深大二隊技術(shù)報告

35/45第一屆“飛思卡爾”杯全國大學(xué)生智能汽車邀請賽技術(shù)報告 學(xué)校：深圳大學(xué)隊伍名稱：深大二隊參賽隊員：張磊、李征文帶隊教師：鄧元龍關(guān)于技術(shù)報告和研究論文使用授權(quán)的說明 本人完全了解第一屆“飛思卡爾”杯全國大學(xué)生智能汽車邀請賽關(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，比賽組委會和飛思卡爾半導(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)報告以及參賽模型車的視頻、圖像資料，并將相關(guān)內(nèi)容編纂收錄在組委會出版論文集中。參賽隊員簽名： 帶隊教師簽名： 日期：

目錄第一章前言………………………1第二章路徑識別系統(tǒng)的設(shè)計………22.1檢測方法的確定……………22.2光電傳感器的確定………………22.3發(fā)射管驅(qū)動電路的設(shè)計…………32.4路徑識別…………32.5光電傳感器的固定………………3第三章硬件電路的設(shè)計……………33.1電源管理模塊設(shè)計………………33.2電機驅(qū)動電路……………………33.3速度檢測電路……………………43.4電路版的固定……………………4第四章控制算法及軟件實現(xiàn)………44.1控制方案…………44.2控制算法編程……………………54.2.1思路分析…………………54.2.2算法實現(xiàn)………………………74.2.3仿真……………104.2.4控制算法仿真………………114.2.5Plastid仿真結(jié)果分析……………………12第五章結(jié)論…………1第一章前言“FERRSCALE”杯全國大學(xué)生智能車競賽最主要的技術(shù)問題是：路徑的自動識別和控制算法（策略）的設(shè)計。路徑識別采用光電檢測方法，把九對（發(fā)射與接收）光電傳感器排成一列安裝在小車的前面探測黑線。智能車的運動控制需要車速檢測，考慮到對精度要求不高，在小車其中一個后輪上貼上8個黑白等間隔的條紋，采用光電檢測的方法，通過測量脈沖寬度獲得小車的瞬時速度。除了組委會提供的S12核心電路之外，設(shè)計和制作完成的硬件電路可以簡單的分成四部分：1穩(wěn)壓電路部分,為單片機等電路提供合適的電壓；2電機的驅(qū)動電路，采用集成芯片MC33886作為驅(qū)動，調(diào)制脈沖由單片機提供；3路徑識別電路；4速度檢測電路。具體內(nèi)容在相應(yīng)章節(jié)介紹?？刂扑惴ㄋ惴ㄒ约罢{(diào)試以Freescale的16位單片機MC9S12DG128作為核心控制器，以PWM（脈寬調(diào)制）信號控制直流電機和轉(zhuǎn)向舵機。同時，用Plastid軟件對控制方案進行仿真，用于指導(dǎo)實驗?；诳煽康挠布O(shè)計，應(yīng)用有提前糾偏特色的分級角度可調(diào)速控制算法，實現(xiàn)了智能小車的尋跡行駛。提前糾偏的方法較好地改善了分級角度勻速控制的直線蛇形前進問題。硬件總的方案圖1：測速模塊測速模塊舵機舵機電源管理模塊（5V穩(wěn)壓）電源管理模塊（5V穩(wěn)壓）S12電路板S12電路板電機驅(qū)動（電機驅(qū)動（MC33886）電池（7.2V）電池（7.2V）路徑識別模塊路徑識別模塊圖1：系統(tǒng)框圖第二章路徑識別系統(tǒng)的設(shè)計2.1檢測方法的確定檢測白底黑線有兩種思路：一是顏色識別；二是利用黑白物體對光的反射率不同。前者一般使用顏色識別模塊，但其中有前置的微處理器，不符合競賽規(guī)則；如果不使用模塊，使用MC9S12DG128做顏色判斷和處理，必然占用較多的資源，影響控制周期和算法的展開。第二種方法又可分為：（1）利用CCD等圖像傳感器獲得黑白圖像，經(jīng)單片機采集后，通過數(shù)字圖像處理方法獲得路徑信息；（2）直接利用紅外線發(fā)射和接受管，實現(xiàn)黑白檢測，此方法簡單，易于實現(xiàn)，本次設(shè)計采用了此方案。2.2光電傳感器的確定紅外線探測可以防止可見光的干擾，采用調(diào)制與解調(diào)方法可以增強抗干擾性能。所以本次設(shè)計采用了集成模塊HS0038B和紅外發(fā)光二極管TSAL6200。集成模塊HS0038B內(nèi)部已經(jīng)集成了光電轉(zhuǎn)換、放大裝置和解調(diào)電路。