??本章节主要介绍了智能汽车系统总体方案的选择和总体设计理念。在下一章中，整个系统分为三个部分：机械结构、控制模块和控制算法。

??在第16届双车接力组中，选择了三轮车模F车模、直立车模被选为D车模。于是我们建造了如图所示的车模。

??至于传感器，直立车采用工字电感作为电磁信号检测装置，三轮采用总钻风摄像头加工工字电感，具有简单、实用、可靠、准确的优点。主控制输出PWM波控制电机转速。

??关于电池，我们选择35c 2s 2200mah模型锂电池。

??本章重点分析了智能汽车系统整体方案的选择，介绍了系统的整体设计和结构，简要分析了系统各模块的作用。在下一章中，将详细介绍整个系统的每个模块。

??本组中使用的车模是D由模型建造的直立汽车。所有的电路和程序算法最终都是基于机械平台的。因此，机械结构的调整是智能汽车生产中不可忽视的重要环节。

??我们用碳纤维杆激光切割亚克力板和3D为了调整车模结构，打印件等。最终保证车模前瞻性有一定长度，整体重心很低。

??重心对后期的加速有很大的影响。如果重心过高，很容易导致弯曲和倾覆，这大大限制了速度的提高。因此，在底盘不刮斜坡的前提下，应尽可能降低重心。可能从以下几个方面进行调整：

  重心太过偏前或偏后都会影响车的正常行驶，所以硬件布局一定要合理，确保车身重心在正中间，尽量做到机械平衡。

  在不刮到坡道的前提下，尽可能降低俯仰角。这样可以保证车行驶的稳定性。

  除了上述的调整之外，在许多细节也应该做好。例如，能用短螺丝就不用长螺丝，螺丝要拧紧，左右要对称，前瞻要固定死等。总之，不能忽视任何细节。 关于底盘固定等需要精确固定的地方，用雕刻机加工必要的连接件，保证结构尺寸精度。

  机械结构性能的好坏是关乎整个智能汽车速度最高极限的决定性因素之一。在实际操作中发现，往往程序没有改动，而对机械结构进行改良之后速度又上了一个台阶，这就证明了机械结构不可忽视的重要性。

  本次驱动需要驱动两个电机，采用转速开环控制。

  确定使用电感作为检测导线的传感器，但是其感应信号较微弱，且混有杂波，
  所以要进行信号预处理，有独立的与处理电路，故接口电路很简单，通过FPC软排线连接。

  为了在过路障时的控制，我们在车模上附加了ICM20602陀螺仪和MPU6050陀螺仪。陀螺仪功耗低，重量轻非常实用。

  工字电感测得的信号无法直接使用，需要进行相应的预处理。要进行以下三
  个步骤才能得到较为理想的信号：信号的滤波，信号的放大，信号的检波。

  比赛选择 20kHz 的交变磁场作为路径导航信号，在频谱上可以有效地避开周围其它磁场的干扰，因此信号放大需要进行选频放大，使得 20kHz 的信号能够有效的放大，并且去除其它干扰信号的影响。使用 LC 并联谐振电路来实现选

  频电路（带通电路），如图 3.9 所示。

  由第一步处理后的电压波形已经是较为规整的20kHz 正弦波，但是幅值较小，随着距离衰减很快，不利于电压采样，所以要进行放大，官方给出的如下参考方案即用三极管进行放大，但是用三极管放大有一个不可避免的缺点就是温漂较大，而且在实际应用中静电现象严重。

  因此我们放弃三极管放大的方案，而是采用集成运放进行信号的放大处理，集成运放较三极管优势是准确受温度影响很小，可靠性高。集成运放放大电路有同相比例运算电路和反相比例运算电路，我们在实际中使用反相比例运算电路。由于运放使用单电源供电，因此在同相端加 vcc/2 的基准电位，基准电位由电阻分压得到。

