自動尋跡智能車涉及到當前高技術領域內的許多先進技術，其中 主要的是傳感技術
、路徑規劃和運動控製。本課題是以飛思卡爾智能車競賽為背景
，以單片機作為 控kong製zhi單dan元yuan，以yi攝she像xiang頭tou作zuo為wei路lu徑jing識shi別bie傳chuan感gan器qi
，以yi直zhi流liu電dian機ji作zuo為wei小xiao車che的de驅qu動dong裝zhuang置zhi，以yi舵duo機ji控kong製zhi小xiao車che轉zhuan向xiang。車che模mo競jing賽sai的de賽sai道dao是shi一yi個ge具ju有you特te定ding幾ji何he尺chi寸cun約yue束shu
、摩擦係數及光學特性的KT板
，其中心貼有對可見光及不可見光均有較強吸收特性的黑色條帶作為引導線

，寬度為2．5 cm。zaixingshiguochengzhong，xitongtongguoshexiangtouhuoquqianfangsaidaodetuxiangshuju，tongshitongguocesuchuanganqishishihuoquzhinengchedesudu
，caiyonglujingsousuosuanfajinxingxunxianpanduanhesudufenxi，ranhouzuokongzhijuece，kongzhizhuanxiangduojihezhiliuqudongdianjigongzuo。zhinengchetongguoshishiduizishenyundongsudujifangxiangdengjinxingtiaozhenglai“沿”saidaokuaisuxingshi。benwenzhuyaojieshaoshexiangtoutongguotiqusaidaoheixianxinxijiaoyudanpianjichuli，tongguodanpianjishuchukongzhixinhaokongzhiduojizhuanxianglaikongzhichemodezhuanxiang
，congerhenhaodezidongxunji。

 

1 總體軟硬件結構及思路

 

此智能車輛定位係統用攝像頭拍攝車輛前方的賽道，通過MC9S12XS128采cai樣yang視shi頻pin信xin號hao
，獲huo得de圖tu像xiang數shu據ju。然ran後hou用yong合he適shi的de算suan法fa
，如ru跟gen蹤zong邊bian緣yuan檢jian測ce算suan法fa，分fen析xi圖tu像xiang數shu據ju

，提ti取qu目mu標biao指zhi引yin線xian。然ran後hou，係xi統tong根gen據ju目mu標biao指zhi引yin線xian的de位wei置zhi信xin息xi，對dui舵duo機ji和he電dian機ji施shi以yi合he適shi的de控kong製zhi。本ben智zhi能neng車che運yun動dong係xi統tong的de結jie構gou圖tu如ru圖tu1所示。

因為係統是一個有機的整體，所以需配合好係統的攝像頭、控製單片機、電機（包括直流伺服電動機、光電編碼器）、舵機和輔助電路（電源板、電機驅動板）等各個部分。舵機是實時控製車模的轉向，是比賽快速性和穩定性的關鍵
，舵機控製有很多的控製算法，如：PID經典控製算法、模糊算法、算法等。

 

2 係統程序總體控製流程

 

係統的基本軟件流程是：首先

，對各功能模塊和控製參數進行初始化
；然後，通過圖像采集模塊獲取前方賽道的圖像數據
，同時通過速度傳感器模塊獲取賽車的速度。采用PID對(dui)舵(duo)機(ji)進(jin)行(xing)反(fan)饋(kui)控(kong)製(zhi)。另(ling)外(wai)根(gen)據(ju)檢(jian)測(ce)到(dao)的(de)速(su)度(du)，結(jie)合(he)速(su)度(du)控(kong)製(zhi)策(ce)略(lve)，對(dui)賽(sai)車(che)速(su)度(du)不(bu)斷(duan)進(jin)行(xing)適(shi)當(dang)調(tiao)整(zheng)
，使(shi)賽(sai)車(che)在(zai)符(fu)合(he)比(bi)賽(sai)規(gui)則(ze)的(de)前(qian)提(ti)下(xia)，沿(yan)賽(sai)道(dao)快(kuai)速(su)行(xing)駛(shi)。係(xi)統(tong)的(de)基(ji)本(ben)軟(ruan)件(jian)結(jie)構(gou)流(liu)程(cheng)圖(tu)，如(ru)圖(tu)2所示。

 

 

