- 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、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、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)。
查看更多
6.2.5 舵机控制单元 舵机本身是一个位置随动系统。它是由舵盘、减速齿轮组、位置反馈电位计、直流电机和控制电路组成的。通过内部的位置反馈,使它的舵盘输出转角正比于给定的控制信号,因此对于它的控制可以使用开环控制方式。在负载力矩小于其最大输出力矩的情况下,它的输出转角正比于给定的脉冲宽度。但实际上,由于舵机反应的延迟性,智能车的舵机转角通常不能在一个控制周期内到达指定的设定角度,因此,可以在舵机外部再安装一个位置反馈装置,构成双闭环系统,以实时检测和控制舵机的转动角度。 6.2.5 舵机控制单元 舵机控制单元采用组委会提供的Futaba公司S3010型舵机作为智能车方向控制部件。 图6.14 转向伺服电机实物图 6.2.6 直流驱动电机控制单元 直流驱动电机控制电路主要用来控制直流电动机的转动方向和转动速度。改变直流电动机两端的电压可以控制电动机的转动方向;而控制直流电动机的转速,则有不同的方案,较常规的方法是采用PWM控制。驱动电路既可以直接采用MC33886电机驱动芯片,也可以采用大功率MOS管来自行设计电机驱动电路。 MC33886全桥驱动电路 采用MC33886的全桥驱动时,为了提供更大的驱动电流,可以将多片MC33886并联使用,其采用3片MC33886并联方式驱动电机硬件电路如图6.15所示。 图6.15 电机驱动硬件电路图 大功率MOS管电机驱动电路 采用大功率MOS管组成电机驱动电路时,在保证大电流驱动电机的同时,可以有效地避免多片MC33886并联时由于芯片分散性导致的驱动芯片某些片发热某些不发热的现象。但由分离元件组成的驱动电路的稳定性低于集成芯片。 图6.16 MOS管组成电机驱动电路 6.3 软件设计 6.3.1 初始化算法 6.3.2 路径离散识别算法 6.3.3 路径连续识别算法 6.3.4 控制策略及控制算法 6.3 软件设计 在智能车控制系统光电管方案的软件设计中,程序的主流程是:先完成单片机初始化(包括I/O模块、PWM模块、计时器模块、定时中断模块初始化)之后,通过无限循环语句不断地重复执行路径检测程序、数据处理程序、控制算法程序、舵机输出及驱动电机输出程序。其中,定时中断用于检测小车当前速度,作为小车速度闭环控制的反馈信号。 6.3 软件设计 光电管方案主程序流程图如图6.17所示。 图6.17 光电管方案主程序流程图 6.3.1 初始化算法 1.锁相环初始化 2.A/D初始化 3.PWM初始化 4.定时器初始化 6.3.2 路径离散识别算法 路径离散识别算法是通过普通I/O端口将光电管接收端的电压值读入单片机,根据端口输入的高、低电平逻辑来判断该传感器是否处于黑色引导线上方,再筛选出所有处于引导线上方的传感器,便可以大致判断出此时车身相对道路的位置,确定出路径信息。 6.3.2 路径离散识别算法 路径离散识别算法简便易行,因为输入量为开关量,所以对硬件及算法的要求都比较低,在传感器数目较多的情况下也可以实现较高的识别准确性。但它的一个缺陷在于路径信息只是基于间隔排布的传感器的离散值,对于两个相邻传感器之间的“盲区”无法提供有效的距离信息,因此其路径识别精度极大地受限于传感器的间距。此外,由于离散算法得到的路径信息是离散值,如果将离散的路径信息直接应用到转向及车速控制策略中去,会导致转向及车速调节的阶跃式非连续变化,这将会对智能车的性能产生不利影响。此时,舵机转向及车速控制僵硬,舵机对路径变化反应不灵敏,舵机输出转向相对于路径为阶跃式延迟响应,易产生超调及振荡现象,对于追求高车速、短决策周期的控制策略来说,很可能因为舵机响应不及时而造成控制失效。 6.3.3 路径连续识别算法 路径连续识别算法是通过单片机A/D口将接收管电压读入。道路中心线相对于各个红外接收管的距离所引起的电压变化经A/D转换成相应的数字量,然后通过插值运算可以得到更加精确的路径信息。然而,由于器件制造工艺引起的分散性问题,各个光电管的性能特性存在很大的差异,特别是电压波动范围相差较大,这就给算法制定统一的标准带来了困难。为了解决这一问题,可以采用归一化方法——把各传感器的电压值都处理成相对于该传感器最大电压(白区的电压)和最小电压(黑区的电压)的变化百分比,以使所有的特性曲线的范围都将在0~100之间。 6.3.3 路径连续识别算法 在比赛前先对光电管进行预标定,找到各光电管对黑线的敏感程度,将预标定过程中各个光电管的最大值和最小值存下来,用最大值减去最小值得到每个传感器在赛道上的输出范围,小车行驶过程中,将每个传感器输出的信号减去最小值,再除以该传感器的输出范围即可得到其相对输出值,
文档评论(0)