施鶴遠(yuǎn)+彭凱+申正衛(wèi)+李楠+李尹+王擊

收稿日期：2014-04-02

基金項(xiàng)目：中南大學(xué)本科生自由探索計(jì)劃項(xiàng)目(Z12029);中南大學(xué)大學(xué)生創(chuàng)新訓(xùn)練計(jì)劃項(xiàng)目(CL12294)

作者簡(jiǎn)介：施鶴遠(yuǎn)（1993—），男，湖南安鄉(xiāng)人，學(xué)士生，研究方向：電氣自動(dòng)化。

文章編號(hào)：1003-6199(2014)02-0112-03

摘 要：研究基于Cortex-M4芯片的智能車(chē)路徑識(shí)別最優(yōu)化方案，選用光電傳感器作為路徑識(shí)別的傳感器，結(jié)合路徑識(shí)別算法和控制算法對(duì)智能車(chē)的坡道、速度和停車(chē)位等進(jìn)行優(yōu)化配置。制作的小型光電智能汽車(chē)，通過(guò)增加傳感器和改進(jìn)算法實(shí)現(xiàn)了路徑識(shí)別，使小車(chē)循著賽道軌跡行進(jìn)，在遇到坡道、障礙時(shí)能夠自動(dòng)作出響應(yīng)。實(shí)際運(yùn)行結(jié)果驗(yàn)證了所做研究的有效性。



關(guān)鍵詞：CortexM4;光電智能汽車(chē);路徑識(shí)別

中圖分類(lèi)號(hào)：TP273+.2文獻(xiàn)標(biāo)識(shí)碼：A



Study on Path Identification Optimization of Photoelectric Intelligent Vehicle Based on CortexM4



SHI Heyuan,PENG Kai,SHENZhengwei,LINan,LIYin,WANGJi

(School of Information Science and Engineering, Central South University, Changsha,Hunan 410075, China)

Abstract:The paper studies the optimization scheme of the intelligent vehicle path identification based on CortexM4, adopts photoelectric sensor for path recognition, combined with the path recognition algorithm and control algorithm of the intelligent vehicle ramp, speed and parking space allocation. A small photoelectric intelligent car was produced, by increasing the sensor and the improved algorithm to achieve the path identification, the car on the track path, in the face of the ramp, obstacles to automatically respond. The actual results validate the research efficiency.



Key words:CortexM4;photoelectric intelligent vehicle;path identification



1 引 言

智能汽車(chē)是主要依靠車(chē)內(nèi)以計(jì)算機(jī)系統(tǒng)為主的智能駕駛儀來(lái)實(shí)現(xiàn)無(wú)人駕駛的汽車(chē)。無(wú)人駕駛汽車(chē)集自動(dòng)控制、體系結(jié)構(gòu)、人工智能、視覺(jué)計(jì)算等眾多技術(shù)于一體，是計(jì)算機(jī)科學(xué)、模式識(shí)別和智能控制技術(shù)高度發(fā)展的產(chǎn)物。目前國(guó)內(nèi)對(duì)于無(wú)人駕駛車(chē)輛主要有三大系統(tǒng)支撐：環(huán)境感知系統(tǒng)，定位導(dǎo)航系統(tǒng)，控制系統(tǒng)。智能汽車(chē)自主通過(guò)程序?qū)崿F(xiàn)駕駛，給人們的出行安全帶來(lái)更大的保障。其技術(shù)涵蓋智能控制、模式識(shí)別等學(xué)科前沿的熱點(diǎn)研究領(lǐng)域，研究與應(yīng)用具有巨大的理論和現(xiàn)實(shí)意義。20世紀(jì)70年代開(kāi)始，美國(guó)、英國(guó)、德國(guó)等發(fā)達(dá)國(guó)家開(kāi)始進(jìn)行無(wú)人駕駛汽車(chē)的研究，目前在可行性和實(shí)用化方面都取得了突破性的進(jìn)展。美國(guó)在無(wú)人駕駛技術(shù)上應(yīng)該是全球走得最遠(yuǎn)的國(guó)家，他們?cè)?004年、2005年就已經(jīng)舉辦過(guò)智能車(chē)挑戰(zhàn)賽。我國(guó)從上世紀(jì)80年代開(kāi)始著手無(wú)人駕駛汽車(chē)的研制開(kāi)發(fā)，雖與國(guó)外相比還有一些距離，但目前也取得了階段性成果。

