智能循跡小車的設(shè)計(jì)與實(shí)現(xiàn)

許思維 強(qiáng)俊

摘要：針對(duì)大學(xué)生學(xué)科競(jìng)賽的熱點(diǎn)項(xiàng)目，設(shè)計(jì)了一款速度快、運(yùn)行穩(wěn)定、循跡精度高的基于光電傳感器的智能小車。通過對(duì)整體硬件結(jié)構(gòu)設(shè)計(jì)，PID算法設(shè)計(jì)，實(shí)現(xiàn)了對(duì)智能小車的路徑控制，速度控制和穩(wěn)定性控制。實(shí)驗(yàn)表明，該設(shè)計(jì)方案能結(jié)合賽道的實(shí)際情況，高速、穩(wěn)定、準(zhǔn)確的完成比賽。

關(guān)鍵詞：智能循跡小車；光電傳感器；PID算法；控制

中圖分類號(hào)：TP18 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2014）24-5746-04

循跡小車的設(shè)計(jì)與制作是現(xiàn)在大學(xué)生學(xué)科競(jìng)賽的一個(gè)熱點(diǎn)項(xiàng)目。智能循跡小車實(shí)際上是智能機(jī)器人的另一種表現(xiàn)形式，輪子相當(dāng)于機(jī)器人的雙腿，雖然它在機(jī)械設(shè)計(jì)和電路方面以及控制系統(tǒng)都比智能機(jī)器人較為簡(jiǎn)單，但是其對(duì)行車速度和行駛方向的配合則要求較嚴(yán)格，通常在比賽中要求小車能沿著與地面具有明顯對(duì)比度的黑色或白色引導(dǎo)線前進(jìn)，通過傳感器獲取目標(biāo)道路信息，然后結(jié)合智能小車當(dāng)前的行駛狀態(tài)做出決策，對(duì)其行駛方向與行車速度進(jìn)行調(diào)整，從而達(dá)到準(zhǔn)確快速跟蹤道路的目的。本系統(tǒng)是由12V鉛酸蓄電池供電，7路光敏電阻傳感，后兩輪驅(qū)動(dòng)，STC51單片機(jī)控制的自主循跡機(jī)器人系統(tǒng)。

1 智能循跡小車硬件結(jié)構(gòu)設(shè)計(jì)

機(jī)器人通過STC51單片機(jī)的AD轉(zhuǎn)換功能實(shí)現(xiàn)數(shù)據(jù)采集，通過STC單片機(jī)的PCA/PWM實(shí)現(xiàn)控制電機(jī)轉(zhuǎn)度，通過執(zhí)行存儲(chǔ)在用戶程序區(qū)的程序?qū)崿F(xiàn)對(duì)采樣數(shù)據(jù)的后續(xù)加工以及對(duì)電機(jī)的控制，從而對(duì)車體的實(shí)時(shí)控制。

整體硬件結(jié)構(gòu)設(shè)計(jì)主要包括輸入輸出模塊、電機(jī)驅(qū)動(dòng)模塊、通信模塊、傳感器模塊和電源。

1.1 輸入輸出模塊

1.4 傳感器模塊

LED支路為光敏電阻的探測(cè)過程提供了光源，光敏電阻與一個(gè)33kΩ的定值電阻串聯(lián)構(gòu)成另一支路；LED發(fā)出的光線經(jīng)賽道表面反射后會(huì)有相當(dāng)一部分照射在光敏電阻表面；因而光敏電阻的阻值會(huì)隨賽道表面的反光程度的變換而變化。單片機(jī) A/D轉(zhuǎn)換 引腳接在光敏電阻與定值電阻之間，因此能夠?qū)崟r(shí)測(cè)得光敏電阻所分得的電壓值（A/D轉(zhuǎn)換的返回值并非電壓值，而是一個(gè)和電壓成正比例關(guān)系的8位或10位整數(shù)值）。所以，單片機(jī)就能夠?qū)崟r(shí)提取賽道表面信息。

1.5 電源

圖中電源驅(qū)動(dòng)為L(zhǎng)M7805， 接口對(duì)應(yīng)關(guān)系：J9為電源開關(guān)，J10為電源插頭。LED D6為電源指示燈。

2 算法設(shè)計(jì)

