智能无人驾驶汽车计算机控制系统
无人驾驶汽车安全行驶的三大系统
无人驾驶汽车安全行驶的三大系统无人驾驶汽车是近年来科技领域进步的一个重要成果，它的出现给交通出行领域带来了巨大的变革和创新。
与此人们也对无人驾驶汽车的安全性和可靠性产生了担忧。
在实际的道路行驶中，如何确保无人驾驶汽车能够安全行驶成为了一个急需解决的问题。
为了解决这一问题，科技公司和汽车制造商们推出了许多安全系统，其中包括了影响无人驾驶汽车安全行驶的三大系统。
今天，我们将对这三大系统进行介绍，希望能够为大家解除对无人驾驶汽车安全性的顾虑。
第一大系统：传感器系统传感器系统是无人驾驶汽车中最重要的安全系统之一。
无人驾驶汽车需要通过各种传感器来感知周围环境和道路状况，以便做出相应的驾驶决策。
传感器系统通常包括激光雷达、毫米波雷达、摄像头、超声波传感器等多种类型的传感器。
这些传感器能够实时监测车辆周围的情况，包括行人、车辆、道路障碍物等，确保无人驾驶汽车在行驶过程中能够及时做出应对。
激光雷达是传感器系统中的重要组成部分，它能够通过激光束来扫描周围环境并得到高精度的距离数据。
激光雷达能够在各种天气条件下工作，并且对于各种物体都能够做出准确的探测和距离测量。
毫米波雷达则是通过发射和接收毫米波信号来探测周围物体的位置和速度，它适用于各种复杂的道路环境，如城市道路、高速公路等。
摄像头能够实时获取道路上的图像信息，并通过图像识别技术对周围的车辆、行人、交通标志等进行识别和跟踪。
超声波传感器能够检测车辆周围的障碍物，确保无人驾驶汽车在停车和倒车时避免碰撞。
传感器系统通过将各种传感器的信息进行融合和处理，能够为无人驾驶汽车提供全方位的周围环境感知能力，从而保障汽车在行驶过程中的安全性。
第二大系统：自动驾驶控制系统自动驾驶控制系统是无人驾驶汽车的核心系统之一，它能够通过计算机系统对汽车进行精确的控制和驾驶。
自动驾驶控制系统通常包括车辆动力系统、底盘控制系统、转向控制系统、制动系统等多个子系统的集成。
在车辆动力系统方面，无人驾驶汽车通常采用电动驱动或混合动力驱动技术，以实现高效和低排放的动力输出。
无人驾驶实现城市智能交通的核心技术
无人驾驶实现城市智能交通的核心技术随着科技的不断发展和进步，无人驾驶技术逐渐成为城市智能交通的热门话题。
无人驾驶交通系统是指利用感知技术、自动控制以及人工智能等技术，实现车辆在没有人类驾驶员的情况下自主行驶的技术系统。
它具备自动驾驶、智能导航、流量优化等功能，能够提供更高效、安全可靠的城市交通解决方案。
本文将探讨实现城市智能交通的核心技术。
1. 感知技术感知技术是无人驾驶交通系统中的关键技术之一。
它通过使用各种传感器，如激光雷达、摄像头、超声波传感器等，获取周围环境的信息。
这些传感器将数据传输到车辆的计算机系统中，通过对数据的处理和分析，车辆可以获取路况信息、障碍物位置等重要数据，从而做出准确的决策。
2. 自动控制系统自动控制系统是实现无人驾驶的另一个重要组成部分。
它负责根据感知技术获取的数据，对车辆进行实时控制。
自动控制系统采用了先进的控制算法和方法，能够根据实际情况自主决策，并对车辆进行准确的操作。
自动控制系统的核心是自动驾驶模块，它通过控制车辆的加速、刹车、转向等动作，使车辆能够在道路上安全行驶。
3. 人工智能技术人工智能技术在无人驾驶交通系统中扮演着至关重要的角色。
人工智能技术可以通过对大量数据的学习和分析，提高车辆的感知和决策能力。
通过机器学习和深度学习等技术，车辆可以根据之前的经验和数据，预测未来的行驶情况，并做出相应的决策。
此外，人工智能技术还可以实现交通流优化，提高整体的道路通行效率。
4. 通信技术通信技术在实现无人驾驶交通系统中也起到了重要作用。
车辆之间的通信，以及车辆与交通管理中心之间的通信，能够实现车辆之间的协同和交通信息的共享。