由教育部高等學(xué)校自動(dòng)化專(zhuān)業(yè)教學(xué)指導(dǎo)委員會(huì)主辦的飛思卡爾杯全國(guó)大學(xué)生智能車(chē)競(jìng)賽，已列入教育部主辦的全國(guó)五大競(jìng)賽之一，涵蓋了控制、電子、電氣、傳感技術(shù)、計(jì)算機(jī)、模式識(shí)別、機(jī)械等多個(gè)學(xué)科的專(zhuān)業(yè)知識(shí)，極具挑戰(zhàn)性。競(jìng)賽使用Freescale半導(dǎo)體公司的微控制器作為核心控制模塊，通過(guò)增加電源管理模塊、路徑識(shí)別模塊、車(chē)速檢測(cè)模塊、電機(jī)驅(qū)動(dòng)電路、舵機(jī)轉(zhuǎn)向控制及編寫(xiě)相應(yīng)軟件，制作一部能夠自主識(shí)別路線的智能車(chē)，并在專(zhuān)門(mén)設(shè)計(jì)的跑道上自動(dòng)識(shí)別道路行駛［1］。

目前能夠用于智能車(chē)路徑識(shí)別的傳感器主要有光電傳感器和CCD/CMOS傳感器，光電尋跡方案的優(yōu)點(diǎn)是物理結(jié)構(gòu)簡(jiǎn)單、信號(hào)處理速度快，但是前瞻距離有限；攝像頭方案的優(yōu)點(diǎn)是能更早感知前方路徑信息，但是信號(hào)數(shù)據(jù)處理較為復(fù)雜。由于路徑識(shí)別在整個(gè)控制系統(tǒng)中占重要地位，而且路徑識(shí)別的精確程度與傳感器的選擇和數(shù)量有直接聯(lián)系，因此本文針對(duì)光電傳感系統(tǒng)，討論路徑識(shí)別解決方案。

2 系統(tǒng)設(shè)計(jì)方案

智能車(chē)硬件系統(tǒng)如圖 1所示，主要包括控制核心(CortexM4)、電源模塊、路徑識(shí)別模塊、車(chē)速檢測(cè)模塊、電機(jī)驅(qū)動(dòng)電路、舵機(jī)轉(zhuǎn)向控制模塊。

圖1 智能車(chē)系統(tǒng)結(jié)構(gòu)

控制芯片選用基于CortexM4高速內(nèi)核的低功耗處理器，它可以?xún)?nèi)嵌實(shí)時(shí)操作系統(tǒng)，和傳統(tǒng)的控制方式相比，外設(shè)資源更豐富，可滿(mǎn)足各類(lèi)傳感器通訊需求，性能更好。CortexM4內(nèi)核還帶有單精度浮點(diǎn)運(yùn)算單元(FPU)，數(shù)據(jù)處理能力更強(qiáng)。整車(chē)?yán)肅ortexM4作為核心控制單元，利用車(chē)體前方的光電傳感器作為路徑識(shí)別的傳感器，經(jīng)MCU的I/O處理，控制車(chē)體的運(yùn)動(dòng)，同時(shí)內(nèi)部模塊發(fā)出兩路PWM波，驅(qū)動(dòng)直流電機(jī)對(duì)車(chē)體進(jìn)行加減速控制和驅(qū)動(dòng)伺服電機(jī)對(duì)車(chē)體進(jìn)行轉(zhuǎn)向控制，完成轉(zhuǎn)向、前進(jìn)、制動(dòng)等功能，使智能車(chē)在賽道上能自主行使。

光電傳感器用于檢測(cè)路面信息，其原理是由發(fā)射管發(fā)射一定波長(zhǎng)的激光，經(jīng)地面反射到接收管。發(fā)射管發(fā)射的激光具有一定的方向性，當(dāng)激光照射到白色表面上時(shí)會(huì)有較大的反射，如果距離的取值合適，接收管可接收到反射回的激光，再利用紅外接收管的電氣特性，在電路中處理激光的接收信息；如果反射表面為黑色，大部分紅外光會(huì)被表面吸收，接收管就難以收到激光。這樣，就可以利用紅外收發(fā)管組成的光電傳感器檢測(cè)賽道黑線，實(shí)現(xiàn)智能車(chē)的路徑識(shí)別。由于采用這種機(jī)理，實(shí)際的比賽或者測(cè)試中同樣需要對(duì)賽道進(jìn)行合理設(shè)計(jì)。

計(jì)算技術(shù)與自動(dòng)化2014年6月

第33卷第2期施鶴遠(yuǎn)等：基于CortexM4的光電智能車(chē)路徑識(shí)別最優(yōu)化研究

3 路徑識(shí)別算法設(shè)計(jì)

3.1 跑道設(shè)計(jì)

