。其他电感得到信号不好。
应用电动势的大小和通过线圈回路的磁通量的变化率成正比。由于在导线周围不同位置，磁感应强度的大小和方向不同，所以不同位置上的电感产生的感应电动势也应该是不同。据此，则可以确定电感的大致位置。
利用电感传感器识别路径一般有两种不同的方法: (1) 数字型寻线算法。利用多个水平放置的电感传感器，将整个赛道分为多个区域，感应电动势最大的电感是最靠近导线的电感，来判断电磁线的位置。这种查询方式的优势在于算法简单，易于实现。但是这种方法采集到的信息是离散的点，不利于精细控制；且要用到多个电感，会加重车头重量，增大小车的转动惯量，造成小车在高速行驶时发生甩尾；且多个电感“一”字排布，不得不考虑离得太近时相邻电感的互感作用。
(2) 模拟型寻线算法。使用少数传感器，直接使用感应电动势的模拟量精确值来进行赛道的精确定位。该方式可以达到赛道精确定位的目的，同时可以利用归一化的方法来解决每个电感线圈不完全相同的问题。这种方法的特点是用了较少个数的传感器进行道路识别，而且充分利用MCU里的ADC功能。
利用模拟型寻线算法可用三个水平电感和两个八字的电感用于计算小车偏离中线的位置。八字电感对出入处磁场比较敏感，可以提前检测出入弯道，改善小车出入弯姿态，且顺利通过直角弯道。 三．弯道策略分析
当赛车进弯的的时候，需要对两个参数进行设定：进弯的角度，进弯的速度。这两个参数决定着赛车在弯道里面的路径。
对于大弯来说，切弯的角度最好是切外弯，这样赛车在以高速的情况下有时间进行调整速度和变换姿态。对于小弯来说，最好是切内弯，因为小弯不需要太多时间进行调整姿态和速度，只要直接冲过去就可以了。
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。综合考虑用可以接收的额外时间换回行驶稳定性还是值得的。 四．PID控制算法
1．方向控制采用位置式PID控制。
将积分项系数Ki设为0，发现车能在直线高速行驶时仍能保持车身非常稳定，没有震荡，所以没有必要使用Ki 参数。该控制方案调整为PD控制。 2.速度控制算法的参数整定
速度控制采用增量式PID控制，由于工程整定方法，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，可以采用这种方法，多次实验得出Kp,Ki,Kd的值。
光电平衡组
单片机采用32位K60单片机作为核心控制单元用于智能汽车系统的控制。线性CCD采集赛道明暗信息，返回到单片机作为转向控制的依据。加速度计返回的模拟信号作为车身当前角度的信号，陀螺仪采集车身转动的角速度。主控输出PWM波控制电机的转速以保持车身的平衡和锁定赛道。同四轮车不同，平衡组需要使用左右轮的差速来转弯。为了控制的准确性和快速性，我们使用编码器作为速度传感器。编码器返回的信号可以形成闭环，使用PID控制电机的转速。平衡组强烈的加减速会导致车身的倾角剧烈变化，这并不利于车身保持平衡。因此整个调试过程就是要保证车身稳定的前提下不断提高车模前进的平均速度。 一．系统总体方案设计。
两轮自平衡车模在运行时主要受三种方式对车模进行控制，分别是平衡控制、速度控制和方向控制，其中平行控制系统是一个倒立摆系统，简单来说就是车模往一方向倾斜则需要往同方向加速运动使得车模倾角回归重心。而车模的速度控制则是在获取实际速度的基础上，与车模给定速度进行对比，速度不足，则车模前倾（这又通过平衡控制实现倾角的变化）使车模加速到指定速度，车模的速度控制是在实际速度的反馈基础上，通过平衡控制（角度环控制）去实现车模的加减速。车模方向的控制则是在获取方向偏移之后在，在原先平衡控制和速度控制的基础上，对车模的左右轮胎进行一定量的差速控制，实现车模速度的变化。
车转弯的原则是：小车处于直道，则两个车轮等速。小车处于弯道的曲率越大，则两轮的差速越大。 二．机械结构设计与优化 齿轮传动机构调整的原则是：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。