通过通信技术，车辆可以实时获取其他车辆的位置和意图信息，从而进行智能的行驶和避免碰撞事故。
同时，交通管理中心可以通过与车辆的通信，实时掌握交通状况，并进行合理调度和优化。
5. 数据安全技术在无人驾驶交通系统中，数据的安全性至关重要。
无人驾驶车辆产生的庞大数据需要进行收集、传输、存储和处理，而这些过程中都需要保障数据的安全性和隐私保护。
人工智能无人驾驶汽车安全操作手册
人工智能无人驾驶汽车安全操作手册第一章：概述 (3)1.1 无人驾驶汽车的定义与分类 (3)1.2 无人驾驶汽车的安全性与可靠性 (3)第二章：技术原理 (4)2.1 感知系统 (4)2.2 决策系统 (4)2.3 控制系统 (4)2.4 通信系统 (5)第三章：安全操作规范 (5)3.1 启动与关闭操作 (5)3.1.1 启动操作 (5)3.1.2 关闭操作 (5)3.2 车辆行驶前的检查 (5)3.2.1 车辆外观检查 (5)3.2.2 车辆功能检查 (6)3.2.3 传感器与摄像头检查 (6)3.3 行驶过程中的注意事项 (6)3.3.1 保持安全距离 (6)3.3.2 注意观察交通状况 (6)3.3.3 遵守交通信号 (6)3.3.4 遇到特殊情况的处理 (6)3.4 紧急情况下的处理 (6)3.4.1 突发故障 (6)3.4.2 碰撞 (6)3.4.3 紧急制动 (7)第四章：自动驾驶功能使用 (7)4.1 自动驾驶模式的启动与切换 (7)4.1.1 启动条件 (7)4.1.2 启动方法 (7)4.2 自动驾驶功能限制与注意事项 (7)4.2.1 功能限制 (7)4.2.2 注意事项 (7)4.3 自动驾驶过程中的监控与干预 (8)4.3.1 监控 (8)4.3.2 干预 (8)4.4 自动驾驶系统故障处理 (8)4.4.1 故障诊断 (8)4.4.2 故障处理 (8)第五章：环境适应性 (8)5.1 不同天气条件下的驾驶策略 (8)5.2 不同道路条件下的驾驶策略 (9)5.3 夜间行驶操作要点 (9)5.4 环境感知系统的维护与保养 (9)第六章：故障诊断与处理 (10)6.1 故障诊断方法 (10)6.1.1 自诊断系统 (10)6.1.2 人工诊断 (10)6.2 常见故障及其处理方法 (10)6.2.1 传感器故障 (10)6.2.2 执行器故障 (11)6.3 紧急故障处理 (11)6.3.1 车辆失控 (11)6.3.2 系统故障 (11)6.4 维修与保养 (11)第七章：安全防护措施 (12)7.1 被动安全防护 (12)7.1.1 结构设计 (12)7.1.2 乘员约束系统 (12)7.2 主动安全防护 (12)7.2.1 驾驶辅助系统 (12)7.2.2 车辆稳定控制系统 (13)7.3 紧急制动系统 (13)7.4 安全距离控制 (13)第八章：法律法规与合规性 (13)8.1 无人驾驶汽车相关法律法规 (13)8.2 安全操作合规性要求 (14)8.3 驾驶员培训与资质 (14)8.4 法律责任与处理 (14)第九章：用户手册与维护保养 (15)9.1 用户手册内容与使用 (15)9.1.1 用户手册内容概述 (15)9.1.2 用户手册使用方法 (15)9.2 车辆维护保养周期与项目 (15)9.2.1 维护保养周期 (15)9.2.2 维护保养项目 (15)9.3 自我检查与维护 (16)9.4 专业维修与保养 (16)第十章：售后服务与客户支持 (16)10.1 售后服务政策 (16)10.2 客户投诉与处理 (17)10.3 技术支持与升级 (17)10.4 用户反馈与改进 (17)第一章：概述1.1 无人驾驶汽车的定义与分类无人驾驶汽车，顾名思义，是指无需人类驾驶员操作，能够自主完成行驶任务的汽车。
智能无人驾驶系统的设计与实现