跑道的設(shè)計(jì)應(yīng)模擬現(xiàn)實(shí)世界。在盡量不改變現(xiàn)實(shí)世界中公路的前提下，增加智能車(chē)所必須的各種標(biāo)志，要能夠完成車(chē)子直道不跑偏、彎道能夠順利轉(zhuǎn)、能根據(jù)限速信息限速、在交叉口可以自主選擇道路等要求。例如采用將跑道抽象為白色，跑道兩邊粘貼黑色膠帶標(biāo)志跑道邊緣，在需要限速的跑道中央連續(xù)貼若干不同寬度的黑膠帶，交叉口提前引出黑線，十字交叉口全部空白等的設(shè)計(jì)方法。

3.2 跑道識(shí)別

主控模塊需能根據(jù)激光模塊撒到跑道上的點(diǎn)所接收到的狀態(tài)值判斷出跑道的類(lèi)型，識(shí)別跑道類(lèi)型是主控模塊給定各執(zhí)行機(jī)構(gòu)控制量的依據(jù)。跑道類(lèi)型包括直道、彎道、十字交叉口、普通交叉口、坡道、限速段、停車(chē)位等。

將激光分射在賽道兩邊，同時(shí)獲取賽道兩邊的信息。后排傳感器有18個(gè)發(fā)射單元，6個(gè)接收單元，我們使用的是1對(duì)3的策略。由于激光點(diǎn)間距2CM，故將18個(gè)點(diǎn)分為兩組，每組9點(diǎn)，使其中5個(gè)點(diǎn)在賽道白板上，余下4個(gè)點(diǎn)在黑線外面或黑線上。分布示意圖見(jiàn)圖 2。

賽道位置獲取方案［2］~［4］：首先得到前排激光模塊接收到的路面信息的18位數(shù)據(jù)，0代表白色，1代表黑色。通過(guò)分階段窮舉算法得到道路偏轉(zhuǎn)方向及偏轉(zhuǎn)角度。具體算法是：

1）將18位數(shù)據(jù)分為2個(gè)9位數(shù)據(jù)，分別代表左側(cè)信息和右側(cè)信息；

2）再將左側(cè)9位數(shù)據(jù)3個(gè)3位數(shù)據(jù)，分別窮舉3位數(shù)據(jù)可能的狀態(tài)?？紤]到在道路上的情況，每個(gè)點(diǎn)依次有1、2、4種窮舉狀態(tài)。因此9位數(shù)據(jù)一共需要7*3=21次窮舉即可列舉盡所有道路信息，列舉過(guò)程中賦予相應(yīng)左側(cè)偏差值；

右側(cè)9位數(shù)據(jù)列舉過(guò)程類(lèi)似步驟②，并賦予相應(yīng)右側(cè)偏差值。

圖2 激光點(diǎn)分布圖

3.3 其它模式識(shí)別與控制

坡道：主控模塊需能根據(jù)激光模塊測(cè)到前方的點(diǎn)所接收到的狀態(tài)值判斷出前方一定范圍內(nèi)是否坡道。在程序中設(shè)置有標(biāo)志位，若標(biāo)志位為1，則轉(zhuǎn)入坡道程序進(jìn)行處理。

限速：主控模塊需能根據(jù)激光模塊測(cè)到跑道中央的點(diǎn)所接收到的狀態(tài)值判斷出跑道是否限速，如有，則根據(jù)限速值降速行駛，否則自動(dòng)選擇適當(dāng)?shù)乃俣刃旭?。?/p>

停車(chē)位：主控模塊需能根據(jù)激光模塊測(cè)到跑道中央的點(diǎn)所接收到的狀態(tài)值判斷前方是否有停車(chē)標(biāo)志位，如有，則迅速停車(chē)。

轉(zhuǎn)彎：主控模塊根據(jù)激光模塊所接收到的跑道狀態(tài)的偏差來(lái)控制轉(zhuǎn)向舵機(jī)的控制值以決定前輪轉(zhuǎn)角轉(zhuǎn)角大小，同時(shí)給電機(jī)控制部分適當(dāng)?shù)臏p速，達(dá)到轉(zhuǎn)彎的最優(yōu)路徑，使車(chē)輛不會(huì)沖出跑道，從而使車(chē)子在跑道上始終以最優(yōu)路徑行駛。

其中主要是采用智能模糊控制［5~8］。根據(jù)獲取的賽道信息數(shù)據(jù)分析有4種情況：①左右信息均非白；②左右信息全白；③左側(cè)信息全白，右側(cè)不為全白；④右側(cè)信息全白，左側(cè)不為全白。