控制系統(tǒng)角度分析，機(jī)器人系統(tǒng)共有7個(gè)輸入（7路傳感器返回值）2個(gè)輸出（兩個(gè)電機(jī)的PWM）。只需完成將7路傳感器返回值處理為黑線的位置值，系統(tǒng)即轉(zhuǎn)即變?yōu)?個(gè)輸入2個(gè)輸出。而該位置信息經(jīng)PID算法計(jì)算可得一個(gè)輸出值，只需實(shí)現(xiàn)PID算法輸出到兩電機(jī)PWM的轉(zhuǎn)換，即可實(shí)現(xiàn)控制程序。并加入無(wú)線控制，可以實(shí)現(xiàn)無(wú)線啟動(dòng)。

2.1 狀態(tài)集定義

程序中涉及三種狀態(tài)：傳感器狀態(tài)（Sensor State），采樣狀態(tài)（Sample State），賽道狀態(tài)（Line State）。每次采樣，由每個(gè)傳感器的返回值即可判斷出傳感器狀態(tài)；由本次采樣的7個(gè)傳感器的返回值能夠判斷出采樣狀態(tài)；由相鄰兩次采樣狀態(tài)就能判斷出賽道狀態(tài)。

enum SampleState { // 采樣狀態(tài)

SS_MISS， // 丟失，miss

SS_NORM， // 正常，normal

SS_HORI， // 橫線，horizontal

SS_UNKNOW

} state， // 當(dāng)前采樣狀態(tài)

last_state； // 上次采樣狀態(tài)

enum LineState { // 黑線狀態(tài)

LS_NORMAL，

LS_TRUN_L，

LS_TRUN_R，

LS_UNKNOW

}ls_state；

2.2狀態(tài)信息提取

傳感器狀態(tài)（Sensor State）只有兩種（黑或白），所以程序中并沒有定義相應(yīng)的數(shù)據(jù)類型。由于不同傳感器具有差異，直接用A/D轉(zhuǎn)換的結(jié)果計(jì)算狀態(tài)（固定閥值）的誤差較大。為了避免傳感器差異造成的影響，我們采用了相對(duì)閥值法，具體過程為：

在DEBUG狀態(tài)編譯后，讓每個(gè)傳感器在賽道上進(jìn)行掃描，分別記錄每個(gè)傳感器輸出的最大值max（對(duì)應(yīng)讀到黑線中心的情況）和最小值min（對(duì)應(yīng)遠(yuǎn)離黑線讀到白色賽道的情況），寫入程序Sb[]，Sw[]數(shù)組中；調(diào)試選項(xiàng)改為OL_DEBUG重新編譯，程序運(yùn)行時(shí)，用每個(gè)傳感器的當(dāng)前值sense[i]減去最小值Sw[i]的差除以最大值Sb[i]減去Sw[i]的差，即傳感器的相對(duì)值rat[i] = （sense[i] - Sw[i]）/（float）（Sb[i]-Sw[i]）；這樣就把7路傳感器的返回值處理為7個(gè)相對(duì)值，再與一個(gè)總結(jié)出的相對(duì)值閥值做比較即可判斷出每個(gè)傳感器的狀態(tài)值。

2.3 黑線定位（PID輸入）

為了保證控制精度，黑線的定位必須有足夠的精度。

這里采用相鄰比例法，即用兩個(gè)相鄰傳感器相對(duì)值的比例表示黑線到兩相鄰傳感器距離值的比例方法，具體流程為：

① 當(dāng)黑線在兩個(gè)傳感器之間（相鄰的兩個(gè)rat[i]>SPOT）時(shí)，用兩傳感器相對(duì)值的比例表示黑線距離兩傳感器的距離值的比例；

② 當(dāng)黑線在邊緣時(shí)（rat[0]

2.4 PID算法及PID輸出適配器

我們的程序選擇了成熟的PID控制，用黑線位置值黑中心位置值（3.0）的差作為PID輸入，用PID輸出控制兩輪驅(qū)動(dòng)電機(jī)的PWM差值，實(shí)現(xiàn)小車的循跡跟隨。

如下所示：

PID輸出適配器，即實(shí)現(xiàn)從PID輸出到兩電機(jī)PWM值的轉(zhuǎn)換的一個(gè)配接器。示意圖及PID輸出到兩電機(jī)PWM輸出關(guān)系圖如下（負(fù)值表示反向）：