智能无人驾驶系统的设计与实现
摘要
智能无人驾驶技术是利用计算机图像识别、机器学习、自动控制和定
位技术，让车辆在没有人类驾驶员的情况下实现自动驾驶的技术。
本文研
究了智能无人驾驶技术的设计原理及实现步骤，主要的技术包括传感器技术、自动导航技术、定位技术、图像识别技术、机器学习等。
此外还介绍
了各种关键技术实现方法，包括深度神经网络、支持向量机、决策树、规
则基础的决策方法等。
最后，结合当前的研究成果，对无人驾驶系统的未
来发展趋势做出了展望。
关键词：智能无人驾驶；传感器技术；自动导航技术；机器学习
1. 绪论
近年来，随着智能技术和互联网的发展，智能无人驾驶技术正在迅猛
发展，已经成为当前非常热门的领域。
智能无人驾驶技术是一种利用计算
机图像识别、机器学习、自动控制和定位技术，使车辆在没有人类驾驶员
的情况下实现自动驾驶的技术。
其核心思想是机器利用自身的知识和能力，根据实时的环境感知获得信息，做出正确的决策和控制动作，从而实现自
动驾驶的目标。
无人驾驶系统的建模要求高，模型的建立需要考虑众多因素。
无人驾驶汽车系统
无人驾驶汽车系统无人驾驶汽车系统是一种搭载了各种传感器、计算机和通信设备的技术，可以在无需人类驾驶员干预的情况下自主地完成行驶任务。
这一先进的技术正逐渐引领着未来交通的发展方向，具有广阔的应用前景和巨大的经济潜力。
无人驾驶汽车系统的核心部分是智能驾驶系统，它集成了激光雷达、摄像头、超声波传感器等多种传感器，实时感知周围环境，并将数据传输至中央处理单元，通过深度学习和人工智能算法进行数据分析和决策。
系统根据周围环境的变化，自主选择最佳路径、避开障碍物、控制加速和刹车等操作，确保车辆平稳安全地行驶。
无人驾驶汽车系统的应用领域广泛，涵盖了私人交通、公共交通、物流运输等多个领域。
在私人交通领域，无人驾驶汽车将给人们的出行方式带来巨大的改变。
无人驾驶汽车可以提供更加便捷、高效的出行体验，解决交通堵塞和停车难题，节约时间和成本。
此外，无人驾驶汽车还可以减少交通事故的发生，提高道路安全性。
在公共交通领域，无人驾驶汽车可以提供定制化的线路和服务，满足市民多样化的出行需求，改善城市交通拥堵状况。
在物流运输方面，无人驾驶汽车可以实现自动化和智能化的货物运输，提高运输效率和物流配送准确性。
然而，要实现无人驾驶汽车系统的大规模应用，仍然存在一些技术和法律上的挑战需要克服。
首先，无人驾驶汽车系统在不同环境下的适应性和安全性仍需提升。
例如，恶劣天气条件下的自动驾驶系统行驶能力和安全性相对较低，需要进一步优化。
其次，无人驾驶汽车系统面临技术标准、道路交通法规等法律和政策制定的挑战。
制定相关法律法规以及建立行业标准，将是实现无人驾驶汽车系统商业化和规模化运营的必要条件。
此外，无人驾驶汽车系统的安全性也是当前亟待解决的问题之一。
尽管无人驾驶汽车系统配备了多种传感器和智能驾驶系统，但依然难以完全避免安全事故的发生。
在实际应用中，系统的漏报、误报等问题仍需要进一步改善。
同时，信息安全也是一个不可忽视的问题。
无人驾驶汽车系统的大量数据交换和信息共享，对信息安全提出了更高的要求，需要加强保护措施，防止黑客攻击和数据泄漏。
无人驾驶汽车系统的设计与实现
无人驾驶汽车系统的设计与实现引言近年来，随着科学技术和社会经济的不断发展，无人驾驶技术成为了互联网、人工智能等领域研究的热点之一。
目前，无人驾驶技术在各个领域应用广泛，例如：企业物流、公共交通、工地作业、无人机配送等。
其中，无人驾驶汽车系统是无人驾驶技术的一个重要领域，其研究意义和应用前景都非常广阔。
一、无人驾驶汽车系统概述无人驾驶汽车系统是一种基于人工智能技术及传感器感知技术，通过计算机程序控制驾驶汽车并实现自主导航的一种新型智能交通系统。
无人驾驶汽车系统不仅具有高效、节能、安全、舒适、环保的特点，在交通管理等领域也具有无可替代的重要作用。
