《《精编》飞思卡尔智能车光电资料》由会员分享，可在线阅读，更多相关《《精编》飞思卡尔智能车光电资料（8页珍藏版）》请在金锄头文库上搜索。
1、基于光耦传感器的控制方法-从离散量到连续量康世胤1，李长城2，莫一林3，顾全全4，陆耿5(1. 清华大学 自动化系，北京 100084；2. 清华大学 自动化系，北京 100084；3. 清华大学 自动化系，北京 100084；4. 清华大学 自动化系，北京 100084；5. 清华大学 自动化系，北京 100084)摘要: 第一届“飞思卡尔”杯全国大学生智能车邀请赛要求对高速行驶的小车进行实时控制，使其巡线完成比赛赛道。针对这种要求，我们选择了最成熟的PID控制，尝试了由离散的不完全微分的PD控制到相对连续PD控制的过渡，通过采集光耦传感器输出的模拟量，采用对称求位置法得到连续性较好的位置信
2、息，利用双排传感器计算角度，对位置和角度同时进行PD控制，经过细致调试确定相应参数，并合理利用分段、设置死区等方法，最终小车可以获得较好的稳定性和在高速情况对赛道中心线的跟随特性。关键词： 道路寻迹；PID控制；对称定位；离散；连续Control Method Based on Photoelectric Coupling Device from Discrete Signal to Continual SignalKANG Shiyin1，LI Changcheng2，MO Yilin3，GU Quanquan4，LU Geng5(1. Automation, Tsinghua Univer
3、sity, Beijing 100084, China；2. Automation, Tsinghua University, Beijing 100084, China；3. Automation, Tsinghua University, Beijing 100084, China；4. Automation, Tsinghua University, Beijing 100084, China；5. Automation, Tsinghua University, Beijing 100084, China；) Abstract: In the coming FREESCALE Coll
4、ege Student Smart Car Competition 06, real time control strategies are required to be applied in the high-speed model car which to make sure the car tracking the unknown road and finishing 2 laps of game. Based on the requirement we select one of the most well applied proportion-integration-deviatio
5、n (PID) method. Much works are carried out including trying varies of strategy from initial discrete PD to final continual PD. In the current strategy analog output of photoelectric coupling devices are sampled and converted from A to D. Symmetric positioning method is applied to obtain precise dire
6、ction information. Furthermore by applying dual sensor array the turning angle is calculated. PD method is applied on location and angle. After careful modification the corresponding parameters are decided empirically. In addition by using some other methods such as track segmentation and dead area
7、presetting, the model car can obtain better status including good stability and fine tracking character in high speed. Key words: Road Tracking, Proportion-Integration-Deviation Control, Symmetric Positioning, Discrete, Continual第一届“飞思卡尔”杯全国大学生智能车邀请赛的赛题是控制比赛小车，使其按要求用尽可能短的时间完成比赛赛道，比赛允许选手自行设计传感器和控制电路，
8、并编写控制程序，禁止改动舵机和轮胎等小车结构。针对这种要求，从控制系统的观点出发，我们按照设计跟随系统的思路设计车模的控制策略；从几何关系上讲，为了实现车模的寻线运动，控制器应当控制前轮转向，满足在车模运动中车身相对于线的位置偏差和车身纵向相对于线的夹角为0的控制目标。根据以上思路，寻线跟随系统应当有2个输入位置偏差和角度偏差，1个输出舵机转角，考虑了速度的因素后，系统便成为一个3输入2输出的复杂系统。在我们的方案中，位置偏差和角度偏差由光偶传感器检测得到，舵机转角由PWM信号控制。由于通常传感器检测得到的量是离散量，动作控制也只能针对离散量进行控制，并且根据单片机的处理能力，我们使用数字PI