模糊變量選擇如下：

1)偏差E為|Br-Bl|，偏差變化率ΔE=|Br-Bl|-|PreBr-PreBl|；

2)偏差E為前20次E的平均值，偏差變化率ΔE為前20次ΔE的平均值；

3)偏差E為Br，偏差變化率ΔE=Br-PreBr；

4)偏差E為Bl，偏差變化率ΔE=Bl-PreBl。

速度：主控模塊根據(jù)激光模塊接收到的跑道類(lèi)型以及搖頭舵機(jī)當(dāng)前轉(zhuǎn)角與理想轉(zhuǎn)角的偏差來(lái)控制當(dāng)前所需的速度，采用PID算法，并能做到加速及時(shí)、減速迅速、需要?jiǎng)蛩傩旭倳r(shí)速度變化在較小范圍內(nèi)。

定位導(dǎo)航：主控模塊在識(shí)別到十字交叉口時(shí)需能根據(jù)激光采集賽道信息，當(dāng)接收管全能接收到信號(hào)時(shí)，十字彎標(biāo)志位置位。在識(shí)別起跑線是主要采用跳變法，當(dāng)下排左右兩側(cè)同時(shí)出現(xiàn)1次以上的跳變（由白到黑或由黑到白）時(shí)，便將起跑線標(biāo)志位置位。

4 實(shí)驗(yàn)結(jié)果

搭建模擬現(xiàn)實(shí)環(huán)境的高逼真賽道和硬件穩(wěn)定、機(jī)械精簡(jiǎn)安全的高性能智能汽車(chē)模型，智能汽車(chē)能高速穩(wěn)定安全的運(yùn)行完整個(gè)賽道，并順利完成蔽障、停車(chē)等功能。硬件方面設(shè)計(jì)好控制電路PCB板并交付工廠加工制作，同時(shí)留有一定的余量。傳感器的調(diào)試需要考慮前瞻性和精確度，方便采集和接收賽道信息，使用IAR System出品的編譯器IAR以及硬件程序下載器——JTAG來(lái)開(kāi)發(fā)智能小車(chē)的軟件系統(tǒng)，并通過(guò)程序改動(dòng)來(lái)控制小車(chē)的運(yùn)行情況?；诖?，開(kāi)發(fā)了一套適合智能汽車(chē)運(yùn)行的最優(yōu)化的路徑識(shí)別控制方案，通過(guò)調(diào)試和改良，具有很高的可移植性和兼容性。

5 結(jié) 語(yǔ)

基于Cortex-M4的光電智能車(chē)路徑識(shí)別是近些年來(lái)重要的研究方向。本文基于課題Z12029和CL12294，介紹了該研究的概念、方法和應(yīng)用領(lǐng)域，提出了路徑識(shí)別的新型研究，接著，闡述了該研究的主要內(nèi)容和研究方法。該研究使用飛思卡爾32位微處理器做主控芯片，處理速度快且較為準(zhǔn)確，通過(guò)激光采集賽道信息轉(zhuǎn)變?yōu)殡妷盒盘?hào)，穩(wěn)定性較好，接受信息量大。同時(shí)位置控制算法使用分段綜合模糊化采集信息對(duì)相關(guān)的研究有一定的指導(dǎo)性，跳變法的使用是該研究的一個(gè)亮點(diǎn)，對(duì)于任何傳感器都是適用的，基于此識(shí)別起停跑線出錯(cuò)率減少。此外速度控制主要采用PD控制算法，能有效消除抖動(dòng)，并預(yù)測(cè)下一步的動(dòng)作。實(shí)際運(yùn)行結(jié)果驗(yàn)證了所做研究的有效性。

參考文獻(xiàn)

［1］ 卓晴, 黃開(kāi)勝, 邵貝貝. 學(xué)做智能車(chē)［M］. 北京: 北京航空航天大學(xué)出版社, 2007.

［2］ 吳斌華, 黃衛(wèi)華, 程磊, 楊明. 基于路徑識(shí)別的智能車(chē)系統(tǒng)設(shè)計(jì)［J］. 電子技術(shù)應(yīng)用. 2007,(3)：80-82.

［3］ 曾星星. 基于攝像頭的路徑識(shí)別智能車(chē)控制系統(tǒng)設(shè)計(jì)［J］. 湖北汽車(chē)工業(yè)學(xué)院學(xué)報(bào),2008,(6)：72-76.

［4］ 熊凱, 邵明明, 盧紅海. 中南大學(xué)比亞迪雙魚(yú)座2012技術(shù)報(bào)告［R］. 2012.

［5］ 羅強(qiáng), 徐文城, 劉堯. 基于激光傳感器的智能車(chē)路徑識(shí)別系統(tǒng)設(shè)計(jì)［J］.電氣自動(dòng)化,2012,(5):88-90.

