湖南科技大學(xué)瀟湘學(xué)院逐夢四隊

1、第十四屆“恩智浦”杯全國大學(xué)生智能汽車競賽技術(shù)報告學(xué)校：湖南科技大學(xué)瀟湘學(xué)院隊伍名稱：湖科逐夢四隊參賽隊員：陳宇環(huán)鄭子弘曾祺強(qiáng)帶隊教師：吳亮紅陳祖國關(guān)于技術(shù)報告和研究論文使用授權(quán)的說明本人完全了解第 14 屆“恩智浦”杯全國大學(xué)生智能汽車競賽關(guān)保留、使用技術(shù)報告和研究論文的規(guī)定，即：參賽作品著作權(quán)歸參賽者本人，比賽組委會和恩智浦半導(dǎo)體公司可以在相關(guān)主頁上收錄并公開參賽作品的設(shè)計方案、技術(shù)報參賽隊員簽名： 帶隊教師簽名： 日期： I目錄引 言1第一章 整體機(jī)械結(jié)構(gòu)設(shè)計21.1 整體構(gòu)造21.2 傳感器及電路板安裝31.2.1 傳感器方案31.2.2 電路板的安裝5第二章 硬件電路62.1 電源6

2、2.2 主控72.3 電感傳感器電路82.4 驅(qū)動電路82.5 其他主板電路92.6 小結(jié)9第三章 軟件設(shè)計與流程113.1 軟件功能及初始化113.2 控制算法設(shè)計123.3 傳感器參數(shù)處理133.3.1 電感循跡算法133.3.2 陀螺儀角度獲取算法143.2.3 攝像頭、超聲波、編碼器參數(shù)的獲取17第四章 系統(tǒng)開發(fā)及調(diào)試工具194.1 開發(fā)工具194.2 藍(lán)牙調(diào)試模塊19第五章 控制系統(tǒng)的 PID 參數(shù)整定21第六章 車模主要參數(shù)226.1 外形參數(shù)226.2 電路部分參數(shù)226.3 傳感器個數(shù)以及種類22第七章 結(jié)論23參考文獻(xiàn)24附錄25程序源代碼25II引言全國大學(xué)生智能汽車競賽是

3、受教育部高等教育司委托，又教育部高等學(xué)校自動化類專業(yè)教學(xué)指導(dǎo)委員會主辦的賽事，競賽設(shè)秘書處，掛靠清華大學(xué)。 競賽以“立足培養(yǎng)，重在參與，鼓勵探索，追求卓越”為指導(dǎo)思想，培養(yǎng)大學(xué)生的綜合知識運(yùn)用能力、基本工程實踐能力和創(chuàng)新意識。2008 年起，競賽被教育部批準(zhǔn)例如國家教學(xué)質(zhì)量與教學(xué)改革工程資助項目，目前已發(fā)展為全國 32個省市自治區(qū)、兩個特別行政區(qū)共 450 余所高校參與的，具有廣泛的影響力的全國大學(xué)生智能汽車競賽。 該競賽以汽車電子為背景，涵蓋自動控制、模式識別、傳感技術(shù)、電子、電氣、計算機(jī)、機(jī)械與汽車等多學(xué)科專業(yè)知識，融科學(xué)性、趣味性和觀賞性為一體。競賽過程包括理論設(shè)計、實際制作、整車調(diào)試、

4、現(xiàn)場競賽等環(huán)節(jié)，要求學(xué)生組成團(tuán)隊，協(xié)同工作，初步體會一個人工程性的研究開發(fā)項目從設(shè)計到實現(xiàn)的的全過程。激發(fā)大學(xué)生從事科學(xué)研究與探索的興趣和潛能，倡導(dǎo)理論聯(lián)系實際、求真務(wù)實的學(xué)風(fēng)和團(tuán)隊協(xié)作的人文精神。 第十四屆“恩智浦”杯全國大學(xué)生智能汽車競賽設(shè)置有四輪組、三輪組、雙車組、節(jié)能組、信標(biāo)組和室外電磁組六個競速組別，其中變形三輪組在寬度不小于 45cm 的白色 PVC 跑道，賽道中間鋪設(shè)有通有 20K 方波電流的漆包線作為引導(dǎo)線，參賽隊員的目標(biāo)是模型汽車需要按照規(guī)則以最短的時間完成單圈賽道，賽道中存在多種賽道元素，車模需在斷路元素內(nèi)實現(xiàn)姿態(tài)的切換。 在這份報告中，我們小組通過對小車設(shè)計制作整體思路、

