摄像头智能循迹小车

智能摄像头小车的设计与制作 一.设计思想与总体方案 1，设计思想 小车行驶过程中，通过摄像头探测前方的黑线，将采集到的信息传回单片机， 通过判断黑线的形状和曲率调整舵机转角，使小车沿黑线行驶，达到循迹功能。 2，总体设计方案 本设计以 Freescale16 位单片机、MC9SXS128 作为检测和控制核心，用 CCD 摄像头探测黑线，飞思卡尔车体。 3 摄像头选择
由于对车体的控制方法都是基于对赛道黑线的准确提取与判断上的，所以对 外界信息采集的唯一入口的摄像头传感器选择就显得尤为重要。本次实验所选用 的摄像头为 CCD 摄像头相比较而言，CMOS 数字摄像头硬件电路相对简单，工作 电压低，电流小，功耗小，工作稳定。但是在动态图像的现实中不如 CCD 摄像 头清晰，而且噪音比较大，灵敏度低。小车在高速运动情况下，不仅有小车沿赛 道延伸方向的速度，还有位置校正带来的横向摆动，这样一来，黑线在曝光时间 内不稳定，产生了图像不实。在这一点 CCD 摄像头有更大的优势，它噪音小， 灵敏度高，信噪比大，所以我们选择 CCD 摄像头，以适应小车高速运动的情况。
二.系统硬件结构设计
本系统硬件结构主要由 HCS12 控制核心、电源管理单元、摄像头模拟信号 采集电路、车速检测模块、转向伺服电机控制电路和直流驱动电机控制电路组成， 其系统硬件结构如图 1.1 所示。

图 1.1 系统硬件框图 1，单片机单元 XS128 最小系统
我们采用了自己设计制作的最小系统板，采用 MC9SXS128 芯片作为控制芯 片。具有体积小，性能稳定的特点。主频最高可达到 90M，图 2.8 为系统版原理 图。

3， 测速电路设计
图 2.8 最小系统板原理图
由于今年的车模是双电机，要对小车进行很好的控制就必须实时的监测 小车的运行状态，即检测小车的运行速度。MC9SXS128 系统板自带一路脉冲捕捉 电路，可以测出一个电机的速度，另一个电机的速度我们采用 74HC161 芯片来计 数测出电机的当前速度，其电路原理图如图 2.11 所示。
图 2.11 电机测速电路

4 智能车整体硬件电路设计
源有 口 接 板 主
表 2.1 车模硬件电路技术参数
驱动电机 驱动舵机 两个测速传感器
摄像头 串口 控制板
速度控制 电源
转向控制 电源
速度反馈
电源 图像采集
电源 和电脑、SD 卡数据传输
2 个程序开始按键 8 位拨码开关一个
复位按键
4 路 8 位的 PWM 输出 PWM0、PWM1、PWM2、PWM3
7.2V 1 路 16 位 PWM 输出 PWM45
6V 1 个脉冲累加器外部引脚 PT7 和 74HC161 的 CLK 输 入引脚
5V PORTB 口
PT0、PT1、PT2 口
12V
SCI0、SPI 2 个 I/O 端口
PJ6、PJ7 8 个 I/O 端口
PE0~PE7
1个
8 个 I/O 输出口

整体电容 三.软件设计
电源系统 最小系统板 主控板
PAD0~PAD7 1758uF 61uF
10uF
软件部分主要包括：路径识别、方向控制、速度控制、速度测量和速度控制 四个模块。这里先介绍了总程序流程，然后重点介绍了 CCD 摄像头图像信息的 数据采集与处理软件设计流程图。 1 整体程序介绍 图 5.1 为程序流程图。

图 5.1 整体程序流程图 四 控制算法
在经过几届比赛的总结，我们得出一个结论：在智能车这个控制系统中，控 制算法用 PID 足够达到其极限速度，盲目追求较高级的控制算法是一种错误的 观点。除非现有的控制算法不足以支撑现有速度下的控制策略，在本科阶段我们 现在自认为不足以达到这个高度，所以我们在准确提取赛道的基础上依然采用用 分段 PID 算法作为控制算法。
极品 1 号的控制方法为 PID 控制方法。它由速度闭环控制和位置闭环控制 两个部分组成，以下简称速度环和位置环。速度环使用传统的 PI 控制算式，为

