便携式传感器巡检仪实习报告 罗长海Word格式文档下载.docx
- 文档编号:1396226
- 上传时间:2023-04-30
- 格式:DOCX
- 页数:23
- 大小:235.73KB
便携式传感器巡检仪实习报告 罗长海Word格式文档下载.docx
《便携式传感器巡检仪实习报告 罗长海Word格式文档下载.docx》由会员分享,可在线阅读,更多相关《便携式传感器巡检仪实习报告 罗长海Word格式文档下载.docx(23页珍藏版)》请在冰点文库上搜索。
2.2.3STM32的通用定时器5
2.3直流电机的驱动5
2.4转向伺服电机的设计6
2.5转速检测电路设计7
2.6光电传感器探测头的排列安装8
2.7电源电路的设计8
第三章软件的设计部分10
3.1光电传感器路径的识别11
3.1.1路径识别的方案的选择及比较11
3.1.2红外传感器型号的选择12
3.1.3对光电传感器输出模拟量的转换12
3.1.4光电传感器的状态分析13
3.1.5数字滤波(经AD转换成的数字量)14
3.1.6求的光电传感器处在黑线上的个数15
3.1.7黑线的中心点的判定15
3.1.8路径识别的弯道策略分析15
3.1.9路径识别的概括16
3.2PID控制算法在本智能车上的应用16
3.3STM32定时器的PWM的输出实现17
3.4智能小车总的程序框图18
第四章总结19
第一章引言
1.1绪论
智能车作为智能交通系统的关键技术,是许多高新技术综合集成的载体,而汽车自主驾驶技术的研究在公路管理、交通运输等方面有着广阔的应用前景,受到广泛的重视。
自主驾驶任务的自动完成将给人类社会带来很大的影响,例如能够切实地提高道路网络利用效率、降低车辆的燃油消耗量,尤其是在改进道路交通安全等方面提供了新的解决途径。
除了在增加驾驶安全和减少道路交通安全等方面表现出来的优势外,智能车的研究有利于提高道路的通行能力,从而实现交通环保节能。
近十年来,智能交通系统(ITS)方面的研究工作已经得到了世界上许多研究机构的关注,同时己经研发出了一些智能化的原型车辆,并进行了路面测试。
在智能化原型车研发过程中,得益于一些交叉学科的相关领域知识,如机器人技术、人工智能、自动控制、电子通讯、信号处理技术等,从中得到许多新观点,新方法。
1.2课题研究的背景
90年代以来,计算机、电子、图像处理等技术飞速发展,在这种背景下,将各种先进技术运用到汽车工程中,减少交通事故,减轻驾驶员劳动负荷的思想就应运而生,一门新兴的交叉学科—智能车辆系统IVS(IntelligentVehicleSystem)产生了。
智能车广义上属于移动机器人范畴,是集环境感知、规划决策等功能于一体的综合系统,能够在出发点和目标点之间自主驾驶移动。
移动机器人在各个领域都具有广泛的应用前景。
例如,在工业生产中,可以代替人类完成恶劣环境下的货物搬运、设备检测等任务;
在军事上,可以在危险地带代替人类完成侦察、排雷等任务;
在民用上,可以作为导盲车为盲人提供帮助;
在科学研究方面,可以代替人类完成外星球勘探或者矿藏勘探等。
智能车辆技术具有广阔的市场前景,这吸引着各大汽车公司的大力投入,大大加速了智能车辆的适用化进程。
目前,在欧洲和日本的某些轿车上,已经应用了适应性巡航控制,本田、尼桑和丰田公司各自在先进安全性车辆计划中发展了车道定位系统,通过路边标识信息进行车辆导航,并自动控制车辆速度。
2003年,由国防科技大学和中国第一汽车集团公司联合研制的我国第一辆自主驾驶红旗轿车在长春问世。
我国在智能车辆技术领域的研究与工业发达国家有很大的差距,但无论是从学科发展、理论研究的角度,还是从发展汽车工业以及市场竞争的角度看,超前研究都是必要的。
在某一方面或某些方面,进行深入、细致的研究,为今后智能车辆的发展及实际应用打下坚实的基础,无疑具有深远意义。