5、電路、算法、調(diào)試、 車輛參數(shù)的介紹，詳盡地闡述了我們的思想和創(chuàng)意，具體表現(xiàn)在電路的創(chuàng)新設(shè)計， 以及算法方面的獨特想法，而對單片機(jī)具體參數(shù)的調(diào)試也讓我們付出了艱辛的勞動。這份報告凝聚著我們的心血和智慧，是我們共同努力后的成果1第一章整體機(jī)械結(jié)構(gòu)設(shè)計對于一輛平衡車，好的結(jié)構(gòu)能夠使小車控制起來更加靈活，想要高速平穩(wěn)的運(yùn)行，主要是保持重心在一個適當(dāng)?shù)奈恢茫灰诉^高或者過低，盡量往車輪周圍集中。重心過高的會出現(xiàn)抬輪或者側(cè)翻，過低會使角度變化引起的重心位置變化過小，從而無法很好地控速，前后過于分散會使轉(zhuǎn)動慣量過大，轉(zhuǎn)向不夠靈活。今年賽道元素和比賽任務(wù)的變化，使用的傳感器增加了，在結(jié)構(gòu)設(shè)計中，重心集中變得尤

6、為重要。 1.1 整體構(gòu)造本次競賽選用的是東莞市博思電子數(shù)碼科技生產(chǎn)的智能車競賽專用 D 型車模，配套 RS-380 電機(jī)。三輪改裝采用尼龍萬向輪作為前輪，使用兩輪后驅(qū)控制智能車的速度，方向和直立角度。循跡傳感器盡量往前視野廣的位置安裝，姿態(tài)傳感器安裝在車模的兩個車軸中間。為了讓智能車能夠直立起來，有較為合適的機(jī)械零點，將最重的電池用鋁制支架固定在車輪之后。 車模側(cè)視圖 2第一章整體機(jī)械結(jié)構(gòu)設(shè)計1.2 傳感器及電路板安裝1.2.1 傳感器方案今年的三輪對于傳感器的限制放松了，類型和數(shù)量都不在限制，所以使用了更多更豐富的傳感器，用于循跡以及配合輔助識別。主要使用了三個 10mH 電感與 6.8n

7、f 的校準(zhǔn)電容配合循跡；OV7725 小鉆風(fēng)硬件二值化攝像頭用于輔助識別賽道元素；姿態(tài)傳感器則使用 mma8451 與 mpu3050 的一體的陀螺儀加速度計；為了能夠?qū)崿F(xiàn)閉環(huán)控制，使用了兩個編碼器用于計算小車速度以及路程；超聲波用于測量路障的距離，更好的實現(xiàn)避障。 循跡和元素識別用傳感器安裝： 三個工字電感用碳素桿支架安裝在最前端,水平等間距擺放；攝像頭靠后支起 20cm 高，調(diào)整到盡量電感支架影響，又能夠看清路徑的角度；超聲波安裝固定在攝像頭的同一根支柱上，低于攝像頭，調(diào)整角度到能夠識別前方路障，因為限高，限長的規(guī)定，導(dǎo)致傳感器的識別范圍會相互影響，一定程度限制了傳感器的識別范圍。 車模正

8、視圖3第十四屆全國大學(xué)生智能汽車技術(shù)報告陀螺儀與編碼器的安裝： 陀螺儀和加速度計用于測量車模姿態(tài)，需要和小車緊密相連，對于加速度計， 為了減少運(yùn)動產(chǎn)生的噪聲，需要安裝的盡可能靠近車軸，對于陀螺儀，則需要保 證完全水平安裝，否則轉(zhuǎn)彎時會產(chǎn)生豎直方向的分量，形成加減速的現(xiàn)象，陀螺 儀同時也測量了車模轉(zhuǎn)彎時的角速度用來進(jìn)行轉(zhuǎn)向微分控制，最終我們決定將 它放在兩個電機(jī)中間，并且垂直于車模正常跑時的角度；編碼器安裝在車模原本預(yù)留出來的位置即可，安裝圖如下： 車模上視圖 4第一章整體機(jī)械結(jié)構(gòu)設(shè)計1.2.2 電路板的安裝主控板安裝在點電機(jī)上方，使車模更加緊湊，同時方便連接傳感器；另一塊驅(qū)動板則安裝在電機(jī)之上

