基于视觉导航的两轮自平衡小车系统毕业设计.doc

北华大学毕业设计（论文）摘要两轮自平衡小车是移动机器人的一个重要分支，具有体积小、运动灵活、可零半径转弯等诸多优点。并且相对于传统的四轮车，两轮车在直立行走、导航方面对硬件设计、软件开发以及系统调试等提出了更高的要求。本文设计了一种基于视觉导航的两轮自平衡小车系统，并实现了小车的直立行走、自主寻迹两大功能。系统用飞思卡尔十六位微处理器XS128作为核心控制单元，通过增加各种传感器并编写相应程序以完成平衡控制，速度控制，转向控制和自主寻迹四大任务。本设计通过对倒立摆动力学模型的分析，得到小车平衡的条件。利用陀螺仪和加速度计获得车体的倾角和角速度，并进行互补滤波，对倾角进行PD控制实现小车的基本直立；通过光电编码器得到车子的速度，通过转向陀螺仪得到转向角速度，对速度进行PI控制，将转速控制信号与平衡控制信号叠加加载到后轮两电机上，实现小车的静止和直立行走；用摄像头获得道路图像信息，进行图像预处理，提取出路径中心线，获得小车的方向偏差控制量，通过对方向控制量和转向角速度进行PD 控制来调节左右两轮的差速实现小车的转向和自主寻迹。本设计利用了串口调试上位机对系统进行实时调试。实践证明，该两轮自平衡车具有很好的静态平衡性能和动态性能，并能在道路上自主寻迹，流畅转弯，且该系统能有效地抵抗外部扰动。关键词：视觉导航；自平衡；倒立摆；互补滤波；上位机AbstractTwo-wheeled self -balancing vehicle is an important branch of the mobile robot, with a small, flexible movement, can zero turning radius, and many other advantages. And relative to the traditional four cars, two-wheelers in the upright walking, navigation hardware design, software development and system debugging and put forward higher requirements.This paper has designed a two wheeled self-balanced intelligent car system based on visual navigation, and finally achieved the goal that the car could walk upright stably and run along the racing track. Freescale sixteen microprocessor systems MC9S12XS128 as the core control unit, by adding a variety of sensors and to prepare appropriate procedures to complete the balance control, speed control, steering control and autonomous tracking of the four tasks.Through this design inverted pendulum dynamics modeling, analog get the car balanced conditions. Then, this system uses gyroscopes and accelerometers to measure the dip angle and angular velocity of the car, and utilizing Complementary Filter to fuse dip angle and angular velocity. PD control inclination is achieved on the basic car