飞思卡尔智能车（精选9篇）
飞思卡尔智能车 第1篇
一、系统整体框架
本文是以飞思卡尔杯全国大学生智能汽车竞赛为背景, 智能车必须采用竞赛委员会规定的技术平台, 包括赛车模型、电机、舵机、电池以及由飞思卡尔公司提供的单片机。赛道表面为白色, 形式包括直道、交叉道、回头弯、s型等, 弯道处赛道宽度为60cm, 直道处宽度为45cm, 中心有2. 5cm宽黑色轨迹线。按赛道传感器分为光电组、摄像头组、电磁组三个组别进行比赛。电磁组智能车的比赛在45cm宽的赛道中心铺设有直径0. 1 ~0. 3mm的导线, 导线通有20k Hz、100m A的交变电流, 电磁式智能车通过计算前方导线偏离车体中心的距离来作出相应的方向速度控制策略。
电磁式智能车的方案如图1 所示, 系统采用以MK60DN512VLL10 微控制器为核心控制单元, 由人机交互系统完成系统设定和信息显示。电磁信号传感器获取赛道信息, 信号输入到K60 微控制器, 让数据处理得到进一步处理以进行路径规划; 通过光电编码器转速传感器检测当前车速, 并采用K60的输入捕捉功能进行脉冲计数以获取智能车的实时车速; 通过PWM控制驱动电路调整电机的功率; 使用PID控制算法调节驱动电机的转速和转向舵机的角度, 实现对智能车运动速度和运动方向的闭环控制。
二、主要硬件电路设计
( 一) 电磁传感器模块。传感器是智能车采集信息的重要器件, 是决定智能车沿着赛道行驶的关键部件。飞思卡尔竞赛电磁组赛道中心线下的漆包线中具有20KHz、100m A的交变电流产生的磁场信号, 根据LC谐振的原理, 选取10m H电感和6.8n F电容构成LC谐振电路, 产生感应电流, 再通过滤波、放大、检波, 然后将结果送入单片机AD进行相应的处理, 来导引车模沿着赛道行驶。单个传感器及变送电路如图2 所示。
电磁传感器的安装方法如图3 所示。在距离车头45cm的水平碳纤维杆上, 3 只水平电感均匀分布在长为25cm的水平横杆上, 两个竖直电感对称分布在横杆两端, 运放检波电路板安装在车头。前瞻45cm的长度能提前判断赛道信息, 使小车能及时入弯并很好地切内道, 运放检波电路板不放碳纤维杆上而置于小车底板前部可减少小车转动惯量, 使小车转弯更迅速灵活。横竖碳纤维杆使用热熔胶连接固定, 非常牢固, 能提高小车的稳定性。
( 二) 核心微处理器。本系统采用MK60DN512VLL10 微控制器为核心控制单元, 在系统中主要执行以下工作: 一是通过电磁传感器获取赛道信息; 二是计算偏差反馈给舵机转向; 三是红外传感器检测是否有障碍物, 进行躲避; 四是输出对应电机的PWM波。图4 为设计的最小核心板实物图。
( 三) 电机驱动模块。由于单片机输出的脉宽无法驱动直流电机, 必须通过MOS管搭建的H桥驱动电路, 见图5 所示。采用IRF3205 芯片自制电机驱动模块可以很好地实现电机的正传、反转以及刹车制动。对直流电机转速的控制采用了PWM控制技术, 如图5 所示, 当U1 的HO与U2 的LO高电平, 当U1的LO与U2 的HO低电平时, Q1 与Q4 管导通, Q2 与Q3 管截止, 电机正转; 当U1 的LO与U2 的HO高电平, 当U1 的HO与U2 的LO低电平时, Q1 与Q4 管截止, Q2 与Q3 管导通, 电机反转。没有电源加在电机上, 电机停止。
三、软件程序设计
( 一) 主程序流程。智能车软件控制设计中, 主要包括系统初始化、模式选择、获取A/D值、数据检测、数据归一化处理、PID算法计算智能车车体位置和智能车方向控制等。主程序流程图如图6 所示。定时中断采用5 毫秒为定时周期, 其中第一毫秒用于采集数据; 第二毫秒用于过滤处理数据; 第三毫秒时将处理到的数据进行运算, 整合出舵机对应的角度以及电机的PWM值; 第四毫秒用于检测前方障碍物作出判断; 第五毫秒获取编码器中此时的实际速度, 进行PID算法控制对应电机真实输出。
( 二) PID算法的应用。单片机通过电磁传感器传输的赛道信息用于判别此时的状态, 计算偏差值使舵机作出对应的角度偏动。对于直道和弯道不同的处理方法, 智能车在行驶过程中需要时刻对电机进行变速处理, 经过多次的方案修改与实验, 最终对电机的控制采用经典的PID算法。
数字PID闭环反馈控制系统的组成如图7 所示, 本设计采用增量PID算法, 根据文献资料, 采用简化了的经验公式:
这样就只有一个系数Kp, 容易在实验中调整确定。
四、结语
本文研究设计的智能车以能够按照既定的赛道高速稳定行驶并且能够准确识别障碍物为前提, 进而提出了智能车总体设计的思想。智能车的制作重点体现在机械、硬件、软件三个方面。机械的设计与搭建是智能车后期稳定提速的关键。优良线性稳定的传感器信号, 对软件后期的滤波节省了很多处理时间, 经过多次的改良和实验, 最终确定了合适的放大电路。对于舵机以及电机控制, 是后期整体系统搭建好的重要内容, 通过多次的改进、实验验证最后设计出一套完整的智能车程序, 能够高速且稳定地按照既定的赛道行驶, 并准确识别避开障碍物。