9、，使重心后移，減少循跡傳感器靠前帶來的重心遷移。安裝圖如下： 陀螺儀加速度計安裝位置圖5第二章硬件電路硬件電路是模型汽車系統(tǒng)的必備部分。只有穩(wěn)定的硬件電路才能保證程序的正確控制。我們小車的硬件電路采用的是主控與驅(qū)動分開制作的方案，減少硬件故障排查的復(fù)雜度，以及電路損壞帶來的損失。大致設(shè)計思路如下圖： K60 驅(qū)動OLED 顯示屏蜂 鳴 器 SD 卡藍(lán)牙（僅用于調(diào)試階段）電感 攝像頭陀螺儀加速度計超聲波測距編碼器3.3 v 5v12v均為直流供電Ni-Cd7.2V 電池硬件設(shè)計思路圖 2.1 電源本系統(tǒng)中選用平衡小車采用的動力源比賽專用 Ni-Cd 7.2V 電池，電池組充滿電壓達(dá) 8.4V。而

10、系統(tǒng)的部分芯片需要 12V、5V、3.3V 和雙 5V 電源供電，所以需要電源轉(zhuǎn)換電路，采用的是芯片 TPS76850、TPS76833 和 ASM1117-5.0，使用ICL7660 用于雙電源正 5V 進(jìn)行反轉(zhuǎn)，12V 則由 B0512S-1W 將 5V 升壓后的 12V 直接供電，為了單獨給傳感器和單片機(jī)提供穩(wěn)定干凈的電源，給每一類用電器配置了單獨的電源線路，電路原理圖如圖： 6第二章硬件電路電源設(shè)計原理圖 2.2 主控智能車系統(tǒng)是以 MK60FX512VLQ15 為控制核心，將采集的信號，根據(jù)我們所研究的控制算法做出控制決策，從而驅(qū)動直流電機(jī)完成對智能小車的控制，并且能夠?qū)崿F(xiàn)對單片機(jī)硬

11、件的優(yōu)化設(shè)計和整體資源的合理化使用。其最小系統(tǒng)電路圖如圖所示： 最小系統(tǒng)原理圖 7第十四屆全國大學(xué)生智能汽車技術(shù)報告2.3 電感傳感器電路電感采用 10mH 工字電感和 6.8nf 的校正電容進(jìn)行采集，放大電路則采用AD620 雙電源放大電路，具體電路如下： 電感放大電路圖 2.4 驅(qū)動電路驅(qū)動直流電機(jī)配合舵機(jī)可以完成智能小車的加速度控制和轉(zhuǎn)向控制。我們選用的驅(qū)動芯片 HIP4082, 使用全橋式 MOS 管驅(qū)動器集成電路，可以較好的實現(xiàn)電機(jī)的正轉(zhuǎn)、反轉(zhuǎn)等基本操作，同時使用 74HC245 對電路進(jìn)行緩沖隔離，防止影響其余電路的工作。電路圖如下： 驅(qū)動原理圖8第二章硬件電路2.5 其他主板電路

12、傳感器像陀螺儀加速度計、編碼器、攝像頭和超聲波；OLED 顯示屏，藍(lán)牙和 SD 卡都是直接使用接口或者焊盤焊接與主控板連接起來就好，比較方便且更換靈活，過于簡單就不一一介紹了。 2.6 小結(jié)硬件作為和軟件并列的單元，構(gòu)成了小車的基本骨架，其硬件電路對于整個小車系統(tǒng)的穩(wěn)定性有著非常重要的作用，而其中電源電路可以說是核心。本章主要介紹了硬件系統(tǒng)的各個基本的模塊，他們相輔相成，互相配合，統(tǒng)一構(gòu) 成一個整體，各個模塊經(jīng)過了我們的精心設(shè)計和測試，從認(rèn)真地設(shè)計電路板， 對電路進(jìn)行最合理的布局和布線，盡量避免信號線之間的干擾，最終制作出屬 于我們自己的 PCB 板，最后經(jīng)過測試成功后才安裝到小車上進(jìn)行使用。

13、自制 PCB 圖如下： 2212312312 397531001 112108642121 212124 3 2 112121124112222222121 212214 1 32 1 14 132 11413211432 112 342021321 12113212256 7 8 56 7 8 5 6 7 8 56 782211212121221121212122222221111921212111111 11111212212132 22 222456127821567 81212345612811221276 2 512871218632114 321121271215422112112