upright. Then the design uses photoelectric encoders to obtain the speed of two wheels and steering angular velocity. The speed is controlled by PI controller. The car could keep stationary and upright by combining the speed control signal and dip angle control signal together. The design uses a CCD image sensor to obtain current image information. Through image processing, extracting the track centerline and getting the direction migration information, we get the direction signal, the system could steer and tracing along the road independently by using PD controller. This design develops PC serial debugging host computer for systems parameters to debug. Practice has proved that the two-wheeled self-balancing vehicle with a good balance of static and dynamic properties, and can be self-tracking on the road, smooth cornering. And the system can effectively resist external perturbations.Keywords: Visual Navigation; Self-balancing; Inverted Pendulum; Complementary Filter; PC- 3 -目录摘要1Abstract2引言11 视觉导航自平衡小车简介21.1 系统概述21.2 国内外两轮自平衡机器人技术的发展现状31.2.1 国外的发展31.2.2 国内的发展41.3 两轮自平衡机器人技术的发展趋势及前景52 方案设计与论证62.1 系统设计62.2 传感器的选择62.2.1 姿态传感器的选择62.2.2 导航方式及寻迹传感器的选择72.3 方案论证82.3.1 平衡控制的方案论证82.3.2 后轮测速的方案论证93 系统原理分析103.1 直立行走任务分解103.2 小车直立控制103.3 小车速度控制133.4 小车转向控制143.5 小车视觉导航154 硬件设计174.1 系统硬件组成174.2 系统各模块的设计174.2.1 主控单元模块174.2.2 电源模块194.2.3 视觉导航模块224.2.4 倾角测量模块234.2.5 电机驱动模块254.2.6 测速模块275 软件设计和算法实现285.1 开发环境介绍285.2 系统整体流程305.3 图像处理算法的设计325.3.1 图像模拟信号采集325.3.2 边沿检测提取算法345.3.3 图像滤波375.4 互补滤波算法的设计395.5 系统控制算法的设计415.5.1 PID控制算法415.5.2 平衡控制算法435.5.3 转向控制算法456 系统调试与参数整定486.1 串口调试486.1.1 串口调试工具486.1.2 无线串口调试上位机486.2 图像采集调试496.3 姿态参数整定506.3.1 角度参数的整定506.3.2 速度参数整定506.3.3 方向参数整定51结论52参 考 文 献53附录A摄像头信号采集模块原理图55附录BMC9S12XS128最小系统原理图56致谢57北华大学毕业设计（论文）引言近年来，移动机器人由于其广泛的应用，成为了机器人领域的一个重要分支。