线性CCD的安装位置要适当。光电车要检测的赛道环境是由通过线性CCD采集赛道的图像信息完成的。关于CCD的安装位置，不宜过高，也不宜过低，具体而言可以采取折中的做法，将CCD用碳素杆支撑在智能车的顶端，贴上海绵作为摄像头的防撞保护，智能车的稳定性明显提高，视野也可以满足目前的要求。 车模直立控制程序就是利用经典的反馈控制思路，马达作为驱动机构，车模是一个倒立摆，在程序的控制下通过给定不同的占空比，可以实现马达的正转与反转，于是我们需要的就是车模姿态的反馈信息，即车模倾角与车模摆动方向的角速度。由于陀螺仪有严重的温度漂移，对陀螺仪的积分并不能得到当前车身的准确角度，也就无法控制车身的平衡，因此为了得到当前的车身角度，必须使用加速度计。加速度计是一种测量加速度的传感器，可以将加速度计当成测量重力加速度的传感器，通过重力加速度的分量来检测，检测车体的倾斜角度，陀螺仪测量小车的角速度，采用加速度计和陀螺仪的融合数据结合小车的姿态可以保证结果的正确性。采用陀螺仪和加速度计两个传感器，利用二者信息的融合计算滤波，则可以达到很好的效果，基本上在一定的扰动下可以很好的反映车体实时的角度和角速度信息。
三．硬件电路的设计
硬件电路是模型汽车系统的必备部分。只有稳定的硬件电路才能保证程序的正确控制，硬件电路的设计思想是在保证正确检测信号的前提下，尽可能精简电路，减小电路板体积，优化结构。
光电平衡组需要驱动2 个电机，驱动的设计尤为重要。常用的电机驱动有两种方式：
一、采用集成电机驱动芯片；
二、采用N 沟道MOSFET和专用栅极驱动芯片设计。
使用集成芯片的电路设计简单，可靠性高，但是性能受限。由于比赛电机内阻仅为几毫欧，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N 沟道MOSFET 具有极低的导通电阻，大大减小了电枢回路总电阻。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。
四．软件程序的设计
1.线性CCD中线提取的设计 对于线性CCD信息的处理，主要是对于当前帧获取到的信息进行处理，并未将之前的信息存储记忆（这对于后期提速略有限制）。在一帧图像的基础上，我们提取图像值的上升沿作为跑道的右边界，提取图像的下降沿作为跑道的左边界，然后两个边界值取平均作为识别到的跑道中线值，而这只是理想情况。很多情况下，跑道的信息十分复杂，往往存在多个上升沿和多个下降沿。因此，在处理跑道信息的过程中，需要对不同个数的上升沿和下降沿进行分类，对于上升沿和下降沿的位置分布情况进行辨识，然后将识别到的中线值反馈给方向控制函数进行方向控制。
我们的小车仅采用一路CCD对赛道信息进行识别，一个CCD包含128个 像素点，但这128个点并不是所有的点都能够被准确获取灰度值，我们选择采用左右各48个像素点来对赛道信息进行采集。在直道时，两侧都会检测到赛道边沿，且大体处于中间位置，左右较对称；在小弯道时，两侧都会检测到赛道边沿，但会有小幅地左右摆动；在其它弯道时，会出现左右侧跳变沿出赛道的状况，这时主要依靠一侧CCD进行巡线；在十字的时候，回旋全白的时候，在传感器稳定的前提下，能出现全白的也只会在十字的时候出现，当然小S 虚线位置也不排除会有全白的情况发生，虽说黑白线时左右对称的，但是黑白条的长度固定十公分，内侧长度远不及外侧长度，无可避免的会多次出现单侧全白的情况；终点 线依靠CCD 返回值具有驼峰形状的赛道信息返回值来测得。 2.线性CCD 传感器路径识别算法
路径识别算法是我们使用的是由CCD 中心向两侧搜索提取跳变沿的算法，通过提取到的两侧跳变沿相加除二来得到小车转向需要的转向值。当CCD检测到连续4 场全黑的情况下，我们便默认为小车前方出现了路障，并对速控以及转向进行处理，进而达到平稳过路障得效果。
