基于STM32的岸橋司機(jī)駕駛技術(shù)評(píng)估系統(tǒng)的設(shè)計(jì)

吳玉祥

摘? 要：該文針對(duì)岸橋起重機(jī)設(shè)計(jì)了一種以STM32系列單片機(jī)為核心處理芯片的岸橋司機(jī)駕駛技術(shù)評(píng)估系統(tǒng)。系統(tǒng)通過(guò)加速度傳感器和傾角傳感器，實(shí)時(shí)采集岸橋吊具的加速度信號(hào)和傾角信號(hào)，并對(duì)信號(hào)進(jìn)行分析處理，得出評(píng)估結(jié)果，利用無(wú)線傳輸?shù)姆绞綄⒃u(píng)估結(jié)果發(fā)送到顯示模塊，司機(jī)能夠在駕駛室中通過(guò)顯示模塊查看自身駕駛技術(shù)的評(píng)估結(jié)果。該系統(tǒng)能夠準(zhǔn)確評(píng)估岸橋司機(jī)的駕駛技術(shù)，并能針對(duì)司機(jī)的駕駛習(xí)慣和行為給出合理的建議，幫助司機(jī)提高自身的駕駛技術(shù)。

關(guān)鍵詞：岸橋;姿態(tài)測(cè)量;駕駛評(píng)估;無(wú)線傳輸

中圖分類號(hào)：TP311? ? ? ? ? 文獻(xiàn)標(biāo)志碼：A

0 引言

當(dāng)代港口作業(yè)的工作量大，岸橋能否安全高效的工作直接影響港口作業(yè)的效率，而岸橋駕駛員的操作水平則直接影響岸橋的工作效率。該文設(shè)計(jì)了一種基于STM32F103C8T6微處理器的評(píng)估系統(tǒng)，該系統(tǒng)能夠通過(guò)監(jiān)測(cè)岸橋吊具的運(yùn)行狀態(tài)，分析出岸橋司機(jī)的駕駛技術(shù)水平，并給出良好的建議，幫助岸橋司機(jī)能夠更安全、更高效地進(jìn)行岸橋作業(yè)，其系統(tǒng)總體結(jié)構(gòu)如圖1所示。

1 系統(tǒng)硬件設(shè)計(jì)

1.1 三軸加速度傳感器模塊

三軸加速度傳感器模塊采用LSM6DSM，該模塊是集成三軸加速度計(jì)和三軸陀螺儀的數(shù)字輸出型芯片，采用LGA 14-pin，2.530.83 mm封裝，電源電壓1.62 V～3.60 V。具有高精度、低功耗、低噪聲的特點(diǎn)。在該系統(tǒng)中通過(guò)SPI接口與MCU進(jìn)行數(shù)據(jù)傳輸。

1.2 傾角傳感器模塊

傾角傳感器模塊采用LCA326T，該模塊是數(shù)字型小體積MEMS傾角傳感器，內(nèi)置雙通道地球引力傾斜單元，通過(guò)測(cè)量靜態(tài)重力加速度，轉(zhuǎn)換成傾角變化。從而可以測(cè)量傳感器輸出相對(duì)于水平面的傾斜和俯仰角度。在該系統(tǒng)中通過(guò)TTL串口與MCU進(jìn)行數(shù)據(jù)傳輸。

1.3 無(wú)線模塊

由于硬件部分安裝在吊具上，而數(shù)據(jù)結(jié)果需要在司機(jī)駕駛室中顯示，采用有線傳輸容易發(fā)送意外，不利于數(shù)據(jù)傳輸，因此系統(tǒng)采用無(wú)線傳輸方式將數(shù)據(jù)發(fā)送給上位機(jī)。

當(dāng)系統(tǒng)采集處理完傳感器的數(shù)據(jù)時(shí)，需要通過(guò)無(wú)線模塊將得到的結(jié)果發(fā)送后給顯示模塊，無(wú)線傳輸模塊采用ESP8266模塊[1-3]，該模塊是一款超低功耗的UART-WIFI透?jìng)髂K，擁有超小的封裝尺寸和超低的能耗技術(shù)，支持UART/GPIO數(shù)據(jù)通信接口，支持STA/AP/STA+AP? 3種工作模式。在該系統(tǒng)中通過(guò)UART接口與MCU進(jìn)行數(shù)據(jù)傳輸，并在AP模式下工作。

2 STM32F103C8T6主控芯片

該系統(tǒng)的MCU核心處理器采用意法半導(dǎo)體的STM32F103C8T6芯片[4-6]，該芯片采用高性能ARM Cortex?-M3 32位RISC內(nèi)核，工作頻率為72 MHz，擁有高速嵌入式存儲(chǔ)器，能提供2個(gè)SPI接口，3個(gè)USART接口，能夠滿足該系統(tǒng)的功能需求。通過(guò)AMS1117-3.3芯片可以將外部USB電源電壓由5 V轉(zhuǎn)換為3.3 V，為MCU及其他外圍設(shè)備供電。BOOT選擇電路能夠通過(guò)跳線帽來(lái)切換最小系統(tǒng)的啟動(dòng)模式，當(dāng)插入跳線帽時(shí)，MCU以FLASH啟動(dòng)，當(dāng)不插入跳線帽時(shí)，MCU以系統(tǒng)存儲(chǔ)器啟動(dòng)，用于下載代碼。

3 系統(tǒng)軟件設(shè)計(jì)

系統(tǒng)軟件采用Keil C51軟件開發(fā)工具編寫，主要包括系統(tǒng)初始化、傳感器數(shù)據(jù)采集、數(shù)據(jù)濾波處理、數(shù)據(jù)發(fā)送等功能。

