基于光电传感器的智能汽车系统的跟踪控制算法.docVIP

2009年第四届国际会议计算机科学与教育的报告基于光电传感器的智能汽车系统的跟踪控制算法郝先伟??厦门大学自动化系??厦门，中国孙鸿飞??厦门大学自动化系??厦门，中国摘要—本文对目标识别和轨迹技术进行了分析。在光电传感器的基础上，人们提出了跟踪控制算法。该算法利用了地点的误差和路线的信号作为输入的参数，来规范舵机输出角。这种智能车系统包括直线的轨迹控制算法，弯曲的轨迹控制算法和S型根据不同特征的轨迹式的轨迹控制算法。实验表明，利用该算法，智能车可以沿着直线轨迹顺利地移动，弯曲的轨迹和S 型轨迹的准确性令人感到满意。索引术语—光电传感器，黑色轨迹，智能车导言一个智能车系统是由电源模块，传感器模块，直流（DC）驱动电机模块，路径识别模块，通讯和调试模块和单片机模块组成[4].。为了使智能车以合理的速度沿着轨道移动，路径的信息检测，直流伺服电机控制和驱动电机控制必须连接在一个单片机上。如果传感器的数据是不正确地采集和识别，并且转向伺服电机控制有一个错误的操作，智能车将严重地摇动或者甚至偏离跑道。如果直流驱动电机控制是无效的，它也可能导致智能车在直线运行时速度较慢或者在弯道处速度较快。从图1，我们可以看到的智能车的运行系统图1. 智能车的总控制程序对于一个智能车来说，跟踪控制就是意味着设计一个算法来识别黑色条状的标示线以至于智能车可以沿着规定的轨迹顺利移动。对于智能车的跟踪控制算法已经得到了很多的关注。有些方法已经在一些参考文献中得到采用，例如，电荷耦合器件（CCD）图像处理，模糊控制和视觉模糊控制方法[1，2，3]。CCD图像处理方法的优点是像素密集和高精度。它的缺点是信号的采集和数据处理周期长。CCD图像处理方法容易受到周围环境的光线干扰。视觉模糊控制方法的优点是控制规则的自由，对象明确的模型有完全的独立性，适应性强和较强的鲁棒性[3]。其缺点是精度低，适应能力不足和高频振荡。在本文中，我们采用光电传感器来检测智能车参考轨迹信息的跟踪。为了实现智能车能够又好又平稳地沿着参考轨迹运行，我们提出了一个解决方案，该方案是针对智能车主功能控制系统的，该系统包括黑线的信息的识别，舵机角度的控制以及驱动电机调速的控制。在整个智能汽车系统中，作为智能车的眼睛，光电传感器必须找准路径信息，使智能车系统运行稳定。跟踪控制策略包括直线算法，弯曲的线算法，S型线算法和误差处理机制算法分别。这种跟踪算法具有以下优点：对离散信号采集点少，对外界光照的抗干扰的能力强，反应时间短，成本低。仿真结果表明，如果光电传感器的布局安排适当的话，跟踪控制算法与那些带有CCD的智能车具有相同的效果。二．跟踪控制算法的实现1．光电传感器布局光电传感器是由一系列的光发射和光接受二极管组成。一条黑色轨迹的跑道。黑色轨迹上的光照强度与白色轨迹上的光照强度的反应是不同的。我们提出了一个基于上述原则为基础的共同的方法，该方法是离散识别算法。二极管的电压值将通过I / O端口被发送到微控制器[56]。中央处理器根据输入端口电压来决定传感器是否是在标记线的顶部。智能车系统能检测出那些传感器在黑色轨道顶部之上。目前，智能车系统能够确定智能车的相对位置和路径信息。光电传感器的数量和间隔的布局都与控制算法密切相关。为了预测更远的距离，实现更高的效率，我们采用的解决方案如图2所示的类型1。这种类型使用10个光电传感器，安排光电传感器的间距是不平等的。这种非线性的形式有优越性和科学性。黑点代表光电传感器的安装位置，是对称分布在两侧的。相邻两个光电传感器之间的距离设置分别为22，16.5，16.5，16.5，10，16.5，16.5，16.5和22，单位为毫米。该电路板是通过螺丝固定在U型支架上的。整个光电传感器是固定在智能车前面的。图2. 光电传感器的布局由于电路板在车子上不能扩展的太远，为了达到更好的效果我们可以调整电路板的倾斜度，如图3所示。最终智能车系统将有一个良好的前瞻性的作用[4]。图3. 光电传感器检测与斜坡路径2. 系统稳定运行的算法跟踪控制算法常用于调节电动机的速度和舵机的角度。当3号和6号之间的光电传感器总是低电平有效的时候，可以得知，光电传感器检测到直轨迹。这时，智能车将全速运行。在这种情况下，智能车可以达到最大速度。当0号和3号或者6号和9号之间的光电传感器总是低电平有效的时候，可以得知，光电传感器检测到S型或弯曲型的轨迹。在这种情况下，智能车应当提前减速来左转或者右转。这时智能车的速度不应太快，以避免冲出轨道。我们应当采取限速策略，来解决这个问题..当光电传感器的牵引距离是22毫米的时候，最大速度为3米/秒。当光电传感器的牵引距离是16.5毫米的时候，最大速度为3.3米/秒。图4是系统稳定运行的流程图。智能车的位置是由光电传感器的反馈值来决定的。光电传感器将检