14、362112451222122212211113234212341423211122222 2 222121121254111 11111112263222172128 765214 811122112321121112112 2221221221 211212112 3 46 54 1 3 2 2 3 1 41 2 3421202200000 01 011222111主控板 PCB 圖 9第十四屆全國大學(xué)生智能汽車技術(shù)報告65432122121161212152983141071413111211651212526111211347102121438921215212211313116113

15、131212211211221123131243131222121132111114221222212213221223211121221221214驅(qū)動 PCB 圖 102 122222212211111212第三章 軟件設(shè)計與流程第三章 軟件設(shè)計與流程3.1 軟件功能及初始化軟件的主要功能包括有： （1）各傳感器信號的采集、處理； （2）電機(jī) PWM 輸出； （3）平衡車運(yùn)行控制：直立控制、速度控制、方向控制； （4）平衡車運(yùn)行流程控制：程序初始化、平衡車啟動與結(jié)束、平衡車狀態(tài)監(jiān) 控； （5）平衡車信息顯示與參數(shù)設(shè)定：狀態(tài)顯示、上位機(jī)監(jiān)控、參數(shù)設(shè)定等。 程序上電運(yùn)行后，便進(jìn)行單片機(jī)的初始化

16、。初始化的工作包括有兩部分，第一部分是對于單片機(jī)各個應(yīng)用到的模塊進(jìn)行初始化。第二部分是應(yīng)用程序初始化， 是對于車?？刂瞥绦蛑袘?yīng)用到的變量值進(jìn)行初始化。其中單片機(jī)的初始化， 包括 GPIO 初始化、PWM 初始化、定時器初始化、串口初始化等。具體實現(xiàn)流程如圖所示： 否元素識別運(yùn)行參數(shù)關(guān)閉電機(jī)是識別停車軟件設(shè)計框圖 11角度環(huán)速度環(huán)方向環(huán)是否啟動電機(jī)顯示車模狀態(tài)及參數(shù)設(shè)定傳感器數(shù)據(jù)處理芯片外接器件初始化芯片內(nèi)部初始化上電第十四屆全國大學(xué)生智能汽車技術(shù)報告3.2 控制算法設(shè)計（1）直立 PD 控制 兩輪平衡車童立控制是為了實現(xiàn)平衡車的自平衡，車體直立控制是平衡車控 制的首要任務(wù)，對平衡車速度的控制以

17、及轉(zhuǎn)向的控制都是在此基礎(chǔ)上進(jìn)一步實現(xiàn) 的。本文中對平衡牢直立的控制采用 PD 控制器，PD 控制器的輸入為 MPU6050 中加 速度計和陀螺儀數(shù)據(jù)進(jìn)行互補(bǔ)濾波融合算法后輸出的角度值，該值反映了平衡車 的姿態(tài)信息，平衡車直立控制器如式（1）所示： PWMangle(k)=Kpangle(k)+Kdangle(k)-(k-1) （1） 在賣際控制過程中，可以甩陀螺儀的輸出角速度來普代微分環(huán)節(jié)： PWMangle(k)=Kpangle(k)+Kdangle(k) （2） 在公式（1）和（2）中:(k)表示 k 時刻平衡車車身傾角；(k)表示 k 時刻平衡車 車身傾角的角速度；PWMangle(k)

18、表示 k 時刻 PD 控制器的輸出量；Kpangle 表示 PD 控制器的比例系數(shù)；Kdangle 表示 PD 控制器的微分系數(shù)。 （2）速度 PI 控制 理論上來講，通過直立 PD 控制便可以實現(xiàn)平衡車的平衡控制，但在實際控制 過程中，由于目標(biāo)平衡點與平衡車的重心不會完全相重合， 僅在直立控制器的作 用下，平衡車還會繼續(xù)加速，直到維持車子平衡所需要的速度超出了電機(jī)所能提 供的轉(zhuǎn)速時，平衡車就會朝著運(yùn)動的方向倒下。因此， 必須給系統(tǒng)加入速度控制。 通過測量兩輪平衡車左右車輪的線速度后取平均值可以計算出小車的速度，對小 車速度的控制仍然采用 PID 控制，但速度測量反饋過程中伴隨著噪聲信號的存在

