飞思卡尔智能车-技术报告--北京理工大学bftc队

飞思卡尔智能车-技术报告--北京理工大学bftc队内容摘要：

两次捕捉到速度传感器输出的频率信号，才产生输入捕捉中断。 输入捕捉中断程序的主要任务是计算出模型车的速度，并将标志位 Flag 置 1，其程序流程如图 所示。 图 输入捕捉中断程序流程图 目标转速程序设计 由于模型车的采用速度闭环的 PID 控制，合理确定目标转速就显得非常重输入捕捉中断 清除中断标志 读取 TC0， TC0H 计算车轮转速 Flag=1 返回 第四章 智能模型车系统控制软件设计 15 要。 为了尽可能提高模型车的平均速度，应使模型车在直道以尽可能快的速度行驶，而在大弯和 S 弯受到赛道附着系数、舵机响应时间等物理极限的影响，应使模型车的速度控制在合理的范 围内。 为使直道快速行驶，大弯和 S 弯以最大极限速度行驶，关键的是判断出赛道的情况。 本智能模型车系统通过一定的算法实现了直道、大弯和 S 弯的识别，并根据不同的赛道情况给出不同的目标车速。 直道、大弯的识别方法与 S 弯的识别方法不同，下面将分别讨论。 直道、大弯的识别方法。 本模型车的路径识别采用了 15 个红外传感器，在此将其平均分成三组，最右边 5 个为一组，设置标志位 flag1 和计数器 t1，如果其中一个或两个红外传感器检测到黑线，将 flag1 置 1，并使计数器 t1加 1，同时将计数器 t2 和 t3 清零。 如果右侧 5 个 红外传感器连续检测到黑线，计数器 t1 继续加 1，当其大于某个数值时，便可认为模型车正行驶在右大弯道。 同理，中间 5 个为一组，设置标志位 flag2 和计数器 t2，最左边 5个为一组，设置标志位 flag3 和计数器 t3，便可识别出直道和左大弯道。 右大弯目标转速程序流程图如图 所示，直道和左大弯目标转速程序流程图与之相似。 第一界 全国大学生智能汽车邀请赛技术报告 16 图 右大弯目标转速程序流程图 S 弯识别方法。 将 15 个红外传感器从右到左（车头朝前）依次进行编号，考虑到有两个传感器同 时检测到黑线的情况，一共有 29 种情况。 每产生一次输入捕捉中断，对传感器的状态进行一次采样，并将结果保存在一个数组里。 然后对数组里的值进行处理，如果数组里既有右侧传感器检测值，又有中间和左侧传感器检测值，即可认为模型车正行驶在 S 弯道。 S弯目标转速程序流程图如图 所示。 智能模型车仅仅能够识别直道、大弯道和 S 弯道，还不能很好地适应赛道，比如直道末端速度不能迅速降低，入弯时速度过快，会造成模型车冲出赛道；过 S 弯时受转向伺服电机响应时间的限制，大大降低了模型车的行驶速度。 为了解决这些问题，本程序设计了直道末端制 动减速控制， S弯间断制动控制等功能，这将有利于提高模型车的行驶速度和行驶稳定性。 flag1=1? t1++, t2=t3=0 t1z? Y Y 右大弯目标转速 n1 过渡目标转速 n1 N N 开始 结束 第四章 智能模型车系统控制软件设计 17 图 S 弯目标转速程序流程图 开始 有右侧传感器检测值。 利用数组记 录黑线位置 s1=1 s1=0 Y N 有中间传感器检测值。 s2=1 s2=0 Y N 有左侧传感器检测值。 s3=1 s3=0 Y N s1=s2=s3=1。 S 弯目标转速 n1 Y N 过渡目标转速 n1 结束 第一界 全国大学生智能汽车邀请赛技术报告 18 控制算法的实现 周期法测速 在智能模型车系统中，如果模型车速度控制效果不好，会造成直线路段速度上不去，入弯时速度过快等问题。 为了实现模型车系统的速度控制，必须采用一定的控制算法保证系统控制性能达到要求，本系统采用了速度闭环的 PID控制方法。 而在闭环的控制过程中，电机的速度采样方法对模型车速度控制精度的提高有重要作用。 电机速度的计算，可以根据控制器在一定时间内读取脉冲数，结合一定测速算法，计算出来。 目前，在数字控制器的伺服控制系统中，根据脉冲计数来测量转速的方法主要有 M 法、 T 法、 M/T 法三种方法。 M 法测速是指在规定的时间间隔内，测量所产生的脉冲数来获得被测速度值。 T 法测速是指测量两个脉冲的时间来确定被测速度的方法。 