二、无人驾驶汽车系统设计的关键技术无人驾驶汽车系统设计的关键技术主要包括以下几个方面：1. 传感器技术无人驾驶汽车系统的实现离不开传感器技术，其通过安装在汽车的各个位置的传感器获取汽车位置、速度、方向等信息，并通过数据传输技术与共享数据中心信息相互关联，实现汽车导航定位、避让障碍物等功能。
2. 测绘技术无人驾驶汽车系统离不开精准的测绘技术，其把地图的信息融合在汽车路线的设计之中，再通过传感器与实时数据反馈机构的联动，实现一种高精度的导航功能。
3. 算法技术算法技术在无人驾驶汽车系统中起到了关键的作用，它不仅负责汽车导航定位和避让障碍物等功能的实现，还必须能够处理复杂环境下的各种情况，如天气突变等意外情况的应对。
4. 控制与通信技术无人驾驶汽车系统并不是一种单独的系统，它依赖于各种传输数据和控制指令的技术和设备，如定位导航、车辆信息通信等功能，因此无人驾驶汽车系统中的通信技术必须保证能够以高速度、低延时的方式将数据传输到汽车系统中，从而实现车辆及其控制的高效传输。
三、无人驾驶汽车系统实现的关键步骤无人驾驶汽车系统的实现包括以下几个关键步骤：1. 汽车底盘控制模块通过汽车底盘控制模块，我们可以实现汽车的定向和控制，这是一种基于传感技术的定位导航技术，其通过感知器的输入信息，可以实现汽车的自主导航和不同路径之间的切换。
无人驾驶汽车技术概述
无人驾驶汽车技术概述引言随着科技的不断发展，无人驾驶汽车技术成为汽车行业的热点之一。
无人驾驶汽车是指能够在没有人为干预的情况下行驶的汽车，通过集成了各种传感器、计算机视觉和人工智能技术，以及先进的控制系统来实现自动驾驶。
本文将对无人驾驶汽车技术进行概述。
传感器技术无人驾驶汽车依靠各种传感器来感知周围环境，以及获取和处理相关数据。
其中主要包括激光雷达、摄像头、超声波传感器等。
激光雷达利用激光束扫描周围环境，生成准确的三维地图，用于实时定位和识别障碍物，而摄像头则通过计算机视觉技术实时获取图像信息，用于识别道路标志、交通信号和行人等。
人工智能与深度研究人工智能（AI）和深度研究技术是实现无人驾驶汽车的核心之一。
通过训练神经网络模型，无人驾驶汽车可以研究并理解各种驾驶场景，并做出相应的决策。
人工智能技术还能帮助汽车实现自主导航、避障和路径规划等功能。
控制系统与算法无人驾驶汽车的控制系统包括车辆动力系统和自动驾驶系统。
车辆动力系统负责控制车辆的加速、制动和转向等操作，而自动驾驶系统则负责处理传感器数据并做出相应的决策。
自动驾驶系统中的算法考虑到各种驾驶情景，并能够灵活地做出决策以确保安全行驶。
安全性与法规无人驾驶汽车技术的发展不仅需要满足高性能和高效率的要求，更需要考虑安全性和法规的限制。
无人驾驶汽车技术需要经过严格的测试和验证，确保其能够可靠地应对各种异常情况，并遵守交通规则和法律法规。
发展前景无人驾驶汽车技术在提高交通效率、减少交通事故、节省能源等方面具有巨大潜力。
随着技术的不断发展和成熟，无人驾驶汽车将逐渐成为未来交通出行的重要方式，对于城市交通管理和出行体验带来革命性的变化。
结论无人驾驶汽车技术的发展离不开传感器技术、人工智能与深度研究、控制系统与算法的综合应用。
随着技术和法规的进一步发展，无人驾驶汽车将成为未来更安全、更高效的交通工具。
无人驾驶汽车中的智能控制系统研究
无人驾驶汽车中的智能控制系统研究随着科技的发展，人们对于无人驾驶汽车的需求越来越高。
与传统的人类驾驶不同，无人驾驶汽车需要有一个高度智能的控制系统来保证其安全性和稳定性。
在这篇文章中，我们就来深入探讨无人驾驶汽车中的智能控制系统研究。
一、传感器技术作为智能控制系统的核心，传感器技术对于无人驾驶汽车是至关重要的。
传感器可以感知汽车周围的环境，包括道路、车辆、行人等，从而及时做出反应。
