基于單片機(jī)的智能小車防撞系統(tǒng)設(shè)計(jì)

周 瑋，高琳琳，姚建紅，袁青松

（常熟理工學(xué)院 汽車工程學(xué)院，江蘇 常熟 215500）

現(xiàn)有情況下，智能小車以追求高速度為目標(biāo)，未涉及防撞系統(tǒng)設(shè)計(jì). 智能小車在尋跡過程中，受場(chǎng)地因素影響較大，在彎道和十字路口處易沖出賽道，故本文對(duì)彎道識(shí)別及進(jìn)出口十字路口算法進(jìn)行了優(yōu)化.同時(shí)針對(duì)智能小車在沖出賽道后速度較高，在沒有圍欄的情況下撞向堅(jiān)硬的墻體或者障礙物，容易對(duì)傳感器及車身造成損害的缺點(diǎn)，本文設(shè)計(jì)了防撞系統(tǒng)，該防撞系統(tǒng)可以在小車撞向障礙物之前及時(shí)制動(dòng)，保證了小車行駛的安全. 本文設(shè)計(jì)思路可以延伸運(yùn)用至家用汽車上，如在大霧天氣行駛中，難以判斷前方運(yùn)行狀況時(shí)，該系統(tǒng)通過自行檢測(cè)，可有效避免與前方障礙物相撞，保證乘客的乘車安全［1］.

1 整體系統(tǒng)設(shè)計(jì)思路

圖1 整體系統(tǒng)控制框架圖

整體系統(tǒng)由防撞系統(tǒng)、圖像采集與處理、速度轉(zhuǎn)向系統(tǒng)組成. 圖像采集與處理、速度轉(zhuǎn)向系統(tǒng)控制智能小車完成尋跡；防撞系統(tǒng)起保護(hù)與避障作用，整體系統(tǒng)框架如圖1所示.

圖像采集與處理包括采集賽道信息、賽道處理、提取中線3部分. 采集賽道信息是指利用線性CCD采集賽道上的光線，然后將其轉(zhuǎn)化為128個(gè)灰度值，存放在一維數(shù)組中. 而智能小車尋跡賽道是依據(jù)不同顏色對(duì)光線的反射強(qiáng)度不同設(shè)計(jì)的. 在對(duì)光的反射中，白色最強(qiáng)，藍(lán)色弱于白色，黑色最弱，故所設(shè)計(jì)的尋跡賽道是白色的. 賽道鋪設(shè)在藍(lán)色地墊上，賽道兩邊用寬度約為25 mm的黑色膠帶包住，部分賽道圖如圖2所示. 由于光線的反射強(qiáng)度不同，所以線性CCD采集到的灰度值大小會(huì)不同. 其中白色處大于藍(lán)色處，藍(lán)色處大于黑色處，所采集到的灰度值圖像如圖3所示. 其中橫坐標(biāo)代表像素點(diǎn)的位置，縱坐標(biāo)代表灰度值的大小. 根據(jù)灰度值跳變點(diǎn)可以較容易地提取賽道邊界，然后根據(jù)不同的賽道判斷是否需要執(zhí)行補(bǔ)線決策，最終找到賽道中線位置.

速度轉(zhuǎn)向系統(tǒng)包括速度控制和舵機(jī)控制兩部分. 速度控制使智能小車在運(yùn)行過程中始終處于目標(biāo)速度，速度控制使智能小車達(dá)到直道加速、彎道減速的目的. 舵機(jī)控制針對(duì)的是智能小車的轉(zhuǎn)向問題，智能小車在直道中和十字路段處需要使舵機(jī)處于中間位置，而在彎道處，舵機(jī)需要向左或者向右打一定的角度，以保證小車順利通過彎道.

防撞系統(tǒng)選用超聲波傳感器作為主要傳感器. 當(dāng)智能小車沖出賽道時(shí)，啟動(dòng)超聲波傳感器，檢測(cè)智能小車與前方物體的距離，若該距離小于設(shè)定的距離，則緊急制動(dòng)小車，從而達(dá)到防撞效果.