［6］ 王擊, 羅安, 蔡自興. 智能控制在時(shí)滯系統(tǒng)中的算法研究［J］. 基礎(chǔ)自動(dòng)化,2001,8(6):4-6.

［7］ 楊凱峰, 王擊, 彭輝, 基于fuzzyTech智能小車(chē)神經(jīng)模糊控制器的實(shí)現(xiàn)［J］. 西北農(nóng)林科技大學(xué)學(xué)報(bào):自然科學(xué)版,2012,40(12):230-234.

［8］ 游佳, 王擊. 基于嵌入式系統(tǒng)的智能尋跡機(jī)器人設(shè)計(jì)［J］. 微計(jì)算機(jī)信息(嵌入式與SOC), 2009,25(8/2):176-177.

將激光分射在賽道兩邊，同時(shí)獲取賽道兩邊的信息。后排傳感器有18個(gè)發(fā)射單元，6個(gè)接收單元，我們使用的是1對(duì)3的策略。由于激光點(diǎn)間距2CM，故將18個(gè)點(diǎn)分為兩組，每組9點(diǎn)，使其中5個(gè)點(diǎn)在賽道白板上，余下4個(gè)點(diǎn)在黑線外面或黑線上。分布示意圖見(jiàn)圖 2。

賽道位置獲取方案［2］~［4］：首先得到前排激光模塊接收到的路面信息的18位數(shù)據(jù)，0代表白色，1代表黑色。通過(guò)分階段窮舉算法得到道路偏轉(zhuǎn)方向及偏轉(zhuǎn)角度。具體算法是：

1）將18位數(shù)據(jù)分為2個(gè)9位數(shù)據(jù)，分別代表左側(cè)信息和右側(cè)信息；

2）再將左側(cè)9位數(shù)據(jù)3個(gè)3位數(shù)據(jù)，分別窮舉3位數(shù)據(jù)可能的狀態(tài)?？紤]到在道路上的情況，每個(gè)點(diǎn)依次有1、2、4種窮舉狀態(tài)。因此9位數(shù)據(jù)一共需要7*3=21次窮舉即可列舉盡所有道路信息，列舉過(guò)程中賦予相應(yīng)左側(cè)偏差值；

右側(cè)9位數(shù)據(jù)列舉過(guò)程類(lèi)似步驟②，并賦予相應(yīng)右側(cè)偏差值。

圖2 激光點(diǎn)分布圖

3.3 其它模式識(shí)別與控制

坡道：主控模塊需能根據(jù)激光模塊測(cè)到前方的點(diǎn)所接收到的狀態(tài)值判斷出前方一定范圍內(nèi)是否坡道。在程序中設(shè)置有標(biāo)志位，若標(biāo)志位為1，則轉(zhuǎn)入坡道程序進(jìn)行處理。

限速：主控模塊需能根據(jù)激光模塊測(cè)到跑道中央的點(diǎn)所接收到的狀態(tài)值判斷出跑道是否限速，如有，則根據(jù)限速值降速行駛，否則自動(dòng)選擇適當(dāng)?shù)乃俣刃旭?。?/p>

停車(chē)位：主控模塊需能根據(jù)激光模塊測(cè)到跑道中央的點(diǎn)所接收到的狀態(tài)值判斷前方是否有停車(chē)標(biāo)志位，如有，則迅速停車(chē)。

轉(zhuǎn)彎：主控模塊根據(jù)激光模塊所接收到的跑道狀態(tài)的偏差來(lái)控制轉(zhuǎn)向舵機(jī)的控制值以決定前輪轉(zhuǎn)角轉(zhuǎn)角大小，同時(shí)給電機(jī)控制部分適當(dāng)?shù)臏p速，達(dá)到轉(zhuǎn)彎的最優(yōu)路徑，使車(chē)輛不會(huì)沖出跑道，從而使車(chē)子在跑道上始終以最優(yōu)路徑行駛。

其中主要是采用智能模糊控制［5~8］。根據(jù)獲取的賽道信息數(shù)據(jù)分析有4種情況：①左右信息均非白；②左右信息全白；③左側(cè)信息全白，右側(cè)不為全白；④右側(cè)信息全白，左側(cè)不為全白。

模糊變量選擇如下：

1)偏差E為|Br-Bl|，偏差變化率ΔE=|Br-Bl|-|PreBr-PreBl|；

2)偏差E為前20次E的平均值，偏差變化率ΔE為前20次ΔE的平均值；

3)偏差E為Br，偏差變化率ΔE=Br-PreBr；

4)偏差E為Bl，偏差變化率ΔE=Bl-PreBl。

速度：主控模塊根據(jù)激光模塊接收到的跑道類(lèi)型以及搖頭舵機(jī)當(dāng)前轉(zhuǎn)角與理想轉(zhuǎn)角的偏差來(lái)控制當(dāng)前所需的速度，采用PID算法，并能做到加速及時(shí)、減速迅速、需要?jiǎng)蛩傩旭倳r(shí)速度變化在較小范圍內(nèi)。

