2009年第四届国际会议计算机科学与教育的报告
基于光电传感器的智能汽车系统的跟踪控制算法
作者：郝先伟 厦门大学自动化系 厦门，中国
孙鸿飞 厦门大学自动化系 厦门，中国
摘要—本文对目标识别和轨迹技术进行了分析。在光电传感器的基础上，人们提出了跟
踪控制算法。该算法利用了地点的误差和路线的信号作为输入的参数，来规范舵机输出角。这种智能车系统包括直线的轨迹控制算法，弯曲的轨迹控制算法和S型根据不同特征的轨迹式的轨迹控制算法。实验表明，利用该算法，智能车可以沿着直线轨迹顺利地移动，弯曲的轨迹和S 型轨迹的准确性令人感到满意。 索引术语—光电传感器，黑色轨迹，智能车 1.导言
一个智能车系统是由电源模块，传感器模块，直流（DC）驱动电机模块，路径识别模块，通讯和调试模块和单片机模块组成[4].。为了使智能车以合理的速度沿着轨道移动，路径的信息检测，直流伺服电机控制和驱动电机控制必须连接在一个单片机上。如果传感器的数据是不正确地采集和识别，并且转向伺服电机控制有一个错误的操作，智能车将严重地摇动或者甚至偏离跑道。如果直流驱动电机控制是无效的，它也可能导致智能车在直线运行时速度较慢或者在弯道处速度较快。从图1，我们可以看到的智能车的运行系统
图1. 智能车的总控制程序
对于一个智能车来说，跟踪控制就是意味着设计一个算法来识别黑色条状的标示线以至于智能车可以沿着规定的轨迹顺利移动。对于智能车的跟踪控制算法已经得到了很多的关注。有些方法已经在一些参考文献中得到采用，例如，电荷耦合器件（CCD）图像处理，模糊控制和视觉模糊控制方法[1，2，3]。CCD图像处理方法的优点是像素密集和高精度。它的缺点是信号的采集和数据处理周期长。CCD图像处理方法容易受到周围环境的光线干扰。视觉模糊控制方法的优点是控制规则的自由，对象明确的模型有完全的独立性，适应性强和较强的鲁棒性[3]。其缺点是精度低，适应能力不足和高频振荡。在本文中，我们采用光电传感器来检测智能车参考轨迹信息的跟踪。为了实现智能车能够又好又平稳地沿着参考轨迹运行，我们提出了一个解决方案，该方案是针对智能车主功能控制系统的，该系
统包括黑线的信息的识别，舵机角度的控制以及驱动电机调速的控制。在整个智能汽车系统中，作为智能车的眼睛，光电传感器必须找准路径信息，使智能车系统运行稳定。跟踪控制策略包括直线算法，弯曲的线算法，S型线算法和误差处理机制算法分别。这种跟踪算法具有以下优点：对离散信号采集点少，对外界光照的抗干扰的能力强，反应时间短，成本低。仿真结果表明，如果光电传感器的布局安排适当的话，跟踪控制算法与那些带有CCD的智能车具有相同的效果。 二．跟踪控制算法的实现 1．光电传感器布局
光电传感器是由一系列的光发射和光接受二极管组成。一条黑色轨迹的跑道。黑色轨迹上的光照强度与白色轨迹上的光照强度的反应是不同的。我们提出了一个基于上述原则为基础的共同的方法，该方法是离散识别算法。二极管的电压值将通过I / O端口被发送到微控制器[5?6]。中央处理器根据输入端口电压来决定传感器是否是在标记线的顶部。智能车系统能检测出那些传感器在黑色轨道顶部之上。目前，智能车系统能够确定智能车的相对位置和路径信息。
光电传感器的数量和间隔的布局都与控制算法密切相关。为了预测更远的距离，实现更高的效率，我们采用的解决方案如图2所示的类型1。这种类型使用10个光电传感器，安排光电传感器的间距是不平等的。这种非线性的形式有优越性和科学性。黑点代表光电传感器的安装位置，是对称分布在两侧的。相邻两个光电传感器之间的距离设置分别为22，16.5，16.5，16.5，10，16.5，16.5，16.5和22，单位为毫米。该电路板是通过螺丝固定在U型支架上的。整个光电传感器是固定在智能车前面的。