圖2 部分賽道圖

圖3 賽道灰度值圖

2 圖像采集與處理

首先將CCD采集到的數(shù)據(jù)放到一維數(shù)組中. 由于賽道的特殊性，CCD反饋的這組數(shù)據(jù)大小不同，且在黑色膠帶處的數(shù)據(jù)會(huì)出現(xiàn)跳變點(diǎn)，所以將對(duì)賽道的分析轉(zhuǎn)換為對(duì)數(shù)組數(shù)據(jù)的分析. 在數(shù)據(jù)處理中，采用從中間向兩側(cè)的數(shù)據(jù)處理方法，尋找跳變點(diǎn)的位置，再根據(jù)跳變點(diǎn)所處的位置，判斷智能小車所處路段，智能小車在不同路段需要執(zhí)行不同的處理決策［2］.

2.1 識(shí)別賽道

在整個(gè)賽道中，除了直線賽道和障礙賽道外，其余各處賽道均會(huì)出現(xiàn)丟線問題. 如果在丟線的情況下不采取補(bǔ)線措施，智能小車無法提取正確的中線，將無法完成尋跡. 故要先進(jìn)行賽道識(shí)別，判斷當(dāng)前賽道種類，判斷是否需要采取補(bǔ)線措施.

2.2 直道判斷

智能小車在直道上運(yùn)行時(shí)要進(jìn)行加速處理，故要對(duì)直道進(jìn)行預(yù)先判斷. 由于賽道的特殊性，在黑色膠帶處的灰度值最小，故會(huì)在黑線處產(chǎn)生跳變點(diǎn)，如圖4所示，將這兩個(gè)點(diǎn)的坐標(biāo)記錄下來. 直線賽道呈對(duì)稱分布，故跳變點(diǎn)1的位置坐標(biāo)與跳變點(diǎn)2的位置坐標(biāo)也會(huì)處于一個(gè)對(duì)稱區(qū)間內(nèi). 所以當(dāng)采集到兩跳變點(diǎn)的位置處于對(duì)稱區(qū)間內(nèi)時(shí)，便執(zhí)行直道加速?zèng)Q策.

2.3 彎道判斷

小車在進(jìn)入彎道時(shí)要執(zhí)行兩個(gè)決策：第一，入彎減速；第二，入彎轉(zhuǎn)向. 先用攝像頭拍攝彎道處的一幅圖（見圖5）. 從圖像上不難發(fā)現(xiàn)，智能小車在進(jìn)入彎道時(shí)，其一側(cè)會(huì)出現(xiàn)丟線的現(xiàn)象. 后改用線性CCD進(jìn)行測(cè)試，如圖6彎道波形圖所示，在彎道處的灰度值會(huì)出現(xiàn)一側(cè)沒有跳變點(diǎn)的現(xiàn)象，這樣就無法提取準(zhǔn)確的中線，從而無法控制智能小車的轉(zhuǎn)向. 所以，我們要在彎道處做出補(bǔ)線決策. 另外，依據(jù)上述特性可知，彎道處會(huì)出現(xiàn)一側(cè)丟線的現(xiàn)象. 根據(jù)這一特征，我們可以設(shè)置彎道標(biāo)志位，當(dāng)進(jìn)入彎道時(shí)進(jìn)行降速處理，并且開始對(duì)彎道做出補(bǔ)線決策.

2.4 十字判斷

圖4 直道波形圖

圖5 彎道丟線二值化圖

圖6 彎道波形圖

十字路口的特點(diǎn)是左右都會(huì)丟線. 先用攝像頭在十字路口處拍攝一幅圖像，如圖7所示. 不難發(fā)現(xiàn)，十字路口的左右處均會(huì)出現(xiàn)丟線問題. 后改用線性CCD在十字路口處采集波形，如圖8所示. 從上位機(jī)上不難發(fā)現(xiàn)十字路處的波形均無跳變點(diǎn)，這樣就無法提取中線，如果不加以處理，智能小車就會(huì)在十字路口處出現(xiàn)“搖擺”現(xiàn)象. 故根據(jù)十字路口無跳變點(diǎn)這一特點(diǎn)，可以較容易地找出十字路口.

