??本本章将简要介绍智能汽车系统的整体设计理念，并将整个系统分为三个部分：机械结构、控制模块、控制算法等。

??智能源汽车运行的优良性与机械结构、重心位置的选择、各传感器模块的位置将成为车速度和稳定性的因素。因此，加强智能汽车的机械结构是智能汽车设计的首要任务，在智能汽车的实际调试过程中，机械结构的优化也可以解决许多软件算法无法解决的问题。

??车辆和直立车辆由竞赛专用D车和F车模组装，以及一些符合竞赛要求的部件。组装D车各部件，安装直流电机和编码器，后车齿轮应与编码器组装的齿轮高度啮合。装配电池固定件，然后用螺母自制PCB主板固定在电池支架上，增加尾部重力。再将驱动PCB将版本固定在车模中间，并连接电机。三通固定碳素杆用于车模前部和中部，电磁杆安装在上面。D车长不超过300mm宽不超250mm高不超200mm。F车类似于D车组装各个部件，为了安装摄像头，在车中打两个孔，安装摄像头支架，在车前安装自制3D打印发球器，三通固定碳杆安装在汽车中间，电感作为电磁传感器，电池支架安装在汽车后部，主板和驱动板安装在铜柱和尼龙柱上，两个18650锂电池安装在主板上，电池保护板安装在F车长不超过300mm宽不超250mm高不超200mm。

??为了实现直立运行，车辆的重心应尽可能位于车轮部分，以车轮为轴的直立姿态的两部分扭矩应尽可能相等。因此，在安装部件时，应尽量靠近车轮轴，并用铜柱等负载平衡两侧扭矩。

??搭建完成的智能车如下图2.1、图2.2。

??我们先后采用PC端Tinkercad平台和平板端Shaper3D。这两个平台资源不多，但是Shaper3D操作简单，功能多，最终选择后者。

??软件设计的发球装置如下图2所示.3

??根据传球，乒乓球直径40.00mm传球装置的凹槽直径为41.00mm，厚度为1.50mm，所有安装孔均符合要求M3尺寸孔洞。并在实际调试过程中发现打印3d装置硬度不够，两侧安装护板，减少冲击对传球装置的损坏。顶壳设计不仅保证了万向轮的正常运行，还充当了固定挡板，使电磁和摄像头的位置不会因碰撞等事故而改变。

??三轮全向轮位置安装发球装置，用螺母固定。

??在三轮运行过程中，由于模型本身的结构比直立更重，电机在整个系统运行过程中会堵塞，导致三轮电机发热严重，甚至影响三轮车的正常运行。为了解决这个问题，我们在电机上加装了散热片，如下图2.4所示。

  三轮车摄像头碳杆底座采用可调节角度的两通器件，便于在实际调试中多次尝试找到最合适的摄像头角度。其结构如下图2.5.1、图2.5.2。

  车模运行速度是通过控制驱动PWM来控制车轮运动实现。   电机的运动控制有三个作用：

  （1）通过电机加速度控制实现车模直立稳定。

  （2）通过电机速度控制，实现车模恒速运行和静止。虽然本届比赛规则中没有要求车模速度恒定，但是通过速度控制，可以提高车模稳定性。

  （3）通过电机差速控制车模方向。

  直立车的方向控制采用并级PD控制。输入量为左右电感值的开方差比和，理想值为0。并用陀螺仪的Z轴角速度作为D输入，增加转向阻尼，减少震荡。当左电感值大于右电感值，说明左电感更靠近赛道中线，开方差比和算出负值，左电机加上方向环输出，右电机减去方向环输出从而实现转向的效果。

  由于AS1015芯片停产，我们随后制作的三轮车电源管理芯片不得不发生变化，最终在多种电源芯片对比后采用了TPS5450DDAR芯片，该芯片效率较高，且具有输出功率大，电压纹波小等优点，我们的设计参考了其芯片手册上的典型电路，并采用电位器对反馈回路进行控制，从而影响输出电压。其余电源管理模块均与直立车类似。并且在此基础上加入磁珠来隔绝数字地和模拟地。电源管理模块如下图3.1.2。

  我们的电磁采集信号放大模块位于主板侧边，其运放芯片采用OPA4377，该芯片是一款由TI公司出品的低噪声、低静态电流、精密汽车级别四运放。而高频检波的肖特基二极管我们使用了集成两个二极管的BAT54S。当输入信号的幅度落入“检波死区”之内，检波电路输出就几乎不发生变化，从而使得信号中的信息就被检波电路阻碍住，即使后面的电路和软件进行相应的放大和补偿，也无法回复被截掉的信号中的信息。因此，为了防止在赛道磁场强度减弱的情况下，赛道信息被“检波死区”截掉，就需要尽可能减小检波死区的大小。而经过比较，检波二极管采用BAT54S可以有效减小检波死区，并且其集成结构可以有效减小放大模块在主板所占面积，更加有效利用主板布局。其电磁采集信号放大模块如下图3.1.3。

