飛思卡爾智能車設計報告目錄TOC\o"1-5"\h\z\o"CurrentDocument"摘要 3\o"CurrentDocument"關鍵字 3\o"CurrentDocument"系統整體功能模塊 3\o"CurrentDocument"電源模塊設計 4\o"CurrentDocument"驅動電路設計 4\o"CurrentDocument"干簧管設計 5\o"CurrentDocument"傳感器模塊設計 6\o"CurrentDocument"傳感器布局 6\o"CurrentDocument"軟件設計 7\o"CurrentDocument"9.1控制算法 79.2軟件系統實現（流程圖） 10\o"CurrentDocument"總結 11\o"CurrentDocument"參考文獻 12摘要“飛思卡爾”杯全國大學生智能汽車競賽是由教育部高等自動化專業教學指導分委員會主辦的一項以智能汽車為研究對象的創意性科技競賽，是面向全國大學生的一種具有探索性工程實踐活動，是教育部倡導的大學生科技競賽之一。該競賽以“立足培養，重在參與，鼓勵探索，追求卓越”為指導思想，旨在促進高等學校素質教育，培養大學生的綜合知識運用能力、基本工程實踐能力和創新意識，激發大學生從事科學研究與探索的興趣和潛能，倡導理論聯系實際、求真務實的學風和團隊協作的人文精神，為優秀人才的脫穎而出創造條件。該競賽以汽車電子為背景，涵蓋自動控制、模式識別、傳感技術、電子、電氣、計算機、機械等多個學科的科技創意性比賽。本文介紹了飛思卡爾電磁組智能車系統。本智能車系統是以飛思卡爾32位單片機K60為核心，用電感檢測賽道導線激發的電磁信號，AD采樣獲得當前傳感器在賽道上的位置信息，通過控制舵機來改變車的轉向，用增量式PID進行電機控制，用編碼器來檢測小車的速度，共同完成智能車的控制。關鍵字電磁、k60、AD、PID、電機、舵機系統整體功能模塊系統整體功能結構圖電源模塊設計電源是一個系統正常工作的基礎，電源模塊為系統其他各個模塊提供所需要的能源保證，因此電源模塊的設計至關重要。模型車系統中接受供電的部分包括：傳感器模塊、單片機模塊、電機驅動模塊、伺服電機模塊等。設計中，除了需要考慮電壓范圍和電流容量等基本參數外，還要在電源轉換效率、噪聲、干擾和電路簡單等方面進行優化。可靠的電源方案是整個硬件電路穩定可靠運行的基礎。全部硬件電路的電源由7.2V，2A/h的可充電鎳鎘電池提供。由于電路中的不同電路模塊所需要的工作電流容量各不相同，因此電源模塊應該包含多個穩壓電路，將充電電池電壓轉換成各個模塊所需要的電壓。電源模塊由若干相互獨立的穩壓電源電路組成。在本系統中，除了電機驅動模塊的電源是直接取自電池外，其余各模塊的工作電壓都需要經電源管理芯片來實現。由于智能車使用7.2V鎳鎘電池供電，在小車行進過程中電池電壓會有所下降，故使用低壓差電源管理芯片LM2940。LM2940是一款低壓穩壓芯片，能提供5V的固定電壓輸出。LM2940低壓差穩壓芯片克服了早期穩壓芯片的缺點。與其它的穩壓芯片一樣，LM2940需要外接一個輸出電容來保持輸出的穩定性。出于穩定性考慮，需要在穩壓輸出端和地之間接一個47uF低等效電阻的電容器。舵機的工作電壓是6伏，采用的是LM7806。K60單片機和5110液晶顯示器需要3.3伏供電，采用的是LM1117。驅動電路設計驅動電路采用英飛凌的BTS7960，通態電阻只有16mQ，驅動電流可達43A，具有過壓、過流、過溫保護功能，輸入PWM頻率可達到25KHz，電源電壓5.5V--27.5V。BTS7960是半橋驅動，實際使用中要求電機可以正反轉，故使用兩片接成全橋驅動。如圖下圖所示。干簧管設計由于電磁組的起始線是直徑為7.5-15mm，高度為l-3mm，表面磁場強度為3000-5000Gs的永磁鐵，就可以用霍爾元件或干簧管來檢測。但是使用霍爾元件需要提供電源，而且霍爾元件是有磁場方向限制的，而且賽道上的磁鐵方向的擺放方向是隨機的，這就給檢測帶來了很大的麻煩。而干簧管沒有這種限制，使用方便，結果可靠。最終確定使用干簧管檢測起始線。為防止漏檢起跑線，在小車每邊并聯兩個干簧管，增加檢測范圍，即共用4個干簧管對起跑線進行檢測。干簧管是一種磁敏的特殊開關。它通常由兩個或三個既導磁又導電材料做成的簧片觸點，被封裝在充有惰性氣體（如氮、氦等）或真空的玻璃管里，玻璃管內管內平行封裝的簧片端部重疊，并留有一定間隙或相互接觸以構成開關的常開或常閉接點。當通過一定強度的磁場時，干簧管就會吸合，其實它就像一個開關一樣，開和關取決于是否經過磁場。利用此特點，通過上拉接到單片機的中斷口，使單片機快速響應起跑線信號。起跑線檢測模塊電路如下圖所示：起跑線檢測模塊電路圖傳感器模塊設計電磁傳感器檢測路面信息的原理是由電感和電容并聯產生相應的特定頻率諧振，其頻率的設定為跑到信息頻率的附近，再由諧振感應跑到上由變化的電流產生的變化的磁場，從而產生相應的交流電壓，再將相應的交流的電壓進行放大、整流和濾波從而變化成相應的電壓。采用電磁感應線圈的方案測量賽道上100mA左右20KHz交流電所產生的磁場。線圈感應到的信號是很微弱的，要放大電路放大。再將放大后的交流信號通過檢波得到直流信號。經過我們不斷查資料，嘗試最終我們選用的是基于R-R運放LMV358的電磁傳感器布局由于磁場分布的特殊性，在載流直導線周圍產生的磁場如下圖1所示，今年電磁組車身長度不再有限制，所以合理的利用規則拓展小車的前瞻是形勢所趨，傳感器的布局對車速的影響也相當重要。中間一字型，兩邊扇形的布局，在跑彎道時稍微好一些，但直道上和單邊圓弧上還是一字型排布比較好，盲區比較少，出于整體考慮，采用一字型傳感器布局，能最大限度的利用前瞻。如下圖2所示：圖1載流直導線周圍產生的磁場圖1*1nn-LIUU口口□廠口1*1nn-LIUU口口□廠口血開E芯品曲離囲爺Kg開由圖2一字型傳感器布局圖軟件設計如果說前面的硬件是智能車的軀體的話，那軟件就是智能車的靈魂，一部智能車性能的好壞，很大一部分取決于它的軟件的算法控制。為此，在仔細研究上屆前輩的一些優秀的思想基礎之上，結合平時的調試過程加入了自己的創新。本智能車采用電感線圈作為尋線傳感器，數據采集的處理就成了整個軟件的核心內容。在智能車的速度控制方面，使用了增量式PID控制算法，配合使用理論計算和實際參數補償，使在尋線中智能車盡量達到穩定快速。9.1控制算法智能車電機的控制至關重要，我們采用的控制算法是PID控制。PID控制是工業過程控制中歷史最悠久，生命力最強的控制方式。這主要是因為這種控制方式具有直觀、實現簡單和魯棒性能好等一系列的優點。PID控制主要有三部分組成，比例、積分、微分。比例控制是一種最簡單的控制方式。其控制器的輸出與輸入誤差信號成比例關系。偏差一旦產生，調節器立即產生控制作用使被控量朝著減小偏差的方向變化，控制作用的強弱取決于KP。當僅有比例控制時系統輸出存在穩態誤差(Steady-stateerror)。

