传感与检测技术之智能小车 传感与检测技术
传感与检测技术之智能小车 创作背景 按照第九届“飞思卡尔”杯全国大学生智能汽车竞赛的参赛标准制作
传感与检测技术之智能小车 与本课程相关硬件 陀螺仪 ENC03 加速度传感器 MMA7361 数字摄像头 OV7620 红外光电传感器 ST188 光电旋转编码器 E6A2-CW3C 智能小车硬件篇
传感与检测技术之智能小车 陀螺仪 ENC03 供电电压Vdc2.7~5.25 最大角速度 deg./sec.+/-300 输出（当角速度=0） Vdc1.35 比例系数 mV/deg./sec.0.67
传感与检测技术之智能小车 加速度传感器 MMA7361MMA7361
传感与检测技术之智能小车 数字摄像头 OV7620
传感与检测技术之智能小车 红外光电传感器 ST188
软件篇 角度控制 速度控制 转向控制
1.角度控制 由于加速度传感器在实际车模运行过程中，车模自身的摆动所产生的加速度会产生很大的干扰信号，它叠加在输出信号上使得其无法准确反映车模的倾角；陀螺仪输出的则是车模的角速度，不会受到车体运动的影响，因此该信号中噪声很小，车模的角度又是通过对角速度积分而得，可以进一步平滑信号，从而使得角度信号更加稳定，但其存在温漂，经过积分运算，便形成累计误差，无法形成正确的角度信号。于是在软件上我们采用互补滤波的方法，通过加速度传感器获得的角度信息对陀螺仪信号进行矫正，通过对比积分所得到的角度与重力加速度所得到的角度，使用它们之间的偏差改变陀螺仪的输出，从而积分的角度逐步跟踪到加速度计所得到的角度。
红色的是角加速度的输出，绿色的是融合滤波后的输出
2.速度控制 直立平衡车速度控制远比普通四轮车复杂。先举一个普通的例子进行分析，假设车模开始静止，然后给定速度，为此车模需要往前倾斜以便获得加速度。在车模直立的速度控制下，为了能够有一个往前的倾斜角度，车轮需要往后运动，这样会引起车轮速度下降（因为车轮往负方向运动了）。由于负反馈，使得车模往前倾斜倾角需要更大。如此循环，车模很快就倾倒了。原本利用负反馈进行速度控制反而成了“正”反馈。经过建模分析，原来是直立控制下的车模速度与车模倾角之间传递函数具有非最小相位特性，在反馈控制下容易容易照成系统的不稳定性。故速度控制量的极性是负，和通常速度反馈控制的极性“相反”。在控制策略上，采用了传统的PI控制，合理的P参数有利于速度迅速调整到所设定的速度，但由于陀螺仪的微小温漂或者加速度计安装误差，车模最终倾角不会调整到0，而是会朝着一个方向匀速行驶，故在此基础上又增加了I参数，其可以有效抑制稳态误差的存在，理论上能使车能最终稳定在原点不动。
3.方向控制 1）图像处理 采用数字摄像头OV7620作为方向控制器，通过对其采集到的图片进行赛道信息处理，可以得到双边缘线及拟合出来的中线。 边沿提取的基本思想如下： （1）直接逐行扫描原始图像，根据设定的阈值提取黑白跳变点； （2）赛道宽度有一个范围，在确定的赛道范围内提取有效赛道边沿，可以滤除不在宽度范围内的干扰； （3）利用赛道的连续性，根据上一行的白块的位置和边沿的位置来确定本行的边沿点； （4）求边沿点时，因为近处的图像稳定，远处的图像不稳定，所以采用由近及远的方法； （5）进出十字的时候，通过校正位置计算出边沿角度可较好的滤除十字并补线；
利用自制上位机对图片进行处理的效果如下: 直道
直道入弯
中S
弯道
十字
小S
利用上位机进行图像处理，可以有效的观测自己算法的正确性极其效果好坏，当所有采集到的图像信息均正确处理后，即可将其无差别移植到单片上进行处理，大大提高自己在图像处理这方面的开发时间，从而可以花更多的时间到方向控制策略上。
（2）转弯策略 当前我们使用的方法是在采集到的所有行中寻找出最适合的一行，利用该行的中点与图像的宽度的一半进行差值处理，即可反映出当前小车与赛道实际偏离的大小，再利用传统的PD控制对偏差量进行控制输出，其中P参数可以使小车基本沿着中心线行走，但P参数如果调整不合理，比如过小则会导致小车容易在入弯处冲出赛道来不及调整，过大则会导致在直道处引起车体震荡；D参数则可以使小车提前入弯，并抑制P参数引起的超调震荡问题，但若D参数过大，则会引起车体高频震荡，导致车模失控，所以需要根据经验调试出合理的PD参数，使小车最终能稳定行驶完全程。