2.5 提取中線

直道上提取中線的方法如下：采用從中間向兩側(cè)尋找邊界的方法，因?yàn)楹谏吔缗c白色賽道的灰度值差距較大，所以在某一處灰度值肯定會(huì)出現(xiàn)跳變. 如果該點(diǎn)右側(cè)的點(diǎn)大于左側(cè)的幾個(gè)像素點(diǎn)（從中間向左尋找）并大于某一特定的差值，則認(rèn)定該點(diǎn)為邊界點(diǎn). 最終在直線賽道上找到兩個(gè)坐標(biāo)點(diǎn)，記錄這兩個(gè)點(diǎn)的位置，分別為“LeftMAX”，“RingtMIN”. 這兩個(gè)點(diǎn)便為兩側(cè)黑線的位置，最終將這兩個(gè)位置相加除2，得到的就是中線［3］.

彎道處提取中線的方法如下：先由中間兩側(cè)尋找黑線，由于彎道處一定有一側(cè)丟線，一定有一側(cè)能找到黑線. 如果是采集到左邊丟線，那么判定智能小車即將進(jìn)行右轉(zhuǎn)彎，需要左側(cè)補(bǔ)線. 此時(shí)用64（賽道的中間位置）減去賽道寬度，得到左側(cè)位置. 如果采集到右邊丟線，需要右側(cè)補(bǔ)線，那么判定智能小車即將進(jìn)行左轉(zhuǎn)彎，此時(shí)用64（賽道的中間位置）加上賽道寬度，得到右側(cè)位置. 最終記錄下兩個(gè)點(diǎn)的位置，分別為“LeftMAX”，“RingtMIN”. 這兩個(gè)點(diǎn)便為兩側(cè)黑線的位置，最終將這兩個(gè)位置相加除2，得到的就是中線.

十字路口處提取中線的方法如下：由于十字路口處均與一小段直線賽道相連，所以當(dāng)智能小車在到達(dá)十字路口前和經(jīng)過十字路口時(shí)，均處于直線行駛的狀態(tài)，故智能小車判斷出十字路段時(shí)，直接將中線值定義為賽道的中間值，即64. 而舵機(jī)轉(zhuǎn)角大小與舵機(jī)轉(zhuǎn)向需根據(jù)實(shí)際中線與設(shè)定中線（設(shè)定中線值為64）之間差值來定，故當(dāng)智能小車處于十字路口時(shí)，實(shí)際中線與設(shè)定中線差值為0，舵機(jī)便處于中間位置，此時(shí)不會(huì)出現(xiàn)“搖擺”現(xiàn)象.

圖7 十字路口二值化圖

圖8 十字路口波形圖

3 轉(zhuǎn)向與速度控制

圖像采集與處理的目的是控制小車行駛速度與舵機(jī)轉(zhuǎn)向的前提. 由于賽道是模擬正常的道路系統(tǒng)，會(huì)出現(xiàn)彎道、十字路口等路況，所以智能小車必須要進(jìn)行轉(zhuǎn)向控制. 整個(gè)智能小車的設(shè)計(jì)以追求高速度為主要目標(biāo)，在行駛過程中要做到直道加速，提高其動(dòng)力性，彎道減速，保證順利過彎.

3.1 舵機(jī)控制

舵機(jī)利用PWM波進(jìn)行控制，其中舵機(jī)轉(zhuǎn)角與周期、PWM波關(guān)系如圖9所示. 在智能小車實(shí)際運(yùn)行中，舵機(jī)轉(zhuǎn)角大小與舵機(jī)轉(zhuǎn)向所依據(jù)的參數(shù)是實(shí)際中線與設(shè)定中線（設(shè)定中線值為64）之間的差值. 利用該差值調(diào)整PWM波，從而改變舵機(jī)的轉(zhuǎn)向與轉(zhuǎn)角［4］.