随着研究的不断深入，移动机器人的应用领域更加广泛，所面临的环境和任务也越来越复杂。机器人会经常遇到一些比较狭窄，而且需要灵活移动转弯的工作场合，如何能够保持机器人灵活快捷的执行任务已成为现实应用中人们颇为关心的问题。两轮自平衡机器人就是在这样的背景下提出来的。两轮自平衡小车是一个高度不稳定的两轮机器人，是一种多变量、非线性、强耦合的系统，是检验各种控制方法的典型装置，同时由于它具有体积小、运动灵活、零转弯半径等特点，将会在军用和民用领域有着广泛的应用前景，因为它既有使用价值又有研究意义，所以两轮自平衡小车的研究在最近几十年引起了大量机器人技术实验室的广泛关注。视觉导航两轮自平衡机器人是在原来自平衡机器人的基础上增加了自主导航功能，是一种具有高度自规划、自组织、自适应能力，适应在复杂的非结构化环境中工作的机器人。视觉导航技术是其研究的重要技术，也是自平衡机器人实现智能化及完全自主的关键技术。近年来随着通讯技术、人工智能技术、传感技术、计算机技术的飞速发展，为视觉导航两轮自平衡机器人的开发与研究奠定了坚实的基础和良好的发展前景。1 视觉导航自平衡小车简介1.1 系统概述两轮自平衡机器人自面世以后，由于其系统具有很强的非线性和不稳定的动态性能，迅速受到了世界各国机器人研究者的青睐，为验证各种控制理论提供理想平台，具有重大的理论研究意义。两轮移动机器人所使用的控制方法主要有：状态反馈控制、PID控制、最优控制、极点配置控制等，通常称为传统控制方法。但是传统控制方法的控制对象必须是一个系统状态和参数都是已知的已知系统。由于两轮自平衡机器人的强非线性，对机器人的模型需进行线性化处理。这样得到的机器人模型精确度很低，控制效果不能达到最优。而且两轮移动机器人要在经常变换的环境中工作，采用传统的控制方法，对系统建模时将非线性方程线性化，使得线性化后的模型准确性降低，将很难得到最优的控制效果。国内和国外都有一些研究者在两轮移动机器人的控制算法中采用了神经网络控制、自适应控制、模糊控制等高端算法进行了许多非线性控制方法研究。即使有些控制算法的控制效果能实现基本的功能，但是这些方法普遍存在运算过度复杂、控制器设计困难、相关参数很难调节等局限性，从而使得在实际系统应用难度很大。两轮自平衡机器人是一个集动态决策和规划、环境感知、行为控制和执行等多种功能于一体的综合复杂系统，其关键是解决在完成平衡的同时，还能够实现自主导航及适应各种环境下的控制任务。通过运用外加的加速度传感器、超声波传感器、角度传感器、防碰撞开关等，可以实现小车的跟踪、路径规划和自主壁障等多种复杂的功能。随着两轮自平衡机器人在各个领域的不断深入，越来越多的情况要求机器人具备在未知的环境中自主导航的能力。正确的实时的视觉处理信息直接关系到智能车的行驶速度、运行方向、跟踪效果以及对障碍物的躲避，对系统的实时性和鲁棒性具有决定作用。随着计算机视觉和图像处理技术的快速发展，自动导航技术也不断发展。视觉传感器引导方式由于具有信号探测范围宽、获取信息完整等优点，使得通过视觉传感器获取导航信息成为自动引导技术设计研究的主要方向之一。目前国内外导航机器人大部分都采用基于视觉或者有视觉参与的导航技术。自然环境中的视觉导航的研究涉及到计算机视觉中的各个主要方面，是一个有难度的综合性课题。视觉导航的基本任务包括信息采集、全局定位、道路跟踪和障碍物检测，其中每一个部分都要以环境建模为基础。这是因为环境为智能车导航提供了很充分的信息。环境的某些特征可以为智能车导航提供依据，我们称之为路标。这些路标分成定位路标和导航路标。这些特定的路标，为智能车视觉导航提供了丰富是信息，是自动导航的关键技术，也是决定导航系统智能化程度的重要指标之一。由于两轮移动机器人具有结构特殊、体积小、运动灵活、适应地形变化能力强、能够方便地实现零半径回转、鲁棒性强、适于在狭小和危险的工作空间内活动、能够胜任一些复杂环境里的工作。因此，两轮移动机器人有着广泛的应用前景，其典型应用包括代步工具、通勤车、紧急服务、空间探索、危险品运输、灭火、智能轮椅、高科技玩具、多机器人合作、机器人足球、控制理论测试平台等方面。