武 峰，王冠凌（安徽工程大學(xué)電氣工程學(xué)院，安徽蕪湖 241000）

?

兩輪直立光電導(dǎo)航智能車的研究與實(shí)現(xiàn)

武 峰，王冠凌＊
（安徽工程大學(xué)電氣工程學(xué)院，安徽蕪湖 241000）

摘要：針對(duì)智能車系統(tǒng)運(yùn)行穩(wěn)定性較差、速度較慢的問(wèn)題，設(shè)計(jì)了一種基于線性CCD攝像頭傳感器的兩輪直立光電導(dǎo)航智能車系統(tǒng)．首先，自主設(shè)計(jì)了各個(gè)智能車模塊的電源穩(wěn)壓電路和電機(jī)H橋驅(qū)動(dòng)電路，以保障硬件系統(tǒng)的穩(wěn)定與可靠；在此基礎(chǔ)上，采用互補(bǔ)濾波和清華濾波的方式來(lái)處理姿態(tài)檢測(cè)傳感器檢測(cè)到的信號(hào)，實(shí)現(xiàn)智能車的直立平衡；最后，利用實(shí)例來(lái)驗(yàn)證該設(shè)計(jì)的有效性與可行性．

關(guān) 鍵 詞：智能車；直立；光電導(dǎo)航

智能車控制系統(tǒng)的研究是當(dāng)前最為活躍的研究領(lǐng)域之一，它包含了自動(dòng)控制、人工智能、傳感器、信息融合、圖像處理及計(jì)算機(jī)科學(xué)等多門學(xué)科的內(nèi)容．與此同時(shí)，智能車系統(tǒng)的研究對(duì)提高學(xué)生的科研能力和社會(huì)效益也具有著非常重要的意義．兩輪直立光電導(dǎo)航智能車系統(tǒng)所研究的導(dǎo)航技術(shù)是可移動(dòng)智能設(shè)備完成很多復(fù)雜功能的基礎(chǔ)，在工業(yè)生產(chǎn)、生活、國(guó)防等領(lǐng)域都起著非常重要的作用．美國(guó)從20世紀(jì)中葉就一直致力于推動(dòng)智能車穩(wěn)定運(yùn)行技術(shù)的進(jìn)一步發(fā)展，2010年早期由谷歌公司主持研制的智能車可根據(jù)谷歌地圖自主運(yùn)行千公里，21世紀(jì)初至2010年，日本也決定在道路上有所突破，擬在全國(guó)范圍內(nèi)推行無(wú)人操縱的智能車道路設(shè)計(jì)計(jì)劃．

課題以第10屆全國(guó)大學(xué)生飛思卡爾大賽直立光電組為基礎(chǔ)，所涉及到的兩輪直立光電導(dǎo)航智能車系統(tǒng)在硬件方面改進(jìn)了現(xiàn)有的電源穩(wěn)壓電路，同時(shí)自主設(shè)計(jì)了一種電機(jī)的H驅(qū)動(dòng)電路，使得硬件電路信號(hào)更加穩(wěn)定高效．在此基礎(chǔ)上，用清華大學(xué)提出的濾波方案對(duì)智能車的直立平衡控制信號(hào)進(jìn)行軟件處理，使得智能車在運(yùn)行過(guò)程中的自平衡能力更強(qiáng)，為智能車系統(tǒng)在可移動(dòng)智能設(shè)備方面的應(yīng)用提供了一種非常好的解決方案．

1 兩輪直立光電導(dǎo)航智能車總體設(shè)計(jì)

系統(tǒng)結(jié)構(gòu)圖如圖1所示．由圖1可知，該系統(tǒng)采用FreeScale的Kinetis K60作為主控芯片，其中，控制算法主要包括車體直立、車體運(yùn)行、方向控制以及它們的歸一化融合處理和后期參數(shù)的調(diào)試與設(shè)置．微控制器中的高速ADC模塊能夠?qū)圀w的姿態(tài)進(jìn)行信息采集并轉(zhuǎn)換作為車體直立控制的輸入量，運(yùn)用正交解碼的方式對(duì)光電編碼器采集到的車輪速度進(jìn)行速度閉環(huán)控制，同時(shí)，利用大津算法對(duì)線性CCD攝像頭傳感器采集到的信息進(jìn)行處理，提取中線信息作為微控制器道路識(shí)別和決策的依據(jù)［1］．通過(guò)姿態(tài)融合算法和歸一化算法驅(qū)動(dòng)電機(jī)，實(shí)現(xiàn)智能車的姿態(tài)保持和轉(zhuǎn)向以保證智能車平穩(wěn)前行．