参考文献
[1]卓晴.学做智能车:挑战“飞思卡尔”杯[M].北京:北京航天航空大学出版社, 2007
[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]杨东轩, 王嵩.ARMCortex-M4自学笔记——基于KinetisK 60[M].北京:北京航空航天大学出版社, 2013
[4]孙书诚等.基于路径识别的寻迹智能车设计与实现[J].安徽工程大学学报, 2012, 1
[5]童诗白, 华成英.模拟电子技术基础[M].北京:高等教育出版社, 2000
飞思卡尔智能车获奖感言 第2篇
我有幸能够参加 2011年全国点学生飞思卡尔智能车竞赛，在这次竞赛中我们学到了很多，有专业方面的知识，比如单片机，各类传感器，不同芯片间的通信等等，也学会了一些书本上没有的东西，比如团队合作，如何网上购买到好的元器件，如何布局 PCB 板上各个元器件的位置等。
为了这次比赛，学校提前好久就开始准备了。只是我们的课程比较多，平时去实验室的机会不是很多，为此我们也很伤脑筋。终于等到寒假了，我们几个全身心的投入到这次比赛的准备中。每天早上起来买点早餐就直奔实验室，白天动手做下硬件，晚上回到宿舍在就看下理论，联系编程。这样的日子我们一点都没有感觉到累，每天都希望自己会学到更懂得东西，好似饿了许久的动物，得到了食物一般。每天感觉都那么充实，想想大学里前两年学到的东西还没有那个寒假学到的东西多。
寒假里我们把历届的技术报告都看了看，这期间学到不少东西，尤其是对各类元器件的认识及使用。真是受益匪浅。
接下来就是一些以前失败的经验，希望能有所参考。
比赛前在不注重实际赛道和自己练习赛道的区别，赛道一变，以前调试的结果都将无效。所以，谨记一点，一定要吧硬件做好，比赛前一定好好利用好试车时间，多注意自己的赛道和比赛的赛道的区别，注意摩擦程度，光线的亮暗，空气的潮湿程度等。
其次是传感器的安装，这次我们选用的是激光做传感器。这个传感器相比其它传感器有很多优点，比光电的射的远，而且稳定性高，但是激光的很贵，所以提前一定要看好电路图，安装一定要够稳固，不然后期传感器坏起来就头疼了。我们以前有好多关键时刻传感器出问题失败的例子，不胜枚举，经验惨痛。如果安装不好，系统不够稳定，导致在比赛失败，而且平时调试浪费了好多宝贵的调试时间。这一点，谨记，硬件固定一定要牢固。
其次是装配，各个模块间的连接线固定不牢靠。使得导线接触不良，导致小车参赛时好几次冲出跑道（其中一个传感器的输入信号接触不良造成的）。所以千万别忽略细节，各个连接一定要注意稳固。
其次是我们编程能力，一定要狠练习编程能力，定这样可以大大节省时间，提高效率，以前经常有编程不熟练，到这小车出现各种状况都不知道是什么导致的，定时器，计数器的使用不够熟练，浪费了好多时间。
团队间成员不够信任，不能完全信任对。当出现问题时，做硬件的怀疑软件，做软件的怀疑硬件问题。所以队员之间的团结问题一定哟啊解决好，不然只能让人停止不前。
以上是一些经验教训，以下是一些感想。
参与这次飞思卡尔智能车竞赛，是我的荣幸同时我也感觉有很多收获。我感觉最基本的电路知识和模电知识非常重要，控制原理，和单片机知识更是关键，原来好多东西学过了，都只当做书本知识来记，根本没想过如何应用，然而实际工程中真正碰到了才明白原来当初学这东西是这么个作用。比如PID整定，比如模电中三极管的应用和运放的应用，都很有用。
经历了这次飞思卡尔智能车竞赛我觉得经验很重要，许多电路不管简单还是复杂，第一次搭建、调试的时候总是让人相当恼火，但是有过一次经验就好了，以后再碰到类似的情况就熟练得多。有许多小车的问题，比如突然跑偏，或者弯道跑出，都需要一定的经验，在比赛中出现类似的问题都能够及时快速的解决。
在小车运行的过程中，经常会遇到这样那样的情况，就是心里想老着这样的算法可以行得通，但实际接上电，总是实现不了，因此耗费在这上面的时间用去很多。常常会面对一个算法一头雾水无从下手，别急，要有耐心，多想多问。好多问题你没遇到过就根本搞不明白怎么回事，但是一旦懂了，它就变得很简单，从此再也不会找你麻烦。
多动手多试也很重要，不要只对着图纸或者资料上的电路和算法看，好多算法要亲自调试一遍才弄得懂。正所谓实践出真知，怕麻烦是不可取的，多动手多实践，理论与实践相结合，做得多了经验就多了。
在刘沛老师的具体指导下，整个飞思卡尔智能车竞赛有条不紊、循序渐进的进行，无论哪个阶段，我们都有所收获、有所长进。期间我们遇到过挫折，遇到过麻烦，因为某些外因而使创新进程延误过，但我们不畏困难，及时的纠正错误，调整策略，严格保证飞思卡尔智能车竞赛的科学有序进行。整个活动下来，我感触颇深，经历了很多，也学到了好多。
只有竭力全力，才能更接近完美。这次飞思卡尔智能车竞赛，渗透了我们这个团队每一位成员的心血。无论是前期准备，还是后期实施，每个环节我们都竭尽所能，通过各种渠道，利用各路资源，使整个飞思卡尔智能车更加完善。