目前在国际上，对于视觉导航两轮移动机器人应用研究也都处于刚刚起步阶段。所以视觉导航两轮自平衡小车的研究很有意义。1.2 国内外两轮自平衡机器人技术的发展现状1.2.1 国外的发展首先提出两轮机器人构想的是日本 Electro-Communications大学的教授Kazuo Yamafuji，他在 1985 年就萌生了制造一种自动站立机器的构思，并在 1987 年申请的一项“平行双轮机器人”的专利中使用了该技术。近几年，随着两轮移动机器人的研究不断开展，该项技术开始成为全球机器人控制技术的研究热点之一。2002 年，瑞士联邦工业大学的 Felix 等研制出可遥控的两轮移动机器人 Joe，该装置如图 1.1 所示，其最大运动速度可以达到 1.5m/s。Joe 能稳定地做 U 型回转。Fellx 最初使用解耦状态空间控制器来保持系统的平衡，设计者认为使用自适应模糊控制算法能提高 Joe 的抗干扰能力。图 1.1 机器人 Joe图 1.2 机器人 LegWay2002 年，Leg 公司设计了两轮移动机器人 LegWay，该装置如图 1.2 所示的。Legway是第一款玩具移动机器人，外形只有手掌大小，结构紧凑、控制灵活、模块化的结构设计，使得二次安装和拆卸都很方便。设计中引入了电机的差动驱动方式，机器人可以工作在斜面甚至不规则表面上，同时支持无线遥控操作。该机器人采用光电接近探测器来测量与地面之间的距离来实现平衡，并实现了对特定曲线轨迹进行跟踪。1.2.2 国内的发展目前，国内主要针对两轮机器人建模与实验原型机的研制进行研究。2004 年，中国科学技术大学成功研制了两轮自平衡电动代步车 Free Mover，如图1.3 所示。它可以实现零半径回转，无刹车系统，整车质量约为30 公斤。正常工作时，操作者经10分钟的训练后就可以驾驶其行走。身体前倾时车子自动加速，后倾时自动减速。通过控制手柄，该电动车可原地转弯任意角度，时速可达 10 公里。连续行驶里程约 30 公里。2005年，哈尔滨工程大学研制了一部双立人Sway，如图 1.4 所示，该机器人系统采用两块8051 单片机，一块作为机器人的控制器，另一块作为上位机的核心控制器。为了提高了检测精度，系统采用反射式红外线距离传感器和加速度计测量车体倾斜角度，为了提高系统的抗干扰能力，采用差分算法作为核心控制算法。机器人与上位机之间的数据通讯由MODEM 完成，人机交互界面通过液晶显示器实现。但由于没有对地面不平整及车轮打滑等异常情况进行考虑，该两轮自平衡机器人只能在理想的水平路面运行。 图 1.3 两轮代步车 Free-Mover 图 1.4 机器人 Sway1.3 两轮自平衡机器人技术的发展趋势及前景表1.1对几种典型的两轮自平衡机器人系统的结构特点，功能特点和传感器进行了综合比较。表 1.1 典型两轮自平衡机器人的结构特点比较系统结构感知系统类型传感器Legway质量均布式单传感器光电探测器器nbot质量均布式组合传感器组合传感器 FAS-GJoe倒立摆式单传感器式陀螺仪SegWay倒立摆式组合传感器式1 个陀螺仪，2 个倾角计和光学传感Flathru质量均布式组合传感器式3 个陀螺仪，1 个 3轴加速度计分析表明，为了实现两轮移动机器人的实用化，在机器人的导航技术与控制方法等方面仍然有许多有待研究的问题，目前主要研究移动机器人的导航定位、路径规划、灵活控制等问题，具有重要的学术价值和现实意义。尽管国内外许多研究机构对两轮移动机器人开展了很多研究，但机器人前进，后退，旋转等运动状态，如何设计控制策略，以保持身体的运动和动力系统可立即恢复后干扰导航和平衡等方面，仍有许多问题值得研究的地方。未来，两轮自平衡小车的发展趋势有以下几个方面。系统的设计应满足动态移动机器人的要求，机械结构要紧凑、对称和简单的控制，完善现有的原型系统，在国内和国外的制度设计特点方面，体现了设计的多样性；信息感知系统采用的传感器形式从单传感器、多传感器到组合传感器；控制系统从单微处理器到多微处理器结构；机械结构从定质心倒立摆式结构、定质心质量均布式结构、变质心倒立摆式结构到变质心质量均布式结构。2 方案设计与论证2.1 系统设计本文设计了一种基于视觉导航的两轮自平衡小车系统，实现了两轮小车的直立行走和自主循迹。