  测量放大后的感应电动势的幅值 E 可以有多种方法。 最简单的方法就是使用二极管检波电路将交变的电压信号检波形成直流信号，然后再通过单片机的 AD 采集获得正比于感应电压幅值的数值。我们采用的为竞赛组委会给出的第一种方案即使用两个二极管进行倍压检波。倍压检波电路可以获得正比于交流电压信号峰峰值的直流信号。为了能够获得更大的动态范围， 倍压检波电路中的二极管推荐使用肖特基二极管或者锗二极管。由于这类二极管的开启电压一般在 0.1~0.3V 左右，小于普通的硅二极管（0.7V），可以增加输出信号的动态范围和增加整体电路的灵敏度。这里选用常见的的肖特基二极管1N5817。最终方案确定如下

  电路是车模系统的必备部分。只有稳定的电路才能保证程序的正确控制。为此，我们在设计电路之时，考虑了很多问题，采用了模拟部分与数字部分隔离等措施。我们的电路的设计思想是在保证正确检测信号的前提下，尽可能使用精简、高效的电路。同时，在本部分重点介绍了我们的电源模块和电感信号检测电路及原理，详细阐述了实用的做法。

  全车的软件是人的思想的物化，将人对各种状况全车的软件是人的思想的物化，将人对各种状况的处理的思想转化成程序，程序要体系化，模块化，稳定化，这样更利于程序的维护和优化。目标是将硬件电路和机械性能发挥到最大，让车模用最快的速度完成比赛。

  对于坡道来说识别坡道的传感器特别重要，关系到是否会误判，是否会受到其他因素的大影响，是否好处理，是否费电等情况。对于这方面的选择我们试了三种的传感器，分别是超声波、红外、红外对管光电开关，经过测试我们发现超声波对于你的控制算法占用时序，红外用AD采集的数值不稳定（这个可以经过处理达到比较稳定状态，以及识别的距离的关系并不是线性关系，当然这个也可以处理，主要是强光线会对红外的数值有影响跳动大使得误判），和红外的工作平均电流是22ma。最后的光电开关只要检测高低电平即可，并且工作电流只要6.5ma左右，最后在传感器上的选择只要符合自己的车并且可以让你小车有足够的反应时间就可以。

  AD 采集某个通道（对应某个电感）的电压值，然后读出该值返回数据。

  在使用上述工字电感的电路的情况下，单个电感的数据在导线左侧和右侧相
  同的相对位置时，数据相同，无法区分电感所处的实际位置。我们在理论上进行

  相应的分析之后，发现根据官方提供的“差比和”算法，可以得出较好的数据。
  但是对于线性程度还是不太够，所以在此情况下经过我们的查阅资料以及在智能车论坛上询问和查找我们试用了差比积的算法，经过试验和分析发现，与差比和来比较，差比积的线性程度比差比和的要高。我们使用三横两竖五只电感运用“差比积”算法进行偏差计算。

  从图中可以看出[-0.15,0.15]（对应偏离中心引导线±25 度，已接近脱离轨道）区间范围内，差比和算法有较好的线性度，但是不满足控制需求。（注：不同曲线是在不同高度下的数据）。

  在有45度斜电感下经过圆环时经过处理，并且根据斜电感在圆环处结合“一”子电感加以判断即可判断圆环。

  在有红外光电对管（光电开关）下在遇到前面有物体时信号脚io口会变成低电平，来做出对坡道的处理。

  PID 控制策略其结构简单，稳定性好，可靠性高，并且易于实现。其缺点在于控制器的参数整定相当繁琐，需要很强的工程经验。相对于其他的控制方式，在成熟性和可操作性上都有着很大的优势。对于反馈pid控制我们对于这个我们选择的是开环控制，利用电压来修正保证小车的速度在一定层度上可以控制最后我们选择了开环 PID 的控制方式。在本方案中，使用试凑法来确定控制器的比例、积分和微分参数。根据各控制参数对系统响应的大致影响，反复试凑参数，以达到满意的响应，最后确定 PID 控制参数。试凑不是盲目的而是在控制理论指导下进行的。