只有相互协作，才能齐力断金。合理分工，团结一心是提高效率，完成共同目标的关键。在我们的分工协作下，这些不同模块的设计，我们既有合作又有分工，总的来说进行的还是比较顺利。在其中学习到了很多东西，不仅是学习方面的还有做人，人生方面的知识。在这期间的收获让我终生难忘。
只有用心沟通，才能有所收获。热情是敞开心扉的钥匙，真诚是促进沟通的法宝。我们本次飞思卡尔智能车竞赛得到了学校各方面的大力支持，得到了很多认识的不认识的老师全力配合。我们得到的不仅仅是实验室的先进设备还有实验室便利的实验条件，在这里一一向他们表示感谢。没有他们的帮助我们不可能这么顺利的进行我们的飞思卡尔智能车竞赛。
在本次飞思卡尔智能车竞赛中切实让我感受到实践是学生学习知识，运用知识的最好途径。亲身实践也增强了我们认识问题、分析问题、解决问题的能力。谁说年少轻狂的我们经受不住风雨的洗礼？谁说象牙塔里的我们两耳不闻窗外事，一心只读圣贤书？走出校园，踏上社会，我们一定能为自己的未来书写一份满意的答卷。
生活就是这样，汗水预示着结果也见证着收获。劳动是人类生存生活永恒不变的话题。通过这次比赛，我才真正领略到“艰苦奋斗”这一词的真正含义。我想说，这次智能车竞赛苦，但苦中也有乐，在如今单一的理论学习中，很少有机会能有实践的机会，但我们可以，而且设计也是一个团队的任务，一起的工作可以让我们有说有笑，相互帮助，配合默契，多少人间欢乐在这里洒下，大学里一年的相处还赶不上这十来天的合作，我感觉我和同学们之间的距离更加近了；我想说，确实很累，但当我们看到自己所做的成果时，心中也不免产生兴奋；于是我们决定沿着自己的路执着的走下去。同时我认为我们的工作是一个团队的工作，团队需要个人并且个人也离不开团队，因此我们必须发扬团结协作的精神。某个人的离群都可能导致导致整项工作的失败，只有一个人知道原理是远远不够，必须让团队内所有成员都知道，否则一个人的错误就有可能导致整个飞思卡尔智能车竞赛的失败。团结协作是我们实习成功的一项非常重要的保证，而这次飞思卡尔智能车竞赛也正好锻炼我们这一点，这也是非常宝贵的经验将知道我们以后的道路走的更顺利。
这次飞思卡尔智能车竞赛终于顺利完成了，在这其中遇到了很多专业知识问题，最后在老师的辛勤指导下，终于迎刃而解。同时，在老师的身上我们学也到很多实用的知识，在次我们表示感谢！同时，对给过我帮助的所有同学和各位学校老师再次表示忠心的感谢！
飞思卡尔智能车 第3篇
【摘要】本设计以飞思卡尔单片机MK60DN512VLL10为核心芯片，通过信号收集处理并控制智能车各个硬件，实现对小车的远程遥控控制，避免碰触障碍物，利用超声波传感器检测道路上的障碍物，行驶时间、速度、里程的显示等几大功能，并对其功能进行测试，整个控制系统设计结构简单，电路功耗低，所用元器件低价高性能，可靠性强，测试结果与预期结果一致。
【关键词】飞思卡尔单片机 电机驱动 红外遥控 超声波避障 红外避障
【中图分类号】G64【文献标识码】A 【文章编号】2095-3089（2015）07-0224-01
引言
近年来汽车工业迅速发展，其中无人驾驶更受汽车工业发面的重视，道路识别、前进、倒车、红绿灯检测、道路行人识别与避障、速度控制等都是汽车工业无人驾驶方面的重要内容，与此同时，关于汽车方面的研究也越来越多。全国电子竞赛、各高校电子竞赛、飞思卡尔杯全国大学生智能车竞赛等都有一智能车设计为题材，参设竞赛，可见智能车方面的研究已越来越受关注。越来越多的高校都开始重视这方面的研究，可见其具有重要的研究和推广意义。
1.系统总体设计概述
智能小车大体可分为由车体地板、单片机、电机、舵机、超声波传感器、红外对管、红外遥控等模块组成（见图1）。小车以飞思卡尔单片机K60为控制核心，实时监测接收由红外对管传感器、超声波传感器、红外遥控传感器发送出来的信号，并对其信号进行解密处理，提取有效信号，控制舵机的转向、电机速度、液晶显示，和障碍报警。
2.电机驱动电路
本设计由两个BTS7970构成的H桥驱动电路实现驱动（如图2）。由于采用了高性能的驱动电路，在程序上运用PWM波控制控制电机的转速和启停，加上使用编码器准确的测速，利用PID算法控制PWM波，当编码器将速度信息返回给单片机后，单片机自动进行比较给定的速度和实际测量的速度，然后将差值反馈给PID，通过适当的PID算法控制电机的PWM波，使得电机速度快速达到预定值。
3.避障、循迹模块电路
采用红外避障、循迹传感器，这是一种由红外发射管与红外接收管共同构成的光电传感器。光电开关就是利用这种电信号的变化而设计的。当这种电信号比较强时，说明有障碍物反射了红外发射管发出的红外线，光电开关为关状态，当电信号较弱时，说明没有障碍物反射红外线，观点开关为关状态， 红外避障传感器就是利用光电开关的这一开关特性而设计的。当检测到障碍物时，光电开关为关状态，单片机采集到这个信号后，立即对舵机、电机的状态进行改变，已达到避障的目的。
4.远程遥控
针对远程遥控技术，本设计中使用了目前使用较为广泛的一种通讯和远程遥控技术，由于红外线遥控装置具有体积小、功耗低、功能强、成本低等特点，因而，继彩电、录像机之后，在录音机、音响设备、空凋机以及玩具等其它小型电器装置上也纷纷采用红外线遥控。
