基于藍(lán)牙模塊的智能“高爾夫球”車設(shè)計(jì)

張成 石進(jìn)遠(yuǎn) 藺寧寧 代月明

【關(guān)鍵詞】智能跟蹤 藍(lán)牙模塊 信號(hào)強(qiáng)度 控制系統(tǒng)

隨著人們的生活、生產(chǎn)對(duì)智能化的要求不斷的提高，智能化機(jī)器人發(fā)展迅速。它大大減輕了勞動(dòng)強(qiáng)度、提高了勞動(dòng)效率、保障了人們的生命安全。不得不說我們的生活與智能化、自動(dòng)化具有密不可分的關(guān)系。在國(guó)內(nèi)智能化機(jī)器人的技術(shù)發(fā)展各有千秋，例如按特定標(biāo)識(shí)的循跡小車和循跡飛行器等。而最廣泛的研究便是對(duì)于智能汽車的研究，其內(nèi)容涵蓋了機(jī)械、電子、自動(dòng)控制計(jì)算機(jī)等多種學(xué)科的知識(shí)領(lǐng)域。作為一門新興的科學(xué)技術(shù)，可廣泛的應(yīng)用于各種復(fù)雜環(huán)境。具有不錯(cuò)的應(yīng)用前景。

1 “高爾夫球”車控制系統(tǒng)簡(jiǎn)介

本文設(shè)計(jì)了一款智能跟蹤小車—“高爾夫球”車，其可以通過藍(lán)牙模塊對(duì)移動(dòng)目標(biāo)所在區(qū)域的定位，達(dá)到智能跟蹤目的。智能跟蹤小車—“高爾夫球”車是一個(gè)復(fù)雜的、綜合多傳感器模塊的控制系統(tǒng)。整個(gè)系統(tǒng)以飛思卡爾智能車車模為基礎(chǔ)，通過裝置在車上的藍(lán)牙模塊檢測(cè)目標(biāo)單位上藍(lán)牙發(fā)射模塊發(fā)出信號(hào)的強(qiáng)度，判斷出移動(dòng)目標(biāo)的具體方位和距離，從而實(shí)現(xiàn)對(duì)目標(biāo)的識(shí)別與跟蹤。同時(shí)可以通過手機(jī)設(shè)置跟蹤距離參數(shù)，具有很強(qiáng)的應(yīng)用價(jià)值。

2 系統(tǒng)總體方案

整個(gè)設(shè)計(jì)包括測(cè)距定位系統(tǒng)、單片機(jī)控制系統(tǒng)、電機(jī)驅(qū)動(dòng)系統(tǒng)三個(gè)子系統(tǒng)。其中測(cè)距定位系統(tǒng)包括三個(gè)藍(lán)牙接收裝置、一個(gè)藍(lán)牙發(fā)射裝置。由于信號(hào)在傳播中存在衰減，據(jù)此利用藍(lán)牙模塊之間的接收信號(hào)強(qiáng)度法來確定目標(biāo)的方位。為了保障智能跟蹤小車的安全、穩(wěn)定性，還加入了超聲波避障模塊。單片機(jī)通過藍(lán)牙模塊和超聲波模塊的反饋信息確定目標(biāo)方位和距離，通過控制算法控制“高爾夫球”車的舵機(jī)轉(zhuǎn)向和電機(jī)轉(zhuǎn)動(dòng)。從而實(shí)現(xiàn)了“高爾夫球”車的智能跟蹤與定位。具體的系統(tǒng)框圖如圖1所示。

本次設(shè)計(jì)主控采用芯片，電機(jī)驅(qū)動(dòng)芯片采用芯片，構(gòu)成雙H橋電機(jī)驅(qū)動(dòng)模塊。同時(shí)智能車的總電源采用7.2V鋰電池供電，并加入低壓監(jiān)測(cè)電路保護(hù)電池。提高智能跟蹤小車的穩(wěn)定可靠性。

在智能跟蹤汽車控制系統(tǒng)中，傳感器的選擇對(duì)于車輛能否實(shí)現(xiàn)跟蹤定位具有重大影響。較為普遍的便是采用視覺傳感器利用數(shù)字圖像處理技術(shù)對(duì)目標(biāo)原始圖像進(jìn)行各種運(yùn)算，得到有用信息進(jìn)而對(duì)智能車進(jìn)行控制來達(dá)到跟蹤定位的目標(biāo)。但是由于該技術(shù)復(fù)雜，同時(shí)設(shè)計(jì)成本昂貴。因此在選擇智能“高爾夫球”車時(shí)，考慮到藍(lán)牙模塊和超聲波模塊具有體積小、價(jià)格低和I/O口控制方便等優(yōu)點(diǎn)，滿足我們的設(shè)計(jì)要求。因此系統(tǒng)采用HC-06藍(lán)牙模塊和URM37超聲波傳感器進(jìn)行定位跟蹤檢測(cè)。

3 定位檢測(cè)的原理

本次設(shè)計(jì)采用三個(gè)藍(lán)牙接收模塊和一個(gè)藍(lán)牙發(fā)射模塊，一個(gè)超聲波避障模塊。兩個(gè)藍(lán)牙接收模塊安裝在小車的正前方的兩端，間隔為8cm，離地高度為2cm，同時(shí)目標(biāo)單位攜帶一個(gè)藍(lán)牙發(fā)射模塊。當(dāng)目標(biāo)發(fā)送的電磁波被小車前端的兩個(gè)接收裝置檢測(cè)到時(shí)，由于兩個(gè)接收裝置距目標(biāo)單位的距離不同，因此接收到的信號(hào)也不相同，據(jù)此判斷目標(biāo)所處方位和距離，具體描述如下。