自平衡小车系统如图2.1所示，该系统采用飞思卡尔MC9S12XS128单片机作为核心控制单元，分别利用陀螺仪和加速度计测量车体的倾斜角度和角速度，并对测量角度和角速度进行互补滤波融合。通过编码器获取两轮的速度信息与正反转，并对速度进行闭环控制。通过摄像头获得道路实时图像信息，并进行图像预处理，提取出赛道中心线，获取车身位置和偏移量，通过调节左右两轮差速实现转向和自主寻迹。采用串口调试上位机对各种参数进行实时调试。图2.1 系统结构框图2.2 传感器的选择2.2.1 姿态传感器的选择为实现两轮车的动态自平衡和运动控制，首先必须得到足够精确的姿态信息。根据机器人的应用环境，一般选择陀螺仪、加速度计、电子罗盘、超声波传感器组和光电接近探测器等传感器来采集两轮自平衡机器人的姿态信息。表2.1对这几种测量姿态的传感器的性能进行了比较。表2.1 常用测量姿态传感器性能比较传感器检测量优点缺点倾角计角度静态、低速运动性能好，精度高，无累积误差动态响应慢，不适合跟踪高速动态运动，频带窄，更新频率慢加速度计加速度静态、低速运动性能精度高，更新频率快动态响应慢，高速运动有误差，不适合跟踪高速动态运动陀螺仪角速度动态响应性能好，频带宽，更新频率快测量姿态时存在累积漂移误差，不适于长时间单独工作电子罗盘角度静态、低速运动性能好，精确度高，无漂移误差动态响应慢，频带窄，受外界磁场影响，不适于室内导航由于该系统是大滞后的非线性系统，对动态性能和稳态精度要求很高，所以本系统选用了IMU传感器中的加速度计和陀螺仪测量倾角信息。2.2.2 导航方式及寻迹传感器的选择目前在移动机器人领域较为先进的导航方式有GPS导航、IMU导航、超声波导航、激光雷达导航、视觉导航、光电导航、电磁导航。由于我们的导航时需要小车在任意给定的赛道上自主沿着赛道中心线稳定行驶，属于有轨迹导航。其中视觉导航、光电导航、电磁导航可以实现在任意轨迹上的自主寻迹导航。表2.2对三种有轨导航方式进行比较。由于电磁导航的前瞻受到限制，而光电导航硬件过于复杂，不适合两轮自平衡小车的机械结构的优化设计。基于摄像头的视觉导航，由于硬件简单，大前瞻，广视野，能获得丰富的道路信息，在此选择摄像头采集赛道的实时信息来实现小车的自主寻迹。目前市场的摄像头有两大种：CCD和CMOS。CCD摄像头采集的图像清晰，噪点少，车体行驶时抖动小，对图像采集影响小。而CMOS摄像头虽然体积小，但是动态性能较差，车体行驶时容易出现图像模糊的现象。综合分析，本系统最终采用CCD摄像头作为路面信息采集的传感器。表2.2 三种有轨导航方式对比导航方式优点缺点光电导航检测信息速度快，软件数据处理简单道路参数检测精度低，检测前瞻距离短，占用MCU端口资源较多，容易受到外界光线影响电磁导航成本低，电路设计相对简单，检测信息速度快，受外界影响小道路参数检测精度低，检测前瞻距离短视觉导航检测前瞻距离远，检测范围宽，检测道路参数多，占用MCU资源少电路设计相对复杂，检测信息更新速度慢，软件处理速度较多2.3 方案论证2.3.1 平衡控制的方案论证方案一：由于平衡控制和速度控制两个控制环之间的耦合性很大，导致电机不能变化过大而对平衡造成破坏。考虑将直立控制和速度控制两个控制环进行解耦，直立控制仅依靠外力来维持平衡。在此可以在车子的中心位置安装一舵机，并在舵机的输出处安装一两端挂有重物的连杆，通过舵机带动连杆的移动实现自动调节车体前后重心的目的。让车体重心始终保持在正中心的位置便可保持车体的平衡。电机只负责前进和转向。这样一来，速度控制和转向控制可以有更大的稳定裕度。方案二：假定系统的动力最初都来源于后轮的两个电机，通过电机的正反转来维持车子的平衡，通过电机的控制实现速度的控制，通过两电机的差速来实现转向的控制。最后将平衡控制信号，速度控制信号，转向控制信号一起叠加后加载到后轮两个电机上。可实现小车直立、行走和自主寻迹。但是由于三个控制环都是耦合在一起的，方向控制和转速控制不能对平衡控制有太大的影响。且平衡控制的优先级最高。经实践验证，第一种方案在平衡控制方面系统的响应速度很慢，平衡的稳定性和抗干扰性很难得到保障。最终选择方案二，系统的动力只依靠后轮的两个直流电机。