HS0038B內(nèi)部結(jié)構(gòu)圖2.2：圖2.2：HS0038B內(nèi)部結(jié)構(gòu)圖2.3發(fā)射管驅(qū)動電路的設(shè)計單片機的PWM模塊給發(fā)射光的驅(qū)動電路提供37K的調(diào)制方波，占空比為4：5。采用三級管9012為驅(qū)動管，驅(qū)動3個放光管。發(fā)光管的瞬間電流有100mA左右，平均電流有20mA左右。發(fā)射管的簡單脈沖驅(qū)動電路圖如下：圖2.3：脈沖驅(qū)動電路2.4路徑識別通過實驗，得到傾角為45度（光電管與地的角度），峰值電流與探測距離關(guān)系曲線：圖2.41：峰值電流與探測距離關(guān)系曲線接收管加套筒有兩點原因：一是接收管和發(fā)射管是放得很近的，如果沒加套筒，那么接收管就永遠會接收到發(fā)射管發(fā)射管的紅外光，從而沒辦法正常探測。二是套管可以改變接收管的接收范圍，提高測量精度。接收管接收管熱縮套管1.75cm圖2.42：提高精度方案光電管排成一字的形狀。以中間的傳感器為中心，兩邊傳感器分別代表小車偏離黑色引導(dǎo)線的程度?？刂扑惴ㄒ赃@個信息來控制小車。圖2.43：光電傳感器排列2.5光電傳感器的固定光電管是成對的焊在一個小的電路板上的，電路通過一個支架被固定，支架通過螺絲上緊在小車的前面。支架與固定方法如圖2.44：圖2.44：固定支架傳感器部分的電路通過排線與小車主電路連接如圖2.44。第三章硬件電路的設(shè)計3.1電源管理模塊設(shè)計由于路徑檢測電路與電機驅(qū)動電路直接使用電池供電，所以就是使用7805芯片穩(wěn)壓給單片機供電3.2電機的驅(qū)動電路電機的驅(qū)動電路是采用了FREESCALE公司生產(chǎn)的MC33886驅(qū)動芯片。該芯片輸出的電壓是通過PWM調(diào)節(jié)的。那么芯片所需要的PWM信號就可以從單片機那里獲得。MC33886芯片還有兩個許能信號腳，把其中的一個接地單片機的I/O口，讓單片機控制，另一個，采用撥動開關(guān)，手動控制，這樣在調(diào)試的時候可以帶來方便。CM33886可以提供兩路的控制輸出，把兩路輸出并聯(lián)起來用，這樣可以加大芯片的驅(qū)動能力。因為電機在起動的時候是需要很大電流的，所以在設(shè)計的時候，使用了1000uF的電容。電路如圖3.2：圖3.2：驅(qū)動電路3.3速度檢測電路采用光電檢測，在車輪的內(nèi)側(cè)貼上黑白相鄰等間距的貼條。在車輪轉(zhuǎn)動的時候，紅外接收管就會輸出一個等間距的方波信號。。傳感器固定在車輪旁邊。如圖3.3所示：3.4電路板的固定整個電路板大小有13cm×10cm，上面包括了檢測電路以外的所有其它電路。通過四個柱子固定在小車的上面，這些柱子都是小車本身可以提供的。如圖3.4：圖3.3：速度檢測電路圖3.4：電路板的固定第四章控制算法及軟件實現(xiàn)4.1控制方案根據(jù)前面的傳感器中探測到黑線的傳感器的級別，得到小車相對黑線的偏差，然后通過PWM信號給與舵機相應(yīng)的轉(zhuǎn)角,并引入了提前糾偏功能，另外也將速度閉環(huán)，從而達到控制速度、方向的目的。4.2控制算法編程4.2.1思路分析結(jié)合流程圖4.2，對此控制方案的分析如下：每一個傳感器對應(yīng)一級角度，越邊上的傳感器對應(yīng)角度越大，中間相鄰的兩個為左第一級和右第一級，越邊上的傳感器級數(shù)越高，對應(yīng)角度也就越大，此為分級角度。如圖16所示。提前糾偏處理的情況：首先取出上次探測到黑線的傳感器級別，判斷上次探測到傳感器情況，根據(jù)上一狀態(tài)給出舵機控制量。圖4.2：程序流程圖4.2.2算法實現(xiàn)利用CodeWarrior提供的專家助手ProcessorExpert的強大功能以及用c語言實現(xiàn)以上算法（程序參見附錄A）。根據(jù)智能小車在實驗中存在的，將跑道邊緣與地面之間縫隙誤判斷成為黑線的情況，在算法實現(xiàn)中，加入了排除誤判斷的可能性，由于傳感器檢測周期短，所以檢測跳變相對來說不會太大，將傳感器編碼（如下面程序），進行差值運算，得出的數(shù)據(jù)一定在某一范圍內(nèi)，利用這種思想，將以上干擾排除掉，同理也是用于交叉線。傳感器編碼程序：#defineleft_49#defineleft_38#defineleft_27#defineleft_16#definecenter5#defineright_14#defineright_23#defineright_32#defineright_41 速度調(diào)節(jié)方面，利用利用CodeWarrior提供的專家助手ProcessorExpert中的capture功能，對后輪轉(zhuǎn)動傳感器檢測到的脈沖進行捕捉（圖），根據(jù)實驗測得計數(shù)器計數(shù)8次＝1us，所以的出以下程序。