  在控制理论中已获得如下定性知识：比例调节（P）作用：是按比例反应系统的偏差，系统一旦出现了偏差，比例调节立即产生调节作用用以减少偏差。比例作用大，可以加快调节，减少误差，但是过大的比例，使系统的稳定性下降，甚至造成系统的不稳定。

  积分调节（I）作用：是使系统消除稳态误差，提高无差度。因为有误差，积分调节就进行，直至无差，积分调节停止，积分调节输出一常值。积分作用的强弱取决与积分时间常数 Ti，Ti 越小，积分作用就越强。反之 Ti 大则积分作用弱，加入积分调节可使系统稳定性下降，动态响应变慢。积分作用常与另两种调节规律结合，组成PI调节器或PID 调节器。

  微分调节（D）作用：微分作用反映系统偏差信号的变化率，具有预见性，能预见偏差变化的趋势，因此能产生超前的控制作用，在偏差还没有形成之前，已被微分调节作用消除。因此，可以改善系统的动态性能。在微分时间选择合适情况下，可以减少超调，减少调节时间。

  微分作用对噪声干扰有放大作用，因此过强的加微分调节，对系统抗干扰不利。此外，微分反应的是变化率，而当输入没有变化时，微分作用输出为零。微分作用不能单独使用，需要与另外两种调节规律相结合，组成PD 或 PID 控制器。

  left = speed1+(KPerror + KD(error -error_pre))+Voltage_count ;
  Right= speed1+(KPerror + KD(error -error_pre))+Voltage_count ;

  其中Voltage_count是电压修正，其中，KP、KD 两个重要的参数需要经过不断调整。在实际调试中发现，针对赛道类型给定参数更符合实际。例如，在直道和小 S 路上相应的KP可以给小，以防电机输出过大。 分段各段之间参数的给定要连续，否则会出现电机在参数切换之后出现较大突变，导致智能汽车的路径变差。我们设置一个数学函数控制参数的输出，减少调节参数的工作量。当然为了防止小车失控，应该对电机的打角进行限幅处理。

  本章详细介绍了智能汽车的控制软件的设计和思路。传感器部分重点介绍了方向的控制原理，进行了算法理论正确性的验证。在控制策略上主要介绍了 PID 控制理论及 PID 参数整定的具体方法。

  本车采用串级直立环控制和串级转向环控制

  车模直立控制包括姿态检测、串级控制，姿态检测使用加速度计和陀螺仪采用四元素进行姿态解算，通过串级控制使车模直立。车模直立采用的传感器为ICM20602，该传感器上有加速度计、陀螺仪，通过获取该传感器的数据后进行姿态解算，获取角度。直立外环内环都采用pd控制。调试直立环时，先将外环的pd全部给0，调试内环pd，直到将车子立起来，手离开车子的时候有看到明显的抑制车子倒下的现象，再调试外环pd，具体的调试方式可以参考飞控的调试方法。

  将转向偏差与陀螺仪偏航角速度串级进行转向，效果好于单环控制，转向及时，鲁棒性强，回正快，无抖动。

  Keil MDK，也称MDK-ARM、Realview MDK、I-MDK、uVision4 等。Keil MDK是由三家国内代理商提供技术支持和相关服务。

  MDK-ARM软件为基于Cortex-M、Cortex-R4、ARM7、ARM9处理器设备提供了一个完整的开发环境。 MDK-ARM专为微控制器应用而设计，不仅易学易用，而且功能强大，能够满足大多数苛刻的嵌入式应用。

  MDK-ARM有四个可用版本，分别是MDK-Lite、MDK-Basic、MDK-Standard、MDK-Professional。所有版本均提供一个完善的C / C++开发环境，其中MDK-Professional还包含大量的中间库。