9、D作为基本的控制器，但这只适用于低速情况，高速情况下过于离散的控制将造成系统控制缓慢、滞后，阶跃变化较大，甚至无法达到控制目标。由于这种原因，将小车速度提升之后，对小车进行连续控制是十分必要的，实际结果证明，传感器检测模拟量进行连续位置和角度的PID控制可以使小车具有很好的稳定性和跟随特性。1. 数字量的采集和数字PID控制1.1. 位置计算判断传感器输出数字量，根据读到黑线的传感器确定位置，以14个光耦传感器对称排列为例，根据传感器状态，位置分别为-14,-13,0,13,14。其中-14和14分别表示黑线在传感器左侧且没有传感器输出1和黑线在传感器右侧且没有传感器输出1，其它奇数位置表示相
10、应传感器输出1，偶数位置表示相邻两个传感器输出1。1.2. 数字PID控制通过对模拟控制系统PID控制规律的表达式进行离散化，得到直接离散控制（DDC）的PID表达式。1.2.1. 比例控制比例调节主要用于影响系统响应速度，在一定范围内，比例带越小系统的响应越快。对于比赛中的小车系统，比例带减小将加快控制速度，从而提高小车对赛道中心线的跟随特性，但比例带过小将使小车产生振荡甚至跑出赛道。实际中发现，成比例的控制并不是最好的方案，类似抛物线的中间控制量变化慢，两端控制量变化快的控制更有助于消除振荡同时获得较好的跟随特性。可以利用Excel或其它工具得到所需控制量的逼近多项式表达式，然后通过查表方
11、式或按公式进行计算得到控制量。1.2.2. 积分控制由于I调节的稳定作用差，并且降低系统响应速度，在对跟随特性要求较高的的小车系统中不适合使用，因此控制策略中没有积分控制，整个调节器为PD调节器。1.2.3. 微分控制数字量较长时间内不发生变化时，为了使微分作用有效，可以参照模拟调节器，在PD调节器输出串联一阶惯性环节，即得到不完全微分PD调节器，计算式为。不完全微分算式的输出在较长时间内保持微分作用，通过调节a得到小车最佳的控制效果。1.2.4. 控制效果在小车机械结构和传感器等参数相同的情况下，完成一整圈赛道，不完全微分的PD控制相对于单纯的比例控制，时间节约12.5%（两种控制用时分别为
12、14s和16s），并且具有更好的稳定性。加入积分控制，小车性能总会变差。因此，针对比赛小车系统，不完全微分的PD控制是最佳离散的PID控制方案。2. 模拟量的采集和PD控制2.1. 模拟量的采集和位置、角度计算2.1.1. 模拟量采集传感器仍然是红外光耦传感器，接收管输出不经过施密特触发器转化成数字量，而是接到单片机的A/D转换接口进行转换。2.1.2. 位置计算2.1.2.1. 全局求位置法通过各个传感器的信号可以计算出连续的黑线位置，较简单的办法是用类似于长杆求重心的方法，将各个传感器输出分别乘以传感器位置再求和，除以所有传感器输出之和即可得到连续的位置信息。这之前需要做一些准备工作，由于
13、不同传感器具有差异，直接用A/D转换的结果计算位置误差较大。为了避免传感器差异造成的影响，我们采用了先定标再用相对值进行加权计算的办法，具体过程为：程序开始前让每个传感器在赛道上进行扫描，分别记录每个传感器输出信号的最大值max（对应读到黑线中心的情况）和最小值min（对应远离黑线读到白色赛道的情况），用最大值减去最小值得到每个传感器在赛道上的输出范围，小车行使过程中，将每个传感器输出的信号减去最小值，再除以该传感器的输出范围即可得到其相对输出值，再用每个传感器的相对值与传感器位置作加权平均得到的结果即为黑线位置。公式为，其中pos为位置，为第n个传感器的相对输出值，为第n个传感器的位置。这种
14、方法消除了传感器差异造成的影响，并能够得到相对十分连续的位置信息，相邻两次位置间隔小于0.5mm。然而，全局求位置法在某些入弯情况会造成计算错误，黑线与传感器排列方向夹角越小错误越大。这是由于此时多个传感器离黑线较近，因此输出值较大，原本黑线位置较大时经过全局加权平均计算结果将偏小，用LCD（自制的调试手段，用LCD实时显示程序变量等信息）显示测量结果，误差可达36%（正确位置为7cm，显示值为4.5cm），这种情况将造成小车转向不足，冲出赛道。解决办法是采用下面介绍的对称求位置法。2.1.2.2. 对称求位置法对称求位置法的准备工作与全局求位置法相同，使用的是传感器的相对输出值，先判断出输出
15、值最大的传感器，也就是离黑线最近的传感器，然后根据该传感器进行对称加权平均求黑线位置。对称求位置又分为奇数对称求位置和偶数对称求位置，参与计算传感器个数在传感器总个数的约束下应尽可能大，即两端的传感器总是至少有一个参与计算。在前面所述情况下，误差为7%（正确位置为7cm，显示值为6.5cm）。对称求位置法与全局求位置法相比稳定性强，但由于有公式的切换，位置的连续性不如全局求位置法。但当传感器调节得较好时，二者可以有相同的连续性，因为公式切换时被舍弃的传感器和新加入计算的传感器输出均为0，这一点可以通过后面介绍的去除定标误差办法实现。 2.1.3. 角度计算2.1.3.1. 多项式逼近双排直线传
16、感器分别计算黑线位置，将结果之差除以传感器间距再进行反正切运算即可得到角度值。反正切运算通过多项式逼近用多项式计算实现，我们的传感器测量角度范围约为，与舵机转向范围相同，在这个范围内，一次多项式对反正切函数的逼近效果很好。2.1.4. 去除干扰2.1.4.1. 去除定标误差由于程序开始前确定每个传感器的最大值和最小值过程存在一定误差，即该最大值和最小值并不分别等于小车运行时传感器读到黑线中心和读到远离黑线的白色赛道时的输出值，这就造成很可能所有传感器相对输出均不为0，在用对称求位置法计算时，切换公式时会使计算结果产生跳动，连续性变差，影响微分控制的效果。解决这一问题的办法是：扫描求出最大值和最小值后，将最小值加上输出范围的a%（如10%）得到新的最小值，再计算每个传感器的输出范围。通过调整传感器角度、位置，调节接收管上拉电阻和a的值，用LCD显示每个传感器的相对输出