係統的軟件要求控製的準確性
、穩定性。采樣提取黑線是控製輸入量的基礎，要求采樣的 穩定。輸入量給舵機以後又要求舵機輸出的快速相應性
、穩定性和準確性。經過多次實驗及近一個學期的調車經驗
，選用了並改進了經典的PID控製器對車模的舵機進行控製調節。

 

3 圖像識別

 

用CCDshexiangtoucaijichemoqianfangyidingjulineideheixian，congzhongtiquxiangguanliang，yonglaikongzhiduojidezhuanxiang
，shixianzhinengchedezidongxunji。youyudanpianjishujuchulinenglihesuduyouxian
，bunengzaiduanduande20 ms時間內處理整場圖像。本係統設置攝像頭前瞻為1．2 m。在不影響道路檢測 需要的前提下，本係統采用隔行采集來壓縮圖像數據
，即相隔不同的有效行采集一行數據（近處相隔的少，遠處相隔的多），一共可采集 44行數據。此外為了進一步提高A／D轉換的速度
，本係統還適當地將XS12的CPU超頻運行並且設置A／D轉換器的 為8位

，這樣每行能采樣到67個點
，形成了一個麵陣，而黑線在其中占據了某些點位。由於我們一行采集67個點，故中間值為33。圖(tu)像(xiang)是(shi)智(zhi)能(neng)車(che)的(de)底(di)層(ceng)
，圖(tu)像(xiang)的(de)采(cai)集(ji)正(zheng)確(que)與(yu)否(fou)在(zai)以(yi)後(hou)的(de)控(kong)製(zhi)中(zhong)尤(you)為(wei)重(zhong)要(yao)
，故(gu)一(yi)定(ding)要(yao)確(que)保(bao)采(cai)集(ji)回(hui)來(lai)的(de)黑(hei)線(xian)的(de)真(zhen)實(shi)有(you)效(xiao)性(xing)
，並(bing)且(qie)要(yao)增(zeng)加(jia)濾(lv)波(bo)算(suan)法(fa)，比(bi)如(ru)在(zai)有(you)效(xiao)前(qian)瞻(zhan)很(hen)小(xiao)的(de)時(shi)候(hou)，本(ben)來(lai)隻(zhi)要(yao)判(pan)斷(duan)出(chu)黑(hei)線(xian)的(de)轉(zhuan)向(xiang)即(ji)可(ke)，給(gei)舵(duo)機(ji)以(yi)極(ji)限(xian)轉(zhuan)角(jiao)可(ke)以(yi)讓(rang)車(che)急(ji)轉(zhuan)彎(wan)。但(dan)是(shi)有(you)效(xiao)行(xing)很(hen)少(shao)的(de)時(shi)候(hou)，如(ru)果(guo)不(bu)用(yong)特(te)殊(shu)的(de)濾(lv)波(bo)方(fang)法(fa)

，隻(zhi)要(yao)有(you)一(yi)行(xing)的(de)黑(hei)線(xian)提(ti)錯(cuo)
，就(jiu)可(ke)能(neng)讓(rang)小(xiao)車(che)轉(zhuan)錯(cuo)，至(zhi)於(yu)轉(zhuan)出(chu)界(jie)。

 

4 分段PID控製

 

4．1 圖像信息提取量

 

從采集回來的圖像中提取控製量來控製舵機的轉向
，實現智能車的自動循跡。本係統采用黑線偏移量even_diff和黑線某段斜率 D_diff-erent對舵機進行控製
，可稱為PD控製器。由於車模是個隨動係統
，在攝像頭1．2 m前瞻內覆蓋的黑線不一定有設置的44行
，特別是前方的彎特別急的時候，在攝像頭前瞻視角範圍內覆蓋的黑線會特別少，比如13行或13行以下。根據這個特點，可設置一個有效前瞻量valid_line作為對前方的彎的平緩程度的反應。

 