19、， 若采用微分環(huán)節(jié)，必定會加大噪聲對控制系統(tǒng)的影響。所以對平衡車速度的控制 最終采用 PI 控制器。PI 控制器如式（3）所示： PWMangle(k)=Kpangle(k)+Kdangle(k) （3） 在公式（3）中: direct(k)表示 k 時刻速度的偏差角；PWMspeed(k)表示k 時刻 PI 控制器的輸出控制量；Kpspeed 表示 PI 控制器的比例系數(shù)；Kiangle 表示 PI 控制器的 積分系數(shù)。 （3）轉(zhuǎn)向 PD 控制兩輪平衡車轉(zhuǎn)向桿底部安裝的霍爾轉(zhuǎn)向電路可以檢測到轉(zhuǎn)向桿的偏移角度，通過對左右電機(jī)轉(zhuǎn)速分別進(jìn)行調(diào)節(jié)，使兩個電機(jī)之間形成轉(zhuǎn)速差就可以使平衡車完成轉(zhuǎn)彎動作，

20、理論上來講只需要加入比例控制器就可以完成對小車方向的控制，但實際上由于平衡車在轉(zhuǎn)彎的過程中存在著過沖現(xiàn)象，因此，還需要在控制器中 加入微分環(huán)節(jié)，通過增加轉(zhuǎn)彎過程中的阻尼達(dá)到抑制12第三章 軟件設(shè)計與流程 過沖現(xiàn)象。最終采用 PD 控制 器來對平衡車的轉(zhuǎn)向進(jìn)行控制。平衡車轉(zhuǎn)向 PD 控制器如式（4）所示： PWMdirect(k)=Kpdirect (k)+Kddirect direct(k)- direct(k-1) （4） 假設(shè) k 時刻轉(zhuǎn)向偏差角度的變化率為 direct，則上式可以改寫為: PWMdirect(k)=Kpdirect(k)+Kddirectdirect(k) （5） 在上

21、式中(k)表示 k 時刻小車與賽道與賽道的偏差；PWMdirect(k)表示是k 時刻兩輪平衡車轉(zhuǎn)向 PD 控制器的輸出控制量；Kpdirect 表示轉(zhuǎn)向 PD 控制器的比例 系數(shù)；Kddirect 表示轉(zhuǎn)向 PD 控制器的微分系數(shù)。 3.3傳感器參數(shù)處理3.3.1 電感循跡算法在我們的智能車上安裝了上三個電感用于循跡，其中安裝在兩側(cè)的電感用于賽道主循跡，中間電感用于輔助賽道預(yù)算識別。 電感值采集： 由于系統(tǒng)中存在干擾，導(dǎo)致又 AD 采集通道采集回來的電感值噪聲比較大， 進(jìn)行算法濾波抑制和防止干擾是一項重要措施。在這里選擇“加權(quán)遞推平均濾波法”。定義一個循環(huán)隊列，把連續(xù)取 N 個采樣值入 隊，

22、假設(shè)隊列的長度為N，每次采樣到一個新數(shù)據(jù)放入隊尾，隊滿后對首數(shù)據(jù)出隊 原隊首位置成為隊尾并入隊（即始終保持隊列中的 N 個數(shù)據(jù)為最新）。越接近現(xiàn)時 刻的數(shù)據(jù)，權(quán)取得越大。把隊列中的 N 個數(shù)據(jù)進(jìn)行加權(quán)平均運(yùn)算，就可獲得新的濾波結(jié)果。特點是給予新采樣值的權(quán)系數(shù)越大，則靈敏度越高，但信號平滑度越差。 優(yōu)點是 適合采樣周期較短的系統(tǒng)，改變權(quán)重即可調(diào)整靈敏度。 13第十四屆全國大學(xué)生智能汽車技術(shù)報告電感值的處理： 電感偏差的偏差的提取主要是使用兩邊的差合比，其計算方式為： 方向偏差=（左-右）/（左=右）。再把得到的偏差放大一定系數(shù)就可以用于簡單的方向控制了。而第三個電感，放在中間則是為了檢測坡道和圓

23、環(huán)這樣的特殊元素，圓環(huán)由于電磁線的排布，導(dǎo)致電感值都高于正常值，跑道由于電磁線的抬升，導(dǎo)致電感值也明顯高于正常值，將三個電感值取和，與正常值比較，再依據(jù)偏差的變化率即可分辨出兩個賽道元素。 電感值處理程序截圖 3.3.2 陀螺儀角度獲取算法當(dāng)決定使用加速度計（反應(yīng)角度）以及陀螺儀（反應(yīng)角速度）以后，我們對 參考的論 文中為何要同時使用加速度計以及陀螺儀產(chǎn)生過一些疑問。因為如果需要角速度，我們可以通過 x(t)-x(t-1)/T 這樣的方法對加速度計進(jìn)行微分， 計算出角速度，或者可以通過對于陀螺儀 x(t)dt 積分，從而獲得角度。既然如此為何我們需要使用兩個傳感器。 首先我們建立系統(tǒng)的狀態(tài)方程