  补充说明，由于两车对电磁传感要求不同，所以三轮只采用一组模块，而直立采用两组。

  我们的驱动采用了hip4082芯片搭建的全桥驱动电路。MOS采用了IRLR7843 TRPBF N沟道MOS管，该MOS价格合适，且漏源电压可达30V，功率大，符合我们双车系统的要求。PWM信号的缓冲采用SN74HCT244DW芯片。其电路原理图如下图3.2。

  我们摄像头采用总钻风MT90V34，主板接口参考其手册设计。需要注意的一点为8条数据线在PCB排布上长度要尽量相等，所以我们采用了蛇形布线。原理图接口如下图3.3.1。

  该模块的设计是用LC并联焊接后用胶枪固定在碳杆上，然后使用漆包线焊接后连接到主板上，如下图3.3.2.1、图3.3.2.2。

  编码器模块接口参考手册设计，原理图如下图3.3.3。

  双车接力组允许使用无线通信模块。我们进行多次对比，发现zigbee模块具有对接时间极短，传送稳定，配置方便等优点。所以，采用了DL-20模块进行通讯。模块如下图3.3.4。

  陀螺仪接口设置在核心板下方，节省了主板空间，且能够保持与车模底盘平行。

  我们在主板上增设按键和OLED作为人机交互模块，方便系统调试。如下图3.3.6.1、图3.3.6.2。

  为了便于在智能车调试过程中对电池电量的掌控，我们采用单片机自带的ad进行电压采集，并通过人机交互模块反馈给我们。原理图如下图3.3.7。

  高效的软件程序是智能车快速平稳运行的基础。我们设计的智能车系统采用工字电感采集电磁数据、摄像头采集赛道方位数据。各个电感所采集到的 AD 值及 AD 值的处理为电磁数据处理的核心内容。摄像头拍摄到的图像经过大津法算动态阈值进行二值化后进一步处理图像及方位信息。在智能车控制上，我们采用了串级、并级PID等多套方案。配合使用理论计算和实际参数补偿的办法，使智能车能够稳定行驶。

  我们编写了初始化函数 all_init()：

void all_init()
{ 
        
	uart_init(UART_3,9600,UART3_TX_C10,UART3_RX_C11);  
	uart_rx_irq(UART_3,1);    //无线串口及串口接收中断初始化
	
	oled_init();     
	all_pwm_init();           //初始化PWM
	zoom_init();              //计算图像缩放倍数
ADC_init();               //ADC初始化
	encoder_init();           //编码器初始化 

	mt9v03x_init();	        //摄像头初始化
	mpu_and_dmp_init();       //陀螺仪及DMP初始化
	
	gpio_init(H2,GPO,1,GPO_PUSH_PULL);	 
	gpio_init(B13,GPO,1,GPO_PUSH_PULL);	 //LED
	
	gpio_init(G11,GPO,0,GPO_PUSH_PULL);   //BEEP
	
	gpio_init(G2,GPI,1,GPI_FLOATING_IN);	
	gpio_init(G4,GPI,1,GPI_FLOATING_IN);	
	gpio_init(G6,GPI,1,GPI_FLOATING_IN); 
	gpio_init(G8,GPI,1,GPI_FLOATING_IN);	//Button
	
	Clear_flag();
	systick_delay_ms(100);
 
}

  将摄像头采集的数据从 DMA 中保存在二维数组内，利用标志位将 DMA 场中断分成奇偶，一场用于摄像头采集保存到 DMA，一场用于单片机处理图像数组； 由于摄像头安装角度，图像会呈梯形畸变。近处图像稳定，远处图像失真。 所以结合这些特征，边缘提取从图像底部作为初始，顶部作为结束。采用动态重点的方法搜寻边界，保证了边界获取的完整性。在提取完边缘之后，分析其走势、中线斜率、中线截距、两边界丢线数目等信息用于分析赛道元素。

  利用三岔路口向左右两个方向分散的特点、当车辆靠近三叉路口时，左边界呈现明显的左向前进趋势、右边界呈现明显的右向前进趋势。由此来判断三岔路口。

  因为圆环在铺设时圆环与赛道的切点电磁线走过两次，所以电感值会成倍数增大，由此来判断圆环。直立车采用外八字电感来判断圆环方向，三轮车则采用摄像头。

• 三轮车：移植DMP结算出ROLL角，从而确定坡道
• 直立：因为直立车的电磁具有前瞻性，当靠近坡道时，中间横电感增大趋势大于左右两横电感，由此来判断坡道。

  当经过十字时，左右两边界会呈现丢线状态，由此来做判断。

  由于智能车的控制是响应速度非常快的闭环控制，所以本队使用了鲁棒性卓越的PID理论作为基础，并在其中做出适合本队小车图像算法的改动。

  由于F与D车模都是利用两轮差速转向，具有良好的转向性能。所以采用位置式PD控制。P控制把0作为理想值，电磁信号的开方差比和算法作为误差，摄像头融合了中线斜率及中线截距作为误差。D控制直接用陀螺仪读取Z轴角速度进行一定计算作为阻尼来消除震荡。