本设计使用一体化红外线接收器，是一种集红外线接收和放大于一体，不需要任何外接元件，就能完成从红外线接收到输出与TTL电平信号兼容的所有工作，而体积和普通的塑封三极管大小一样，它适合于各种红外线遥控和红外线数据传输。
5.系统软件设计
本设计采用模块化设计方法，在AIR Systems环境下采用C语言编写程序。相关程序主要包括主程序、无线接收、电机驱动、避障、循迹、舵机控制、速度控制、按键、液晶显示等程序模块。
单片机通过不断的循环检测各个模块发送过来的信号，当检测到有无线遥控信号时，立刻切换到遥控模式，然后进行相应的动作，如果没有检测到无线信号，则继续进行自动行驶模式，根据避障、循迹、超声波等模块采集到的信号，自动进行相应的动作，比如电机的速度控制、舵机的转角控制、液晶显示、障碍报警、脱离赛道报警等动作。
6.总结
本设计使用了在汽车工业领域的芯片行业具有一定主导地位的芯片公司（飞思卡尔）所生产的32位核心控制器——MK60DN512VLL10单片机，其具有多路时钟发生器（MCG），配置有四种时钟：内核时钟（core）、总线时钟（bus）、外部总线时钟（FlexBus）、Flash 时钟（Flash clock），最高时钟的频率高达180MHz，具有高速的运行能力，另外带有看门狗电源模块，通过程序控制可达到待机状态，具有低功耗的优点。利用此款单片机设计一辆可智能避障行驶前进，外加各种数据采集、显示实时行驶情况，故障、危险报警等一系列动作的全自动小车。
参考文献：
[1]雷贞勇，谢光骥.飞思卡尔智能车舵机和测速的控制设计与实现[J].电子设计工程，2010（02）
[2]王晶，翁显耀，梁业宗.自动寻迹小车的传感器模块设计[J].现代电子技术，2008，22（3）：192-194
[3]张拓，戴亚文.基于AT89S52单片机的智能循迹机器人设计[J].机电工程基础，2009，1（3）：13-15
[4]吕泉.现代传感器原理及应用[M].北京：清华大学出版社，2006.
飞思卡尔智能车 第4篇
关键词：智能车,光电传感器,PID算法
0、引言
随着计算机技术、传感器技术、控制技术的高速发展和广泛应用, 智能控制技术取得了巨大的进展。而智能车正是最典型的一个例子, 结合传感器技术和控制技术实现智能车高速稳定自主的驾驶。本文通过对自主寻径智能小车的设计和研究, 对促进控制技术及汽车电子科学技术的发展, 起到了良好的推动作用。
1、系统总体设计
本文设计的智能小车主要由路经检测、电机驱动、舵机转向及车速控制等功能模块以及软件控制算法构成。智能车以飞思卡尔公司生产的MC9S12XS128为核心控制器, 采用激光传感器对路径进行检测, 并反馈路况信息, 再通过PID算法实时控制舵机转向, 以及对车速进行调节。该智能车的总体结构框图如图1所示。
2、硬件结构设计
2.1 激光传感器设计
激光传感器由两部分构成, 一部分为发射部分, 一部分为接收部分。发射部分由一个振荡管发出180KHz频率的振荡波后, 经三极管放大, 激光管发光;接受部分由一个相匹配180KHz的接收管接受返回的光强, 经过电容滤波后直接接入MC9S12XS128控制器的IO口, 检测返回电压的高低。激光传感器原理如图2.1所示。
2.2 路经检测原理
根据不同颜色对光线吸收程度不同, 光线反射强度也就不同的事实, 为智能车设计黑色为边界的白色跑道。黑色对光线的吸收程度最好, 光线反射强度最差, 白色对光线的吸收程度最差, 光线反射强度最强。因此激光传感器的接收管根据光线反射强度的不同得到不同的信号值, 并通过IO口传给控制器, 判定当前路径信息。路经检测原理如图2.2所示。
2.3 电机驱动设计
电机驱动采用两片BTS7960芯片搭建全桥电路, 其内阻远小于MC33886, 可以较好的实现智能车在直道高速进入弯道时急减速入弯。
电机驱动电路如图2.3所示。信号输入端口:IN1INH1, 信号输出端口:OUT1OUT2。
3、软件算法设计
智能车的舵机转向以及速度控制算法均采用增量式PID算法。相比于传统的位置式PID算法, 增量式PID算法不易引起积分饱和, 因此能获得更好的控制效果。而且增量式设计只与本次的偏差值有关, 与阀门原来的位置无关, 因而能快速获得更精确的调节量。增量式算法中, 只计算输出增量, 误动作时影响小, 必要时可加逻辑保护, 限制或禁止故障时的输出, 更有效地防止智能车出现系统事故, 对智能车起到了安全保护的作用。
4、结语
本文介绍了一种基于光电传感器的智能车设计。实践证明, 光电传感器对智能车的自主驾驶效果很好, 系统响应快, 具备良好的动力性能和转向性能。智能车可以快速稳定的驾驶在黑色边界的白色跑道上, 为以后智能汽车在实际道路上的设计提供了良好的参考依据。
参考文献
[1]卓晴, 黄开胜, 邵贝贝.学做智能车:挑战“飞思卡尔”杯[M].北京:北京航空航天大学出版社, 2007.
[2]刘金琨.先进PID控制MATLAB仿真 (第3版) [M].北京:电子工业出版社, 2011.