24、和測量方程，由于傾角和傾角角速度存在導(dǎo)數(shù)關(guān)系，系統(tǒng)傾斜真實角度可以用來做一個狀態(tài)向量。在該系統(tǒng)中，采用加速度傳感器估計出陀螺儀常值偏差 b，以此偏差作為狀態(tài)向量得到相應(yīng)的狀態(tài)方程和觀測方程： 14第三章 軟件設(shè)計與流程 g b + 0 + 1 =(0 -1)gyro0 00b acce=10 b +a式中，gyro為包含固定偏差的陀螺儀輸出角速度，acce為加速度計經(jīng)處理后得到的角度值，g為陀螺儀測量噪聲，a為加速度傳感器測量噪聲，b 為陀螺儀漂移誤差，g和a相互獨立，此處假設(shè)二者為滿足正態(tài)分布的白色噪聲。令 Ts為系統(tǒng)采樣周期，得到離散系統(tǒng)的狀態(tài)方程和測量方程： 同時，要估算 k 時刻的實際

25、角度，就必須根據(jù) k-1 時刻的角度值，再根據(jù)預(yù)測得到的 k 時刻的角度值得到 k 時刻的高斯噪聲的方差，在此基礎(chǔ)之上卡爾曼濾波器進(jìn)行遞歸運(yùn)算直 至估算出最優(yōu)的角度值。在此,須知道系統(tǒng)過程噪聲協(xié)方差陣 Q 以及測量誤差的協(xié)方差矩陣 R，對卡爾曼濾波器進(jìn)行校正，Q 與 R 矩陣的形式如下： 式中。q_acce 和 q_gyro 分別是加速度傳感器和陀螺儀測量的協(xié)方差，其數(shù)值代表卡爾曼濾波器對其傳感器數(shù)據(jù)的信任程度，數(shù)值越小表明信任程度越高。在該系統(tǒng)中陀螺儀的值更為接近準(zhǔn)確值，因此取 q_gyro 的值小于 q_acce的值。當(dāng)前狀態(tài): X(k|k-1)=AX(k-1|k-1)+BU(k) (1)

26、 式中， ， B = 0X(k|k-1) ，是利用 k 預(yù)測的結(jié)果，X(k|k-1)是 k-1 時刻的最優(yōu)結(jié)果。 則有對應(yīng)于 X(k |k-1)的協(xié)方差為: (2) 式中，P(k|k-1)是 X(k-1|k-1)對應(yīng)的協(xié)方差，表示 A 的轉(zhuǎn)置矩陣，15第十四屆全國大學(xué)生智能汽車技術(shù)報告Q 是系統(tǒng)過程的協(xié)方差，式子（1）、(2)即對系統(tǒng)的狀態(tài)更新。 則狀態(tài) k 的最優(yōu)化估算值 X(k|k)： X(k|k) = X(k|k-1) + K(k)(Z(k) - H X(k|k-1) （3） 其中 H = 1 0,K 為卡爾曼增益： K(k) = P(k|k-1)|(HP(k|k-1)+R) (4) 此

27、時，我們已經(jīng)得到了 k 狀態(tài)下最有的估算值 X(k|k), 但是為了使卡爾曼濾波器不斷的運(yùn)行下去直到找到最優(yōu)的角度值，我們還要更新 k 狀態(tài)下 X(k|k) 的協(xié)方差： P(k|k) = (I-Kg(k)H)P(k|k -1) (5) 1其中 I 為單位陣，對于本系統(tǒng)則有 I = 。當(dāng)系統(tǒng)進(jìn)入 k +1 狀態(tài)時，1P(k|k)就是式子（2）的 P(k-1|k-1)。（3）、（4）、（5）式為卡爾曼濾波器狀態(tài)更新方程。計算完時 間更新方程后，再重復(fù)上一次計算得到的后驗估計，作為下一次的計算的先驗估計，這 樣，周而復(fù)始、循環(huán)往復(fù)地運(yùn)算下去直至找到最優(yōu)的結(jié)果。 以下就是我們組程序中卡爾曼濾波的簡化算