  在PI 计算中融入前馈项，当速度误差小 的时候，前馈量小，速度误差大的时候，前馈量大，最终进行积分；使得加减速更加灵敏。

  由直立控制的理论分析可知，直立控制需要实际的车模角度，我们采用了MPU6050陀螺仪，移植并使用了其自带的DMP结算角度的方式，此方式的优点是关方硬件库可以方便的读取数值、输出角度数据稳定自带低通滤波、对六轴加速度角速度数据具有积分修正误差的作用。缺点是角度值输出精度不高且速度较慢，只有最高200HZ。

  角度环的PD控制：让车简单的直立起来很简单，可以想象一个单摆系统，如果把单摆拉开一定角度，其会在重力及阻力作用下最终回到平衡位置。让车站起来也是同样的道理，只要用简单的PD控制，与目标位置的角度差作为误差，转向目标角度的速度作为阻尼，在P值足以克服重力的作用后便可实现站立的效果。P值越大，转向目标角度的趋势越大，同时加上合适的阻尼效果就可以让直立车更加坚挺。

  角速度环的PI控制：但是如上文所说，DMP输出的角度值是有速度限制的，200HZ的有效计算速度不足以让直立车有足够的抗干扰性。所以我们在角度环的前级加入了角速度环。众所周知，角速度积分就是角度的变化量，所以我们将角速度积分作为电机的输出量，副以P阻尼控制就可以式直立车稳定与某一角度，当目标角速度为零时车模角度将维持不动，目标角速度为正时车模将向正方向持续倾斜，反之亦然。所以将角度环的计算结果作为角速度环的理想值，当实际角度小于目标角度时角度环输出正值，角速度环控制车模向正方向倾斜，依次来达到理想角度。

  速度环的P控制：如下图。当车模位于平衡角度时，重力与地面支持力抵消，车模保持静止。当车模角度小于平衡角度时重力于支持力在垂直方向上依然平衡，但是不同的受理点会使车模产生一个转向的力矩，角度环及角速度环为了使车模保持平衡就要使车模在正方向有一个加速度。所以就可以借用此原理，通过改变车模的理想角度实现加减速。

  Keil MDK，也称MDK-ARM、Realview MDK、I-MDK、uVision4 等。Keil MDK是由三家国内代理商提供技术支持和相关服务。   MDK-ARM软件为基于Cortex-M、Cortex-R4、ARM7、ARM9处理器设备提供了一个完整的开发环境。 MDK-ARM专为微控制器应用而设计，不仅易学易用，而且功能强大，能够满足大多数苛刻的嵌入式应用。   MDK-ARM有四个可用版本，分别是MDK-Lite、MDK-Basic、MDK-Standard、MDK-Professional。所有版本均提供一个完善的C / C++开发环境，其中MDK-Professional还包含大量的中间库。

  作为车辆运行的基础，车模结构的搭建至关重要。结构决定了车辆的上限，对此我们对D、F车模有以下调整：   直立车模：将电池放于车后，于电磁杆形成平衡，使车模再直立状态下有很好的角度。同时将配重放于接近车辆中轴的位置，即调整了机械零点，有不至于使转动惯量增加太多。

  三轮车模：将主板及电池等结构放于车的尾部，将重心尽量压到后轮，这样可以使转向更加有力，前轮阻力更小。

• 车模几何尺寸（长、宽、高）（毫米） 290200160
• 车模轮距（毫米） 180mm
• 车模平均电流（匀速行驶）(毫安) 400mA
• 传感器种类及个数 工字电感5、DL20无线串口1、编码器*2
• 新增加伺服电机个数 0个
• 赛道信息检测频率（次/秒） 1000Hz
• 车模重量（带有电池）（千克） 0.85

• 车模轮距（毫米） 156mm
• 车模平均电流（匀速行驶）(毫安) 800mA
• 传感器种类及个数 工字电感3、Dl20无线串口1、摄像头1、编码器2
• 新增加伺服电机个数 0个
• 赛道信息检测频率（次/秒） 50Hz
• 车模重量（带有电池）（千克） 1335g

  [1]闫琪. 智能车设计:"飞思卡尔杯"从入门到精通[M]. 北京航空航天大学出版社, 2014. [2]艾宁, 瞿少成, 刘冬,等. 基于CCD摄像头的智能车路径识别及跟踪研究[J]. 电子测量技术, 2009, 032(008):77-80. [3]张昊飏, 马旭, 卓晴. 基于电磁场检测的寻线智能车设计[J]. 电子产品世界, 2009(11):54-56. [4]李仕伯, 马旭, 卓晴. 基于磁场检测的寻线小车传感器布局研究[J]. 电子产品世界, 2009, 16(12):41-41. [5]卓晴, 黄开胜, 邵贝贝. 学做智能车:挑战"飞思卡尔"杯[M]. 北京航空航天大学出版社, 2007.