当前，无人驾驶汽车所采用的传感器主要有激光雷达、摄像头、超声波传感器等。
其中，激光雷达是目前智能控制系统中应用最广泛的一种传感器。
它可以在车辆周围600米范围内进行三维空间扫描，从而获取周围环境的精确位置和距离信息。
这对于无人驾驶汽车的自动驾驶、自动避让等功能来说非常关键。
二、数据处理技术传感器获取的数据是海量且复杂的，如何对这些数据进行高效处理是无人驾驶汽车智能控制系统研究中的又一难点。
目前，主流的数据处理技术包括计算机视觉技术、深度学习技术等。
计算机视觉技术可以用来解决图片和视频信号的信息处理问题。
通过对传感器采集的图像、视频等信息进行分析和识别，计算机视觉技术可以对道路、车辆、行人等信息进行准确的识别和定位。
在无人驾驶汽车的自动驾驶过程中，计算机视觉技术可以帮助车辆做出正确的判断和决策。
深度学习技术则是目前最为强大的数据处理技术之一。
其通过神经网络的学习和训练，可以自动发现数据中的规律和模式，并进行自主决策。
在无人驾驶汽车中，深度学习技术可以帮助车辆实现目标检测、行驶轨迹规划、自动避让等功能。
三、决策算法无人驾驶汽车的智能控制系统需要能够实现自主决策，这就需要有一种高效的决策算法。
目前，无人驾驶汽车智能控制系统中应用最广泛的决策算法是强化学习算法和规划算法。
强化学习算法是一种通过试错学习的方法。
该算法通过不断地尝试不同的决策和行动，来获取最优的决策策略。
在无人驾驶汽车中，强化学习算法可以帮助车辆做出灵活而准确的决策，从而避免行驶中的危险和误判。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
智能无人驾驶汽车计算机控制系统一、智能无人驾驶汽车计算机控制系统简介1、智能无人驾驶简介智能无人驾驶汽车是一个集环境感知、规划决策、多等级辅助驾驶等功能于一体的综合系统，对车辆的操作实质上可视为对一个多输入、多输出、输入输出关系复杂多变、不确定多干扰源的复杂非线性系统的控制过程。
驾驶员既要接受环境如通路、拥挤、方向、行人等的信息，还要感受汽车如车速、侧性偏移、横摆角速度等的信息，然后经过判断分析和决策，并与自己的驾驶经验相比较，确定出应该做的操纵动作，最后由身体、手、脚等来完成操纵车辆的动作。
因此在整个驾驶过程中，驾驶员的人为因素占了很大的比重。
一旦出现驾驶员长时间驾车、疲劳驾车、判断失误的情况，很容易造成交通事故。
二、系统的控制要求（1）系统中心控制部件（单片机）可靠性高，抗干扰能力强，工作频率最高可达到25MHz，能保障系统的实时性。
（2）系统在软硬件方面均应采用抗干扰技术，包括光电隔离技术、电磁兼容性分析、数字滤波技术等。
（3）系统具有电源实时监控、欠压状态自动断电功能。
（4）系统具有故障自诊断功能。
（5）系统具有良好的人性化显示模块，可以将系统当前状态的重要参数（如智能车速度、电源电压）显示在LCD上。
（6）系统中汽车驱动力为500N时，汽车将在5秒内达到10m/s的最大速度。
一、系统总体方案设计1、系统总体结构整个系统主要由车模、模型车控制系统及辅助开发系统构成。
智能车系统的功能模块主要包括：控制核心模块、电源管理模块、路径识别模块、后轮电机驱动模块、转向舵机控制模块、速度检测模块、电池监控模块、小车故障诊断模块、LCD 数据显示模块及调试辅助模块。
每个模块都包括硬件和软件两部分。
硬件为系统工作提供硬件实体，软件为系统提供各种算法。
2、控制机构与执行机构智能车主要通过自制小车来模拟执行机构，自制小车长为34.6cm，宽为24.5cm，重为1.2kg，采样周期为3ms，检测精度为4mm。
控制机构中，主控制核心采用freescale16位单片机MC9S12DG128B。