定位導(dǎo)航：主控模塊在識(shí)別到十字交叉口時(shí)需能根據(jù)激光采集賽道信息，當(dāng)接收管全能接收到信號(hào)時(shí)，十字彎標(biāo)志位置位。在識(shí)別起跑線是主要采用跳變法，當(dāng)下排左右兩側(cè)同時(shí)出現(xiàn)1次以上的跳變（由白到黑或由黑到白）時(shí)，便將起跑線標(biāo)志位置位。

4 實(shí)驗(yàn)結(jié)果

搭建模擬現(xiàn)實(shí)環(huán)境的高逼真賽道和硬件穩(wěn)定、機(jī)械精簡(jiǎn)安全的高性能智能汽車(chē)模型，智能汽車(chē)能高速穩(wěn)定安全的運(yùn)行完整個(gè)賽道，并順利完成蔽障、停車(chē)等功能。硬件方面設(shè)計(jì)好控制電路PCB板并交付工廠加工制作，同時(shí)留有一定的余量。傳感器的調(diào)試需要考慮前瞻性和精確度，方便采集和接收賽道信息，使用IAR System出品的編譯器IAR以及硬件程序下載器——JTAG來(lái)開(kāi)發(fā)智能小車(chē)的軟件系統(tǒng)，并通過(guò)程序改動(dòng)來(lái)控制小車(chē)的運(yùn)行情況?；诖耍_(kāi)發(fā)了一套適合智能汽車(chē)運(yùn)行的最優(yōu)化的路徑識(shí)別控制方案，通過(guò)調(diào)試和改良，具有很高的可移植性和兼容性。

5 結(jié) 語(yǔ)

基于Cortex-M4的光電智能車(chē)路徑識(shí)別是近些年來(lái)重要的研究方向。本文基于課題Z12029和CL12294，介紹了該研究的概念、方法和應(yīng)用領(lǐng)域，提出了路徑識(shí)別的新型研究，接著，闡述了該研究的主要內(nèi)容和研究方法。該研究使用飛思卡爾32位微處理器做主控芯片，處理速度快且較為準(zhǔn)確，通過(guò)激光采集賽道信息轉(zhuǎn)變?yōu)殡妷盒盘?hào)，穩(wěn)定性較好，接受信息量大。同時(shí)位置控制算法使用分段綜合模糊化采集信息對(duì)相關(guān)的研究有一定的指導(dǎo)性，跳變法的使用是該研究的一個(gè)亮點(diǎn)，對(duì)于任何傳感器都是適用的，基于此識(shí)別起停跑線出錯(cuò)率減少。此外速度控制主要采用PD控制算法，能有效消除抖動(dòng)，并預(yù)測(cè)下一步的動(dòng)作。實(shí)際運(yùn)行結(jié)果驗(yàn)證了所做研究的有效性。

參考文獻(xiàn)

［1］ 卓晴, 黃開(kāi)勝, 邵貝貝. 學(xué)做智能車(chē)［M］. 北京: 北京航空航天大學(xué)出版社, 2007.

［2］ 吳斌華, 黃衛(wèi)華, 程磊, 楊明. 基于路徑識(shí)別的智能車(chē)系統(tǒng)設(shè)計(jì)［J］. 電子技術(shù)應(yīng)用. 2007,(3)：80-82.

［3］ 曾星星. 基于攝像頭的路徑識(shí)別智能車(chē)控制系統(tǒng)設(shè)計(jì)［J］. 湖北汽車(chē)工業(yè)學(xué)院學(xué)報(bào),2008,(6)：72-76.

［4］ 熊凱, 邵明明, 盧紅海. 中南大學(xué)比亞迪雙魚(yú)座2012技術(shù)報(bào)告［R］. 2012.

［5］ 羅強(qiáng), 徐文城, 劉堯. 基于激光傳感器的智能車(chē)路徑識(shí)別系統(tǒng)設(shè)計(jì)［J］.電氣自動(dòng)化,2012,(5):88-90.

［6］ 王擊, 羅安, 蔡自興. 智能控制在時(shí)滯系統(tǒng)中的算法研究［J］. 基礎(chǔ)自動(dòng)化,2001,8(6):4-6.

［7］ 楊凱峰, 王擊, 彭輝, 基于fuzzyTech智能小車(chē)神經(jīng)模糊控制器的實(shí)現(xiàn)［J］. 西北農(nóng)林科技大學(xué)學(xué)報(bào):自然科學(xué)版,2012,40(12):230-234.

