智能车模的巡线算法设计与实现.docVIP

智能车模的巡线算法设计与实现 摘 要：由于智能车模要在黑色引导线的识别过程中跑完全程，所以采用的寻线传感器主要是光学传感器。本设计采用红外光电传感器，从直线和曲线方面探讨了智能车模的运行算法并用模糊控制实现了算法。 关键词：红外光电传感器，巡线算法，引导线,智能车模 Design for Track-seeking Arithmetic of Intelligent Smart-Car Model Abstract The smart car black guide lines in the course of running the entire process of identification, the search line sensors used mainly optical sensors. The design using infrared photoelectric sensors, from the straight and curve explore smart car operational control algorithms and the use of vague achieved algorithms. Key words Infrared photoelectric sensor, track-seeking arithmetic, guide lines ,smart car. 引言 本设计基于“飞思卡尔”杯全国大学生智能车模竞赛[1]，提出智能车模的基本运行算法。智能车模要求在贴有黑色引导线的“指引”下运行。引导线有直线、曲线、起跑线、十字交叉线。智能车模在跑道上运行会遇到各种情况，比如：智能车模与引导线平行、智能车模与引导线有一定的角度、智能车模与引导线有过大的角度。那么智能车模应该能够检测到车身与引导线的相对角度，并能给出合理运行指令。本文叙述了红外光电传感器布局的基础上制定车模系统的巡线算法及模糊化实现。 硬件环境 车模采用的传感器为红外收发管。 14对红外收发管组成两列光电传感器阵列，分别安装在车模的车前和车尾。如图1所示。 比赛规定采用飞思卡尔16位微控制器MC9S12DG128B作为控制处理器，该单片机模块丰富、I/O口丰富、Flash空间大。该款单片机同时集成了模糊控制指令，对于本设计控制车模的方向具有实际作用。 图1 车模示意图 算法分析 赛道由直线、曲线、起跑线、十字交叉线组成，其中直线和曲线为赛道的主要类型。当智能车模平行于引导线时应该是直行的，如图2的(a)、(b)所示。 图2 车模直行算法描述 图2(a)中，智能车模平行于引导线，光电传感器S4与S11检测到黑线，此时车行方向为直行。为了表述方便，在图中检测到黑线的传感器标注为黑点，而检测到白色跑道的传感器标注为白点。舵机偏转角从最左端到最右端划分为7个档位，依次用N3，N2，N1，ZO，P1，P2，P3表示。为了避免车模在直行过程中发生小角度的左右偏转晃动，可以考虑前后光电传感器阵列的对应管状态为直行方向，例如图2(b)所示传感器S2与S9同时检测到黑线时表明为直行方向，另外还有S3与S10，S4与S11，S5与S12，S6与S13等情况也是如此。但是考虑到赛道宽度的问题设定两种特殊情况：S1与S8和S7与S14检测到黑线时舵机需要偏转一个小角度N1和P1，如图2(c)所示。 3.1 直线引导线偏转算法 当智能车模偏转引导线时，舵机应该偏转一个对应的角度，如图3所示。 图3 车模直线引导线偏转算法描述 舵机偏转角度的大小取决于智能车模相对于引导线的角度大小。但是也应该注意到一种特殊情况：当智能车模的一个边角偏离引导线时，就只有前排光电传感器阵列可以检测到黑线，如图3(d)所示，甚至有时会发生整个车模偏离引导线的情况。对此解决的方案如下： 1）当智能车模完全偏离引导线时，即至少有一排光电传感器阵列检测不到黑线，要求边缘管S1，S7，S8和S14状态量具有记忆功能，例如图3(d)的S14状态量可记忆引导线的偏转方向； 2）在编程时要求S1、S7、S8和S14检测状态变化时触发中断优先级高于其它光电传感器。 3.2 曲线引导线偏转算法 根据比赛规则中引导线最小曲率半径的要求，整个车模所覆盖的曲线引导线弯曲程度并不很明显，可以采用直线的偏转算法。 曲线引导线示意如图4所示。 图4 车模曲线引导线偏转算法描述 智能车模的运行除要考虑直线、曲线等主要因素外还要考虑智能车模的速度、舵机偏转角速度、外界的干扰等，为了更好地解决这些问题和提高智能车模的速度，采取以下方案： 增加相应的传感器，尽量探测较远的路况，在算法中综合考虑 速度、加速度、舵机偏转角速度，给传感器加屏蔽罩等； 建立路况记忆和分析算法