我们选用的这种方案在实际调试过程中，为了处理十字弯道，最终采用的做法是：最外边的2个激光压黑线，然后累加“全白”。这样就将直道和十字弯道区分开始，可是轻松判别十字弯道，经过实际实验，是可行的。
6.1.2具体方案的实现
激光管采用74ls164(4/16线译码器)分时点亮，两侧激光从内向外扫描，循环一个周期，读取黑点，作为边界值，用于控制舵机和速度。
6.1.3激光抗干扰处理
为降低功耗，也为了避免激光发射管之间的相互干扰，采用了分时发光的策略，即每个激光管分时扫描发光，一段延时后，读取对应接收管的信号，这样可以保证对应接收管接收到的是对应激光管发出的光线。为了避免太阳光等其他光线的干扰，可以将激光管发射出的红光调制成特定的频率，然后由特定频率的接收管接收，就避免了太阳光等其它光线的干扰
6.1.4 不同路径的识别
在这整个智能车系统中，路径识别跟机械结构的设计书最重要的部分。为此我们队员也做了大量的测试及其数据统计与分析。最终定下如下方案：
赛道的识别及其处理：
在赛道的识别上，我们采用的总体方案是提取边界值，对左右两边的边界值进行50次累加，根据累加的结果，判断赛道是属于直道、大S、小S弯道，从而控制舵机的打角和电机的转速。
坡道的识别及其处理
由于坡道一定会照成上排激光出线盲区，导致智能车出界，我们的处理方法是：当上排激光（左右两边）都出现盲区时，我们判别为坡道，此时切换至下排激光控制舵机，从而保证顺利通过坡道。在具体制作过程中由于时间紧迫，实际效果不是很好。
起跑线的识别及其处理
对于起跑线的检测我们选用的经济型的红外一体接收管，当前排检测到压线的时候采取紧急制动策略，按照不同的经过起跑线的速度给予不用的反转时间，使车子可以迅速快速的停下来。此时，为了避免发车时候的错检，我们设
18
定正式发车后5s开启起跑线检测模块，同时我们也设置相应的拨码开关，必要的时候控制开启跟关闭。
十字的检测及其处理
经过测试，当智能车的前排激光连续20次没有检测到黑线时，我们认为是十字。此时可以将直道和弯道区分开来，通过具体的算法，顺利通过十字赛道。
6.2速度控制
6.2.1控制算法
控制算法是一个控制系统的核心，其设计的好坏直接关系到系统能否以一种较好的状态稳定运行。赛车的控制算法既要有良好的鲁棒性，又要有很好的实时。
考虑到赛车运动速度很快，故控制周期必须尽可能短，否则会因为时滞而产生过大的震荡，导致系统不稳定。这就要求控制算法尽可能简单，效率尽可能高。
下面对我们选用的PID算法进行详细说明。
PID是一种线性控制器，采用输出量和参考输入的误差及其微分、积分的线性组合来产生控制信号。PID控制具有控制结构简单，参数个数少而且容易确定，不必求出被控对象的精确性模型就可以整定参数的特点，在控制系统中应用极为广泛。
连续PID控制规律如下： Kp---控制器的比例系数
Ti---控制器的积分时间，也称积分系数 Td---控制器的微分时间，也称微分系数
19
图6.2 模拟PID控制系统原理图 1.比例部分
比例部分的数学式表示是：Kp*e（t）在模拟PID控制系统中，比例环节的作用是对偏差瞬间做出反应。偏差一旦产生，控制器立即产生控制作用，使控制量向偏差减少的方向变化。控制作用的强弱取决于比例系数Kp，比例系数Kp越大，控制作用越强，则过度过程越快，控制过程的静态偏差也就越小；但是Kp越大，也月容易产生振荡，破坏系统的稳定性。故而，比例系数Kp选择必须恰当，才能过渡时间少，静差小而又稳定
2.积分部分
从积分部分的数学表达式可以知道，只要存在偏差，则它的控制作用就不断的增加；只有在偏差e（t）=0时，它的积分才能使一个常数，控制作用才是一个不会增加的常数。可见，积分部分可以消除系统的偏差。