通过控制后轮两个电机的转速来实现平衡控制，速度控制和转向控制。2.3.2 后轮测速的方案论证方案一：光电码盘测速方案。在主动轮齿圈附近安装了一对光电传感器（E3f-5i透射式光电开关），当车辆稳定行驶时主动轮齿圈在光学传感器之间旋转，传感器将产生间断的脉冲信号，测量该脉冲信号的周期可以间接地获得主动轮的运动周期，该装置硬件设备简单。方案二：采用欧姆龙编码器直接测单位时间的脉冲数。由于编码器内部有滤波和整形电路，输出的脉冲是稳定的方波脉冲。可以适应高速运行状态，在工业生产设备上应用广泛。经实践证明：方案一测速方式很容易受外界环境的干扰，导致测出来的速度和实际速度差别很大，影响车体的动态性能。本系统通过调节两车轮的速度来实现平衡，对速度的精确度要求很高。因此，选择方案二作为测速的传感器。3 系统原理分析3.1 直立行走任务分解由于小车运行的动力都来自于车模的两个后轮，后轮转动由两个直流电机驱动。因此从控制角度来看，车模作为一个控制对象，它的控制输入量是两个电机的转动速度。车模运动控制任务可以分解成以下三个基本任务：任务一：控制小车直立。根据角度传感器测量的角度信号，通过控制两个电机正反转保持车模直立状态。任务二：控制小车速度。通过调节小车的倾角来实现车模速度控制，由于后轮两驱动电机提供了所有动力，最终通过控制电机的转速来实现车轮速度的控制。任务三：控制小车转向。通过控制两个电机之间的转动差速实现小车转向控制。小车直立和方向控制任务都是直接通过控制小车两个后轮驱动电机完成的。假设小车电机可以虚拟地拆解成两个不同功能的驱动电机，它们同轴相连，分别控制小车的直立平衡、左右方向。在实际控制中，是将控制小车直立和方向的控制信号叠加在一起加载电机上的。三个任务分解后，各自独立进行控制。由于最终都是对小车的电机进行控制，所以它们之间存在着耦合。为了简化分析，在分析其中之一时假设其它控制对象都已经达到稳定。比如在速度控制时，需要小车已经能够保持直立控制。保持小车的平衡是三个任务的关键所在，所以三个任务执行的优先级为：平衡控制 速度控制 转向控制。由于小车同时受到三种控制的影响，从小车平衡控制的角度来看，其它两个控制就成为它的干扰。因此对小车速度、方向的控制应该尽量保持平滑，以减少对于平衡控制的干扰。3.2 小车直立控制控制车模平衡的直观经验来自于人们日常生活经验。一般的人通过简单练习就可以让一个直木棒在手指尖上保持直立。这需要两个条件：一个是托着木棒的手掌可以移动；另一个是眼睛可以观察到木棒的倾斜角度和倾斜趋势（角速度）。通过手掌移动抵消木棒的倾斜角度和趋势，从而保持木棒的直立。这两个条件缺一不可，实际上就是控制中的负反馈机制。该两轮小车的平衡控制也是通过负反馈实现，通过控制车子两个后轮的前后转动，抵消倾斜的趋势便可以保持车体直立。如图3.1所示，车体向前倾斜，车轮向前加速运行。车体向后倾斜，车轮向右加速运行。图 3.1 通过车轮的运动来保持车体的平衡下面对倒立车模进行简单分析，然后建立速度的比例微分负反馈控制，根据基本控制理论讨论车模通过闭环控制保持稳定的条件。假设倒立车体简化成高度为L，质量为 m 的简单倒立摆，它放置在可以左右移动的车轮上。假设外力干扰引起车模产生角加速度 x(t)。沿着垂直于车模底盘方向进行受力分析，可以得到车模倾角与车轮运动加速度 a(t)以及外力干扰加速度 x(t)之间的运动方程。车体受力分析模型如图 3.2所示。图3.2 车体受力分析模型由图3.2的受力分析模型可得车模运动方程： （3.1）在角度很小时，运动方程简化为： （3.1）车模静止时： （3.3）对应车模静止时，系统输入输出的传递函数为： （3.4）此时系统具有两个极点，其中一个极点位于平面的右半平面，因车模不稳定。车体引入比例、微分反馈之后的系统如图3.3所示：图 3.3 加入比例微分反馈后的系统框图系统传递函数为： （3.5）此时两个极点位于：。系统稳定需要两个极点都位于平面的左半平面。要满足这一点，需要，。由此可以得出结论，当满足，时，直立车体可以稳定。在角度反馈控制中，与角度成比例的控制量是称为比例控制；与角速度成比例的控制量称为微分控制。