您的位置 首页 系统

根据接连操控算法完成光电传感器的接连途径辨认

基于连续控制算法实现光电传感器的连续路径识别-全国高等学校自动化专业教学指导分委员会受国家教育部委托,举办第一届“飞思卡尔”杯大学生智能车邀请赛。在智能车赛事中,路径识别方法主要有两大类,一类是依靠红外光电传感器,一类是依靠摄像头。红外光电传感器以其体积小、价格低廉、安装灵活方便且不受环境可见光干扰等特点得到了广泛的应用。

导言

全国高等学校自动化专业教育辅导分委员会受国家教育部托付,举行第一届“飞思卡尔”杯大学生智能车邀请赛。在智能车赛事中,途径辨认办法主要有两大类,一类是依托红外光电传感器,一类是依托摄像头。红外光电传感器以其体积小、价格低廉、装置灵敏便利且不受环境可见光搅扰等特色得到了广泛的使用。

关于该类传感器来说,相应于不同的路面条件(主要是是非度),接收管接收到地上漫反射红外线后其两头电压将有所不同,即传感器接收管正对白色路面,则其电压较高,若正对黑色的途径符号线,则电压较低。因而,依据这个原理能够提出一种比较常见的途径离散辨认算法:经过一般I/O端口将接收管电压读入单片机,依据端口输入的凹凸电平逻辑来判别该传感器是否处于途径符号线上方,再挑选出一切处于符号线上方的传感器,便能够大致判别此刻车身相对路途的方位,确认途径信息。

这种离散算法简便易行,对硬件及算法要求都比较低,在传感器数目较多的情况下也能够完结较高的辨认准确性。但它的一个丧命缺点在于途径信息只是依据间隔排布的传感器的离散值,关于两个相邻传感器之间的“盲区”无法供给有用的间隔信息,因而在传感器数目受到约束的智能车赛事中,其途径辨认精度极大地受制于传感器数目及其间隔。

即便传感器数目不受约束,途径辨认精度足够高,离散途径辨认算法仍有其难以克服的固有缺点。因为离散算法得到的途径信息为离散值,假如直接使用到转向及车速操控战略中,必然形成转向及车速调理的阶跃式改变,这将会对赛车的功能发生以下晦气影响:其一,转向及车速操控生硬,对途径改变反响不灵敏,一起易发生超调及振动现象;其二,舵机输出转角相关于途径为阶跃式推迟呼应,关于寻求高速功能的高车速短决议计划周期操控战略来说,很或许因为舵机呼应不及而形成操控失效。

为了处理以上问题,一方面能够从途径辨认算法上着手,寻觅辨认精度高,不受传感器数目约束,辨认信息接连的途径辨认算法;另一方面也能够从操控算法上着手,寻觅依据离散途径信息的接连操控算法。本文着眼于第一条思路,提出一种将有限间隔排布传感器收集的数据接连化的办法,来完结接连途径辨认。

光电传感器特性

该接连化办法主要是树立在对光电传感器特性的深入研究的根底上。

事实上,红外光电传感器特性并非如前文所述那样简略(白区高电压,黑线低电压),其电压巨细与传感器间隔黑色途径符号线的水平间隔有定量联系:离黑线越近,电压越低,离黑线越远,则电压越高,(详细的对应联系与光电管类型以及离地高度有关),如图1所示。

依据接连操控算法完结光电传感器的接连途径辨认

图1 传感器电压与偏移间隔联系示意图

因而,只需把握了传感器电压—偏移间隔特性联系,就能够依据传感器电压上的巨细确认各传感器与黑色符号线的间隔(而不是只是大略判别该传感器是否在线上),然后取得车身相对途径符号线的方位,得到接连散布的途径信息。

接连途径辨认算法

算法总流程框图如图2所示,分为光电传感器特性测定、竞赛开端前预标定、正式竞赛三个进程。

(1)传感器特性测定

传感器电压—违背间隔曲线的测定是完结接连途径辨认的根底,需在软件调试阶段预先完结。以下将以一套实践规划的传感器为实例,阐明曲线测定的进程。

传感器组参数如表1所示。

表1 传感器组参数

图3 实测传感器电压—违背间隔特性曲线

图4 归一化后的传感器电压—违背间隔特性曲线

测定进程中,首要需求挑选测验点,即挑选与路途符号线远近间隔不同的点,如10cm、9cm、8cm……2cm、1cm等;然后在这些点上进行传感器电压采样,得到这些点所对应的传感器接收管电压值;最终将电压值与间隔参数一一对应,便可制作出传感器电压—违背间隔曲线。实测曲线如图3所示。