摄像头组
系统概述：以系统控制处理器为核心，采用基于模拟摄像头的图像采集模块获取赛道图像信息，对图像进行硬件二值化，提取黑色引导线，算出赛道中心线，计算出小车与赛道中心线的位置偏差；通过编码器来检测车速，并采用编码器的输入捕捉功能进行脉冲计算获得速度；转向舵机采用PD控制；驱动电机采用 PID控制，通过PWM控制驱动电路调整电机的功率；而车速的目标值由默认值、运行安全方案和基于图像处理的优化策略进行综合控制。 一．智能车机械结构调整与优化 1.摄像头的选择
因为COMS摄像头具有体积小、质量轻、功耗低，图像动态特性好等优点，因为小车队图像的清晰度，分辨率要求并不高，所以选用COMS。 2.摄像头的安装
摄像头支架的选取，支架与车模的固定，摄像头与支架的固定等，都会对小车的性能造成很大的影响。因此可以选取轻质碳杆作为摄像头的支架，并购买合适的器件将支架和车模牢牢的固定在一起，防止小车在运行过程中大幅抖动。 二．智能车硬件系统设计与实现 1.电机驱动模块
电机驱动电路对于智能车的速度控制有着至关重要的作用，较好的制动能力和加速对于提高小车的速度有着很大的帮助。电机的速度与施加在电机上的电压成正比，输出转矩与电机的电流成正比。因为在智能车行驶过程中要改变直流电机的转速，采用一个PWM（脉宽调制）方波，施加在直流电机上的PWM波的占空比对应着智能车所需的速度，电机起到一个低通滤波器的作用，将PWM信号转换为有效的直流电平。PWM信号可以由K60单片机产生，用精准的脉冲宽度可以调节直流电机的转 速，并且要优化PWM信号的频率，以防止电机抖动。更换直流电机的电流方向，可以控制直流电机的转动方向。
通过光电编码器测量出智能车的车速，在软件中编写速度控制程序，通过改变PWM波的占空比来调节车速。 2．视频分离模块
我们的智能模型车自动控制系统中可以使用黑白全电视信号格式CMOS摄像头采集赛道信息。摄像头视频信号中除了包含图像信号之外，还包括了行同步信号、行消隐信号、场同步信号、场消隐信号以及槽脉冲信号、前均衡脉冲、后均衡脉冲等。因此，若要对视频信号进行采集，就必须通过视频同步分离电路准确地把握各种信号间的逻辑关系。使用LM1881芯片对黑白全电视信号进行视频同步分离，可以得到行同步、场同步信号。 三．软件设计与优化 1.黑线提取
提取黑线是整个图像处理的关键部分，只有正确的把有效路径提取出来，排除不利干扰，才能正确的控制智能车，使小车稳定的运行。因为我们采集到的是二值化后的图像，所以我们所得到的图像信息是0 和1 的组合，白色底板在数值上体现为1，黑线在数值上的体现为0。 2.智能车的转向控制算法
智能车的舵机采用位置式PD控制，因为舵机的控制精度高，不同的PWM占空比对应舵机的不同转角，所以采用开环控制。当小车位于直道时，将舵机摆正；当小车位于弯道时，弯道的曲率越大则舵机的转角摆角越大，利用图像的加权平均偏差与图像中心之差作为控制量。
以上便是我对竞速组技术报告中的一些关键技术做的汇总。在我读技术报告包括最后的汇总过程中，我也发现了电磁组、光电平衡组及摄像头组中有很大一部分相似的地方，但又各不相同。这个过程下来，我感觉首先对智能车的各个器件有了初步的了解，对器件的功能及作用有了最初的认识，对智能车系统有了整体的认知，这是我感觉自己读技术报告最大的收获。在我的汇总中，大部分都是我对自己可以理解的技术思想的总结，主要包括了机械部分结构设计与优化，这部分三个组有很多相通之处，但又各不相同。对硬件电路部分我感觉有些陌生，只是知道其构成，对于原理及电路图的设计当然需要更深层次的了解。软件设计根据组别的不同差别最大，在理解上给我的感觉最困难的是摄像头组的信息处理过程。调试模块则基本上没有涉及，我感觉这一部分更是需要靠实际操作来完成的。
读过了技术报告，我想这只是能告诉我智能车系统的一个整体流程，至于说到亲自动手做则需要自己去学习和尝试更多的知识与方法。