3.2 電機(jī)控制

圖9 舵機(jī)輸出轉(zhuǎn)角與輸入信號(hào)脈沖寬度的關(guān)系

智能小車速度控制有開環(huán)控制和閉環(huán)控制兩種方式. 但開環(huán)控制無數(shù)據(jù)反饋，不能確定智能小車是否達(dá)到目標(biāo)速度，故本文選用閉環(huán)控制，同時(shí)采用PID精確控制車速. 由于車模始終處于運(yùn)動(dòng)過程中，車速不像開環(huán)那樣處于穩(wěn)定狀態(tài)，所以靜態(tài)誤差基本沒有影響，故選用PD控制. 控制公式如式1所示，控制原理圖如圖10所示.

4 防撞控制系統(tǒng)設(shè)計(jì)

防撞系統(tǒng)需要先判斷智能小車是否沖出賽道，具體判斷方法如下：當(dāng)智能小車沖出賽道時(shí)，很難采集到黑線. 由于智能小車在十字路口處也難以采集到黑線，但時(shí)間較短，故當(dāng)智能小車連續(xù)1.5 s以上未采集到數(shù)據(jù)時(shí)，則判斷為沖出賽道，此時(shí)啟動(dòng)超聲波傳感器.

超聲波傳感器在啟動(dòng)后，會(huì)向單片機(jī)實(shí)時(shí)傳送采集到的距離，單片機(jī)根據(jù)所返回的距離做出如下決策：如圖11所示，單片機(jī)內(nèi)部設(shè)置兩個(gè)固定閾值Stop1、Stop2. 當(dāng)反饋的距離大于Stop1時(shí)，智能小車?yán)^續(xù)前進(jìn)，不執(zhí)行任何操作. 當(dāng)反饋的距離大于Stop2且小于或等于Stop1時(shí)，單片機(jī)輸出一個(gè)不斷減小的電機(jī)PWM值，致使智能小車開始大幅度降速. 待距離小于或等于Stop2時(shí)，單片機(jī)輸出一個(gè)為零的電機(jī)PWM值，使得智能小車的車速為0，從而防止撞擊障礙物［5］.

圖10 PID控制原理圖

圖11 防撞系統(tǒng)圖

5 系統(tǒng)測(cè)試

按照上述要求，完成整個(gè)系統(tǒng)的搭建. 將搭建好的智能小車（圖12）放在具有障礙物的賽道上，檢測(cè)其防撞性能，要求智能小車檢測(cè)到障礙物時(shí)立即停車，該效果可以在OLED上顯示. 在正常行駛時(shí)，顯示界面如圖13所示；遇到障礙物啟動(dòng)避障系統(tǒng)如圖14所示.

6 總結(jié)

本文所述尋跡系統(tǒng)先用線性CCD采集賽道處的灰度值，然后處理賽道，對(duì)丟線處補(bǔ)線以及十字路口處做相關(guān)處理決策，最終求取中線. 利用所求中線，計(jì)算與理論位置的偏差，用該偏差控制舵機(jī)的轉(zhuǎn)向，同時(shí)根據(jù)賽道類型控制電機(jī)轉(zhuǎn)速，實(shí)現(xiàn)彎道減速、直道加速的目的. 防撞系統(tǒng)需要使智能小車在撞上障礙物之前停下來，從而保障智能小車的安全. 按照上述設(shè)計(jì)出實(shí)物，經(jīng)實(shí)驗(yàn)發(fā)現(xiàn)優(yōu)化后的尋跡算法提高了智能小車行駛車速和過彎穩(wěn)定性；所設(shè)計(jì)的防撞系統(tǒng)可在智能小車撞向障礙物之前提前制動(dòng)，保障了智能小車的安全.

圖 12 實(shí)物圖

圖13 正常工作界面

圖14 避障工作界面