voidCap1_OnCapture(void){if(time_counter>1){if(overflow_counter>0)save_time2=8192*(overflow_counter-1)+(65535-save_time1)/8+TC0/8;else save_time2=(TC0-save_time1)/8;save[save_num]=save_time2;save_num++;} save_time1=TC0; overflow_counter=0;}實驗測得的數(shù)據(jù)得出基本符合情況，誤差相差不超過10％，可以達到速度測量的目的。4.2.3仿真利用軟件來仿真光電傳感器的排列方案和控制算法，進而指導(dǎo)實驗。Plastid智能車仿真系統(tǒng)是基于LabVIEW虛擬儀器技術(shù)所開發(fā)，可針對不同的賽車、賽道、路徑識別方案、傳感器排列方案、控制策略等內(nèi)容，進行相關(guān)分析。根據(jù)大賽所配車模的尺寸，設(shè)置賽車基本信息如表4.2.31。表4.2.31：賽車基本信息設(shè)置車長0.27m車寬0.14m側(cè)輪距0.2m右前輪坐標（0.07，0.1）輪長0.05m輪寬0.025m橫輪距0.14m角速度90°/s滿偏角40°注：1.橫輪距用戶不能設(shè)定（根據(jù)右前輪坐標自動計算而得）。 2.測輪距表示前輪輪心與后輪輪心的距離3.右前輪坐標是以車的中心為原點，車右前輪中心的相對坐標。傳感器的排列設(shè)計方案和硬件制作由負責(zé)傳感器設(shè)計的小組設(shè)計和實施。這里取的是一字型排列9個傳感器的方案。其坐標信息如表4.2.32.。 表4.2.32：傳感器坐標信息傳感器序號X坐標Y坐標0-0.080.21-0.060.22-0.040.23-0.020.2400.250.020.260.040.270.060.280.080.2根據(jù)所設(shè)賽車基本信息和傳感器坐標信息，所得圖形如圖4.2所示。YYX圖4.2.3：仿真?zhèn)鞲衅髋帕?.2.4控制算法仿真將單片機的控制算法編寫到DLL文件中進行仿真，由于在仿真的過程中發(fā)現(xiàn)輸入接口Pre_Data[]不起作用，另設(shè)一全局變量out_direction（int,32bit有符號整數(shù)型）作為保存上一個時刻黑線的位置，函數(shù)沒有提供速度輸出接口，使用加速到一定速度后令*Acceleration=0的方法來達到勻速控制的目的。代碼如下：if(Speed_in>=1.5)*Acceleration=0;速以及傳感器值等信息，經(jīng)過控制算法的計算后，控制單元輸出相應(yīng)的前輪轉(zhuǎn)角以及加速度值，從而實現(xiàn)一個周期的控制?？紤]舵機的最高工作頻率200Hz（周期5ms），再合理估計單片機的運算周期，取仿真周期為15ms。分級角度勻速控制dll代碼見附錄B。4.2.5Plastid仿真結(jié)果分析設(shè)置仿真周期為15ms，啟動加速度0.8m/s2。分3級角度，仍然是一字型9個傳感器，左邊的4個對應(yīng)一級角度（即無論左邊哪一個傳感器探測到黑線，舵機都打同一個角度），右邊的4個也對應(yīng)一級角度，中間的1個探測到則直走。取左右的一級角度都為20°，給予不同的速度，其仿真結(jié)果如表4.2.51。表4.2.51：分3級角度仿真結(jié)果速度（m/s）是否沖出跑道完成2圈時間（s）第一圈時間（s）第二圈時間（s）1.5是——————1.4是——————1.3是——————1.2否4523221.1否482523分9級角度的仿真結(jié)果如表4.2.52：9級角度取為：±10°，±20°，±30°，±40°，0°表4.2.52：分9級角度仿真結(jié)果速度（m/s）是否沖出跑道完成2圈時間（s）第一圈時間（s）第二圈時間（s）3是——————2.5是——————2是——————1.6是——————1.5否3719181.4否392019由上面兩表和仿真實驗的過程可知，對于勻速控制，分9極角度比分3級角度取得更高的速度性能和穩(wěn)定性能：分9級角度的上限速度為1.5m/s，以此速度完成2圈時間為37s，最快單圈時間為19s；分3級角度的上限速度為1.2m/s，以此速度完成2圈時間為45s，最快單圈時間為22s。同時，分9級角度直道和彎道都行進平滑，而分3級角度跑直道的蛇形明顯嚴重。第五章結(jié)論通過長時間的使用，小車的硬件部分情況良好。