1.3国外智能车研究概况
目前,世界上智能车的研究主要有以下3个大的研究方向:
1.监控、警告系统:
这部分主要研究智能车前方碰撞警告、盲点警告、行车道偏离警告、换道警告、十字路口防撞警告、行人检测、倒车警告等方面的问题。
2.半自主式车辆控制系统:
与上一部分相比,此部分具有更高级的车辆自动化。
如当驾驶员对警告来不及反应时,系统接管车辆的控制,通过控制车辆的转向、制动、扭矩等使车辆回复到安全状态。
3.自主车辆控制系统:
此部分具有完全的车辆自动化,研究包括车辆路况识别自主导航、低速等距行驶、排队行驶等方面的问题。
道路导航方面的研究是自主车辆控制研究领域的重点研究方向,目前,国内外智能车辆一般采用视觉导航方式为主的技术路线,视觉导航将成为未来机器人导航的一个主要发展方向。
但现有的视觉导航技术还没达到实际应用的水平,存在检测实时性不够,应用范围有限,设备造价高等问题。
因此在这个领域的研究前景很广阔。
吉林大学1992年起开始智能车辆方面的研究,先后开发出JUTIV系列智能车辆,JUTIV-3型为实用型视觉导航车,已投入工厂进行测试,JUTIV-4型高速智能车辆已完成整车安装调试,利用多传感器信息融合、人工智能、最优控制理论,深入研究在非结构化道路环境下的道路导航和跟踪、安全车距保持、换道超车等技术。
在国防科工委和国家863计划的资助下,清华大学自1988年开始研制THMR
(TsinghuaMobileRobot)系列移动机器人系统。
其中,THMR-V系统是清华大学计算机系研制的新一代智能移动机器人,兼有面向高速公路和一般道路的功能。
车上装备有彩色摄像机、光电码盘、激光测距仪等,采用基于模糊控制的局部路径规划及导航控制。
1.3选题的目的及意义
智能车融合了嵌入式系统应用、光电检测、图像处理与路径识别、自动控制和电机控制等多种技术,其研究成果应用到很多领域中,例如拥有路径跟踪功能的自动导引车便广泛应用于自动仓库、柔性加工生产线、柔性转配线等领域,在一些恶劣的地面工作环境中,具有一定的危险的工作就可以利用智能车来完成任务,基于机器视觉的智能车路径跟踪控制系统能够更全面地获取道路信息,利用各种有效的图像处理算法对路径进行识别,提高了路径识别的准确性,拓宽智能车的视野,能对更远的路径提前做好判断,提高了智能车路径跟踪的平均速度和车身稳定。
作为能够自动进行路径跟踪的智能车,车身与控制器本身就是一个自动控制系统,有些控制理论与算法已非常成熟,且在实际应用中效果非常好,一些新的控制算法在灵活性上也有很大的提高,因此对各种控制算法的灵活运用能够提高智能车路径跟踪系统的整体性能。
目前,基于智能车模型的主要研究意在更快、更稳地使智能车行驶在跑道规定范围内,在尽可能短的时间里跑完指定路程。
在本课题中,通过采用何种方式对道路作出合理响应,能够准确的在道路上更快、更稳地行驶在跑道规定的范围内是智能车研究的难点。
1.4课题研究的内容
在本课题中研究的目的是使智能小车在特定的赛道上能够稳定而且快速的行驶。
课题的研究内容分为两个方面硬件方面和软件方面:
(1).硬件方面主要是包括智能小车的控制核心、直流电机的驱动、转向伺服电机、速度的检测装置、路径的检测装置和电源的管理等方面。
(2).软件方面包括智能小车路径的识别、PID在智能小车上的应用以及控制直流电机和转向伺服电机的PWM的产生。
这个三个方面路径识别是智能小车研究的重点,对于智能小车只有正确采集路径的信息才能平稳而快速的行驶。
路径的识别涉及到传感器的对路径信息的采集、路径信息的AD转换以及针对路径识别精确性的算法,除此之外路径识别需要控制核心有高运算速度和实时性,因而路径识别是本课题研究的难点及重点。
第二章硬件的电路设计部分
2.1系统整体结构图
智能小车控制系统以单片机为核心,包括了转向伺服电机和为小车提供动力的直流电机、装在小车前方的路径识别传感器、以及安装在后轮上的测速传感器、还有为系统各部分提供电源的电源管理模块等。