图2. 光电传感器的布局
由于电路板在车子上不能扩展的太远，为了达到更好的效果我们可以调整电路板的倾斜度，如图3所示。最终智能车系统将有一个良好的前瞻性的作用[4]。
图3. 光电传感器检测与斜坡路径
2. 系统稳定运行的算法
跟踪控制算法常用于调节电动机的速度和舵机的角度。当3号和6号之间的光电传感器总是低电平有效的时候，可以得知，光电传感器检测到直轨迹。这时，智能车将全速运行。在这种情况下，智能车可以达到最大速度。当0号和3号或者6号和9号之间的光电传感器总是低电平有效的时候，可以得知，光电传感器检测到S型或弯曲型的轨迹。在这种情况下，智能车应当提前减速来左转或者右转。这时智能车的速度不应太快，以避免冲出轨道。我们应当采取限速策略，来解决这个问题..当光电传感器的牵引距离是22毫米的时候，最大速度为3米/秒。当光电传感器的牵引距离是16.5毫米的时候，最大速度为3.3米/秒。
图4是系统稳定运行的流程图。
智能车的位置是由光电传感器的反馈值来决定的。光电传感器将检测到的黑线的模拟信号值转化为数字信号值。这些值是在0和255之间的。然后，智能车系统作出判断，决定哪个传感器的值小于80。值较小的表明，该传感器检测到的是黑线的位置。然后它的标志位用C + +程序被设置成0。而且根据标志位CPU来计算坐标。智能车系统将发出相应的PWM波形给舵机并且通过坐标给智能车一个需要的角度。例如，如果0，1，2，7，8，9号传感器检测黑线，我们可以得出结论，智能车将偏离直线轨迹。当智能车沿着弯曲的轨迹前进的时候，智能车系统将让智能车提前减速并给予必要的速度和角度。当4，5号传感器检测黑线的时候，可以得知智能车是沿直线轨迹运动。因此，智能车将加速运行。
图4. 跟踪控制算法流程图
3. 智能车跟踪控制算法
1）直轨迹控制算法：直线运行对智能车来说是一个基本和重要的要求。在这种情况下，智能车能达到最大速度和最大加速度。最大速度大约是9m/s-10m/s或更快。如图5所描述的那样可以实现直线算法。
智能车系统是根据光电传感器检测路径信息和调用相应的程序去控制电机的速度和转向角度，来决定直线控制算法的。
2）弯曲型轨迹和S型轨迹的控制算法：当智能车系统检测到弯曲轨迹的时候，智能车在该方式下是以便捷的方式运行的。换句话说，智能车是沿着轨道内侧运行而不是跟着轨道运行。图6表明，为了让智能车提前拐弯，当光电传感器3号发现黑线时，智能车系统可能
将标志位S设成1并且2号标志位的S设成0。
图5. 直线轨迹控制策略
图6. 黑线和光电传感器的位置
当中心点是偏斜时，智能车将出现跑偏现象。智能车系统为智能车在弯曲轨迹中离轨道内部运行奠定了基础。在智能车系统记录了第一圈信息之后，当智能车跑第二圈的时候，它可以直接辨别出下一个弯道是左转还是右转，然后，他可以通过半径小的地方穿过弯曲轨迹，来减少距离和节省时间。图7是弯曲轨迹控制策略。
图7. 弯曲轨迹控制策略
当智能车正沿着S型轨迹运行时，如果不能有效地控制他的速度，它有可能冲出跑道。图8和图9显示了S型控制策略。
智能车系统记录了AD模块中的数字信号的值并且与数255进行比较，如果右侧传感器的值小于255，设置A1=1；如果中间传感器的值小于255，设置A2=1；如果左侧传感器的值小于255，设置A3=1。如果A1，A2和A3都是1，可以得知传感器检测到的是S型轨迹。 3）可能的情况及其相应的算法：由于智能车是后轮驱动，如果智能车加速穿过一条弯曲轨迹时，它有可能出现过度转向的现象。智能车系统需要精确控制舵机。如果10个光电传感器都无法检测到黑色轨迹，这意味着智能车冲出跑道。在这种情况下，智能车系统应进行如下图10中的控制策略。