整部車的功能介紹如下：改造后的車?？傮w重量：為1.5kg，長38cm，最寬的為18cm，高9.5cm尺寸。電路功耗，不帶電機的功耗為7.2V*0.33A，帶電機40％空載；所有電容總?cè)萘繛?452.5uF；只使用了紅外收發(fā)管共10對；除了車模原有的驅(qū)動電機、舵機之外沒有使用伺服電機；賽道信息檢測精度1.5cm、頻率8us。尋跡智能小車系統(tǒng)的設(shè)計經(jīng)硬件電路的制作、單片機程序的編寫、用軟件仿真?zhèn)鞲衅骱涂刂扑惴ㄒ灾笇?dǎo)實驗，再通過實驗結(jié)果的反饋進行改進，實現(xiàn)了智能小車的變速尋跡行駛。實驗證明，在模擬賽道上，智能小車行使平穩(wěn)，轉(zhuǎn)彎較為平滑。但也存在以下問題：但由于受到車的前瞻性的限制，轉(zhuǎn)彎速度不易過快。采用具有提前糾偏的分級角度可調(diào)速控制方案，能以2m/s左右的上限速度完成大賽規(guī)定參數(shù)的跑道。超過2m/s的速度跑直道時仍會有輕微蛇形前進。利用Plastid仿真在硬件條件未準備好的情況下，分析各種基于光電傳感器的排列方案和控制算法。但由于把小車看成一個質(zhì)點，忽略了質(zhì)量和慣性，仿真結(jié)果會有一定誤差。由于智能小車可以采取速度控制，下一步利用記憶功能，對小車的入彎速度進行控制，并盡量提高直到速度，同時利用算法提高檢測精度來解決以上問題?！緟⒖嘉墨I】[1]雷玉堂.王慶有。光電檢測技術(shù)，中國計量出版社，1997.7.[2]陳永甫紅。外輻射紅外器件與典型應(yīng)用，電子工業(yè)出版社，2004.6[3]陳永甫紅。紅外探測與控制電路，人民郵電出版社，2004.6[4]秦積榮，光電檢測原理及應(yīng)用，國防工業(yè)出版社，1987[5]不詳，國內(nèi)外半導(dǎo)體光電器件實用手冊，電子工業(yè)出版社[6]吳杰，光電信號檢測，哈爾濱工業(yè)大學(xué)出版社，1990.[7]胡助理,安文源,李玲,歐陽小東.基于單片機技術(shù)的光電檢測研究，《現(xiàn)代電子技術(shù)》2004年第13期總第180期[8]趙冬娥，光電檢測系統(tǒng)中對干擾光的抑制辦法研究，《測試技術(shù)學(xué)報》2004年第18卷增刊[9]丁廣文，陳工，王志良，一種基于PIC單片機的紅外遙控系統(tǒng)，河北工業(yè)大學(xué)學(xué)報2003年4月第32卷第2期[10]邵貝貝.單片機嵌入式應(yīng)用的在線開發(fā)方法.清華大學(xué)出版社。2004.10[11]（日）安部正人著.陳辛波譯.汽車的運動和操縱.機械工業(yè)出版社。1998.10[12]伍曉宇.辛勇.C／C＋＋語言與研究開發(fā)實踐.航空工業(yè)出版社。1999[13]龔建偉熊光明.VisualC++/TurboC串口通信編程實踐.電子工業(yè)出版社。2005.6[14]楊素行.模擬電子技術(shù)基礎(chǔ)簡明教程.高等教育出版社。1998.10附錄A:主要程序代碼for(;;){PWME_PWME1=1; if(k==0){if(PORTB!=0x00||S_right4==1){PWME_PWME2=1;PWME_PWME0=1; if(S_center==1) { direction_flag1=center;stat=direction_flag1-direction_flag;nowstat=center_angle;go_nowstate(); else { if(S_left1==1) { direction_flag1=left_1;stat=direction_flag1-direction_flag;nowstat=left_angle1;go_nowstate(); if(direction_flag==left_2) angle=center_angle; direction_flag=left_1; } elseif(S_right1==1) { direction_flag1=right_1;stat=direction_flag1-direction_flag;nowstat=right_angle1;go_nowstate(); if(direction_flag==right_2) aangle=center_angle; direction_flag=right_1; } elseif(S_left2==1) { direction_flag1=left_2;stat=direction_flag1-direction_flag;nowstat=left_angle2;go_nowstate();if(direction_flag==left_3)//回直道時提前糾偏 