為了減少傳感器的測(cè)量誤差，該系統(tǒng)使用了卡爾曼濾波對(duì)傳感器數(shù)據(jù)進(jìn)行處理?？柭鼮V波[7-9]也稱線性二次估計(jì)（LQE），它使用隨時(shí)間變換的一系列未知變量的測(cè)量值，包括統(tǒng)計(jì)噪聲和其他不確定性來(lái)產(chǎn)生未知變量的估計(jì)值，這些估計(jì)值往往比直接得到的測(cè)量值更準(zhǔn)確。

評(píng)估系統(tǒng)根據(jù)三軸加速度傳感器和傾角傳感器的實(shí)時(shí)數(shù)據(jù)，判斷岸橋的運(yùn)動(dòng)狀態(tài)。

其具體流程為：首先建立坐標(biāo)系，X軸對(duì)應(yīng)小車運(yùn)行方向，Y軸對(duì)應(yīng)吊具升降方向，Z軸對(duì)應(yīng)大車運(yùn)行方向。對(duì)X軸，Y軸，Z軸的加速度信號(hào)的數(shù)值大小、吊具加減速時(shí)間及吊具繞X軸、Z軸的傾角信號(hào)的數(shù)值大小進(jìn)行分析、判斷。每當(dāng)X軸、Y軸經(jīng)過(guò)2次減速階段，以及傾角傳感器經(jīng)過(guò)2次波動(dòng)階段，就對(duì)司機(jī)駕駛技術(shù)進(jìn)行打分。

X軸、Y軸、Z軸上的加速度范圍和時(shí)間范圍，以及繞X軸、Z軸的傾角范圍，對(duì)應(yīng)不同的駕駛習(xí)慣和行為，可以將岸橋司機(jī)駕駛習(xí)慣和行為評(píng)估劃分為5個(gè)環(huán)節(jié)。1） 小車駕駛習(xí)慣和行為評(píng)估。2）吊具升降駕駛習(xí)慣和行為評(píng)估。3）吊具起吊駕駛行為評(píng)估。4）大車駕駛行為評(píng)估。5）總體工作效率評(píng)估。

統(tǒng)計(jì)5 個(gè)環(huán)節(jié)中岸橋司機(jī)的得分情況，然后將結(jié)果由無(wú)線模塊發(fā)送給顯示模塊，并清空MCU中的數(shù)據(jù)。其主程序流程如圖2所示。

4 實(shí)驗(yàn)結(jié)果

將該系統(tǒng)安裝在港機(jī)上進(jìn)行測(cè)試，用PC端連接無(wú)線模塊，使用LabVIEW接收數(shù)據(jù)，得到的數(shù)據(jù)如圖3所示?？梢钥闯龈蹤C(jī)目前處于小車急剎車狀態(tài)，應(yīng)提醒司機(jī)注意平穩(wěn)操作小車移動(dòng)，以免發(fā)生事故。

5 結(jié)論

該文設(shè)計(jì)了一種基于STM32系列單片機(jī)的集軟硬件與一體的岸橋司機(jī)駕駛技術(shù)評(píng)估系統(tǒng)，能夠準(zhǔn)確獲取岸橋起重機(jī)的運(yùn)動(dòng)狀態(tài)并分析出司機(jī)的駕駛行為，而且能夠通過(guò)無(wú)線傳輸將數(shù)據(jù)發(fā)送給司機(jī)室中的上位機(jī)進(jìn)行顯示。使岸橋司機(jī)能夠看出自己在駕駛過(guò)程中有哪些不合理的駕駛行為，便于司機(jī)改善駕駛技術(shù)。

參考文獻(xiàn)

[1]李少林，張維路，劉民，等.基于ZigBee/WiFi技術(shù)的無(wú)線數(shù)據(jù)采集與控制系統(tǒng)[J].組合機(jī)床與自動(dòng)化加工技術(shù)，2018（9）：92-94，98.

[2]向慶，鄧浩欣，李嘉寶，等.基于STM32和Android的智能家居系統(tǒng)設(shè)計(jì)[J].電子設(shè)計(jì)工程，2018（18）：179-183.

[3]王愿祥，程悅琪，孫先松.基于WiFi的無(wú)線測(cè)控終端系統(tǒng)設(shè)計(jì)[J].物聯(lián)網(wǎng)技術(shù)，2018，8（9）：23-26.

[4]周利娜，周建平，許燕，等.基于STM32F103C8T6和ZigBee的油井壓力監(jiān)控系統(tǒng)研究[J].物聯(lián)網(wǎng)技術(shù)，2014，4（6）：38-41.

[5]吳學(xué)富，劉忠富.基于STM32的車輛遠(yuǎn)程預(yù)警系統(tǒng)設(shè)計(jì)[J].智能計(jì)算機(jī)與應(yīng)用，2018，8（1）：138-140，144.

[6]吳飛，王博韜，毛晨曦，等.基于stm32f103c8t6的手機(jī)信號(hào)檢測(cè)系統(tǒng)的設(shè)計(jì)[J].電子世界，2018（11）：122-123，126.

[7]蒲曉湘，周世紀(jì).基于卡爾曼濾波算法的姿態(tài)儀設(shè)計(jì)[J].重慶電力高等?？茖W(xué)校學(xué)報(bào)，2018，23（2）：39-43.

[8]谷樂(lè)， 陳志云. 加權(quán)最小二乘法與卡爾曼濾波實(shí)時(shí)穩(wěn)像技術(shù)[J]. 計(jì)算機(jī)應(yīng)用研究， 2019（11）：3121-3123.

[9]喬少杰，韓楠，朱新文，等.基于卡爾曼濾波的動(dòng)態(tài)軌跡預(yù)測(cè)算法[J].電子學(xué)報(bào)，2018，46（2）：418-423.