智能小车控制系统的整体结构参见图2-1所示。
图2-1系统组成框图
系统的工作流程:
光电传感器采集到的路径信息(即模拟量),传递给STM32经过内部AD模块转换成数字量,转换成的数字量通过一定比较,分别取各通道检测黑线的最小值和检测白线的最大值作为判断是黑线还是白线的标准,这样可以保证光线对红外光电传感器的影响减少到最小,通过判断黑线的位置,进而通过舵机调整小车的方向,同时通过光电编码器采集小车的速度,将反馈速度值通过PID运算来控制小车的行驶速度,使小车能够更加平稳的在赛道上行驶。
2.2主控芯片STM32
2.2.1STM32的介绍
STM32系列基于专为要求高性能、低成本、低功耗的嵌入式应用专门设计的ARMCortex-M3内核。
按性能分成两个不同的系列:
STM32F103是增强型系列和STM32F101是基本型系列。
增强型系列时钟频率达到72MHz,是同类产品中性能最高的产品;
基本型时钟频率为36MHz,以16位产品的价格得到比16位产品大幅提升的性能,是十六位产品用户的最佳选择。
两个系列都内置32K到128K的内存,不同的是SRAM的最大容量和外设接口的组合。
时钟频率72MHz时,从闪存执行代码,STM32功耗36mA,是32位市场上功耗最低的产品,相当于0.5mA/MHz。
以下是STM32单片机的特点简介:
(1)最高72MHz的工作频率,具有单周期乘法和硬件除法功能。
(2)512K字节的闪存程序存储器;
高达64K字节的SRAM;
带4个片选的灵活的静态存储器控制器;
(3)2通道12位D/A转换器。
(4)12通道DMA控制器。
支持定时器、ADC、DAC、USART等外设。
(5)2个控制定时器,6个通用计时器,满足软件中时序控制和定时的需求。
(6)多个USART外设,方便与外界沟通。
(7)符合2.0A和2.0B协议的主动式CAN控制器。
2.2.2STM32的AD模块
针对AD转换本设计充分利用STM32芯片自带的AD转换模块,由于STM32内部有3个ADC,每个ADC是12位的逐次逼近型模拟数字转换器,最短转换时间只有1μs;
它有18个通道,可测量16个外部和2个内部信号源;
各通道的A/D转换可以单次、连续、扫描或间断模式执行;
ADC的结果可由转换完成中断处理由DMA传送到指定缓冲区,对齐方式可以左对齐或右对齐方式存储在16位数据寄存器中,由此可以看出STM32的高性能完全适合对路径识别信息的处理。
2.2.3STM32的通用定时器
STM32中有多达8个定时器,其中TIM1和TIM8是能够产生三对PWM互补输出的高级定时器。
每个定时器都有一个16位的自动加载递加/递减计数器、一个16位的预分频器和4个独立的通道,每个通道都可用于输入捕获、输出比较、PWM和单脉冲模式输出,在最大的封装配置中可提供最多12个输入捕获、输出比较或PWM通道。
它们还能通过定时器链接功能与高级控制定时器共同工作,提供同步或事件链接功能。
在本设计中采用STM32通用定时器的PWM模式,来产生PWM进而达到对直流电机和转向伺服电机的控制。
2.3直流电机的驱动
在对直流电机进行速度控制,在本设计中采用的是通过PWM调速方式,通过改变PWM的占空比,不同的占空比来改变直流电机的速度,进而控制小车行驶速度。
为了使单片机实现对直流电机的控制,在本设计中使用MOTOROLA公司的H桥芯片MC33886。
该芯片的供电电压在5V至40V之间均可,MOSFET管的导通电阻为120mΩ,PWM的最高频率可达10kHz,同时具有短路保护功能和故障信号的输出。
V+是为直流电机供电的电源。
IN1和IN2两个逻辑电平输入端分别控制输出端OUT1和OUT2。
当IN1输入高电平时,OUT1输出也为高电平——即通过H桥与V+导通;