因此上面系数，分别称为比例和微分控制参数。其中微分参数相当于阻尼力，可以有效抑制车模震荡。总结控制车模直立稳定的条件如下：1. 能够精确测量车模倾角的大小和角速度的大小；2. 可以控制车轮的加速度。3.3 小车速度控制小车加速度和运行速度是通过控制车轮速度来实现的，而车轮速度的控制是通过对电机转速控制实现的。电机运动控制的三个作用：通过电机加速控制，实现小车平衡；通过电机速度控制，实现小车静止以及运行；通过电机差速控制，可以实现小车转向。当小车已经能够实现稳定的平衡时，只要控制小车的倾角就能实现速度控制。给定车模直立控制的角度设定值，在角度控制调节下，车体将会自动维持在一个角度。通过前面车模直立控制算法可以知道，车模倾角最终是跟踪重力加速度 Z 轴的角度。因此车模的倾角给定值与重力加速度 Z 轴角度相减，便可以最终决定车模的倾角。为了更容易分析，首先忽略角度控制引起小车速度不稳定。倾角所产生的加速度决定小车的速度，速度的设定会影响到小车往前倾的角度设定。因此小车的速度将由倾角度进行积分得到。小车速度控制框图如图 3.4所示。图 3.4 车模运动速度控制简化模型结合小车角度的闭环控制，将角度控制闭环与速度控制闭环叠加在一起便可实现速度和角度的综合控制。但是要注意的是，由于速度控制环为“负”极性，原来的负反馈相当于正反馈。在原来直立控制下，由于车模速度与车模倾斜角度之间的传递函数的非最小相位特性，在这种控制条件下，容易造成系统的不稳定性。3.4 小车转向控制系统调试的环境是一铺有引导线的任意形状的跑道，跑道两边贴有宽度约为2.5cm的黑胶带，通过摄像头采集赛道的整幅图像信息，进行滤波去噪，提取出赛道两边的两条黑线，根据两黑线的位置计算出车体偏移赛道中心线的位置，并得到方向偏差控制量。通过调整小车的方向，再加上小车前行运动，可以逐步消除平衡车距离中心线的距离差别。这个过程是个积分过程，因此小车的差动控制一般只需要进行简单的比例控制就可以完成小车的方向控制。但是由于小车本身安装有电池等比较重的物体，具有很大的转动惯量，在调整过程中会出现小车转向过冲现象，如果不加以抑制，会使得小车冲出赛道。根据前面角度和速度控制的经验，为了消除平衡车方向控制中的过冲，需要增加微分控制。微分控制就是根据小车方向的变化率对电机差动控制量进行修正控制方式。因此，增加一个陀螺仪，用来对小车转动角速度的检测。对方向控制量和车体转动角速度进行PD控制可得到转向控制信号。根据相应的转向控制信号调节左右两个轮子的差速来实现转弯和寻迹。结合小车角度的闭环控制，速度的闭环控制，将角度闭环，速度闭环与差速闭环叠加在一起便可实现直立，速度和转向的综合控制。控制结构图如图3.5所示。图 3.5 转向控制系统结构框图3.5 小车视觉导航本系统采用的是CCD模拟摄像头来实现视觉导航，CCD摄像头按一定的分辨率，以隔行扫描的方式采集图像上的点，当扫描到某点时，就通过图像传感芯片将该点处图像的灰度转换成与灰度相对应的电压值，然后将此电压值通过视频信号端输出，如图3.6所示。具体而言，摄像头连续地扫描图像上的一行，就输出一段连续的电压视频信号，该电压信号的高低起伏正反映了该行图像的灰度变化情况。当扫描完一行，视频信号输出端就输出一个低于最低视频信号电压的电平，并保持一段时间。这样相当于，紧接着每行图像对应的电压信号之后会有一个电压同步脉冲，它是扫描换行的标志。然后，跳过一行后（因为摄像头是隔行扫描的方式），开始扫描新的一行，如此下去，直到扫描完该场的视频信号，接着就会出现一段场消隐区。此区中有若干个复合消隐脉冲（简称消隐脉冲），在这些消隐脉冲中，有个脉冲它远宽于（即持续时间长于）其他的消隐脉冲，该消隐脉冲又称为场同步脉冲，它是扫描换场的标志。场同步脉冲标志着新的一场的到来，不过，场消隐区恰好跨在上一场的结尾部分和下一场的开始部分，场消隐区过去之后，下一场的视频信号才真正到来。摄像头每秒扫描25幅图像，每幅又分奇、偶两场，先扫描奇场，后扫描偶场，故每秒扫描50场图像。奇场只扫描图像中的奇数行，偶场则只扫描偶数行。图 3.6 摄像头输出信号示意图4 硬件设计4.1 系统硬件组成硬件电路设计是视觉导航平衡车系统的基础，本系统以MC9S12XS128为核心控制单元，建立最小系统，并在此基础上集成了下载、调试以及外围接口电路，形成了完备的调试控制中心电路。