2 系統(tǒng)硬件設(shè)計(jì)

2．1 電源模塊

兩輪光電導(dǎo)航直立智能車系統(tǒng)所有模塊包括Kinetis K60最小系統(tǒng)、陀螺儀和加速度模塊、電動(dòng)機(jī)驅(qū)動(dòng)模塊、編碼器及測(cè)速模塊及線性CCD模塊，其電源都來(lái)自于7．2V鎳鎘電池，但各個(gè)模塊的工作電壓各不相同，在硬件設(shè)計(jì)中有很多需要考慮的因素，如強(qiáng)弱電的分離、模擬數(shù)字信號(hào)的隔離等［2－3］，因此，要保證各個(gè)部件運(yùn)行穩(wěn)定就要對(duì)電池電壓進(jìn)行穩(wěn)壓和濾波，分別供給各個(gè)模塊使用．智能車系統(tǒng)采用MPU9150數(shù)字陀螺儀和陀螺ENC 03MB＋加速度MMA7361CL二合一模塊中的加速度計(jì)作為車體的姿態(tài)檢測(cè)傳感器．加速度計(jì)和陀螺儀的電源工作電路如圖2所示．使用TI公司的線性低壓差穩(wěn)壓器TPS7333把7．2V電池電壓穩(wěn)壓至3．3V，同時(shí)，使其輸出電流最大可達(dá)500mA，以滿足姿態(tài)模塊的電源需求．通過(guò)實(shí)踐檢驗(yàn)證明其很好地解決了電源供電的問(wèn)題．

圖1　系統(tǒng)總框圖

CCD攝像頭是由藍(lán)宙電子生產(chǎn)的高光譜靈敏度圖像傳感器，其最大分辨率為480＊752，同時(shí)還具有能夠在高速運(yùn)動(dòng)的過(guò)程中充分保持信號(hào)在傳輸時(shí)不失真的全局快門（總像素同時(shí)曝光系統(tǒng)）．考慮到CCD檢測(cè)方式的原因，為了獲得較大的視野，需要將攝像頭進(jìn)行架高安裝，因此，智能車控制系統(tǒng)的整體重心將會(huì)上移，這對(duì)于車模高速平穩(wěn)行駛是很不利的，而CCD攝像頭的質(zhì)量和體積也比其他攝像頭要輕且小得多．另一方面線性CCD攝像頭對(duì)電源電壓的噪聲比較敏感，它的輸入電壓是3．3V，因此，需要對(duì)攝像頭的供電電源進(jìn)行特殊處理．由圖2可知，在輸入輸出端加入濾波電容，并且使用低壓差穩(wěn)壓芯片TPS7333對(duì)電池電壓進(jìn)行兩級(jí)穩(wěn)壓，從而保證攝像頭的圖像不會(huì)因電池電壓的波動(dòng)受到影響．

圖2　CCD加速度計(jì)和陀螺儀供電電路

2．2 電機(jī)驅(qū)動(dòng)模塊

電機(jī)H橋驅(qū)動(dòng)電路原理如圖3所示．由圖3可知，首先，通過(guò)74HC02 4組二輸入端或非門邏輯芯片，在3A、3B和4A、4B端分別將智能車電機(jī)轉(zhuǎn)動(dòng)方向信號(hào)和電機(jī)占空比信號(hào)輸入進(jìn)來(lái)，然后，通過(guò)1Y和2Y端輸出到邏輯驅(qū)動(dòng)芯片IR2184（s），其中，邏輯驅(qū)動(dòng)芯片通過(guò)H橋驅(qū)動(dòng)電機(jī)電路，一是保證始終都是對(duì)角側(cè)橋臂同時(shí)導(dǎo)通來(lái)控制電機(jī)的正反轉(zhuǎn)，二是確定同側(cè)橋臂不會(huì)同時(shí)導(dǎo)通來(lái)使電機(jī)短路．H橋的4個(gè)功率MOS管均采用頻率響應(yīng)較好、導(dǎo)通電流較大的N溝道型的MOS管，經(jīng)過(guò)這一系列的放大控制與驅(qū)動(dòng)邏輯之后使得本H橋電路能夠控制輸出高達(dá)20A的直流電流，也可以接受最高可達(dá)400KHZ的兩路PWM信號(hào)來(lái)控制電機(jī)的速度與轉(zhuǎn)向，同時(shí)還具有過(guò)溫保護(hù)、欠電壓保護(hù)等功能．