系统在CodeWarrior 软件平台基础上设计完成，采用C语言和汇编语言混合编程，提供强大的辅助模块，包括电池检测模块、小车故障诊断模块、LCD数据显示模块以及调试辅助模块。
在路径识别模块，系统利用了freescaleS12系列单片机提供的模糊推理机。
3、控制规律因为系统电机控制模块控制小车的运动状态，其在不同阶段特性参数变化很大，故采用数字PID控制器，该控制器技术成熟，结构简单，参数容易调整，不一定需要系统的确切数字模型。
4、系统各模块的主要功能控制核心模块：使用freescale16位单片机MC9S12DG128B，主要功能是完成采集信号的处理和控制信号的输出。
电源管理模块：对电池进行电压调节，为各模块正常工作提供可靠的电压。
路径识别模块：完成跑道信息的采集、预处理以及数据识别。
后轮电机驱动模块：为电机提供可靠的驱动电路和控制算法。
转向舵机控制模块：为舵机提供可靠的控制电路和控制算法。
速度检测模块：为电机控制提供准确的速度反馈。
电池监控模块：对电池电量进行实时监控，以便科学的利用，保护电池。
小车故障诊断模块：对小车故障进行快速、准确的诊断。
LCD数据显示模块：显示系统当前状态的重要参数。
调试辅助模块：使得小车调试更加方便。
5、系统的开发平台系统软件开发平台采用CodeWarrior for S12二、系统硬件和软件设计1、系统的硬件设计系统硬件系统框图如下：以下按各模块来分别设计本硬件电路：（1）电源管理模块：电源管理模块的功能对电池进行电压调节，为各个模块正常工作提供可靠的工作电压。
电源管理模块采用7.2V、2000mAh镍镉电池以及LM2576（5V），LM317（6V）稳压芯片构成。
（2）微处理器：采用微处理器MC9S12DG128（3）路径识别模块：红外发射管和红外接收管以及达林顿管ULN2803A作为路径识别的传感器。
采用双排传感器的策略，第一排传感器专门用于识别路径以及记忆路径的各种特征点，第二排传感器专门用于识别起始位置与十字交叉路口，由于不同传感器的功能不一样，因此它们的布置与安装位置也是不同。
（4）后轮驱动和速度检测模块：驱动直流电机的型号为RS—380SH，输出功率为0.9W—40W。
电机驱动部分采用了两块MC33886组成的全桥式驱动电路，可以控制电机的反转以达到制动的目的。
(5）转向舵机模块:凡是需要操作性动作时都可以用舵机来实现。
本设计采用的舵机型号为HS —925（SANWA ），尺寸为39.4*37.8*27.8，重量56kg ，工作速度0.11sec/60（4.8V ），0.07sec/60（6.0V ），堵转力矩6.1kg 。
(6)电源电压检测模块智能车采用镍镉电池供电，本模块用到的主要器件为光电耦合芯片TLP521—2以及运算放大器LM324。
(7)液晶显示模块:LCD 控制器HD44780。
(8)辅助调试模块（红外遥控）:本模块主要用红外接收器HS0038A 和红外遥控器来进行遥控控制。
(9)故障诊断模块:利用单片机的SCIO 口，通过RS —232接口与上位机连接起来，通过软件编程，小车不断的向上位机发送代码，通过故障代码就可以马上诊断出故障源。
2、系统的软件设计（1）后轮驱动电机控制算法采用数字控制器的连续化设计技术PID 控制算法来控制本部分电路。
PID 控制器的传递函数为：2()1()(1)()D p I I p D p D I K s K s K K U s D s K T s K K s E s T s s s ++==++=++=设定Kp= 1500进行测试，此时仿真静态值与静态误差以及上升时间已基本满足系统需求，从而完全可以通过继续增加比例系数来调节系统特性，进而理论上可以省去积分环节。
但是随着比例系数的增加动态过程将让人不满意，其动态变化将过快，从而给驾驶人员带来身体上的不适，增加积分环节：积分环节的加入可以调节系统的静态误差。