將小車抽象為一個(gè)矩形，兩個(gè)藍(lán)牙接收模塊安放在矩形的頂點(diǎn)，以矩形的一個(gè)頂點(diǎn)為原點(diǎn)，原點(diǎn)所在的一邊為X軸、另一邊為Y軸建立直角坐標(biāo)系。那么兩個(gè)藍(lán)牙接收模塊的坐標(biāo)分別為、。不妨假設(shè)目標(biāo)單位所在坐標(biāo)為。其中d為兩模塊之間的距離。數(shù)學(xué)模型如圖2所示。

已知信號(hào)發(fā)射功率PT和接收功率PR與傳輸距離r、傳輸因子n關(guān)系滿足如下公式

兩邊分別取對(duì)數(shù)轉(zhuǎn)化為信號(hào)強(qiáng)度與信號(hào)傳輸距離的關(guān)系為

其中A為常數(shù)與發(fā)送信號(hào)的強(qiáng)度有關(guān)，xσ為背景噪聲滿足均值為0的高斯白噪聲。

據(jù)此在本次設(shè)計(jì)中通過給定傳輸距離，檢測(cè)藍(lán)牙接收模塊接收到信號(hào)的強(qiáng)弱最終確定了各個(gè)參數(shù)，最終得到了信號(hào)強(qiáng)度與傳輸距離的關(guān)系。

另外一個(gè)藍(lán)牙接收模塊與手機(jī)通信，用于接收手機(jī)信號(hào)和設(shè)定根據(jù)距離和速度等各種參數(shù)。同時(shí)為了提高小車的安全性和穩(wěn)定性，利用超聲波避障模塊來達(dá)到避障效果。

4 智能跟蹤算法的設(shè)計(jì)

4.1 定位算法的設(shè)計(jì)

如圖2，我們利用坐標(biāo)來表示目標(biāo)的方位，其中目標(biāo)單位坐標(biāo)為（x，y），藍(lán)牙接收模塊的坐標(biāo)分別為（0，0）、（-d，0）。其中目標(biāo)單位與兩者之間的距離可以表示為r1、r2。那么當(dāng)三點(diǎn)不在一條直線上時(shí)滿足余弦定理，即

那么目標(biāo)單位坐標(biāo)為

而當(dāng)三點(diǎn)在一條直線上時(shí)，目標(biāo)單位x軸坐標(biāo)滿足

其中y軸坐標(biāo)滿足y=0。

通過此方法確定目標(biāo)單位的方位和距離，從而確定小車的舵機(jī)打角角度，使得小車沿著目標(biāo)方向運(yùn)動(dòng)。

4.2 PID控制算法

智能控制小車的核心思想就是模仿人的思維和行動(dòng)去完成控制任務(wù)，其中PID控制算法是控制系統(tǒng)中技術(shù)比較成熟、而且應(yīng)用最廣泛的算法。PID依據(jù)控制輸出和執(zhí)行機(jī)構(gòu)的對(duì)應(yīng)關(guān)系可分為位置式PID和增量式PID兩種。

因此在設(shè)計(jì)小車的控制算法時(shí)，對(duì)舵機(jī)轉(zhuǎn)向采用位置式PID控制算法，對(duì)于電機(jī)采用增量式PID控制算法從而達(dá)到對(duì)小車的控制。

4.3 算法流程圖

將上述算法思想轉(zhuǎn)化為編程語言，得到算法實(shí)現(xiàn)的流程圖。如圖3。

5 結(jié)束語

本文通過研究智能化的一個(gè)重要方面：移動(dòng)目標(biāo)的智能跟蹤，設(shè)計(jì)了智能“高爾夫球”車的區(qū)域車輛定位控制系統(tǒng)，可以有效的利用小車進(jìn)行控制定位追蹤，靈活運(yùn)用無線信號(hào)隨著傳輸距離的增大而衰減的特性對(duì)移動(dòng)目標(biāo)進(jìn)行精確的定位判斷。從而達(dá)到跟蹤定位的效果。該設(shè)計(jì)還加入了智能避障模塊。通過實(shí)測(cè)結(jié)果表明小車具有很好的跟蹤定位效果，響應(yīng)速度快，適應(yīng)能力強(qiáng)且動(dòng)態(tài)性能好，整體控制效果較好。

參考文獻(xiàn)

[1]董曉慶，謝森林，李平.智能小車路徑識(shí)別及速度控制系統(tǒng)的實(shí)現(xiàn)[J].科技信息，2009（16）：71-72.

[2]蒙建波，虞建靜，管金庫(kù).智能小車目標(biāo)識(shí)別跟蹤系統(tǒng)的實(shí)現(xiàn)[J].重慶大學(xué)學(xué)報(bào)（自然科學(xué)版），2004（09）：45-48.

[3]唐亞平.無線電波傳播損耗預(yù)測(cè)方法與應(yīng)用研究[D].南京：南京航空航天大學(xué)，2014.

[4]楊曉嵐.PID算法在智能車中的應(yīng)用[J]. 實(shí)驗(yàn)科學(xué)與技術(shù)，2010（04）：187-189.