飞思卡尔智能车 第5篇
飞思卡尔半导体公司发布了业界首款符合AEC-Q100标准的智能电池传感器——MM9Z1J638。它将16位MCU、32位MCU和CAN共三个测量通道整合为一个独立部件,可匹配传统的和新型的车用或工业用电池。MM9Z1J638电池传感器测量电池的关键参数,监控电池的SOH、SOF和SOC,预测电池的失效时间。
灵活的四单元前端接口设计可以同时支持传统的12V铅酸电池和最新的电池种类,如14V锂离子电池组、电池接线盒、和24V卡车电池。
参考文献
飞思卡尔智能车 第6篇
Layerscape架构是一个全新的网络系统架构方法——一个以软件和编程能力为主的方法。它将高层路由决策中的数据包加速和转发操作模块化;简化了层与层之间的交互作用;采用同步的运行至完成 (run-tocompletion) 模式;并使用标准的C/C++语言在整个架构内支持统一的编程框架。极大的编程灵活性和架构可扩展性可在网络上进行实时'软'控制、保护软件投资, 并有助于确保不断演进。
飞思卡尔高级副总裁兼网络与多媒体解决方案事业部总经理Tom Deitrich表示:“为了满足更智能、更动态的网络需求, 飞思卡尔采用了软件感知的新Layerscape架构, 使我们的Qor IQ平台又迈出了重要一步。与竞争对手不同, 我们已经使软件感知成为我们新架构不可或缺的部分, 而不是之后添加上去的。凭借与内核无关的兼容性、独立性、高效的数据包处理和实时的可视化功能等创新技术, 我们正在加快网络的智能化。”
Layerscape架构基于飞思卡尔可扩展的网络IP产品组合, 并充分发挥该产品组合的优势, 演进、扩展了Qor IQ Data Path Acceleration Architecture (数据路径加速架构, DPAA) 。它从整体的视角来设计完整的系统架构, 旨在保证最佳的编程能力, 实现突破性的数据包处理效率和相关的性能提升。飞思卡尔将以Layerscape架构为基础, 推出一系列广泛的Qor IQ多核处理器--从性能高达100 Gbps的多核数据路径器件到高度集成、高成本效益、高效节能的产品。后一类三高产品将以低于3W的功率运行, 并适当采用Power Architecture和ARM技术。
模块化的Layerscape架构包含三个独立且灵活的层, 使飞思卡尔在设计Qor IQ器件时可根据需要增加、减少或取消层, 为给定应用提供最佳解决方案。这三个层分别是:
●通用处理层 (General-Purpose Processing Layer, GPPL) -提供通用的计算性能。此层专用于虚拟化的云服务和控制平面应用。
●加速包处理层 (Accelerated Packet Processing Layer, APPL) -执行自动的数据包处理, 使客户能在一个连续、同步的运行至完成模式中编写增值功能程序。运行至完成模式简化了硬件微架构, 为客户提供了一个基于C语言的嵌入式编程模型。
飞思卡尔智能车 第7篇
“飞思卡尔”杯全国大学生智能车竞赛已举办三届，参赛选手须使智能车在封闭的跑道上自主沿黑色引导线(后文简称黑线)行驶。在第三届竞赛中又要求参赛队的智能车必须具有检测起跑线的功能，起跑线的示意图如图一所示。本文针对用摄像头识别路线的方法进行论述。
1 摄像头识别方案介绍
摄像头识别方案是单片机将摄像头捕获的赛道信息转化为数字量，进行分析，提取出赛道的走势，进而控制小车沿赛道行驶。
1.1 摄像头信号的利用
摄像头的输出信号包含以下几部分：图像信号、行消隐信号、场消隐信号、行同步信号、场同步信号。在本文，选取LM1881芯片将这些信号提取出来。将行同步信号作为单片机的行中断触发信号，场同步信号作为单片机的场中断触发信号。将摄像头图像输出信号与DG128单片机的A/D通道相连，在行、场中断的配合下就能够对图像信息进行采集。由于相关文献对此有较为详细的论述，所以本文不再在此赘述。
1.2 摄像头的数据采集
选购的摄像头每场一共312.5行，对每一行都进行采集是不现实的。最简单的方法是每隔一定的行进行采集，如每隔6行进行采集，每行采集若干个点，形成一个二维数组。经过示波器的观察后发现摄像头扫描的效果为前面的区域行间距宽，到后面行间距窄。为了避免由于行间距不均导致的求取黑线斜率不准问题的出现，在采集摄像头的数据时应通过算法控制所采集的行的号数，在行号上不均匀采集，保证在实际中采集到的各行行间距基本相等。具体的计算公式推导示意图如图二所示：
其中：θs代表摄像头起始行的倾角;
θe代表摄像头最后一行的倾角;
θi代表摄像头第i行的倾角;
Xs代表摄像头起始行与小车车头的距离;
Xe代表摄像头最后一行与小车车头的距离;
Xi代表摄像头第i行与小车车头的距离;
h代表摄像头与地面的高度;
N代表摄像头一场总行数;
可知：Xi=h*tan(θs+i*△θ)。
所以△Xi=Xi+1-Xi=h*tan[θs+(i+1)*△θ]-h*tan
由式(1)可以推出任意两行的行间距。在实际应用中，利用此公式可以得到在确保等距离采集的前提下，所采集的两行之间要间隔的行数，最后决定在摄像头一场中采集46行。
同时，要说明的是，此方案中为了使算法达到最高的效率，在实际制作过程中将摄像头调转180°放置。摄像头扫描第一行(距车头最近处的一行)，并进行完这一行的黑点提取工作后，就可以马上进行连段，即黑点提取工作与连段工作交替进行，避免了原先(不颠倒摄像头位置)需要等待整场黑点位置提取结束之后才能连段那样效率较低的策略。
每行采集的列数由摄像头输出信号中行信号的时间和DG128的A/D采集频率决定[1]，最后决定每行采集58列。