当IN1输入低电平时,OUT1输出也为低电平——即通过H桥与GND导通。
IN2和OUT2的关系与此相同。
FS为故障信号开漏极输出,低电平有效。
当D1是高电平或者D2是低电平时,同时禁用OUT1和OUT2的输出,使OUT1和OUT2同时变为高阻态。
通过控制IN1和IN2的电平,即可控制电机正转、反转、停转。
直流电机驱动电路如图2-2所示。
图2-2MC33886驱动直流电机图
2.4转向伺服电机的设计
转向伺服电机采用三线连接方法,即灰线为地线,红线为电源线(电源可以采用4.8V、6V两种标准),黄线为控制信号线。
转向伺服电机的控制信号采用PWM脉宽调制波,在特定的频率(20ms的周期)和占空比下转向伺服电机会转动特定的角度。
表1述了在不同占空比的条件下,转向伺服电机所转过的角度。
表1不同占空比的转向角度
控制转向伺服电机的占空比(周期20ms)
转向伺服电机转过的角度
0.5ms/20ms=2.5%
≈-90°
1.0ms/20ms=5%
≈-45°
1.5ms/20ms=7.5%
≈0°
2.0ms/20ms=10%
≈45°
2.5ms/20ms=12.5%
≈90°
由于小车前轮转向只能在
度范围内,所以用于小车转向的PWM波的占空比范围为5%-10%之间,右转极限位置时PWM波占空比为5%,左转极限占空比为10%,频率为50HZ。
在了解了转向伺服电机的控制方法后,利用单片机的PWM通道产生相应频率和占空比的PWM波形即可实现对转向伺服电机的控制,进而实现对小车转向的控制。
2.5转速检测电路设计
速度检测电路的基本原理为:
在很短的时间内,通过光电传感器来测量固定在后轮的轴上的码盘通过的孔数,输送到单片机的脉冲累加器外部引脚,经过换算计算出智能车的实际速度,为速度PID控制环节提供可靠的数据。
光电传感器是经过改造制成的。
以智能车原来所携带的安装在后轮的轴上的齿轮作为码盘,齿轮本身具有76个齿,即相当于光电码盘上有76个孔,具有相当的精确度。
另外自己制作基本的支架,通过光电传感器来实现对后轮电机的速度采集。
光电传感器的供电电压为5V,外加1K的上拉电阻,输出信号的是0~5V高低电平。
具有齿槽结构的圆盘固定在后轮驱动电机输出轴上,采用直射式红外光传感器读取齿槽圆盘转动脉冲,再通过PB0(TIM2采集)返回给STM32单片机,STM32单片机通过通用内部定TIM2采集脉冲数,经过换算成小车的速度,为速度PID控制提供反馈速度。
小车后轮的一圈的周长是
安装在后轮轴上的齿轮具有76个齿,即小车后轮转动一圈将引起76个脉冲数累积,假设对脉冲数的累积时间是t,在这段时间内共获得n个脉冲数累积,则小车的速度为:
2.6光电传感器探测头的排列安装
智能车的传感器排列如图2-3所示,13个红外传感器均匀排列,每两个传感器之间的距离为20mm,这样做的目的是,并排列的两个光电管可以同时比赛的黑线(25mm),这样当赛车在直道行驶时,通过中间的两个传感器可以使小车牢牢钳住黑线,使小车顺利沿直线行走,加速行驶。
为了防止红外接收管受到漫反射的作用而受到干扰,不能准确探测预定点的位置,采取了用分别点亮光电管的方法,这样,使得其抗干扰能力大大加强。
图2-3模型车激光传感器一字排布图
2.7电源电路的设计
电源电路为系统其它各个模块提供所需要的电源。
在设计中,除了需要考虑电压范围和电流容量等基本参数之外,还要在电源转换效率、降低噪声、防止干扰和电路简单等方面进行优化。
但是,由于电池提供的电压是7.2V,而舵机需要6V电压供电,单片机模块,路径识别模块和测速模块需要5V电压供电,动力电机驱动模块需要使用7.2V和5伏两种电压。
因此需要电压转换电路来得到相应的电压。
(1)电压管理方案选择与比较
方案一:
采用普通的电源管理芯片7805和7806。