系统的硬件部分主要包括控制模块、电源模块、倾角传感器模块、驱动模块、测速模块、图像采集模块、人机交互模块。通过CCD摄像头采集路径信息，经外部高速AD模块TLC5510模块转换后，读入单片机，从而实现对当前路径进行识别；同时通过单片机内部AD采集姿态传感器的信号，由控制器进行滤波和信号处理，对车身姿态进行判断；最后根据路径识别和姿态识别信息，通过一定的控制算法将控制量的输出通过PWM的形式送给后轮电机，以实现系统的所有功能。系统的硬件结构框图如图4.1所示。图4.1 硬件结构框图4.2 系统各模块的设计4.2.1 主控单元模块主控单元是整个系统的核心部分，为了适应生产作业的复杂环境，主控芯片必须要考虑许多问题：稳定性，功能模块，处理速度和能力，兼容性还有系统的整体设计环境。综合上述分析，在考虑众多问题之后，我们选用了汽车级单片机，飞思卡尔公司生产的MC9S12XS128单片机。MC9S12XS128(以下简称XS128)是Freescale公司推出的S12XS系列单片机中的一款增强型16位单片机，S12XS系列单片机是在S12XE系列基础上去掉XGate协处理器的单片机，该系列单片机采用CPU12X V2内核，可运行在40MHZ总线频率上。不仅在汽车电子、工业控制、中高档机电产品等应用领域具有广泛的用途，而且在FLASH存储控制及加密方面也有很强的功能。片内集成高速A/D转换器，多路PWM脉宽调制器，增强型定时器，以及SCI，SPI，CAN总线等模块，具有丰富的I/O资源。该单片机的主要特点如下：CRG 时钟和复位发生器 COP 看门狗； 实时中断。标准定时器模块 8个16位输入捕捉或输出比较通道； 16位计数器，8位精密与分频功能； 1个16位脉冲累加器。周期中断定时器PIT 4具有独立溢出定时的定时器； 溢出定时可选范围在总线时钟； 溢出中断和外部触发器。多达8个的8位或4个16位PWM通道 每个通道的周期和占空比有程序决定； 输出方式可以选择左对齐或中心对齐； 可编程时钟选择逻辑，且可选频率范围很宽。SPI通信模块 可选择8位或16位数据宽度； 全双工或半双工通信方式； 收发双向缓冲； 主机或从机模式； 可选择最高有效为先输出或者最低有效位先输出。两个SCI串行通信接口 全双工或半双工模式。输入输出端口 多达91个通用I/O引脚，根据封装方式，有些引脚未被引出； 两个单输入引脚。本系统用到XS128的ADC、PWM、ECT、I/O以及SCI等模块，微控制器功能分配图如图4.2所示。图4.2 微控制器功能分配图4.2.2 电源模块系统硬件的主电源由容量为2000毫安时的7.2V镍镉电池提供，在整个系统中，由于每个芯片和模块需要的工作电压和电流容量存在差异。其中CCD摄像的工作电压是12V，MC9S12XS128，TLC5510，LM1881，编码器等都需要5V的电压才能稳定工作，陀螺仪、加速度传感器等则需要工作在3.3V电源，后轮驱动电机可以直接使用电池电压供电，也可以稳压以后供电。因此，为了保证整个系统所有模块的供电稳定，需要将电池电压通过电压转换模块转换成不同的目标电压，确保正常供电。整体供电模块框图如图4.3所示。图4.3 供电模块框图由于CCD摄像头的工作电压为12V，高于电池电压，这里采用MC34063芯片进行升压处理。34063是一单片双极型线性集成电路，其外围电路简单，转化效率高，能在3.040.0V的输入电压下工作，最大可以提供1.5A电流。通过34063升压电路以后的输出电压条件足以满足CCD摄像头的工作要求。具体电路如图4.4所示。图4.4 MC34063 12V升压电路系统中5V的电源是由LM2940-5稳压电路提供，LM2940-5为串联型集成稳压芯片，具有提供电流大，工作压差小等特点，其电路原理图如图4.5所示，系统中3.3V电源由AMS1117-3.3稳压电路提供，其原理图与LM2940-5芯片相似，这里不再复述。图4.5 LM2940-5 5V稳压电路4.2.3 视觉导航模块该模块主要的作用就是采用CCD摄像头采集环境