设定Kp=1000，Ki= 50系统基本实现设计要求所以综上所述，我们设计的PID 控制器的传递函数为：()100050()()U s s D s E s s +==，采样周期为T=0.1s 。
然后，利用数字控制器的离散化设计步骤来设计本系统。
通过前面的分析，知道被控对象的连续传递函数为：()1()Y s U s ms b =+。
其中，m=1000，b=50。
因为零阶保持器的传递函数为：1()Ts e H s S --=。
所以得到广义对象的脉冲传递函数为：1111()[*](1)[]100050(100050)Ts e G z Z z Z s s s s --==-++1111111(1)[*]*(1)*20*[]1110001000()2020z Z z Z s s s s --=-=--++ 11120111201(1)10.0488[]*505010.95121e z z z e z -------==-- 对单位脉冲输入信号的十倍，110()1R z z -=-，选择 1()z z φ-=。
在十倍的单位阶跃信号，采样周期为1s 时，只需一拍输出就能跟踪输入，误差为零，非常好的达到了系统的设计要求。
（2）路径识别模块的软件设计路径识别主要运用MC9S12DG128B 内部的模糊推理机运用模糊逻辑的基本知识来实现。
（3）数字滤波技术在电动机数字闭环控制系统中，测量值k y 是通过系统的输出量进行采样而得到的。
它与给定值r （t ）之差形成偏差信号k e ，所以，测量值k y 是决定偏差大小的重要数据。
测量值如果不能真实地反映系统的输出，那么这个控制系统就会失去它的作用。
在实际中，对电动机输出的测量值常混有干扰噪声，用混有干扰的测量值作为控制信号，将引起误动作，在有微分控制环节的系统中还会引起系统震荡，危害极大。
在本系统设计中，采用了移动平均滤波法。
移动平均滤波法没计算一次测量值，只需采样一次，所以大大加快了数据处理速度，非常适合于实时控制。
移动平均滤波法是将采样后的数据按采样时刻的先后顺序存放在RAM 中，在每次计算前先顺序移动数据，将队列前的最先采样的数据移出，然后将最新采样的数据补充到队列的尾部，以保证数据缓冲区里总有n 个数据，并且数据仍按采样的先后顺序排列。
这时计算队列中各数据的算术平均值，这个算术平均值就是测量值k y ，它实现了每采样一次，就计算一个k y 。
（4）转向舵机控制算法舵机控制是智能车系统中很重要的一个环节，舵机控制的好坏也直接影响了小车的控制效果，舵机的控制信号为20ms 的脉宽调制信号，其中脉冲宽度从0.5ms —2.5ms ，相对应舵盘的位置为0—180度，呈线性变化。
也就是说，给它一定的脉宽，它的输出轴就会保持在一个相对应的角度上，无论外界转矩怎样改变，直到给它提供一个另外宽度的脉冲信号，它才会改变输出角度到新的对应的位置上。
（5）速度检测软件设计速度传感器采用红外对射式传感器，传感器感应出与速度相关的脉冲后，接下来就要识别这些脉冲。
有两种方法可以识别，一种是通过测量脉冲的宽度来识别小车的速度，另一种是通过计算一定时间内的脉冲的个数来识别小车的速度。
本设计采用后一种方法。
在本设计中利用了MC9S12DG128B 内部的两个资源，分别是RTI 中断和输入捕捉中断：通过RTI 中断，可以控制一定的时间，这段时间是固定的；通过输入捕捉中断，来计算捕获脉冲的个数，最后通过在这段时间内捕获的脉冲个数来反映小车速度的大小。
二、 系统设计总结该智能车控制系统智能化程度较高，使用操作简单，性能可靠；采用专用单片机控制系统，提高系统工作可靠性；智能化程度较高，在一定程度下，基本不用人工操作；采用LCD 液晶显示，人机交互化程度较高。
（注：素材和资料部分来自网络，供参考。
请预览后才下载，期待你的好评与关注！）。