3 實(shí)驗(yàn)結(jié)果

根據(jù)硬件設(shè)計(jì)方案及相關(guān)算法設(shè)計(jì)，我們對(duì)智能小車進(jìn)行了多次實(shí)驗(yàn)

采用了三種定位方法進(jìn)行測(cè)試：

1） 利用以最大的rat[i]為中心的三個(gè)相鄰傳感器的相對(duì)值rat[i-1]， rat[i]， rat[i+1]帶入二次函數(shù)求對(duì)稱軸的方法；

2） 利用以最大的rat[i]為中心的三個(gè)相鄰傳感器的相對(duì)值rat[i-1]， rat[i]， rat[i+1]， 用（rat[i]-rat[i-1] ） ： （rat[i]-rat[i+1]） 近似表示黑線偏離傳感器i的比例；

3） 利用7個(gè)傳感器相對(duì)值與編號(hào)的加權(quán)平均值表示位置；

實(shí)驗(yàn)表明幾種方法都能解決得到相對(duì)連續(xù)的位置值，但是都存在問題，結(jié)果存在一定的跳躍性。同時(shí)針對(duì)黑白交界位置不穩(wěn)定的問題，將黑線定位改為由相鄰兩個(gè)傳感器的相對(duì)值計(jì)算，引入采樣狀態(tài)，只有一或兩個(gè)檢測(cè)到黑是，狀態(tài)記為SS_NORM；發(fā)現(xiàn)一次又多個(gè)檢測(cè)到黑線時(shí)，狀態(tài)記錄為SS_HORI，并判斷如果之前不為SS_HORI，就算作黑線。這種方法能夠得到相對(duì)連續(xù)、穩(wěn)定的位置值，解決了位置值的跳躍問題。小車的穩(wěn)定性得到很大的提升，速度自然也就得到了提高。在各類比賽場(chǎng)地的適應(yīng)中都未出現(xiàn)漂移和偏離軌道的現(xiàn)象。

4 總結(jié)

循跡智能小車的設(shè)計(jì)，精度和穩(wěn)定性都是決定小車最終成績(jī)的重要因素。該文詳細(xì)介紹了硬件設(shè)計(jì)和控制算法設(shè)計(jì)，以及在實(shí)驗(yàn)的調(diào)試過程。在黑線定位方法調(diào)整為對(duì)相鄰兩個(gè)傳感器的相對(duì)值計(jì)算之后，小車的靈敏度和準(zhǔn)確性得到了極大的提高，同時(shí)PID算法的加入，小車的穩(wěn)定性也得到了提高。

參考文獻(xiàn)：

[1] 何用輝.復(fù)雜場(chǎng)地環(huán)境下機(jī)器人光電循跡系統(tǒng)研究與設(shè)計(jì)[J].重慶理工大學(xué)學(xué)報(bào)：自然科學(xué)，2012（10）：46-50.

[2] 朱濤.基于STC89C52單片機(jī)的智能循跡小車設(shè)計(jì)[J].電腦知識(shí)與技術(shù)，2011（31）：7751-7753，7758.

[3] 高月華.基于紅外光電傳感器的智能車自動(dòng)循跡系統(tǒng)的設(shè)計(jì)[J].光電技術(shù)應(yīng)用，2009（2）：1-5.

[4] 何立民.基于HCS12的小車智能控制系統(tǒng)設(shè)計(jì)[J].單片機(jī)與嵌入式系統(tǒng)應(yīng)用，2007（3）：51-53，57.

[5] 李維軍，韓小剛，李晉.基于單片機(jī)用軟件實(shí)現(xiàn)直流電機(jī)PWM調(diào)速系統(tǒng)[J].機(jī)電一體化，2004，10（5）：49-51.

[6] 郭天祥.51單片機(jī)C語(yǔ)言教程[M].北京：電子工業(yè)出版社，2011.

[7] 揚(yáng)興友，朱宏輝.單片微型計(jì)算機(jī)原理及接口技術(shù)[M].北京：中國(guó)水利水電出版社，2002.

[8] 王秋爽，曾兆龍.單片機(jī)開發(fā)基礎(chǔ)與經(jīng)典設(shè)計(jì)實(shí)例[M].北京：機(jī)械工業(yè)出版社，2008.