1.3 数据处理
在这一部分中包含黑点提取、黑点分析、黑点连续性判断、连段处理等部分，在黑点分析部分还包括起跑线的识别。
1.3.1 黑点提取方法
在1.2中的数据采集工作完成之后，就将赛道信息放入data_save1这样一个二维数组中。在一场中共采集46行，58列。经过程序调试发现位于黑点处的AD值大约在30左右，位于白点处的AD值大约在60左右，二者差距较大。利用此特点就可以将每一行的黑点提取出来。
在记录黑点位置的同时，还记录了这一行出现了几次黑点，每处黑点的宽度，这是为识别起跑线做准备。如图一所示，当某一行扫描到起跑线后，这一行必然会出现3处黑点，只是中间一处黑点宽度较窄，两边处黑点宽度宽，这可作为判断是否是起跑线的特征。
1.3.2 每行黑点分析
黑点分析部分主要的工作是判断某一行有几处黑线，对不同情况进行相应的处理。某一行采集到了1处黑点，就认为此处黑点为实际中黑点位置;当采集到了3处黑点，则认为识别到了起跑线，并将此行中间一处黑点位置作为实际黑点位置;当没有采集到黑点时则认为此行黑点位置位于第零列;当采集多余3处黑点时，就要将这几处黑点的位置与上一行黑点位置进行比较，和上一行黑点位置最接近处作为实际黑点的位置。由于离小车车头越近处受到的干扰相对越少，所以和上一行黑点位置进行参照的目的就是为了减少干扰点的影响。
1.3.3 黑点连续性判断
这一部分程序的功能是用来判断一场中有几段黑点出现。程序中并不是将所有段都记录下来，只将段长大于6(这里的6代表6行)或段长小于6但此段段首与上一段段尾值(列数值)相差不大的段进行记录，以此降低干扰点的影响。某一段结束的条件是此行没有识别到黑点或此行黑点列号值与上一行黑点列号值之差大于某一阈值。如图三所示，一场中有a,b,c三段，设其中a,b两段的段长大于6,c段的段长小于6。由于如上文所述，摄像头已经调转180°，所以扫描方向是由下至上。1号点为a段的段首，2号点为b段的段尾，3号点为b段的段首，4号点为c段的段首。由于a,b两段的段长大于6，并且1,2两点间距大于阈值，所以这两段各自成为一段。由于c段段长小于6，但3,4两点间距小于阈值，所以c段也记为一段。这一部分程序将有效点的范围确定，排除干扰点的影响，为连段做准备。
1.3.4 连段处理
这一部分的程序是将上一部分确定的段连接，但并不是将所有满足上一部分程序要求的段都进行连接。如果相邻两段所间隔的行数大于一定值时，不连接，而是以下面一段作为基准，上面一段不要了。如图四所示，a,b两段满足黑点分析部分对于成为一段的要求。但是a,b两段的行间距大于设定的阈值，所以不进行连段，以b段为基准。也就是说，在后文的控制方式中，斜率求的是b段的斜率。同样，若1,2两点的列间距大于阈值，也不进行连段，以b段为准，这样做也是为了减小干扰。
2 控制方式
小车的控制方式是以试凑法为主，最后求得控制前轮舵机转向的控制量out_slope。它由3部分组成：part0,part1part2。其中part0为1.3.4中求得的一段黑线的斜率，其值是由最小二乘法求得的。当视场中黑线斜率大时转角变大，反之转角变小。pt0为一个可调整参数，在智能车调试时可通过改变pt0的大小来调整智能车的转角大小。part1与距小车车头最近一行黑点的位置有关，用来控制小车不至于脱离引导线。这个量控制小车在直道上不至于跑歪，在弯道时不至于转的太大。part2等于视场中前十行黑线斜率与后十行黑线斜率之差，乘以一个与小车当前速度有关的量。当小车速度快时，这个量大;当小车速度慢时，这个量小，用来控制小车提前转向。当小车速度降到2米每秒以下时，pt2不起作用。
最后控制舵机转角的量的公式为：
其中：1500代表舵机位于正中时PWM的值。
小车的速度控制只设了两个档。当整场黑线斜率大于一定值或小于一定值时说明小车位于弯道，用慢速档行驶。否则说明小车位于直道上，此时用高速档行驶。
3 起跑线控制
起跑线的识别如1.3.2所述。当某一场出现起跑线而上一场没有起跑线时，作为出现起跑线的情况;当某一场没有起跑线而上一场有起跑线时，作为起跑线消失的情况;当起跑线消失后连续20场没有起跑线时，就作为识别到一次起跑线。由于在比赛时起跑线是在直道上，所以起跑线的控制是当小车在直道时发生的，先判断小车是否位于直道，若是，则进行起跑线控制，若不是，即使识别到起跑线也不做处理，避免小车中途停车。
4 结束语
本文论述了应用飞思卡尔单片机DG128实现自动巡线智能车的制作，论述了摄像头识别方式。由上述论述可见，摄像头获取的数据量多，应用这些数据可以获取更多的赛道信息。本文对这些数据只是用最小二乘法求得黑线的斜率进行控制，还是比较简单的。如何更好的对摄像头获取的数据进行处理，进行抗干扰处理并使智能车的运行更加稳定还有待进一步研究。本文作者参加了第三届“飞思卡尔”杯大学生智能车竞赛，在华北赛区摄像头组预赛中取得第七名的成绩。
摘要：本文简要介绍了“飞思卡尔”杯全国大学生智能车竞赛的规则,叙述了能够实现路线识别功能的传感器——摄像头的识别原理,着重论述了用飞思卡尔DG128单片机借助摄像头识别路线时的数据处理方法、抗干扰措施以及控制策略。其中,通过LM1881芯片将摄像头的视频信号进行分离,在程序中通过黑点提取、黑点分析、黑点连续性判断、连段处理等部分降低赛道以外的干扰信息。
关键词：智能车,路线识别,摄像头,DG128,数据处理,抗干扰
参考文献
[1]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.