angle=left_angle1; } elseif(S_right2==1) { direction_flag1=right_2;stat=direction_flag1-direction_flag;nowstat=right_angle2;go_nowstate();if(direction_flag==right_3)//回直道時提前糾偏 angle=right_angle1; } elseif(S_left3==1) { direction_flag1=left_3;stat=direction_flag1-direction_flag;nowstat=left_angle3;go_nowstate();if(direction_flag==left_4)//回直道時提前糾偏 angle=left_angle3; } elseif(S_right3==1) { direction_flag1=right_3;stat=direction_flag1-direction_flag;nowstat=right_angle3;go_nowstate();if(direction_flag==right_4)//回直道時提前糾偏 angle=right_angle2; } elseif(S_left4==1) { direction_flag1=left_4;stat=direction_flag1-direction_flag;nowstat=left_angle4;go_nowstate(); } elseif(S_right4==1) { direction_flag1=right_4;stat=direction_flag1-direction_flag;nowstat=right_angle4;go_nowstate(); } }}else{if(direction_flag==left_4){ direction_flag1=left_4;stat=direction_flag1-direction_flag;nowstat=left_angle4;go_nowstate();angle=1760;}elseif(direction_flag==right_4){direction_flag1=right_4;stat=direction_flag1-direction_flag;nowstat=right_angle4;go_nowstate();angle=1060;}}PWM_Fmotor_SetDutyUS(angle);speed_control();}voidgo_laststate(void){if(direction_flag==1)angle=1060;elseif(direction_flag==9)angle=1760;}voidgo_nowstate(void){if((stat<2)&&(stat>-2)){angle=nowstat;direction_flag=direction_flag1;}else{if(direction_flag>5)direction_flag=9;elseif(direction_flag<5)direction_flag=1;go_laststate();}}voidCap1_OnCapture(void){/*Writeyourcodehere...*/Cap1_DisableEvent();time_counter++;if(time_counter>1){if(overflow_counter>0)save_time2=8192*(overflow_counter-1)+(65535-save_time1)/8+TC0/8;else save_time2=(TC0-save_time1)/8;save[save_num]=save_time2;save_num++; //Display(save_time2);} save_time1=TC0; overflow_counter=0; Cap1_EnableEvent();}仿真程序代碼：/*CallLibrarysourcefile*/#include"extcode.h"_declspec(dllexport)voidAI(unsignedshortintSenser,doubleSpeed_in,doublePre_Data[], double*C_ang,double*Acceleration);voidleft_turn(unsignedshortint*Senser,double*C_ang,double*Acc);voidright_turn(unsignedshortint*Senser,double*C_ang,double*Acc);voidmid_turn(unsignedshortint*Senser,double*C_ang,double*Acc,double*Speed_in);intout_direction;voidAI(unsignedshortintSenser,doubleSpeed_in,doublePre_Data[],double*C_ang, double*Acceleration) { /*InputYourCodeHere*/ if(Senser&0x7) //senser0/1/2istrue { left_turn(&Senser,C_ang,Acceleration); out_direction=1; } elseif(Senser&0x01C0) //senser6/7/8istrue { right_turn(&Senser,C_ang,Acceleration); out_direction=-1; } elseif(Senser&0x38) //senser3/4/5istrue mid_turn(&Senser,C_ang,Acceleration,&Speed_in); if(Speed_in<=0) *Acceleration=0.8; if(Senser==0) { // if(Pre_Data[1]>0) if(out_direction==1) { *C_ang=40; }// elseif(Pre_Data[1]<0) elseif(out_direction==-1) { *C_ang=-40; } }// Pre_Data[1]=*C_ang; if(Speed_in>=1.5) *Acceleration=0; }voidleft_turn(unsignedshortint*Senser,double*C_ang,double*Acc){ if(*Senser&0x1) //senser0istrue { *C_ang=40; } elseif(*Senser&0x2) //senser1istrue { *C_ang=30; } else //senser2istrue { *C_ang=10; }}voidright_turn(unsignedshortint*Senser,double*C_ang,double*Acc){ if(*Senser&0x0100) //senser8istrue { *C_ang=-40; } elseif(*Senser&0x80) //senser7istrue { *C_ang=-30; } else //senser6istrue { *C_ang=-10; }}voidmid_turn(unsignedshortint*Senser,double*C_ang,double*Acc,double*Speed_in){ if(*Senser&0x20) //senser5istrue { *C_ang=-5; } elseif(*Senser&0x10) //senser4istrue { *C_ang=0; } else //senser3istrue { *C_ang=5; }}第一屆“飛思卡爾”杯全國大學(xué)生智能汽車邀請賽技術(shù)報告附件B基于模糊控制的智能尋跡小車[注] 學(xué)校：深圳大學(xué)隊伍名稱：深大二隊參賽隊員：張磊帶隊教師：鄧元龍注：研究論文附錄B等內(nèi)容是可以選擇部分。關(guān)于技術(shù)報告和研究論文使用授權(quán)的說明 本人完全了解第一屆“飛思卡爾”杯全國大學(xué)生智能汽車邀請賽關(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，比賽組委會和飛思卡爾半導(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)報告以及參賽模型車的視頻、圖像資料，并將相關(guān)內(nèi)容編纂收錄在組委會出版論文集中。參賽隊員簽名： 帶隊教師簽名： 日期： 基于模糊控制的智能尋跡小車張磊（深圳大學(xué)工程技術(shù)學(xué)院自動化系，廣東深圳）【摘要】本文基于語言規(guī)則與模糊推理實現(xiàn)了智能小車的路徑識別與運動控制。推導(dǎo)并建立了智能小車的運動學(xué)方程，對不同速度和路徑情況下智能小車的行駛進行了分析與仿真，利用Matlab的模糊控制工具箱對系統(tǒng)的輸入輸出進行了驗證，在獲得大量實驗數(shù)據(jù)的基礎(chǔ)上，采用freescale公司的MC9SC12系列16位單片機實現(xiàn)了智能小車的自動尋跡和行駛?！