坡道识别方案比较及改进.pdfVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
坡道识别方案比较及改进 刘志军 于文科 吴明春 摘要: 坡道的准确识别是保证智能车快速、稳定跑完全程的关键。对其坡道识别进 行设计,通过对智能车在坡道上的各种状态分析,出现故障的反复试验,简要阐 明了各种电路的优缺点。 关键词:传感器;坡道识别; Abstract: The key to ensure that the smart car is fast and stable in the whole run is the accurate identification of ramp . We designed several recognitions of the ramp. Through the smart car on the various state analysis and the failure of trials we briefly stated the advantages and disadvantages of proposals. Keys: Sensor ; Identification of ramp; 引言 “飞思卡尔” 杯全国大学生智能汽车竞赛是以赛车现场成功完成赛道比赛 时间为成绩,因此,赛车在赛道上快速、稳定跑完全程至关重要,而坡道则是 一直困扰优秀队伍的难点。对于光电管竞赛组别来说传感器的个数有限,如何 能够充分利用资源,又能够识别出坡道,是一个很棘手的问题。 1. 坡道识别的一般考虑 对于讨论坡道识别,许多队伍都在逃避此问题,都采用 “盲过”,即传感 器不扫描,舵机直接打一个角度行驶过去。当坡道处于长直道中间时,是可以 采用此方法,但如果坡道前的直道不够长,很有可能出现车身还没打正,就已 经进入坡道,这样车就很容易冲出赛道。为此,本组对坡道进行了深入分析。 2. 可行性分析 许多队伍都已经利用各种传感器识别出坡道,利用不同的方案都会有各自 的优缺点,为了能让智能车在赛道上准确识别出坡道,对一些常用的传感器作 一一试验,通过比较找出适合自己赛车的方案。 3. 方案选择 LED 组比赛队伍识别坡道通常可分两类:自身传感器识别、利用辅助传感 器识别。自身传感器识别又分为模拟量识别和数字量识别。辅助传感器识别主 要有角度传感器识别、加速度传感器识别、超声波测距、光电传感器识别等。 自身传感器识别的优点是充分利用资源,既可以用作寻迹又可以识别坡 道,不需硬件电路,缺点是算法要求高,易误判。 辅助传感器识别的优点是识别准确,缺点是浪费传感器个数,有些传感器 需要复杂的外围硬件电路,才能达到要求。 3.1 自身传感器模拟量识别 对于大多数智能车采用 LED 寻迹,LED 发出红外线,照射到赛道上,利用 漫反射原理,采用与发射管配对的接收管采集反射回来的红外光线,采集得到 的模拟电压,送回单片机的AD 口,由于红外线照射到黑色区域和白色区域反 射回来的红外线有明显的不同,因此可以区分出黑线与白板,如图 3.1 所示。 图3.1 智能车识别赛道信息 利用此反射原理同样可以分辨出上坡与下坡,车在进入上坡时,如图 3.2, 红外线照射距离变近,当照射白板时,AD 口采集到的模拟电压一致比在平地上 大,当照射到黑线上时,AD 口采集到的模拟电压一致比在平地上的小,并且会 在一小段时间内保持相同的状态,这样就不会由于智能车在行驶时由于传感器 支架抖动而误检测,利用此方法便可识别出上坡。 图3.2 智能车采集上坡信息 下坡检测原理与上坡检测原理相同,如图 3.3 。 图3.3 智能车采集下坡信息 表 3.1 为智能车在坡道行驶过程中采集到的数据,采用 12 个光电管进行 AD 采 样,再进行归一化处理,得到的实测数据。 表 3.1 模拟采集过坡数据变化表 平地--上坡 88 86 82 90 88 26 22 76 88 8

文档评论(0)

qujim + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档