飞思卡尔智能车 第8篇
智能能源经历着与其他技术发展类似的路线——新技术的提出、应用、反馈、改进、再反馈, 直至突破。从具体应用上来看, 从智能水表、电表、气表到白色家电、PLC及UPS, 人们对这些设备的性能和功能都有了更高的需求。归纳来说, 就是高性能、低功耗和高集成度, 飞思卡尔半导体 (Freescale) 的Kinetis E和Kinetis L系列微控制器 (MCU) 就能最大程度地满足以上需求。
Kinetis E以“静”制胜
在工业领域, 为了去除各种干扰, 让系统能“安静”地工作, 厂商们往往会投入很大但收效甚微。32位MCU一直以来都以低电压运行, 人们认为, 其在工厂等恶劣电磁环境甚至很多家庭中并不可靠, 加上工业类客户都比较保守, 不太愿意采用新的技术。以后备式UPS为例, 它是强电信号与弱电信号交叉的系统, 存在着各种各样的干扰, 如来自电网的干扰、由逆变器和高频电压器产生的交变磁场的干扰以及不等电位干扰。目前很多UPS仍然采用16位单片机, 虽然一定程度上保证了稳定性, 但是性能十分受限。
Kinetis E系列MCU为工业厂商提供了向32位MCU转型的机会, 不但可以放心使用, 而且能拓展更多功能, 实现更多价值。Kinetis E系列MCU最大的卖点就是强大的电磁抗噪能力, 过去只有8位和16位MCU具有这种能力。Kinetis E是飞思卡尔推出的业界首款基于ARM Cortex-M0+处理器的5 V 32位MCU。5 V运行电压和I/O等级使MCU在因为系统生成的噪音和E M I而出现信号中断时更加可靠。Kinetis E结合了低成本、高性能、先进的电磁兼容性 (EMC) 和静电放电 (ESD) 保护功能, 符合工业级的可靠性和温度要求。Kinetis E系列产品是白色家电和工业应用, 如后备式UPS、电机控制风机、工业转换器、洗碗机、冰箱, 电力塑壳断路器、电梯控制器以及其他对于在高噪声环境中需要高可靠性的应用的理想选择。
Kinetis L借“低”夺目
基于ARM Cortex-M0+处理器的Kinetis L的成名应该是在2012年的FTF上, 其在与其他知名低功耗MCU的PK实验中成为获胜者。Kinetis L使开发人员在创建下一代更智能、更小、能效更高的嵌入式应用时有更多设计选项。以智能电表为例, 在未来5年, 随着智能电网在世界各国的建设, 智能电表在全球安装的数量将高达2亿只。同样, 在中国, 随着国家加强智能电网建设的进展, 作为用户端的智能电表的需求也会大幅度地增长, 保守预计, 市场将会有1.7亿只左右的需求。对智能电表的最主要需求就是使用年限长、精度高、具有远程传输数据和控制双向通信功能, Kinetis L可以毫不夸张地说是为这些需求而生的, 完美地实现了这些功能。低功耗的特性使得其应用不仅仅局限于电表, 在电池驱动的从智能水表、热表、气表领域也得到了广泛的应用。
MCU的功耗分为待机功耗、外设功耗、内存消耗和运行功耗, 而MCU在写闪存的时候是特别耗电的, Kinetis L系列MCU的闪存的代码执行可降至40 u A/MHz。超低的内存访问功耗、低漏电、90 nm薄膜存储 (TFS) 工艺技术以及低功耗的Cortex-M0+内核, 这些综合起来就为我们揭示了Kinetis L低功耗的奥秘。
穿戴式电子设备是今后的一大发展趋势, 包括消费电子和便携医疗产品。例如你今后可能会使用一个一直在监测血压的便携血压计, 并且会把相关数据通过无线网络发送给你的家庭医生或者存储到云端, 这无疑要求产品的功耗很低, 设计者在搭建系统时一定会为此绞尽脑汁。而Kinetis L绝对是不二之选, 在提供超低功耗的同时, 还能让系统更小。您可以想象, 如果很多对功耗有要求的设计都选用Kinetis L, 所节约的能源和资源是不可估量的, 这也是飞思卡尔为低碳环保所做的贡献之一。
飞思卡尔i.MX 6四核处理器支持突破性的Or Cam眼镜装置, 提高视障人士生活质量
以色列新创企业O r C a m日前推出一项引人注目的新应用, 帮助视障人士更轻松地与周围的世界互动, 飞思卡尔半导体 (N Y S E:F S L) 为其提供技术支持。Or Cam解决方案是一个紧凑、安装在眼镜上的装置, 它利用飞思卡尔高性能、高能效i.MX 6四核应用处理器上运行的精密计算机视觉算法, 分析视觉输入并与佩戴该装置的人实时交流。
飞思卡尔i.MX 6四核处理器为Or Cam产品提供所需的处理功能, 执行非常先进的计算机视觉算法。该处理器的集成摄像头接口降低了对额外组件的需求, 减小了最终产品的规格, 而且, 该芯片先进的电源管理功能还提供出色的功效, 延长电池寿命。
O r c a m创始人兼希伯来大学计算机科学教授Amnon Shashua表示:“i.MX 6四核处理器在我们所需的功率范围内提供卓越性能, 为因视觉障碍而阻碍他们与周围世界轻松互动的人们设计可穿戴、经济和直观的解决方案。采用飞思卡尔先进的i.MX 6四核器件, Or Cam能够帮助视障人士弥补失去的视力, 显著提高其生活质量。”
Or Cam产品由佩戴者眼镜上安装的小巧单元组成, 包括小型摄像头、耳麦和骨传导耳机。该产品设计有一个直观的用户界面, 佩戴者只需用手指指向物体或文本, 该器件就可以解析和读取它。
i.M X 6四核处理器集成四个ARM Cortex-A9内核, 运行速率高达1.2 GHz, 可提供出色性能来处理Orcam产品视觉传感器捕获的海量数据。这种性能支持在单芯片上执行所有处理算法和软件语音编解码器。i.MX 6四核处理器支持计算机视觉算法, 支持Or Cam识别大量的输入, 包括从走进房间朋友的面孔, 到报纸和书籍中的文字, 直到过境标志、交通信号和各种日常物品等。
飞思卡尔智能车 第9篇
问:贵公司认为MCU的下一步发展趋势是什么?