為了消除穩態誤差，引入積分控制。積分項對誤差取決于時間的積分，隨著時間的增加，積分項會增大。這樣，即便誤差很小，積分項也會隨著時間的增加而加大，它推動控制器的輸出增大使穩態誤差進一步減小，直到等于零。為了預測預測誤差變化的趨勢，引入微分的控制器，這樣就能夠提前使抑制誤差的控制作用等于零，甚至為負值，從而避免了被控量的嚴重超調。PID控制框圖如下圖所示對應的誤差傳遞函數為：U(s)/E(s)=Kp(1+1/Ti+Td)式中，Kp為比例增益；Ti為積分時間常數；Td為微分時間常數；U(s)為控制量；E(s)為被控量與設定值R(s)的偏差。式一)時域表達式為在單片機中，我們僅能對數字信號處理，即數字PID控制。將上式離散化，得錯誤！未找到引用源。(式二)式一)位置式PID算法直接利用上述離散化公式計算，框圖如右圖所示。由于積分項Gi)是將所有采集值偏差相加，在一段時間后會很浪費單片機資源。對其稍加改進，得到增量型PID算法。增量式PID算法根據式二得第k-1個采樣周期的控制量為「曲)dt*Tde(t)錯誤！未找到引用源。(式三) U(-"°+T0€( dti

式二減式三得錯誤！未找到引用源。（式四）由此，第k個采樣時刻實際控制量為錯誤！未找到引用源。，為方便書寫，寫為錯誤！未找到引用源。（式五）其中，錯誤！未找到引用源。吐一切（1+字）9.2軟件系統實現9.2軟件系統實現軟件運行需要配數值，使單片機各個由上可知，利用三個歷史數據，遞推使用，即可完成PID控制量?？驁D如下圖所示:（流程圖）置單片機各個模塊寄存器模塊正常工作。初始化中包括：I/O口配置、PWM模塊配置、A/D模塊配置、PT0定時中斷配置、脈沖捕捉模塊配置。當初始化完畢后，進入跑車程序：對傳感器輸入信號進行采樣，當完成

一次采樣后將采樣值映射成車相對于跑道的位置，根據當前與過去位置決定舵機轉角和電機速度，通過改變PWM模塊內部寄存器數值可以得到不同占空比的方波信號，實現電機的調節。軟件整體流程如下圖所示：整體程序框架流程圖總結通過參加本屆飛思卡爾智能車比賽，我們成功的設計制造了一輛以電磁信號為導向的智能車系統。在這個過程中我們學到的很多，不僅僅是對硬件系統的設計、軟件系統的調試和應用、以及相關機械結構的學習，我們學習更是一種心態，一種遇到問題如以平和的心去尋找問題的所在，并想辦法解決的思路。而且在這一過程中，也體會到以一個團隊為單位去做一件事情與一個人做一件事情的不同之處。一．存在的不足1、 整車重量較大，在材料選擇上還不夠好。2、 機械結構仍不夠完美，一些部位還存在明顯缺陷，需要在今后的制作中去完善。3、控制策略不夠精細，控制比較粗糙，對賽道適應能力有待提高。二．今后的改進措施1、 機械對車的性能影響是非常大的，沒有好的機械及硬件功底，再好的算法也不能是小車跑得很好，所以在硬件上還有很大的提升空間。2、 算法不過完善，對于復雜的賽道適應能力較差，因此在算法和控制策略上還需要下功夫。3、 布線能力還比較差，車的線路比較凌亂，出現問題查找比較繁瑣，以后應更好