2．3 測(cè)速模塊

在智能汽車設(shè)計(jì)中，速度反饋是一個(gè)重要的環(huán)節(jié)，良好的速度反饋值可以讓PID速度調(diào)節(jié)算法更加迅速地調(diào)節(jié)智能車的加速與減速，讓其既能夠在直線道路上加速行駛，在進(jìn)入彎道前又能夠提前降低速度，保證穩(wěn)定過(guò)彎［3］．本設(shè)計(jì)采用的是歐姆龍公司EA62－CW3C型10位精度、500線的絕對(duì)式編碼器，該編碼器的供電電壓為5～12V，完全兼容智能車的電平，同時(shí)其還具有雙向測(cè)速功能，可直接輸出方波，通過(guò)兩路方波的相位差來(lái)識(shí)別轉(zhuǎn)動(dòng)方向．在智能車實(shí)際運(yùn)行過(guò)程中，微控制器利用SCI通訊協(xié)議來(lái)讀取編碼器當(dāng)前的計(jì)數(shù)值，并且將其與上一次的計(jì)數(shù)值相減，這樣方可得到智能車的實(shí)時(shí)運(yùn)行速度．

圖3　電機(jī)H橋驅(qū)動(dòng)電路原理圖

3 系統(tǒng)軟件設(shè)計(jì)與算法實(shí)現(xiàn)

3．1 系統(tǒng)軟件流程及程序分配與中斷處理

系統(tǒng)軟件流程圖如圖4所示［4］．程序中車模的運(yùn)行流程以及車模的信息顯示不需要精確的時(shí)間周期，可以放在主函數(shù)中完成，而各傳感器信號(hào)的采集處理，電機(jī)PWM輸出，車模運(yùn)行的直立、速度、方向控制，都需要精確時(shí)間周期執(zhí)行，因此，在軟件設(shè)計(jì)中，利用Kinetis K60的NVIC中斷管理模塊，進(jìn)行中斷分組和中斷優(yōu)先級(jí)分配，其中智能車直立控制和速度控制放在中斷優(yōu)先級(jí)較高的中斷里執(zhí)行，而在中斷優(yōu)先級(jí)相對(duì)低的中斷里進(jìn)行CCD信息采集轉(zhuǎn)向控制．首先，采用所設(shè)置的優(yōu)先級(jí)最高的PIT可編程定時(shí)器中斷模塊，產(chǎn)生1ms的定時(shí)器中斷，角度計(jì)算、直立控制放在1ms中斷里1ms計(jì)算一次，速度控制也放在這個(gè)模塊里，將速度控制平均分配到20步5ms的控制周期中，每100ms進(jìn)行一次計(jì)算．在另外一個(gè)優(yōu)先級(jí)相對(duì)較低的中斷模塊里進(jìn)行CCD圖像的獲取、道路兩端黑線的采集、中線的判斷．根據(jù)算法計(jì)算出的中線信息將方向控制的輸出變化量平均分配到2步5ms的控制周期中，每10ms調(diào)用一次．

圖4　系統(tǒng)軟件流程圖

3．2 增量式PID

在計(jì)算機(jī)控制系統(tǒng)中，數(shù)字PID控制算法通常又分為位置式PID和增量式PID，增量型算法與位置型算法相比，具有以下優(yōu)點(diǎn)：易于實(shí)現(xiàn)手動(dòng)到自動(dòng)的無(wú)沖擊切換；增量的確定僅與最近幾次偏差采樣值有關(guān)；增量型算法不需要累加；計(jì)算精度對(duì)控制量的計(jì)算影響較小等［4－5］．在實(shí)際智能車編程控制時(shí)，采用了基于PWM脈寬調(diào)制的PID閉環(huán)控制，主要實(shí)現(xiàn)對(duì)智能車直流電動(dòng)機(jī)速度的閉環(huán)控制．控制編程依據(jù)：