把每一行的黑線位置值與中間值作差，得到該行的偏移量，中間值33位wei賽sai道dao的de中zhong心xin位wei置zhi點dian
，偏pian移yi量liang表biao示shi在zai車che模mo的de視shi角jiao下xia黑hei線xian處chu於yu賽sai道dao中zhong的de位wei置zhi值zhi。把ba每mei一yi行xing的de偏pian移yi量liang相xiang加jia之zhi和he除chu以yi攝she像xiang頭tou前qian瞻zhan範fan圍wei內nei的de提ti取qu出chu的de黑hei線xian行xing數shu，得de到dao黑hei線xian相xiang對dui於yu車che模mo中zhong心xin的de整zheng體ti偏pian移yi量liangeven_diff，用有效行內的遠處某些行與近處某些行（如前半場與後半場）偏移量之差得到有效行內的黑線斜率D_differen。

 

這樣
，從一場的黑線位置數據中，係統提取了有效行valid_line、even_diff、D_different 3個量來對舵機進行控製。在實際情況中

，D_different可(ke)以(yi)很(hen)靈(ling)活(huo)
，因(yin)為(wei)前(qian)方(fang)黑(hei)線(xian)的(de)斜(xie)率(lv)可(ke)以(yi)取(qu)不(bu)同(tong)段(duan)得(de)到(dao)，可(ke)以(yi)根(gen)據(ju)實(shi)際(ji)要(yao)求(qiu)得(de)到(dao)不(bu)同(tong)段(duan)的(de)斜(xie)率(lv)值(zhi)
，如(ru)速(su)度(du)快(kuai)時(shi)可(ke)以(yi)適(shi)當(dang)的(de)取(qu)距(ju)車(che)較(jiao)遠(yuan)處(chu)的(de)黑(hei)線(xian)斜(xie)率(lv)
，以(yi)實(shi)現(xian)超(chao)前(qian)控(kong)製(zhi)。

 

在智能車調試參數的時候，對這3個量的理解很是重要，具體來說
，valid_line表(biao)征(zheng)車(che)模(mo)的(de)有(you)效(xiao)前(qian)瞻(zhan)，即(ji)看(kan)得(de)有(you)多(duo)遠(yuan)
，對(dui)於(yu)智(zhi)能(neng)車(che)在(zai)道(dao)路(lu)上(shang)行(xing)駛(shi)，看(kan)得(de)遠(yuan)說(shuo)明(ming)黑(hei)線(xian)都(dou)在(zai)前(qian)方(fang)，看(kan)不(bu)遠(yuan)說(shuo)明(ming)智(zhi)能(neng)車(che)前(qian)方(fang)的(de)黑(hei)線(xian)已(yi)經(jing)偏(pian)左(zuo)或(huo)者(zhe)偏(pian)右(you)
，而(er)這(zhe)個(ge)量(liang)的(de)大(da)小(xiao)正(zheng)好(hao)可(ke)以(yi)表(biao)征(zheng)彎(wan)的(de)平(ping)緩(huan)與(yu)急(ji)切(qie)。另(ling)外(wai)，看(kan)得(de)遠(yuan)則(ze)攝(she)像(xiang)頭(tou)采(cai)集(ji)的(de)黑(hei)線(xian)多(duo)
，係(xi)統(tong)信(xin)息(xi)量(liang)大(da)
，那(na)麼(me)怎(zen)麼(me)處(chu)理(li)這(zhe)些(xie)大(da)量(liang)的(de)信(xin)息(xi)為(wei)我(wo)們(men)所(suo)用(yong)就(jiu)變(bian)得(de)很(hen)關(guan)鍵(jian)，如(ru)看(kan)得(de)1．2 m都能看見，說明小車必然在長直道上，不然也是小S彎，稍作處理就可以過濾掉小S彎了，讓小車像都是在直道上跑；看得很近說明彎已經很急

，這時候，隻要能夠判斷出彎往那邊拐就可以給舵機一個極值急拐。even_diff表征在某一個特定視野下，小車與黑線偏離的程度，這個量可以讓智能車在某個特定視野下決定給舵機多大的轉角。D_different則在有效前瞻遠的時候尤為關鍵
，因為它可以預判前方的彎，從而超前的轉彎。

 

4．2 PD控製器形式

 

係統把這3個量處理成PD控製器的形式：

 

 

 