但由于驱动电机会引起电压瞬间下降的现象,且产生大量热量,容易诱发不安全因素。
所以,没有采用此方案。
方案二:
采用专用低压降的电压调节器LM2940和LM1117。
由LM2940来得到稳定的5V电压,而由LM1117来得到稳定的6V电压,这样可以在整个过程中,为智能车的各部分提供稳定电源。
我们采用方案二。
(2)电压管理模块
正5V电压源设计
主要为单片机、光电传感器、测速编码盘的工作,电压要求稳定、噪声小、电路容量在1A左右。
最常见的电源管理芯片是7805,价格低廉,电路成熟,但是考虑到驱动电机启动瞬间会引起电压瞬间下降的现象,所以电源管理系统中采用了低压降的电压调节器LM2940来产生5V电压。
如图2-4示
图2-45V电源图
正3.3V电压源设计
主要为STM32为微控制器提供工作电压。
图2-53.3V电源图
正6V电压源设计
主要为舵机提供工作电压。
实际工作的时候舵机所需要的工作电流一般在几十毫安左右,电压无需要十分稳定,在这里我们选用的是TPS7350电源管理芯片如图2-5所示
图2-66V电源图
正7.2V电源
这部分直接取自电池两端电压,主要为后轮电机驱动模块提供电源。
如下图2-6所示系统电源分配图
图2-6系统总电源分配图
第三章软件的设计部分
软件设计根据以下依据,首先,赛车系统通过光电传感器采集赛道信息,同时通过直射式红外传感器模块实时获取赛车的速度,然后在根据采集来的赛道信息提取赛道黑线,求得赛车于黑线位置的偏差,由STM32产生PWM相应的控制舵机使小车沿着黑线行驶,接着采用PID方法对直流电机的速度进行反馈控制,使小车能够以最快的速度行驶。
系统总的组成结构如图3-1所示:
图3-1系统总的程序组成结构
3.1光电传感器路径的识别
在智能车系统中,光电(激光)传感器就是整个系统的“眼睛”,其对于路径的识别在智能车控制系统中尤为重要,寻迹传感器方案的好坏,直接关系到最终性能的优劣。
通过查阅相关的参考文献资料,光电传感器寻迹方案应用最多,单独采用CCD摄像头寻迹或者CCD摄像头与光电传感器寻迹结合在一起的方案也都有应用。
下面将详细介绍路径识别的研制和寻迹方案的设计。
3.1.1路径识别的方案的选择及比较
采用CCD单色摄像头。
在白背景下,对于黑线的识别,目前做的比较成熟,效果相当好,但是不适用在小体积系统使用,并且还涉及图像采集、图像识别等领域,成本高,很难找到合适的载体。
同时理论较为深奥,应用起来不一定能做得很好。
红外反射式光电传感器,它包括一个可以发射红外光的固态发光二极管和一个用作接收器的固态光敏二极管(或光敏三极管)。
该传感器不但价格便宜,容易购买,而且处理电路,简单易行,实际使用效果很好,能很顺利地引导小车按照跑道运行。
综上所述,在本智能车系统的自动识别黑线电路设计中,我采用第二种方案。
红外发射管就是红外发射式光电传感器。
3.1.2红外传感器型号的选择
红外传感器的输出可分为数字式与模拟式红外传感器两种。
数字式红外传感器具有与微处理器相对应的接口,使得硬件电路简单,但是存在采集路径信息粗糙、丢失路径信息的缺点。
模拟式红外传感器输出的模拟信号,通过将多个模拟式红外传感器进行适当的组合,可以再现赛道路径的准确信息。
在使用多个模拟式红外传感器的情况下,需占用微处理器较多的AD端口。
基于反射式红外传感器的模拟式输出的光电传感器阵列的路径检测方法,具有较高的可靠性与稳定性,所以在本设计中选择反射式红外传感器的模拟式输出的光电传感器,经过综合比较后,决定采用模拟式光电传感器TCRT5000。
TCRT5000为集成在一起的发射与接受光电管,通过其典型接线图可以测试其性能,在设计中先对每个光电传感器进行测试,以确定其检测性能。
典型接线如图3-2所示:
图3-2红外传感器典型接线图
3.1.3对光电传感器输出模拟量的转换