M/T 法是同时测量检测时间和在此检测时间内脉冲发生器发出的脉冲数来确定被测转速 [3]。 本系统采用 T 法测速，下面将详细介绍 T 法测速的原理特点，以及在模型车系统的实现过程。 T法测速又叫周期法测速，具体方法是用已 知频率为 fc的时钟脉冲（如单片机的内部分频时钟），向另一计数器（如单片机的输入捕捉寄存器 TCn）发送时间脉冲指令，而该计数器则由速度传感器的两个相邻测速脉冲控制起始和结束。 如果计数器的读数为 m（时钟脉冲数），速度传感器在一圈里发出的脉冲数为 P，则电机的转速为： Pmfn cT 60 转 /分钟 （ 41） T法测速的特点：根据式（ 41），以及测速分辨率公式（ 42）可知， Pnf PnmP fPm fnnQ Tc Tcc  60)1(6060212 （ 42） 随着转速 nT的升高， Q 值增大，转速越低， Q 值越小，所以 T法测速在低速时，才有较好的分辨率。 另外，内部时钟脉冲 m 计数时，总有一个脉冲的误差。 第四章 智能模型车系统控制软件设计 19 图 T 法测速原理 由此造成相对误差为 mT /1 ，随着电机转速增加，内部时钟计数 m 自然会变小，则相对误差变大。 因此，也可以看出 T 法在低速时才有较好的测速效果。 T法测速在模型车系统中可按下面的方法实现，首先，将速度传感器输出脉冲直接送入 MC9S12DG128B 的输入捕捉通道 PT0，并设置速 度传感器输出脉冲的正跳变为一个事件，这样输入捕捉寄存器 TC0 就自动捕获速度传感器输出脉冲的正跳变；然后，根据控制器内部自由定时器读出此时刻的内部脉冲数，在队列工作方式下连续两次捕捉到正跳变，才申请中断；在中断服务程序里，将最近两次输入捕捉器捕获的自由定时器读数相减，即可得出 m，从而根据式（ 41）得出转速。 在实际测速时，自由定时器的时钟频率设为 fc=125000，而速度传感器在车轮转动一圈产生脉冲为 P=9，由于 T法测速相对误差比较大的时期，在车轮转速高速运行阶段，假设车轮转速 1200 转 /分钟，此时相当于模 型车以 度行驶， T 法测速的分辨率为： 9120200 22   Pnf PnQ Tc T 转 /分钟 分辨率还相当高，此时， T法的相对误差是： %1 4 9 5/1/1  mT 即车轮转速误差为 7 2 %1 4 2 0 0  转 /分钟，可见误差还是很小。 因此，在模型车系统中，采用 T法测速，实现速度闭环控制速度检测，是可行的。 速度传感器 输出脉冲 单片机分频时钟fc m 第一界 全国大学生智能汽车邀请赛技术报告 20 数字 PID 控制算法 数字 PID 控制算法在生产过程中是一种最普遍采用的控制方法，在冶金、机械、化工等行业中获得广泛应用。 究其原因是：该算法蕴 涵了动态控制过程中现在 (P)、过去 (I)和将来 (D)的主要信息，具有本质上的鲁棒性、优化控制特性和智能化，算法简单明了，易于掌握 [2]。 数字 PID 控制算法通常又分为位置式PID 控制算法和增量式 PID 控制算法。 在模拟系统中， PID 算法的表达式为：   dt tdeDTdtteITtePKtu )()(1)()( (41) 式中， u(t)为调节器的输出信号； KP为调节器的比例系数； TI为调节器的积分时间； TD为调节器的微分时间。 由于计算机控制是一种采样控制，它只能根据采样时刻的偏差值计算控制量。 为 方便计算机实现 PID 控制，以一些采样时刻点 kT 代替连续时间 t，用求和代替积分，用差商代替微分，对式（ 41）进行离散化，可得离散化后的 PID表达式：  )1()(0 )()()(  kekeDKkj jeIKkePKku （ 42） 式中， e(k)为 第 k 次采样时的偏差值； k 为采样序号 k=0， 1， 2„ ； u(k)为第 k 次采样时调节器的输出， KI=KPT/TI为积分系数， KD=KPTD/T 为微分系数。 式（ 42）是数字 PID 算法的非递推形式，称全量算法或位置算法。 位置 PID算法要计算 u(k)，不仅需要本次的偏差信号 e(k)和 e(k1)而且还要在积分项把历次偏差信号 e(j)进行相加。 