Geoff:我们看到了互联智能新浪潮所带来的趋势:即封装变得更小更薄。例如:我们最新的Kinetis KL02产品的封装
飞思卡尔高级副总裁兼微控制器部门总经理Geoff Lees有一款2x2平方毫米32脚的CSP (芯片尺寸封装) , Kinetis K有120+I/O的CSP。
这会推动芯片尺寸的不断缩小, 并带来MCU处理技术 (以往落后于PC世界) 的快速发展。由于ARM处理器内核、总线架构、IP和基础库的再利用水平一直在保持增长, 同时在芯片代工模式中, 也在加速使用几何尺寸更小的半导体制造工艺, 使得这种趋势得到进一步的推进。所有这些因素构成了支持物联网前景的关键技术。
问:目前ARM MCU厂商很多, 有人认为会形成同质化、价格战, 您是如何看待的?
Geoff:现今的微控制器市场仅占全球半导体总体有效市场 (3000亿美元) 的5%多一点。这是一个高增长市场, 并拥有很多供应商和架构提供的大量和多样化的应用。因此, 针对特定应用的外设集和解决方案将带来足够的差异化空间。
实施ARM MCU战略
问:贵公司过去有很多成功的MCU产品或架构, 例如ColdFire, RS08和Power Architecture等, 转用ARM平台后, 你们可从原来架构方面获得了哪些经验和优势?
Geoff:飞思卡尔从一开始便积极投身嵌入式市场, 并开发出大量新的应用领域。我们充分利用了自己丰富的系统和应用经验, 以及我们已有产品系列丰富的外设和软件库, 打造了行业领先的基于ARM架构的产品。
问:贵公司已推出基于ARM Cortex-M4和M 0+内核的芯片—Kinetis K和L系列。那么, 贵公司在MCU上的布局规划是什么?
Geoff:飞思卡尔是与ARM合作开发Cortex-M4和Cortex-M0+解决方案的主要伙伴。我们将继续扩展与ARM开发的Cortex-M处理器内核领域的蓝图, 并继续开发独特的单、双、四核i.MX应用处理器。
问:Kinetis L的市场定位是进军传统的8位MCU市场。相比于8位MCU, Kinetis L有何创新?
Geoff:Kinetis L系列不仅能提供现今有线和无线连接应用所需的性能和功能, 还具备最低运行功耗和超高电池寿命。Kinetis L系列在我们的Kinetis性能系列、Vybrid控制器解决方案和i.MX应用处理器上, 表现出极佳的兼容性和可扩展性。
问:贵公司在一些特定的应用市场的规划和特色如何?例如智能电网/电表, 医疗电子、白色家电等?
Geoff:过去十年, 飞思卡尔在设备、计量、数字电路功耗等方面进了大量的投资, 并将继续这一趋势。我们已经为细分市场革新了产品组合。例如, 新推出的9S08PT系列专门面向需要高EMC/ESD鲁棒性的中国电器和工业控制市场。一个即将问世的Kinetis系列将继续沿用这个路线。高度集成的Kinetis M系列可以实现高性能和低成本的单相e-meter设计。这些新产品系列为中国市场提供全面的支持和解决方案, 例如单相电表、面向中国智能电网的Type II集线器和面向中国白色家电的变频电机控制。
中国战略
问:飞思卡尔认为在中国发展的最大挑战是什么?
Geoff:如何跟上快速增长的中国市场的步伐, 和向二线城市的快速扩张。近期我们将在中国的10个城市新建销售办公室, 并且和多个中国主要IDH (独立设计公司) 合作伙伴和分销商展开合作。
问:贵公司有很多世界级的代理商和分销商, 与周立功、利尔达等本土IDH合作的意义是什么?
Geoff:本地化是飞思卡尔的关键战略, 和周立功、利尔达等强大的本地IDH的合作, 可以帮助飞思卡尔的产品和解决方案扩大在中国的市场空间。这些中国合作伙伴已面向嵌入式市场建立了专业销售队伍, 并积累了强大的客户群体和应用技巧。我们将继续扩大我们在中国的IDH合作项目, 并坚信这种合作模式将使所有客户和相关方受益。
问:飞思卡尔在华的投资如何?如何更好地融入中国本土?
Geoff:15年前, 我们在苏州开设了第一个设计中心, 10年前, 我们在天津开设了合资设计中心, 我们还拥有一家最先进的EMC/EFT实验室。如今, 飞思卡尔在天津拥有一个封装测试工厂 (是飞思卡尔全球的两大封装测试工厂之一。编者注:也是2012年中国第三大封测企业) , 并在北京、上海、苏州和天津建有4个MCU研发中心, 以面向中国本地IC制造和市场开发出最新的产品设计。
问:在软件APP方面有何发展计划?Geoff:现在, 我们更加需要为中国本地市场和全球市场快速扩大软件和应用支持, 面向包括无线充电、消费电子配件以及智能能源和医疗保健解决方案的应用。
问:飞思卡尔的MCU发展愿景?
Geoff:我坚信在未来几年内, 飞思卡尔还将提供大量的服务和解决方案, 以不断改变我们的日常生活方式, 以期获得长期的健康发展。我们还将继续提供更有效的能源管理解决方案并降低能耗—飞思卡尔愿与我们的合作伙伴携手提供最广泛的解决方案, 推动物联网的发展和其高效部署。
客户可以利用完整的32位ARM处理器生态体系, 该体系是基于开发工具、支持工具、开放和付费软件应用代码库的最大、最多样化的体系。ARM处理器内核最具可扩展性, 可从入门级扩展到基于ARMv8架构的全新64位ARMCortex-A50系列。。——Geoff Lees