基于攝像頭和陀螺儀的四輪智能車控制方案

林振威

[摘 ? ?要]以全國大學生智能汽車競賽為背景，介紹基于攝像頭循跡的四輪智能小車控制方案，同時，在傳統(tǒng)控制方案上增加陀螺儀反饋實現(xiàn)循跡控制穩(wěn)定性的提升。該控制方案提供了小車對不同路段的適用性，提高了小車運行的穩(wěn)定性。

[關鍵詞]智能車;PID控制;攝像頭循跡;陀螺儀

[中圖分類號]TP273 [文獻標志碼]A [文章編號]2095–6487（2021）08–00–02

[Abstract]Taking the national college student smart car competition as the background， this paper introduces a four-wheel smart car control scheme based on camera tracking. At the same time， adding gyroscope feedback to the traditional control scheme to improve the stability of tracking control. The control scheme provides the applicability of the trolley to different road sections and improves the stability of the trolley's operation.

[Keywords]smart car; PID control; camera tracking; gyroscope

隨著科技發(fā)展，自動化和智能化的發(fā)展趨勢越來越明顯。而智能汽車作為今后汽車行業(yè)的一個重要發(fā)展方向[1]，近年來受到了越來越多的關注。全國大學生智能汽車競賽則為智能汽車的發(fā)展做出了鋪墊。因此，本文以智能汽車競賽為背景，提出了一種基于攝像頭和陀螺儀的智能汽車控制方案。通過攝像頭采集道路信息，陀螺儀采集小車狀態(tài)，單片機處理輸出控制信號，實現(xiàn)智能循跡控制[2]。由于傳統(tǒng)PID控制對不同賽道情況的適應能力較弱，這對小車的提速帶來了困難，本方案通過在傳統(tǒng)PID的基礎上增加陀螺儀進行校正，提高了小車對不同賽道的適應能力，提升了控制系統(tǒng)的魯棒性。

1 攝像頭循跡

本方案采用MT9V032攝像頭采集賽道信息，并通過ARM Cortex-M4內核的K66單片機進行圖像處理，通過特征提取對取得偏差，對小車的轉向進行控制。攝像頭采集的圖像為灰度圖像，本文采用大津法（OTSU）二值化的方法將灰度圖處理為黑白圖，實現(xiàn)圖像信息的簡化，便于特征的提取。此外，本方案采用兩個DMA中斷交替采圖、輪換處理的方式，實現(xiàn)了圖像采集和處理的同時進行，提高了執(zhí)行效率，提高了處理幀數(shù)，為控制精度的提高奠定了基礎[3-4]。

將采集到的圖像二值化處理后，就可以進行賽道特征的提取，本方案采用先尋找賽道兩邊邊線，然后將兩邊線求和取中來擬合賽道中線，再通過求取賽道中線與圖像中線的偏差的方法對小車的轉向進行控制，見圖1。

如圖1所示，為圖像處理前后的效果圖，左側為采集圖，右側為處理后的圖，其中兩側是賽道邊線，中間為擬合的中線。

當然，小車在運行時有可能會出現(xiàn)視野較差，導致只能看到賽道一邊的情況，對這種情況，則無法通過上述方法求取偏差，這時需要依靠一邊的邊線對中線進行擬合。這就需要對賽道寬度進行擬合，對于斜視圖的，逆變換是一種常用的處理方法，它能夠對斜視圖進行處理，將其變換成“上帝視角”，然而考慮到單片機算力的限制以及攝像頭視角比較固定，本方案采用了一種簡化的替代方法。通過將小車正放在一條長直道的中央采圖，對該圖進行擬合，求出該情況下不同行高的賽道寬度，這些寬度即可近似視為該攝像頭角度下采集到的圖像不同行高處的賽道寬度，通過單邊線加（或減）賽道寬度的一半，即可擬合出賽道中線。

如圖2所示，為單邊視野丟失情況下的中線處理效果圖，左側為采集圖，右側為處理后的圖，其中兩側是賽道邊線，中間為擬合的中線。

2 PID控制

智能車的運動是通過單片機輸出不同大小的PWM波對電機和舵機進行驅動來控制的。對于不同的電機來說，其對PWM波的響應速度是有差別的。因此通過固定的PWM對電機進行控制是不可靠的，為保證小車可靠運行，保證其對響應的快速性、準確性和穩(wěn)定性，采用常用的PID控制算法實現(xiàn)閉環(huán)控制。

PID控制作為出現(xiàn)最早、應用最廣的控制器，以其結構簡單、魯棒性和適應性較強，調節(jié)整定很少依賴于系統(tǒng)的具體模型，使用簡單等特點受到了廣泛應用。這也是本方案采用PID控制器的一個重要原因。

PID控制器是一種線性控制器，它通過將期望值和實際值的偏差按照比例、積分、微分的線性組合得到控制量[5]，從時間的角度講，比例作用是針對系統(tǒng)當前誤差進行控制，積分作用則針對系統(tǒng)誤差的歷史，而微分作用則反映了系統(tǒng)誤差的變化趨勢，這三者的組合是“過去、現(xiàn)在、未來”的完美結合，如圖3所示。