其中a為根據賽道有效前瞻確定的不同有效行。Centre為舵機走直線的控製中間值。Steer為PD控製器給舵機的輸入量。由於車模舵機轉向控製是一個非線性係統，而設置了入口條件“有效行判斷”，正(zheng)好(hao)可(ke)以(yi)把(ba)這(zhe)個(ge)非(fei)線(xian)性(xing)係(xi)統(tong)分(fen)割(ge)成(cheng)不(bu)同(tong)段(duan)
，在(zai)每(mei)一(yi)段(duan)可(ke)近(jin)似(si)認(ren)為(wei)轉(zhuan)向(xiang)控(kong)製(zhi)係(xi)統(tong)是(shi)線(xian)性(xing)的(de)。即(ji)在(zai)某(mou)一(yi)小(xiao)段(duan)範(fan)圍(wei)內(nei)，得(de)到(dao)的(de)黑(hei)線(xian)位(wei)置(zhi)和(he)對(dui)應(ying)的(de)舵(duo)機(ji)PID參照角度處理成 線性關係。 終實現簡單分段PID控製。

 

5 分段PID控製參數規律

 

在實際的調車過程中，我們總結發現，PD控製器的參數Kp、Kd與有效前瞻valid_line
、車模的速度相關。簡單點說
，即小車速度越快，車模遇彎提前拐彎的應越早。總結下來
，有如下關係：　 

 

其中A為Kp的基礎值，valid_line為車模運行到某個狀態的有效前瞻（用提取的黑線數量來估定），speed為小車一場時間內的脈衝值，表征車模時刻運行的速度。低速時，可近似認為speed／C為零
，通過試驗法可以確定A值大小。在確定Kp基礎值之後，即可加速

，在小車速度稍高的時候調試得出合適的B值
、C值
， 終使小車平穩準確的切線

，循跡而行。此關係式可知，有效前瞻的變化是對Kp值影響 大也是 直接的一個量

，我們平時調車經驗而知，B參數應比C敏感很多才行。有效行減少一行
，對舵機轉向角的影響要遠大於小車速度speed對Kp的對影響。而speed對舵機急轉快速性在車模高速的時候很是明顯。

 

為增加係統的魯棒性
，並且更好的解決係統的非線性問題，我們將小車的前瞻分段，我們1．2 m的前瞻裏麵，總共有44行黑線，直道上全部提取回來
，可以分為有效行37行一下
、有效行30行以上、有效行24行以上、有效行18行以上、有效行13行以上與有效行13行以下7段。

 

雖然分為7段，各段單獨控製
，參數單獨調節，但是，Kp值與有效行（有效前瞻）成負相關的關係仍然成立
，故Kp

、Kp1、Kp2、Kp3、Kp4、Kp5依然大體上遵循與有效行負相關的關係
，即Kp隨有效行的減小線性增加。

 

在每一段裏麵調節PD控製器的參數，使小車能夠行使不同類別不同半徑的彎道。這樣就形成分段PD控(kong)製(zhi)，小(xiao)車(che)的(de)非(fei)線(xian)性(xing)問(wen)題(ti)可(ke)以(yi)很(hen)好(hao)的(de)解(jie)決(jue)，係(xi)統(tong)的(de)魯(lu)棒(bang)性(xing)也(ye)能(neng)夠(gou)增(zeng)強(qiang)。同(tong)時(shi)，為(wei)保(bao)護(hu)舵(duo)機(ji)不(bu)至(zhi)於(yu)向(xiang)左(zuo)向(xiang)右(you)打(da)得(de)太(tai)狠(hen)，可(ke)以(yi)限(xian)定(ding)舵(duo)機(ji)的(de)左(zuo)右(you)極(ji)限(xian)值(zhi)： 

 

通過調試參數A、B、C，調節不同的Kp值，實踐證明
，小車能夠平穩、快速的自動巡線前行。

 

6 結束語

 

該算法把舵機的轉向的Kp係數與車速相關起來
，能夠很好地配合車速與舵機轉向，提出以具體的智能車參數分段PD參數的規律
，對智能車實際製作很有幫助
，在智能車比賽中具有很廣的推廣價值。

 

實踐證明
，參數調節合適的時候智能車能夠很好的適應賽道

，跑出希望的 佳路徑。為了參加第五屆“飛思卡爾”杯全國大學生智能汽車競賽，此控製算法在校級代表隊資格選拔賽中表現完美， 終跑出2．5 m／s的好成績，成功入選華北賽區參加比賽。實踐證明了智能車舵機分段PID控製轉向具有可行性和實用性。