积分环节的调节作用虽然会消除静态偏差，但也会降低系统的响应速度，增加系统的超调量。积分常数Ti越大，积分的积累作用越弱，但系统在过渡时不会产生振荡；积分常数Ti越小则积分的累积作用越强，但系统在过渡时却有可能产生振荡。所以必须根据具体要求来确定Ti。
3.微分部分
实际的控制系统除了希望消除静态误差外，还要求加快调节过程。在偏差出现的瞬间，或在偏差变化的瞬间，不但要对偏差量做出立即响应（比例环节的作用），而且要根据偏差的变化趋势预先给出适当的纠正。为了实现这一作用，可在PI控制器的基础上加入微分环节，形成PID控制器。
微分环节的作用使阻止偏差的变化。它是根据偏差的变化趋势（变化速度）进行控制。偏差变化的越快，微分控制器的输出就越大，并能在偏差值变大之
20
前进行修正。微分作用的引入，将有助于减小超调量，克服振荡，使系统趋于稳定。
微分部分的作用由微分时间常数Td决定。Td越大时，则它抑制偏差变化e（t）的作用越强；Td越小时，则它反抗偏差变化的作用越弱。微分部分显然对系统稳定有很大的作用。适当地选择微分常数Td，可以使微分作用达到最优。
同时设定误差门限，在误差比较大的时候采用大输出控制电机，将误差在最短时间内减小到所要求的鲁棒控制即能很好的达到加减速的效果。
6.3 本章小结
智能车的路径识别跟速度控制是整个控制系统的核心。软件上主要有以下几个难点：
1) 怎样判断采样的赛道信息的有效性； 2) 如何准确判断赛道类型给予不同的速度； 3) 怎样使速度控制配合好舵机打角。
本章节讲解了解决了以上几个难点，工作过程如下：初始化后，方案的选取，进行扫描，开始处理采样数据，并计算出当前黑线与车身的相对位置。单片机根据当前位置决定随动舵机摆角的大小以保证紧跟黑线。单片机再根据光点所得到的位置综合前轮舵机的PWM值。经过复杂运算与处理得到速度期望值，并结合当前速度值对电机控制如加速、减速、电机反转和反向刹车制动等。速度控制采用PID控制算法结合上位机实现闭环控制。
21
报告总结
首先从硬件设计来讲，先模块化、后集成的设计思路，保证了系统底层的稳定性。再看软件开发过程，采用通用化的软件接口，如位置信息、控制量等。方便了团队合作，提高了效率。而采用多种备用方案，根据环境条件进行实时选择的方式，使软件系统的鲁棒性和健壮性明显加强，保证了系统的稳定运行。
作为一个锻炼大学生实践动手能力的比赛和项目，创新是必不可少的。而我们在整个过程中也确实开发了不少新的技术与方法。比如在光电传感器环节中，实验开发了采用激光作为照射光线的传感器模块，显著提高了系统的探测距离，为控制留下了充足的余地；在软件开发中，实现了路径识别的连续化以及动态参数自适应等方法，很大程度上优化了系统的路径识别。
分析整个智能车系统，在智能车硬件及软件上都有许多改进与创新。系统主要有以下特色：（1）上排采用激光管作为循迹传感器。相比红外对管而言，大大提 高了前瞻距离，由于大赛对车模长度的限制，使用红外循迹，最大前瞻也只有15cm，而我们的激光前瞻已经提高到40cm 以上，大的前瞻有利于速度的提高。（2）对舵机转向机构进行了大胆地改动，将B型车模的转向机构直接根据A型车模的转向机构进行改进，同时加大了力臂，这样可以使传动机构简单，舵机更加灵活，反应速度加快。
通过这样的锻炼，我们得以在团队合作的氛围中，充分体会到了一个具体的工程实践项目从设计到实现，再到运行调试的全部过程。巩固和学习了理论知识，也积累了不少的实践经验，相信今后的工作和学习都会有很大的帮助。
22
