基于嵌入式系统全自动控制小车设计与研究.docVIP

基于嵌入式系统全自动控制小车设计与研究.doc

  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
基于嵌入式系统全自动控制小车设计与研究

基于嵌入式系统全自动控制小车设计与研究   摘要:全自动控制小车可应用于工业、生活、勘探以及航天探月等场合,具有非常实际的研究意义。介绍了智能小车测控系统的结构和软硬件实现,系统实现了通过对摄像头图像复杂的处理,分析路面的情况,实现寻轨自动行驶;文章完成了一个基于嵌入式系统的全自动控制小车样机,具有产品开发的实际应用价值。   关键词:嵌入式 模拟摄像头 道路识别 自动驾驶   中图分类号:TP273 文献标识码:A 文章编号:1007-9416(2016)08-0110-01   近年来,随着智能交通、人工智能以及控制技术的发展,智能车辆的研究在智能交通领域已成为热门课题。文章设计的小车由飞思卡尔公司的Cortex-M4处理器MK60DN512ZVL为系统数据处理和系统控制核心,Sony CCD模拟摄像头对道路实时图像采集,欧姆龙对小车速速实时检测。最后在赛道上对小车进行测验并评估。   1 系统概述   基于嵌入式系统的全自动控制小车采用嵌入式微处理器构成小车的全自动控制系统,通过将摄像头采集的数据进行算法分析(图像处理)解析赛道的情况参数,将参数通过PID算法转换为电机和舵机的转动参数,进而控制小车的行驶方式[1]。系统方案设计框图如图1。   2 主模块电路设计   2.1 嵌入式最小系统模块电路   MK60DN512ZVL系列单片机具有丰富的外围资源;最小系统有功耗低性能高和强大的处理能力的特点。   (1)K60最小系统电路用于信号处理和小车控制;   (2)JTAG接口用于调试和下载程序;   (3)ARM工作需要3.3V电压同时接入磁珠,增强电路抗干扰能力。   2.2 无线传输模块电路   无线传输采用蓝牙设备,它具有高灵敏性接收、低成本、体积小巧、低功耗、传输稳定可靠的优点。此模块电路是一个可插拔的独立模块,只需两个数据接口与单片机相连就可通信。   2.3 电机驱动电路   NovalithIC家族有三个独立的芯片,BTS7971是其中之一。一是具有高电位场效应晶体管的p型通道;二是具有低电位场效应晶体管的n型通道,它与驱动晶片作用,共同形成一个完全整合的高电流半桥;这三个芯片是安装在一个共同的引线框。   2.4 图像二值化电路   LM1881是经典视频信号的同步分离芯片,为视频信号的处理提供了极大的方便。视频图像经视频分离芯片LM1881将视频信号分为场中断、行中断、图像信号后,图像信号经LM393与参考信号比较,将灰阶图像转换为黑白信号,可通过手动调节调节比较的阀值[2]。   2.5 光电编码器模块   光电编码器安装在主驱动齿轮上,是通过将旋转的机械位移量转换为电气信号,然后再对该信号进行相应的处理得到位置速度,编码器特点如下:   (1)根据轴的输出位移的变化,再与联合器和轴想作用可以检测出旋转位移量。   (2)开始时,原点不需要重置。在对型时,将旋转角度亿绝对数值的方式平行输出。   (3)可以检测旋转方向。增量型通过A相和B相的输出时间,绝对型通过增删代码来确定旋转方向。   3 智能小车调试   3.1 舵机和电机控制   要让小车安全行驶,采用了电机和舵机控制速度。电机的控制,使用的是增量式PID,它由微积分和比例量组成。系统对各路信号采样,由此得到输出量化值;通过调整PID参数以适应各种情形的需要,使系统的响应性达到最高,以保证最佳的控制性能。   舵机的控制采用的是位置式PID算法。对于舵机控制量的提取,首先需要图像处理计算出来的中心的数据。将图像的每行的中线数据与动态参考值相减,将值累加后,带入到PID算法中计算,将计算出来的结果装换为控制舵机的PWM波的占空比从而控制舵机的转舵大小。   PID控制主要是调整参数。智能车参数系统是高耦合分布的,而且赛道具体环境也具有影响力,那么就很难对智能车运动控制做到精确的控制;由于要经常的不断修正车身的机械结构,模型参数也要不断地变化,在这里采用的是工程整定方法。   3.2 道路形状识别算法调试   (1)直道的识别:采样是根据等间隔采样。从直线的特性可以看出,不论横纵坐标,直线的中心点都应该等于起点和终点的一半。即使扫描到的图像出现误差,计算出的弯曲程度也会是一个很小的数。   (2)大弯的识别:我们可以通过计算道路弯曲程度得出道路的弯曲的方向。如果挨着车的道路是直线,而远离车的道路沿着一个方向弯曲,且弯曲程度非常小小,就可以判断为大弯。   (3)急弯的识别:计算出道路中每段的弯曲程度,如果靠近车的道路的弯曲程度都非常小,在远离车的道路的弯曲程度都非常大,而且他们的弯曲方向都是一样的,那么就可以判断为急弯。   (4)大S弯识别:这种路形大部分路段的弯曲程度都非

文档评论(0)

erterye + 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