28、法實現(xiàn)： X1=X0+gyro*dt; X0=X1+(acc-X1)*kg; 化簡后的卡爾曼濾波框圖如下： 角速度角度卡爾曼濾波框圖 16卡爾曼增益（Kg1）加速度計（acc）積分陀螺儀（gyro）第三章 軟件設(shè)計與流程 卡爾曼濾波參數(shù)整定： 化簡后的卡爾曼濾波主要是對 dt 以及 Kg 兩個參數(shù)進(jìn)行整定。需要特別指出的是，這里的 dt 并不只是一個采樣間隔。由于陀螺儀的輸出和加速度計輸出的量綱并不相同，所以陀螺儀采樣值*dt 并不直接反應(yīng)一個角度，而是與實際角度相差一個系數(shù)。因此此處的 dt 可 以等效理解為 dt=采樣間隔*比例系數(shù)。 dt 越大，積分速度越快，卡爾曼輸出追隨實際角度的情況

29、越好（當(dāng)然不能太大，不然可能會出現(xiàn)超前相位）。但是 dt 越大，陀螺儀漂移造成的影響也就越大。Kg 決定了加速度計的權(quán)重。Kg 越大，實際輸出的漂移就越小，但是濾波效果的噪聲也 就越大。所以 dt 和 kg 是一對矛盾，不能太過于。首先是靜態(tài)整定。將車模保持在穩(wěn)定直立狀態(tài)，讓車輪以恒定 PWM（80%以上）轉(zhuǎn)動，然后調(diào)節(jié)參數(shù)。 卡爾曼濾波參數(shù)整定圖 3.2.3 攝像頭、超聲波、編碼器參數(shù)的獲取攝像頭參數(shù)獲?。?智能車使用的是 OV7725 小鉆風(fēng)硬件二值化攝像頭，攝像頭比較簡單，比較常見，有直接可以使用的庫函數(shù)解壓縮程數(shù)組，即可拿來處理識別賽道元素。 超聲波測距： 使用 US-100 超聲波測

30、距，使用 UART 模式，調(diào)節(jié)波特率 9600，即可獲取超聲波測量的數(shù)據(jù)（輸出上午距離值為兩個字節(jié)，第一個字節(jié)是距離的高八位（HDate），第二個字節(jié)是距離的低八位（LDate）經(jīng)過距離計算公式即可獲得距離，即： S=（HDate*256+LDate）mm 17第十四屆全國大學(xué)生智能汽車技術(shù)報告編碼器讀數(shù)： 編碼器使用的是 1024 線雙相增量式 Mini 迷你編碼器，K60 自身具有正交解碼功能，因此這里無需使用任何外圍計數(shù)輔助器件，只需要將接口連接到單片機(jī)上相應(yīng)的接口即可。 18第四章 系統(tǒng)開發(fā)及調(diào)試工具4.1 開發(fā)工具IAR Embedded Workbench for ARM 是 IA

31、R Systems 公司出品的 ARM 微處理器集成開發(fā)環(huán)境。跟其他的 ARM 開發(fā)環(huán)境相比，IAR EWARM 具有入 門 容易、使用方便和代碼緊湊等特點。跟 Keil for ARM、CodeWarrior 相比較， IAR for ARM 是編程界面最簡單的，編譯效率高的集成開發(fā)環(huán)境，在嵌入式系 統(tǒng)的調(diào)試方面還提供了可供調(diào)試的插件，方面用戶調(diào)試程序。IAR 使用界面如 圖 5.1： IAR 界面截圖 4.2 藍(lán)牙調(diào)試模塊在智能汽車的方案測試，元素識別，參數(shù)整定等過程中，需要獲取小車得到各種運(yùn)行信息，實時的傳回給電腦，并且結(jié)合車輛狀態(tài)進(jìn)行分析，有針對性的解19第十四屆全國大學(xué)生智能汽車技術(shù)