［8］ 游佳, 王擊. 基于嵌入式系統(tǒng)的智能尋跡機(jī)器人設(shè)計(jì)［J］. 微計(jì)算機(jī)信息(嵌入式與SOC), 2009,25(8/2):176-177.

將激光分射在賽道兩邊，同時(shí)獲取賽道兩邊的信息。后排傳感器有18個(gè)發(fā)射單元，6個(gè)接收單元，我們使用的是1對(duì)3的策略。由于激光點(diǎn)間距2CM，故將18個(gè)點(diǎn)分為兩組，每組9點(diǎn)，使其中5個(gè)點(diǎn)在賽道白板上，余下4個(gè)點(diǎn)在黑線外面或黑線上。分布示意圖見(jiàn)圖 2。

賽道位置獲取方案［2］~［4］：首先得到前排激光模塊接收到的路面信息的18位數(shù)據(jù)，0代表白色，1代表黑色。通過(guò)分階段窮舉算法得到道路偏轉(zhuǎn)方向及偏轉(zhuǎn)角度。具體算法是：

1）將18位數(shù)據(jù)分為2個(gè)9位數(shù)據(jù)，分別代表左側(cè)信息和右側(cè)信息；

2）再將左側(cè)9位數(shù)據(jù)3個(gè)3位數(shù)據(jù)，分別窮舉3位數(shù)據(jù)可能的狀態(tài)?？紤]到在道路上的情況，每個(gè)點(diǎn)依次有1、2、4種窮舉狀態(tài)。因此9位數(shù)據(jù)一共需要7*3=21次窮舉即可列舉盡所有道路信息，列舉過(guò)程中賦予相應(yīng)左側(cè)偏差值；

右側(cè)9位數(shù)據(jù)列舉過(guò)程類(lèi)似步驟②，并賦予相應(yīng)右側(cè)偏差值。

圖2 激光點(diǎn)分布圖

3.3 其它模式識(shí)別與控制

坡道：主控模塊需能根據(jù)激光模塊測(cè)到前方的點(diǎn)所接收到的狀態(tài)值判斷出前方一定范圍內(nèi)是否坡道。在程序中設(shè)置有標(biāo)志位，若標(biāo)志位為1，則轉(zhuǎn)入坡道程序進(jìn)行處理。

限速：主控模塊需能根據(jù)激光模塊測(cè)到跑道中央的點(diǎn)所接收到的狀態(tài)值判斷出跑道是否限速，如有，則根據(jù)限速值降速行駛，否則自動(dòng)選擇適當(dāng)?shù)乃俣刃旭?。?/p>

停車(chē)位：主控模塊需能根據(jù)激光模塊測(cè)到跑道中央的點(diǎn)所接收到的狀態(tài)值判斷前方是否有停車(chē)標(biāo)志位，如有，則迅速停車(chē)。

轉(zhuǎn)彎：主控模塊根據(jù)激光模塊所接收到的跑道狀態(tài)的偏差來(lái)控制轉(zhuǎn)向舵機(jī)的控制值以決定前輪轉(zhuǎn)角轉(zhuǎn)角大小，同時(shí)給電機(jī)控制部分適當(dāng)?shù)臏p速，達(dá)到轉(zhuǎn)彎的最優(yōu)路徑，使車(chē)輛不會(huì)沖出跑道，從而使車(chē)子在跑道上始終以最優(yōu)路徑行駛。

其中主要是采用智能模糊控制［5~8］。根據(jù)獲取的賽道信息數(shù)據(jù)分析有4種情況：①左右信息均非白；②左右信息全白；③左側(cè)信息全白，右側(cè)不為全白；④右側(cè)信息全白，左側(cè)不為全白。

模糊變量選擇如下：

1)偏差E為|Br-Bl|，偏差變化率ΔE=|Br-Bl|-|PreBr-PreBl|；

2)偏差E為前20次E的平均值，偏差變化率ΔE為前20次ΔE的平均值；

3)偏差E為Br，偏差變化率ΔE=Br-PreBr；

4)偏差E為Bl，偏差變化率ΔE=Bl-PreBl。

速度：主控模塊根據(jù)激光模塊接收到的跑道類(lèi)型以及搖頭舵機(jī)當(dāng)前轉(zhuǎn)角與理想轉(zhuǎn)角的偏差來(lái)控制當(dāng)前所需的速度，采用PID算法，并能做到加速及時(shí)、減速迅速、需要?jiǎng)蛩傩旭倳r(shí)速度變化在較小范圍內(nèi)。