3 電機增量式PID控制

電機作為速度控制的執(zhí)行機構，是小車運行時的重要控制環(huán)節(jié)。本方案采用的電機PID公式如下。

Δu（k）=u（k）-u（k-1）=KP[e（k）-e（k-1）]+KIe（k）+KD[e（k）-2e（k-1）+e（k-2）]

其中

比例P：e（k）-e（k-1）這次誤差-上次誤差

積分I：e（i）誤差

微分D：e（k）-2e（k-1）+e（k-2）這次誤差-2*上次誤差+上上次誤差

增量式PID根據(jù)公式可以看出，一旦確定了KP、TI、TD，只要使用前后三次測量值的偏差，即可由公式求出控制增量而得出的控制量Δu（k）對應的是近幾次位置誤差的增量，而不是對應與實際位置的偏差，沒有誤差累加。

也就是說，增量式PID中不需要累加?？刂圃隽喀（k）的確定僅與最近3次的采樣值有關，容易通過加權處理獲得比較好的控制效果，并且在系統(tǒng)發(fā)生問題時，增量式不會嚴重影響系統(tǒng)的工作。

此外，增量式PID控制輸出的是控制量增量，并無積分作用，因此該方法適用于執(zhí)行機構帶積分部件的對象，如步進電機等，而位置式PID適用于執(zhí)行機構不帶積分部件的對象，如電液伺服閥。

在進行PID控制時，位置式PID需要有積分限幅和輸出限幅，而增量式PID只需輸出限幅。因此對于電機的控制，選用的是增量式PID控制。

4 舵機位置式PID控制

舵機作為轉向的執(zhí)行機構，需要較快的響應速度，因此對舵機采用了位置式PID控制。公式如下

其中：+

比例P：e（k）

積分I：∑e（i）誤差的累加

微分D：e（k）-e（k-1）這次誤差-上次誤差

也就是位置式PID是當前系統(tǒng)的實際位置，與你想要達到的預期位置的偏差，進行PID控制。

因為有誤差積分∑e（i），一直累加，也就是當前的輸出u（k）與過去的所有狀態(tài)都有關系，用到了誤差的累加值（誤差e會有誤差累加），輸出的u（k）對應的是執(zhí)行機構的實際位置，一旦控制輸出出錯（控制對象的當前的狀態(tài)值出現(xiàn)問題），u（k）的大幅變化會引起系統(tǒng)的大幅變化。

并且位置式PID在積分項達到飽和時，誤差仍然會在積分作用下繼續(xù)累積，一旦誤差開始反向變化，系統(tǒng)需要一定時間從飽和區(qū)退出，所以在u（k）達到最大和最小時，要停止積分作用，并且要有積分限幅和輸出限幅。

所以在使用位置式PID時，一般直接使用PD控制。

而位置式PID適用于執(zhí)行機構不帶積分部件的對象，如舵機和平衡小車的直立。

5 加入陀螺儀的循跡控制方案

由于小車需要適應不同類型的賽道，這對PID參數(shù)的適用性和整個控制系統(tǒng)的魯棒性提出了較高的要求。尤其是在小車高速運行的情況下，很難同時兼顧不同類型的道路。

針對這個問題，采用動態(tài)參數(shù)對PID進行控制，針對計算出的不同偏差值，給定一個與偏差相關的PID參數(shù)，這樣即解決了一套參數(shù)對不同賽道適應能力不一致的情況。但是，簡單的動態(tài)參數(shù)的控制效果仍然有限。因此，本方案在以上控制策略的基礎上加入了陀螺儀。

陀螺儀是一種角速度測量傳感器，本方案通過測量小車運行時的橫向角速度，即可判斷出小車當前運行的狀態(tài)。若小車在直道上左右來回搖擺，會產生一個來回振蕩的橫向角速度，通過測量該角速度，并通過在PID輸出的基礎上減去（或加上）一定比例的該時刻的角速度值（本文稱其為阻尼項），即可抑制小車的振蕩?？刂瓶驁D如圖4。

對應公式如下：

u（k）=Kpe（k）+Kd[e（k）-e（k-1）-Kkω]

其中ω為角速度，Kk為對應系數(shù)。

阻尼項的作用在于減緩小車在轉向時的響應幅度，減小其在轉向時產生的超調量，起到抑制大超調量，消減小幅高頻振蕩的作用，以通過小車運行時的穩(wěn)定性。

6 結束語

智能化、自動化是汽車行業(yè)未來發(fā)展的一個重要方向，智能小車的研究則是對智能汽車行業(yè)的一種簡單探索，本文闡述的控制思路僅是眾多控制方案的一種，這其中還有許多的東西值得去研究和探索。

參考文獻

[1] 《中國公路學報》編輯部.中國汽車工程學術研究綜述·2017[J].中國公路學報，2017，30（6）：1-197.

[2] 王盼寶，佟超，曹楠，等.智能車制作[M].北京：清華大學出版社，2001.

[3] 張錚，范若怡，宮若寧，等.基于圖像處理的智能小車無線遠程滅火[J].實驗室研究與探索，2018，37（1）：33-37.

[4] 孫曉峰.基于圖像識別的智能小車障礙物檢測方法研究[D].昆明：昆明理工大學，2017.

[5] 丁鵬.自尋跡智能車PID控制研究[D].衡陽：南華大學，2018.