式中，u（n）為第n次輸出控制量；u（n－1）為第n－1次輸出控制量；e（n）為第n次偏差；e（n－1）為第n－1次偏差；e（n－2）為第n－2次偏差；kp為比例增益系數(shù)；ki為比例增益系數(shù)；kd為微分增益系數(shù)．

3．3 攝像頭圖像處理與轉(zhuǎn)向控制

賽道由白色的KT板和貼在KT板兩邊的黑色邊沿組成，研究采用的是PAL制式的線性CCD攝像頭，這種灰度攝像頭的特性是圖像越白、電壓越高；圖像越黑、電壓越低［5］．大津算法采集到的圖像灰度信息圖如圖5所示．由圖5可知，兩邊的黑線為采集到的賽道KT板兩邊的黑色邊沿，通過(guò)AD采集來(lái)得到亮度信號(hào)，當(dāng)采集到黑色邊沿時(shí)，圖像變暗，電壓就會(huì)變低，a線就會(huì)跳變，通過(guò)這種方式得到賽道兩邊的黑色邊沿進(jìn)而計(jì)算出賽道中心位置．本次研究采用大津算法采集圖像信息，大津算法即最大類間方差法，首先采用遍歷的方法得到使類間方差最大的閾值T，然后將圖像中的灰度值0～255與T進(jìn)行比較，按照大于T的像素點(diǎn)設(shè)定為純白色、小于T的像素點(diǎn)設(shè)定為黑色的方法，提取兩邊黑線信息，最后根據(jù)黑線信息計(jì)算出中線信息，作為智能車循跡轉(zhuǎn)向的標(biāo)志．轉(zhuǎn)向控制實(shí)際計(jì)算如式（2）所示，其采用PID控制算法的P算法．

式中，Left＿Side為左邊黑線；Right＿Side為右邊黑線；dirc＿p為增量式PID的比例參數(shù)．

圖5　大津算法采集到的圖像灰度信息圖

3．4 兩輪平衡控制

通過(guò)負(fù)反饋來(lái)實(shí)現(xiàn)車模的直立，車模用兩個(gè)車輪來(lái)保持平衡，因此，車體只會(huì)在車輪滾動(dòng)的方向上發(fā)生傾斜．直立的車?？梢钥闯煞胖迷诳梢宰笥乙苿?dòng)平臺(tái)上的倒立著的單擺，而單擺能夠穩(wěn)定在垂直位置的條件有兩個(gè)：一是要受到與位移相反的回復(fù)力；二是要受到與運(yùn)動(dòng)速度相反的阻尼力［6］．這樣倒立擺能夠在垂直位置穩(wěn)定下來(lái)所受到的力為：

式中，θ為車模傾角；θ′為車模傾角加速度；k1、k2均為比例系數(shù)．

兩者的和作為車輪加速度的控制量：

只要保證k1＞0、k2＞0的條件下可以維持車模直立狀態(tài)即可．其中，k1決定了車模能夠維持在直立狀態(tài)的恢復(fù)力，它必須大于重力加速度；k2決定了車?；氐酱怪蔽恢玫淖枘嵯禂?shù)，選擇合適的阻尼系數(shù)可以保證車模盡快穩(wěn)定在垂直位置．因此，控制車模穩(wěn)定需要下列兩個(gè)條件：一是能夠精確測(cè)量?jī)A角θ的大小和角速度θ′的大??；二是控制車輪的加速度．為了克服車模本身運(yùn)動(dòng)對(duì)加速度計(jì)測(cè)量的傾角的干擾以及經(jīng)過(guò)積分計(jì)算對(duì)于陀螺儀測(cè)量的角速度信號(hào)形成的累積誤差，采用卓晴提出的濾波方案通過(guò)調(diào)節(jié)陀螺儀比例參數(shù)來(lái)得到角度融合的效果，運(yùn)用PID控制中的PD控制來(lái)處理得到的角度值與角速度值，計(jì)算公式如下：

式中，CAR＿ANGLE＿SET為車模直立時(shí)的傾斜角度；g＿fCarAngle為車模運(yùn)行時(shí)加速度計(jì)測(cè)量出的車模的傾斜角度；CAR＿ANGLE＿SPEED＿SET為車模直立時(shí)的初始設(shè)定角加速度；g＿fGyroscopeAngleSpeed為車模運(yùn)行時(shí)通過(guò)陀螺儀測(cè)量出的角加速度；ANGLE＿CONTROL＿P和ANGLE＿CONTROL＿D分別為PID控制中的比例和微分參數(shù)．