了提高车模对速度的阶跃信号的快速响应，采用自己设计制作的 H 桥。同时，算 式中的比例系数 Kp 被设置的较大，用以改善电机的硬度。位置环负责对车模在 赛道中的行进位置进行调节。使用了 PD 算式，并作了改进。传统的 PD 算式中微 分项的响应时间仅为一个采样周期，可能还没有达到好的控制效果时，微分输出 已经消失。车模在高速行驶过程中，需要灵活的应对各种路况，这就需要在低速 状态下具有快速的转向性能。因此对微分部分进行改进是十分必要的。 4.1 PID 控制算法及其改进形式的应用 4.1.1PID 算法简介
PID 控制是工业过程控制中历史最悠久，生命力最强的控制方式。这主要是 因为这种控制方式具有直观、实现简单和鲁棒性能好等一系列的优点。位置式 PID 算式连续控制系统中的 PID 控制规律是
5.1 其中 x0 是偏差信号为零时的控制作用，是控制量的基准；利用外接矩形法 进行数值积分，一阶后向差分进行数值微分，当选定采样周期为 T 时，式 5.1 可离散为下面的差分方程
5.2 增量式 PID 算式。 根据式 5.2 得出
5.3 于是

5.4 式 5.3 的计算结果，反映了第 k 和第 k-1 次输出之间的增量，所以称为 增量算式。这个算式的结果是可正可负的。利用增量算式控制执行机构，执行机 构每次只增加一个增量，因此执行机构起了一个累加的作用。对于整个系统来说， 位置和增量式两种算式并无本质区别，只是将原来全部由计算机完成的工作，分 出一部分由其他元件去完成。然而，虽然增量式算式只是算法上的一点改进，却 带来了不少优点： 算式只与最近几次采样值有关，不需要进行累加，不易引起误差累积，因此 容易获得较好的控制效果。计算机只输出增量，误动作时影响小，必要时可加逻 辑保护，限制或禁止故障时的输出。手动于自动切换时，由于步进电机具有保持 作用，所以容易实现无扰动切换，机器故障时，也可以把信号保持在原位。由于 增量算式有上述优点，在实际控制中，应用得比位置式更为广泛。式 5.4 还可进 一步改写为
5.5 其中：
5.6
5.7
5.8 于是编程和计算可以得到进一步的简化。 4.1.2 积分饱和及其抑制

控制系统在开工、停工，或者大幅度提降给定值等情况下，系统输出会出现 较大的偏差。这种较大的偏差，不可能在短时间内消除，经过积分项积累后，可 能会使控制量 x(k)很大，甚至超过执行机构由机械或物理性能所决定的极限。 当负偏差的绝对值较大时，也会出现 x(k)xmax(或 x(k)假定设定值从 0 突变到 R：
首先假定执行机构不存在极限，则当有 R 突变量时，便产生很大的偏差 e， 从而使控制量很大，输出量 c 因此很快上升。然而在相当一段时间内，由于 e 保持很大，因此控制量 x 保持上升。只有当 e 减小到某个值后，x 才不再增加， 然后开始下降。当 c 等于 R 时，由于控制作用 x 很大，所以输出量继续上升， 使输出量出现超调，e 变负，于是使积分项减少，x 因此下降较快。当 c 下降 到小于 R 时，偏差又变正，于是 x 又有所回升。之后，由于 c 趋向稳定，因 此 x 趋向于 x0。但是 x 是存在极限值 xmax 的，因此当设定值突变时，x 只能 取 xmax。在 xmax 的作用下，系统输出将上升，但不及在计算值 x 下作用迅速， 从而使 e 在较长时间内保持较大的正值，于是又使积分项有较大的积累值。当 输出达到设定值后，控制作用使它继续上升。之后，e 变负，Σ ej 不断减小， 可是由于前面积累得太多，只有经过相当长的时间 t 后，才可能使 x可见，主要是由于积分项的存在，引起了 PID 运算的“饱和”，因此这种饱 和称为积分饱和。积分饱和增加了系统的调整时间和超调量，称为“饱和效应”， 对控制系统显然是不利的。有许多克服积分饱和的方法，这里介绍应用较多的两 种方法。
(1)积分分离法。