娟P(guān)鍵詞】智能小車；模糊控制；路徑識別TheSmartCarforRouteRecognitionandTrackingBasedonFuzzyControl【Abstract】Theruleoflanguageandfuzzycontrolareappliedtorouterecognitionandtrackingofasmartcar.Thekinematicsequationsofsmartcararededucted,analysisandsimulationarecarriedoutforthemotionofsmartcarunderdifferentspeedandroute.ThefunctionsinfuzzycontroltoolboxofMatlab6.5areemployedtocheckthevalidationofinputandoutput.Theexperimentresultsdemonstratethesmartcarbasedona16bit-MCUofFreescaleiscapableofracinginthespecificracetrack.【KeyWords】smartcar;fuzzycontrol;routerecognition國內(nèi)外學(xué)者和科技人員已經(jīng)研究出了很多針對具體目標的識別和跟蹤算法，但是相對來說利用模糊控制算法來實現(xiàn)智能小車的目標識別與跟蹤較少，原因為模糊算法需要在大量實驗的基礎(chǔ)上得出結(jié)論，同時需要有豐富的專家經(jīng)驗融合在所設(shè)計的系統(tǒng)中，模糊控制器的參數(shù)調(diào)整相對傳統(tǒng)的控制方法來說也較為困難。但是由于模糊控制運算周期短，無需建立復(fù)雜的數(shù)學(xué)模型，所以非常適合智能小車的目標識別與跟蹤。本文提出了一種在速度保持一定的前提下，采用“飛斯卡爾”MC9S12DG128B單片機為核心控制器，利用模糊控制策略處理來自光電傳感器所采集到的指引線數(shù)據(jù)的設(shè)計方法，從而減少系統(tǒng)運算時間，提高系統(tǒng)的響應(yīng)速度，減少系統(tǒng)的響應(yīng)時間，加強系統(tǒng)的穩(wěn)定性，為今后進一步研究提供了一個平臺。1.智能尋跡小車的系統(tǒng)組成大賽配發(fā)的標準車模用7.2V2000mAhNi-cd蓄電池進行電壓調(diào)節(jié)。其中，單片機系統(tǒng)、路徑識別的光電傳感器和接收器電路、轉(zhuǎn)向舵機（工作電壓范圍4.8V到6V）需要5V電壓，CCD傳感器需要12V電壓，直流電機可以使用7.2V2000mAhNi-cd蓄電池直接供電驅(qū)動。系統(tǒng)電源分配示例見圖1.1。7.2V7.2V穩(wěn)壓和升壓模塊傳感器舵機單片機5V圖1.1：系統(tǒng)電源分配圖系統(tǒng)結(jié)構(gòu)簡圖如圖1.2。MCUMCUMC9S12DG128傳感器電機驅(qū)動電路轉(zhuǎn)向舵機直流電機圖1.2：系統(tǒng)結(jié)構(gòu)簡圖2、控制策略利用如下圖所示光電傳感器對智能尋跡小車的自身的差進行檢測，并作為智能小車的一個輸入量e，中間三個傳感器作為中間位置的檢測，左、右邊三個作為兩邊三個不同控制輛的方向檢測。模糊控制器另外一個輸入為誤差變化率ce，輸出為舵機的控制量u。圖2.1：傳感器分布圖人為的將9個傳感器進行量化編號-4~4，并確定語言值為：“負大（NB）”、“負中（NM）”、“負?。∟S）”、“零（ZO）”、“正?。≒S）”、“正中（PM）”、“正大（PB）”七個語言變量,模糊控制器的輸入量的語言值模糊子集選取為:{NB,NM,NS,ZO,PS,PM,PB}。采取最為簡單的三角形作為其隸屬度函數(shù)，圖像如下：圖2.2e的隸屬度函數(shù)：圖2.3ce的隸屬度函數(shù)圖2.4輸出u的隸屬度函數(shù)檢測點編碼表2.1：左4左3左2左1中間右1右2右3右4-4-3-2-101234根據(jù)選區(qū)的語言制定出相模糊控制規(guī)則，規(guī)則定制思想為當誤差e為正大（PB）的時候，如果誤差變化也為正大（PB）,表明系統(tǒng)誤差正在不斷增大，為了迅速使誤差減小，應(yīng)盡快減少控制量（NB）;如果誤差變化為負?。∟S）,即誤差已在慢慢減小，因此應(yīng)當適當減少控制量（NM），如果此時系統(tǒng)誤差正在快速減小，即誤差變化為負大（NB），則為防止超調(diào)，控