圖6　清華濾波方案效果圖

適當(dāng)調(diào)節(jié)陀螺儀比例參數(shù)可以使得通過(guò)陀螺儀計(jì)算出的傾斜角度能夠較好地跟蹤通過(guò)加速度計(jì)測(cè)量得到的角度，以得到更好的融合效果，從而使系統(tǒng)獲得更好的穩(wěn)定性．清華濾波方案效果圖如圖6所示．由圖6可知，平滑度不高的曲線表示加速度計(jì)測(cè)量出的車模傾斜角度，較為平滑的曲線為通過(guò)陀螺儀測(cè)量計(jì)算出的車模傾斜角度，其中，縱坐標(biāo)為角度在調(diào)試過(guò)程中保持主板上點(diǎn)之后，通過(guò)人為任意改變車模的傾斜角度來(lái)觀察加速度計(jì)測(cè)量角度與算法測(cè)量角度的融合性．從圖6中還可以看出，其角度融合度較高，能夠?yàn)橹悄苘囂峁└鼜?qiáng)的自平衡能力．

3．5 速度控制

智能車系統(tǒng)通過(guò)控制車輪速度來(lái)實(shí)現(xiàn)車模的運(yùn)行速度，車模通過(guò)兩個(gè)后輪電動(dòng)機(jī)經(jīng)由減速齒輪箱來(lái)驅(qū)動(dòng)車輪，因此，車輪的運(yùn)動(dòng)控制可以通過(guò)控制車輪電動(dòng)機(jī)的轉(zhuǎn)速來(lái)實(shí)現(xiàn)．電動(dòng)機(jī)旋轉(zhuǎn)速度可以通過(guò)安裝在電動(dòng)機(jī)輸出軸上的光電編碼盤獲得，利用Kinetis K60的脈沖累加器模塊測(cè)量在100ms時(shí)間間隔內(nèi)速度脈沖信號(hào)的個(gè)數(shù)即可得到電動(dòng)機(jī)的轉(zhuǎn)速．電動(dòng)機(jī)速度控制采用PI控制，其控制公式如下：

式中，CAR＿SPEED＿SET為給定速度；g＿fCarSpeed為車模運(yùn)行速度；SPEED＿P和SPEED＿I分別為速度控制的比例和積分參數(shù)．

其中，為了保證車模的穩(wěn)定性，速度控制輸出量的變化被均勻分配在20個(gè)角度控制函數(shù)周期內(nèi)，這樣可以減少速度控制對(duì)于車模直立控制的影響．

3．6 車模直立行走控制算法融合

電動(dòng)機(jī)最終輸出電壓控制量是將車模3種控制（直立、速度、方向）的控制量線性疊加在一起，速度和方向控制的輸出量直接疊加在電動(dòng)機(jī)控制電壓上，假定直立控制會(huì)始終保持車模不跌倒［7］．在算法中直立控制是基礎(chǔ)，它的調(diào)整速度非?？?，速度和方向控制相對(duì)調(diào)整速度慢，直立控制會(huì)自動(dòng)調(diào)節(jié)車模的傾角以適應(yīng)車模加速、減速和轉(zhuǎn)彎的需要．其控制框圖如圖7所示．左右電機(jī)最終輸出公式如下：

式中，fLeft和fRight分別為左右電機(jī)輸出總量．其中，智能車的直立控制量、速度控制量和方向控制量線性疊加起來(lái)，當(dāng)左右電機(jī)輸出量不同時(shí)，即可在直立運(yùn)行的基礎(chǔ)上實(shí)現(xiàn)方向控制的融合．

在此控制算法中，速度與方向控制將成為直立控制的外部干擾，直立控制用來(lái)維持車模保持直立狀態(tài)．為了確保車模能夠平穩(wěn)高速運(yùn)行，外部的速度和方向控制算法調(diào)整速度不能過(guò)快、過(guò)于劇烈．