32、報告決遇到的問題。由于小車在行駛時不能通過有線的方式獲得其運(yùn)行參數(shù)，所以我們選擇 HC-05 藍(lán)牙模塊進(jìn)行無線通信。HC-05 嵌入式藍(lán)牙串口通訊模塊（以下簡稱模塊）具有兩種工作模式：命令響應(yīng)工作模式和自動連接工作模式，在自動連接工作模式下模塊又可分為主（Master）、從（Slave）和回環(huán)（Loopback）三種工作角色。當(dāng)模塊處于自動連接工作模式時，將自動根據(jù)事先設(shè)定的方式連接的數(shù)據(jù)傳輸；當(dāng)模塊處于命令響應(yīng)工作模式時能執(zhí)行下述所有 AT 命令，用戶可向模塊發(fā)送各種 AT 指令，為模塊設(shè)定控制參數(shù)或發(fā)布控制命令。通過控制模塊外部引腳輸入電平，可以實現(xiàn)模塊工作狀態(tài)的動態(tài)轉(zhuǎn)換。 在調(diào)試中為了更

33、加直觀的顯示這些數(shù)據(jù)，所以需要一個方便編寫的上位機(jī)軟件，我們使用的該軟件的截圖入下： 虛擬示波器界面截圖 20第五章 控制系統(tǒng)的PID 參數(shù)整定用 PID 控制的關(guān)鍵是調(diào)整三個比例系數(shù)，即參數(shù)整定。PID 整定的方法有 兩類：一是理論計算整定法。它主要是依據(jù)系統(tǒng)的數(shù)學(xué)模型，經(jīng)過理論計算確定控 制器參數(shù)。由于智能車整個系統(tǒng)是機(jī)電高耦合的分布參數(shù)系統(tǒng)，并且要考慮賽道具 體環(huán)境， 要建立精確的智能車運(yùn)動控制數(shù)學(xué)模型有一定難度，而且對車身機(jī)械結(jié)構(gòu) 經(jīng)常進(jìn)行不斷修正，模型參數(shù)變化較頻繁，可操作性不強(qiáng)；二是工程整定方法，它 主要依賴工程經(jīng)驗，直接在控制系統(tǒng)的試驗中進(jìn)行，且方法簡單，采用了這種方法。 方向環(huán)

34、： 方向控制采用位置式 PID 控制。將積分項系數(shù) Ki設(shè)為0，發(fā)現(xiàn)車能在直線高速行駛時仍能保持車身非常穩(wěn)定，沒有震蕩，所以沒有必要使用Ki參數(shù)。該控制方案調(diào)整為PD控制。Kp和Kd參數(shù)由工程整定得出，經(jīng)過多次試驗，得到一組穩(wěn)定快速的參數(shù)。 角度環(huán)： 角度環(huán)采用 PD 控制，參數(shù)調(diào)整路線一般先設(shè)定 D=0，逐步增加 P 參數(shù),知道車模發(fā)生震蕩。然后逐步增加 D 消除震蕩，知道車模發(fā)生抖動。然后再適當(dāng)增加P 參數(shù)，消除抖動。反復(fù)幾次之后便可以找到合理的 P、D 參數(shù)。 速度環(huán)： 速度控制采用P、I控制，設(shè)定車模給定速度為0，首先增加I，知道車模出現(xiàn)來回擺動，然后逐步增加P參數(shù)同時適當(dāng)增加I參數(shù)，

35、知道車模在外部干擾作用下可迅速恢復(fù)到平衡點。 21第十四屆全國大學(xué)生智能汽車技術(shù)報告第六章車模主要參數(shù)6.1 外形參數(shù)車長：295mm 車寬：235mm 車高：186mm 6.2電路部分參數(shù)自制 PCB： 兩塊（主控板、驅(qū)動板） 電源： 一塊比賽標(biāo)準(zhǔn) 7.2V 電池供電 6.3 傳感器個數(shù)以及種類電 感 ： 三 個 10mH 超聲波： 一個 US-100 超聲波模塊 攝像頭： 一個 ov7725 小鉆風(fēng)硬件二值化攝像頭 陀螺儀加速度計： 一個 mma8451 與 mpu3050 的一體的陀螺儀加速度計 編碼器： 兩個 1024 線雙相增量式 Mini 迷你編碼器 22第七章 結(jié)論今年是第十屆全國大學(xué)生智能汽車競賽，比賽規(guī)則進(jìn)行了大的改變，傳感器的限制，電池型號的限制，電機(jī)數(shù)量都有明顯的放寬，但是對應(yīng)的賽道元素變難了，我們選擇的是變形三輪組，需要在斷路變形切換姿態(tài)，同時需要繞過斷路元素，對車模的硬件結(jié)構(gòu)的設(shè)計，傳感器的選擇和安裝都有高的要求，對軟件程序的控制算法以及賽道元素的識別難度很大，這份報告是我們隊經(jīng)過五六個月的