定位導(dǎo)航：主控模塊在識(shí)別到十字交叉口時(shí)需能根據(jù)激光采集賽道信息，當(dāng)接收管全能接收到信號(hào)時(shí)，十字彎標(biāo)志位置位。在識(shí)別起跑線是主要采用跳變法，當(dāng)下排左右兩側(cè)同時(shí)出現(xiàn)1次以上的跳變（由白到黑或由黑到白）時(shí)，便將起跑線標(biāo)志位置位。

4 實(shí)驗(yàn)結(jié)果

搭建模擬現(xiàn)實(shí)環(huán)境的高逼真賽道和硬件穩(wěn)定、機(jī)械精簡(jiǎn)安全的高性能智能汽車(chē)模型，智能汽車(chē)能高速穩(wěn)定安全的運(yùn)行完整個(gè)賽道，并順利完成蔽障、停車(chē)等功能。硬件方面設(shè)計(jì)好控制電路PCB板并交付工廠加工制作，同時(shí)留有一定的余量。傳感器的調(diào)試需要考慮前瞻性和精確度，方便采集和接收賽道信息，使用IAR System出品的編譯器IAR以及硬件程序下載器——JTAG來(lái)開(kāi)發(fā)智能小車(chē)的軟件系統(tǒng)，并通過(guò)程序改動(dòng)來(lái)控制小車(chē)的運(yùn)行情況?；诖耍_(kāi)發(fā)了一套適合智能汽車(chē)運(yùn)行的最優(yōu)化的路徑識(shí)別控制方案，通過(guò)調(diào)試和改良，具有很高的可移植性和兼容性。

5 結(jié) 語(yǔ)

基于Cortex-M4的光電智能車(chē)路徑識(shí)別是近些年來(lái)重要的研究方向。本文基于課題Z12029和CL12294，介紹了該研究的概念、方法和應(yīng)用領(lǐng)域，提出了路徑識(shí)別的新型研究，接著，闡述了該研究的主要內(nèi)容和研究方法。該研究使用飛思卡爾32位微處理器做主控芯片，處理速度快且較為準(zhǔn)確，通過(guò)激光采集賽道信息轉(zhuǎn)變?yōu)殡妷盒盘?hào)，穩(wěn)定性較好，接受信息量大。同時(shí)位置控制算法使用分段綜合模糊化采集信息對(duì)相關(guān)的研究有一定的指導(dǎo)性，跳變法的使用是該研究的一個(gè)亮點(diǎn)，對(duì)于任何傳感器都是適用的，基于此識(shí)別起停跑線出錯(cuò)率減少。此外速度控制主要采用PD控制算法，能有效消除抖動(dòng)，并預(yù)測(cè)下一步的動(dòng)作。實(shí)際運(yùn)行結(jié)果驗(yàn)證了所做研究的有效性。

參考文獻(xiàn)

［1］ 卓晴, 黃開(kāi)勝, 邵貝貝. 學(xué)做智能車(chē)［M］. 北京: 北京航空航天大學(xué)出版社, 2007.

［2］ 吳斌華, 黃衛(wèi)華, 程磊, 楊明. 基于路徑識(shí)別的智能車(chē)系統(tǒng)設(shè)計(jì)［J］. 電子技術(shù)應(yīng)用. 2007,(3)：80-82.

［3］ 曾星星. 基于攝像頭的路徑識(shí)別智能車(chē)控制系統(tǒng)設(shè)計(jì)［J］. 湖北汽車(chē)工業(yè)學(xué)院學(xué)報(bào),2008,(6)：72-76.

［4］ 熊凱, 邵明明, 盧紅海. 中南大學(xué)比亞迪雙魚(yú)座2012技術(shù)報(bào)告［R］. 2012.

［5］ 羅強(qiáng), 徐文城, 劉堯. 基于激光傳感器的智能車(chē)路徑識(shí)別系統(tǒng)設(shè)計(jì)［J］.電氣自動(dòng)化,2012,(5):88-90.

［6］ 王擊, 羅安, 蔡自興. 智能控制在時(shí)滯系統(tǒng)中的算法研究［J］. 基礎(chǔ)自動(dòng)化,2001,8(6):4-6.

［7］ 楊凱峰, 王擊, 彭輝, 基于fuzzyTech智能小車(chē)神經(jīng)模糊控制器的實(shí)現(xiàn)［J］. 西北農(nóng)林科技大學(xué)學(xué)報(bào):自然科學(xué)版,2012,40(12):230-234.

［8］ 游佳, 王擊. 基于嵌入式系統(tǒng)的智能尋跡機(jī)器人設(shè)計(jì)［J］. 微計(jì)算機(jī)信息(嵌入式與SOC), 2009,25(8/2):176-177.