圖7　直立行走控制算法圖

4 結(jié)論

在全國(guó)大學(xué)生飛思卡爾杯智能汽車競(jìng)賽的背景下，分析并設(shè)計(jì)了兩輪自平衡光電導(dǎo)航智能車．從原理、硬件、軟件3個(gè)方面闡述了光電自平衡智能車的制作過(guò)程．吳苗苗［7］提出了位置式PID的控制算法和卡爾曼濾波的控制算法，提高了智能車的動(dòng)態(tài)性能，但其穩(wěn)定性方面未達(dá)到最佳效果，有時(shí)智能車會(huì)產(chǎn)生極環(huán)震蕩的現(xiàn)象．兩輪直立光電導(dǎo)航智能車系統(tǒng)在制作的過(guò)程中采用模塊化的思想，把車模運(yùn)動(dòng)控制的任務(wù)分解成3個(gè)基本控制任務(wù)：直立控制、速度控制、方向控制．在研究實(shí)現(xiàn)各個(gè)穩(wěn)定硬件電源模塊的基礎(chǔ)上，通過(guò)陀螺儀和加速度計(jì)利用清華濾波控制算法進(jìn)行智能車的直立姿態(tài)融合控制，通過(guò)編碼器利用速度閉環(huán)的方式實(shí)現(xiàn)車模的速度控制，最后再通過(guò)線性CCD采集到的路況信息進(jìn)行轉(zhuǎn)型控制．經(jīng)過(guò)調(diào)試和測(cè)試，不僅可以實(shí)現(xiàn)智能車的穩(wěn)定高速運(yùn)行，速度可達(dá)2．8m／s，同時(shí)還能適應(yīng)多種賽道類型的識(shí)別和循跡．

參考文獻(xiàn)：

［1］ 隋金雪，楊莉，張巖．“飛思卡爾”杯智能汽車設(shè)計(jì)與實(shí)例教程［M］．北京：北京航空航天大學(xué)出版社，2014．

［2］ 費(fèi)探，楊會(huì)成，楊惠．基于圖像傳感器的智能車硬件系統(tǒng)沒(méi)計(jì)［J］．工業(yè)控制計(jì)算機(jī)，2012，25（5）：107－108．

［3］ 候代坡．兩輪直立電磁導(dǎo)航智能車的研究與實(shí)現(xiàn)［D］．蘭州：蘭州理工大學(xué)，2013．

［4］ 滕彥飛．基于K60系統(tǒng)版的智能小車控制系統(tǒng)設(shè)計(jì)［D］．青島：青島理工大學(xué)，2014．

［5］ 于彥華．基于視覺(jué)導(dǎo)航的兩輪自平衡智能模型車的設(shè)計(jì)與實(shí)現(xiàn)［D］．西安：長(zhǎng)安大學(xué)，2014．

［6］ 趙韶華，黃金明，劉鵬，等．倒立擺理論在直立自平衡智能車系統(tǒng)中的應(yīng)用［J］．電子技術(shù)，2014（2）：38－41．

［7］ 吳苗苗，沈世斌，王亮，等．基于CMOS攝像頭的直立循跡智能車系統(tǒng)設(shè)計(jì)［J］．工業(yè)控制與應(yīng)用，2014（7）：59－61．

Research and implementation of intelligent vehicle with two wheel upright photoelectric navigation

WU Feng，WANG Guan－ling＊
（College of Electrical Engineering，Anhui Polytechnic University，Wuhu 241000，China）

Abstract：A two－wheel linear CCD camera upright photoelectric sensor smart car navigation system is designed to improve the smart car system＇s poor operation stability and slow speed．Firstly，the power regulator circuit for each module of the smart car and the motor H－bridge driver circuit are designed independently to guarantee the stability and reliability of the hardware system．Based on this，complementary filtering and tsinghua filtering is used to deal with the signal detected by the pose detection sensor to achieve the upright balance of the smart car．Finally，the example is presented to verify the effectiveness and feasibility of the design．

Key words：intelligent vehicle；up rightness；photoelectric navigation

通訊作者：王冠凌（1971－），男，安徽廬江人，副教授，碩導(dǎo)．

作者簡(jiǎn)介：武 峰（1991－），男，安徽亳州人，碩士研究生．

收稿日期：2016－01－10

文章編號(hào)：1672－2477（2016）01－0053－06

中圖分類號(hào)：TP249

文獻(xiàn)標(biāo)識(shí)碼：A