将 5.2 式改写为 5.9
其中
A 为门限电压式 5.9 称为积分分离 PID 算式。
其控制思想是，当偏差大于某个规定的门限值时，删去积分作用，从而使Σ ej 不至于过大。只有当ｅ较小时，才引入积分作用，以消除静差。引入积分分离后， 控制量不易进入饱和区，即使进入了也能较快退出，所以系统的输出特性比单纯
PID 控制得到改善。门限值的选取，对克服积分饱和有重要影响，门限值可通过 试验确定。
(2)遇限削弱积分法。
遇限削弱积分法的思想是，当控制量进入饱和区后，只执行削弱积分项的累 加，而不进行增大积分项的累加。为此计算 x(k)时，先判断 x(k-1)是否超过 xmax 或 xmin，若已超过 xmax，值累计负偏差；若小于 xmin，只累计正偏差。这种 方法也可避免控制量长时间停留在饱和区。和位置算式相比，增量式算法没有累 加和式，因此不会由于积分项引起饱和。但是在增量算式中，当给定值突变时， 比例微分项的计算值也可能引起控制量超过极限值的情况，从而减慢系统的动态 过程。
4.1.3 PID 算法的其他改进形式
对于干扰除了采用抗干扰措施，进行硬件软件滤波外，还可以通过对 PID 算法进行改进，进一步克服干扰的影响。在 PID 算式中，差分项(特别是二阶差 分项)对数据误差和干扰特别敏感，因此在数值 PID 控制中，干扰主要是通过微 分项起影响的。但是由于微分作用的重要性，不能因噎废食，去掉微分项。通常 是用四点中心差分法，或采用不完全微分的 PID 算式，对微分项进行改进，降低 其对干扰的敏感程度。

四点中心差分法
在四点中心差分法中，一方面将 Td/T 取得略小于理想情况；另一方面，在 组成差分时，不是直接引用现实偏差 ek，而是用过去四个时刻的偏差的平均值 作基准。
在通过加权平均和构成近似微分项
5.10
将式 5.11 代替式 5.2 中的微分项，就得到修正后的 PID 算法
5.11
5.12
其中： PID 增量算式的改进形式，可用和式 5.12 相应的式子代替式 5.4 中的差 分 项及二阶差分项而得
不完全微分的 PID 算式
5.13

不完全算法的思想是依照模拟调节器的实际微分调节器，以克服完全微分的 缺点。不完全微分的 PID 算法的传递函数
其中 Kd 称为微分增益 不完全微分的 PID 位置算式为
5.14
其中 x0 是偏差为 0 时的控制作用。 不完全微分的 PID 增量算式为
5.15
5.16 将完全 PID 算式和不完全微分型 PID 算式的控制作用比较，在 e(t)发生阶 跃变化时，完全微分作用自在扰动发生的一个周期内起作用；而不完全微分作用 按指数规律逐渐衰减到零，可以延续几个周期。延续时间的长短与 Kd 的选取有 关，Kd 大，延续时间短；Kd 小，延续时间长。Kd 一般取 10～30。从改善系统动 态性能的角度看，不完全微分的 PID 算式较好。因此在控制质量要求较高的场 合，常采用不完微分的 PID 算法。当然，完全微分型算式比较简单，系数设置

方便，计算过程占用的内存也少，不完全微分算式则相反。
4.1.4 针对智能车的 PID 算法改进
极品 1 号的控制算法中，速度环和位置环都采用的 PID 控制方法。速度环 使用的是基本的 PI 算式，在积分项处理上，积分项智能在积分限内变化。整个 控制算式的比例系数 Kp 较大，给调速系统带来较好的相应速度，虽然在空载下 调节时间较长，但是车模本身对于调速系统来说是一个很大的惯性负载，系统的 带载特性的调节时间主要取决于电池的供电能力。对于速度环，由于需要对高速 行驶过程中突然出现的大的微分信号即赛道的特性发生变化说出快速的相应，因 此不仅需要对积分部分加入积分限，还要有一个性能稳定的微分项的支持。微分 项的作用是获知 e 的变化趋势，以提前做出反映。那么通过增大舵机的连杆长 度和增加前瞻距离达到同样的效果，相当于给系统增加两个固有的微分环节。