  通过组委会提供的 MKD编译软件的在线调试功能，可以得到大量的信息，为智能汽车的调试提供了很大的帮助。

• 车长(CM) 26

• 车宽(CM) 24

• 车高(CM) 13

• 车重(g) 378

• 电感数目(个) 5

• 车长(CM) 28

• 车宽(CM) 24

• 车高(CM) 19.5

• 车重(g) 682

• 摄像头参数 摄像头镜头中心距离地面高度为175mm

  智能车竞赛是一项涵盖多个学科多个领域的实践性竞赛，涉及到计算机、控制、传感技术、电子信息、模式识别、机械等。自从新规则发布以来的几个月准备过程中，我们不仅将在书上学到的理论知识用到实践上，也在做车的实践中丰富了理论实践知识。在做车的过程中也更加明白一个团队的重要性，增强了我们的实践动手能力，开拓了我们的视野。

  本文主要介绍的是电磁直立节能车的机械结构，硬件电路以及软件控制。在准备的过程中，为了能够让小车从零起步，从慢速到提速，我们小组都在不停地查阅资料，学习其他学校的硬件结构，控制思想。不停地在优化机械结构，为车子减负，针对电路pcb板可能存在的不稳定性因素都在一步一个脚印地优化，软件上也在尝试不同的控制算法。从能跑到提速到提速了不稳定后再优化，一次次地尝试中，也终于有机会来到东北分赛区的现场来目睹其他学校的风采。

  在准备比赛的时间里，我们刚开始接触智能车比赛遇到许多困难，但我们团队精诚合作，一人负责车模设计、一人负责电路设计、一人负责程序设计，并一起讨论各种方案，分工明确而又互相帮助，通过一次次的摸索和学习，我们在小车的机械结构，硬件电路及软件控制算法上都有了深刻的体会，学到了很多课本上无法学到的内容，是一次挑战，也是一次飞跃。我们相信天道酬勤，我们认真付出的努力，一定会在赛场上表现出来。期待在比赛中和其他高校的同学交流切磋，取得满意的成绩！

  最后，非常感谢在我们备赛期间，各位指导老师和实验室其他同学以及智能车前辈的无私关怀和热心帮助，大家集思广益和建议是我们解决问题的有力助手。非常感谢各兄弟高校与我们积极交流探讨。非常感谢组委会和各比赛承办高校，组委会和各承办高校今年充分利用互联网，与各参赛队员、指导老师们频繁交流，不断完善，有效扩大了比赛影响力。

  [1]. 邵贝贝. 嵌入式实时操作系统[LC／OS-Ⅱ(第2 版)[M]. 北京．清华大学出版社．2004
[2]. 邵贝贝．单片机嵌入式应用的在线开发方法[M]．北京．清华大学出版社．2004
[3] 谭浩强. C 程序设计[M]. 北京: 清华大学出版社, 2003.
[4]. 王宜怀，曹金华．嵌入式系统设计实战．北京．北京航空航天大学出版社．2011
[5] 沈长生．常用电子元器件使用一读通[M]．北京．人民邮电出版社．2004．
[6]. Walt Jung 著，张乐峰 译．运算放大器应用技术手册．北京．人民邮电出版社．2009
[7]. 张木水，李玉山．信号完整性分析与设计．北京．电子工业出版社．2010
[8]. 张文春．汽车理论[M]．北京．机械工业出版社．2005
[9]. 卓晴，黄开胜，邵贝贝学做智能车北京-北京航空航天大学出版社．2007
[10]. 关文达．汽车构造（第3 版）．北京．机械工业出版社．2011
[11]. 刘莹，吴宗泽．机械设计教程（第2 版）．北京．机械工业出版社．2009

● 相关图表链接:

• 图1-1智能车外形图
• 图1-2 电池模块
• 图2-1车模主体结构
• 图 3-1 MCU原理图
• 图 3-3 电机驱动模块原理图
• 图 3-4 电感对信号检测接口电路
• 图 3-5 陀螺仪的接口部分
• 图3-6独立按键部分
• 图3-6摄像头部分
• 图 3-10 LC 并联电路
• 图 3-11 共射三极管放大电路
• 图 3-12 信号检测最终采用OPA4377方案
• 图4-1红外测距
• 图4-3.1 电感排布
• 图 4-3.2 “差比和”算法线性度分析
• 图4-3.3差比积算法线性度分析
• 图 4-3 PID 有反馈控制工作原理
• 图4-4电压修正