对于光电传感器采集到的信息,需要将模拟量通过STM32内部AD模块转换成数字量。
针对光电传感器采集到的信息,AD转换成的数字量通过比较,分别取各通道检测黑线的最小值和检测白线的最大值作为判断是黑线还是白线的标准,这样可以保证光线对红外光电传感器的影响减少到最小。
虽然AD转换需要一定的时间,但相对与STM32的高执行速度,对跑道信息的检测没有影响,且其检测准确率高。
光电传感器采集到的电压通过STM32的AD二值转换程序得到0与1两种状态,每个传感器又可以对应一个是否在黑线上的标志位,相应在黑线上为1,不在黑线上为0。
3.1.4光电传感器的状态分析
对于本设计中的模型车,传感器在赛道上可能的状态有:
在普通的赛道处、在起点处、在十字交叉线处,分别如下图(并未列出所有的状态图),下面将分别进行分析。
首先将13个路径识别的光电传感器,分别按1-13的顺序给光电传感器编号如下图3-2所示
图3-3传感器的编号
图3-4光电传器在起点处
图3-5光电传感器在普通赛道上六种不同的状态
图3-6光电传感器在十字交叉线处
为了识别赛车是处于什么样状态下,用于进行赛道记忆和速度控制,对于我们的光电传感器,每个光电管输出的电压经过AD转换进入二值换程序得到0与1两种状态,对于13路划分好的标记的传感器,每个传感器对应一个是否在黑线上的标志位,相应在黑线上为1,不在黑线上为0,我们把这些数据所对应的0、1数值对应在整型数据AD_N的前13位,这要就可以完整的保存好这一次扫描的光电管状态。
从上面的传感器状态图中可以轻松看出,在普通赛道上除了赛车移出赛道之外传感器变化次数都为1-2次,而在起跑线处模型车的传感器状态变化次数为4次,在十字交叉线时传感器状态变化次数为0次。
在判断是不是起始线和十字交叉线的时候,我们又对所采集的数据进行了程序上的界定,在起始位置的时候我们所采集到的数据格式应该是两侧是黑色中间是黑色,并且在进入黑线的最后一个时刻小车传感器所检测到的黑线位置应该不在最左侧,也不在最右侧。
3.1.5数字滤波(经AD转换成的数字量)
光电传感器采用的是红外反射式光电传感器,而光的反射受到多种因素的影响
因此在本设计中选择的13个光电传感器会受到外界不同程度的影响,小车总会或多或少的偏离赛道,舵机的转角信息总会出现一定程度的毛刺和扰动等粗大误差,其幅值足以引起处理器的误判,为了消除这种外界的影响,在本设计中选用了数字滤波对有外界因素引起的光电传感器的变化进行修正。
数字滤波技术有很多种的方法。
由于传感器的信号有连续性,即不会产生很大的变化,所以本方案采用了数字滤波技术中最实用的一种,即限幅滤波。
限幅滤波技术,即在相邻两次传感器信号之间,限定一个范围。
如果下一次的采样信号超过了合理的范围,则为烦扰,就滤掉,具体的方法是,通过上次传感器的值制作一个过滤层,比如传感器的值是0000001000000,经过一次系统循环,黑线不会跳越N个传感器。
所以就设定过滤层为0000111110000,1就代表下一个时刻的信号可能出现在这些位置上,0就表示黑线在下一个时刻不可能出现在那个位置上。
这样,过滤层就做好了。
最后用过滤层和所得到的信号进行与运算,这样就能得到滤波后的信号。
在滤波后可能还会出现0000110110000的现象我们就要对他进行排错,如果是错误则本次采样不成功。
3.1.6求的光电传感器处在黑线上的个数
将光电传感器采集到路径信息进过AD转换后数字量存在AD_N中,AD_N存储的16位二进制数中有路径的信息,当智能小车的传感器处在黑线上,所对应的AD_N中的二进制数就就变为1,将AD_N中二进制数1的个数存储在NM_Black[0],因而NM_
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 便携式传感器巡检仪实习报告 罗长海 便携式 传感器 巡检 实习 报告 长海