这样不仅计算繁琐，而且为保存 e(j)还要占用很多内存。 并且，控制量直接与输出信号对应，一旦采样信号出现错误， u(k)会大幅增加，不利于系统稳定。 为此，有如下改进，即增量型数字 PID 算法 [36]。    )2()1(2)()()1()()1()(  kekekeDKkeIKkekePKkuku (43) 在对电动机的控制中，首先要求系统是稳定的，在给定值变化时，被控制量应能迅速、平稳地跟踪，超调量要小。 在各中干扰下，被控量应能保持在给定值附近。 另外，控制变量不宜过大，以免系统过载。 第四章 智能模型车系统控制软件设计 21 数字 PID 算法在模型车系统中的应用 在模型车系统中，对转向伺服电机的控制采用位置式 PID 算法，对直流驱动电机的控制采用增量式 PID 算法。 无论是采用位置式还是增量式 PID 算法，都需要选择一组合适的参数和适当的采样周期。 PID 参数的选择有两种可用方法：理论设计法和试验确定法。 理论设计法确定 PID 参数的前提，是要有被控对象准确的数学模型，这在电动机控制中往往很难做到。 因此，用试验确定法来选择 PID 控制参数，就成为目前经常采用的，并且是行之有效的方法。 本模型车系统 PID 参数的确定便采用试验确定法，在调试过程中 ，按先比例 — 后积分 — 再微分的顺序反复调试参数，最后得到了比较满意的效果。 采样周期在电动机控制软件的设计中是一个重要的参数。 在实际选择采样周期时，必须综合考虑。 一般来说，控制精度越高，采样周期应该越短；为了使连续信号采样后输入计算机而不失真，应满足香农采样定理；从执行元件的响应速度和要求来看，需要输出信号保持一定时间；从单片机控制在一个周期内完成的运算工作量来考虑，应保证单片机有充分的实时运算和处理时间。 在模型车速度闭环的 PID 控制中，每产生一次输入捕捉中断，对速度进行一次采集，接着调用 PID 调节程序，对 速度进行调节。 速度 PID 程序流程图如图 所示。 第一界 全国大学生智能汽车邀请赛技术报告 22 图 速度 PID 程序流程图 开始 设置各参数值 Kp、 Ki、 Kd 采入 n n2 计算偏差值 e3=n1n2 计算 u=Kp*(e3e2)+Ki*e3+Kd*(e32*e2+e1) e2→ e e3→ e2 计算控制量 u1u→ u1 输出 u1 返回 23 第五章 模型车机械部分安装及改造 前排红外传感器的固定 传感器底板通过四根铜柱支撑至合适的高度，并用螺母拧紧固定。 四根铜柱的固定也只是利用了车模底盘上原有的四个螺丝孔，并没有重新打孔。 孔面高度位置不同通过加垫片进行找正。 四根铜柱的位置接近于长方形的分布，能够非常可靠的保证传感器底板的刚度而减少颤动。 同时又足够承受车模在冲出跑道撞击时 产生的弯矩和力。 拆除不必要构件 为了减轻车模的整体质量，可以将车模底盘上一些没有起到实质性作用的部件进行拆除，在不影响实用性能的同时，达到减重的目的。 图 前排红外传感器的固定 图 被拆除的减震弹簧 第一界 全国大学生智能汽车邀请赛技术报告 24 模型车绝大部分时间是在平整的二维赛道路面上行驶，其一般不会受到路面的冲击力，所以减震器存在的意义并不大。 因而，我们将后轮驱动部分与前车身相连的减震弹簧进行了拆除， 如图 所示， 不仅减轻了重量，还增大了可利用的空间。 同时，将后轮驱动部分与车身连接部分的螺栓尽量拧紧，使前后部分的连接近似于刚性连接。 因为车模行驶时不受路 面冲击力，所以这样的改动不会降低车模的行驶性能，反而在近似刚性连接后使车模消除摆动，更容易操纵控制。 电路板的安装 电路板安装固定在车模是通过三根支柱支撑的，其中两根是车模本身就存在用于支撑车模外壳的，另一根是后加的铜柱。 铜柱与底盘的固定也没有重新打空，同样是利用车模底盘上原本就存在的螺丝孔。 这样尽量利用底盘上本来就有的孔，可以避免改变车模底盘的强度和刚度，保持车模原有的特性。 电池的安装 条型电池是安装在两个电池座上的。 每个电池座是通过一前一后两个螺钉固定 在底盘上的。 将每个电池座上后面那个螺钉给拆除掉，这样电池座可以绕着前面那个螺钉进行旋转。 这样可以改变电池座相对于车。