从曲线中不难看出,因为器材制作工艺的问题,各个光电管的功能特性存在很大差异,特别是电压动摇规模相差较大。因而,为了给算法拟定一致的规范,给数据处理带来便利,需对各传感器的特性曲线进行归一化处理,详细办法有许多,比方能够把各传感器的电压值都处理成相对该传感器最大电压(白区电压)和最小电压(黑区电压)的改变百分比,以使一切的特性曲线的规模都将在0到100之间。

归一化处理后的特性曲线如图4。由曲线可知,该组光电管传感器的电压—违背间隔特性曲线基本上出现三段形状:即两头违背黑线较远处为斜率较小的直线段,中心为斜率较大的陡升段,黑线附近处底部出现小渠道(某些传感器特性曲线没有显示出渠道是因为测验点间隔较大的原因)。使用软件东西对这些曲线进行分段直线拟合,以得到可供算法使用的简略线性联系曲线,成果如图5。

图5 线性拟合后传感器电压—违背间隔特性

有了这些曲线,便能够依据传感器电压,来核算各传感器与赛道中心符号线之间的间隔,然后得到接连散布的途径信息。在算法编写进程中,需将上述得到的传感器特性曲线参数写入程序,作为数据库进行保存。

(2)预标定

考虑到赛道差异以及传感器温漂对传感器电压全体改变发生的影响,每次赛车动身前需求进行赛道预标定,然后为下面算法途径辨认部分中的归一化处理供给准确的归一化基本参数。

在标定进程中,赛车处于泊车状况,但传感器及其电压A/D转化通道仍在作业,单片机不断记载读入的电压值。在赛道上移动赛车使其一切传感器均能扫过白色的路面以及黑色的赛道符号线,这样单片机就能记载下在该赛道上路途传感器的电压最大值(白区电压)以及最小值(黑区电压),为算法中的归一化处理供给基本参数。

(3)途径辨认

途径辨认(即途径信息获取)为操控算法的核心内容,各进程在单个决议计划操控周期内完结。

首要,在每个决议计划操控周期中,经过A/D转化将传感器电压转化为数字量读入单片机中。

然后,使用在标定进程中得到的传感器电压最大、最小值将得到的传感器电压进行归一化处理。

下面需求确认能够用于确认途径信息的有用传感器。从原始传感器特性曲线中不难看出,曲线在低电压值处的直线度较好,斜率较大,与咱们所选取的分段直线模型较为近似,而在高电压值处则有较大差错,因而为了确保途径信息准确性,需求对传感器信息进行挑选,选用那些所得电压值百分比较小,即与黑色赛道符号线相距较近那些传感器。例如能够挑选电压百分比最小的三个传感器作为有用传感器。

接着,就需求调用传感器特性曲线参数进行途径信息核算。从特性参数数据库中调用从前确认的有用传感器的陡升段斜率,传感器中心方位等参数信息。然后依据这些参数以及传感器电压百分比,就能够核算由每一个有用传感器得到的车身中心方位违背途径符号线的间隔。

最终,为了能够进步途径信息的准确性,减小单个传感器勘探及数据转化的差错,能够将依据三个有用传感器核算得到的三个偏移间隔取均匀,得到较为准确的途径信息。

值得留意的是,这样得到的途径信息是车身中心偏移途径符号线的间隔,是一个接连改变的量,不光能在传感器处于赛道符号线正上方时勘探到赛道,也能在传感器偏移符号线时给出详细的偏移间隔,因而消除了传感器空隙的“盲区”,完结了接连的途径辨认。

问题及展望

接连途径差错辨认算法比起一般离散算法来说,不光具有定位准确、呼应接连的特色,并且从理论上来说接连算法能够在恣意数目传感器装备的操控系统中都确保较好的途径辨认作用,为操控的流畅性供给了或许。

一起需求指出的是,选用该算法时硬件规划上需求留意一些相关问题:

(1)需求依据实践途径符号线宽度,以及传感器离地高度挑选适宜的光电传感器。详细来说,为了确保分段线性模型的准确性,最好挑选那些传感器电压—违背间隔特性曲线中陡升段斜率较大的传感器,但一起若斜率过大,又将使得传感器最低到最高电压改变的间隔规模过小,然后下降传感器信息的勘探宽度。别的,尽量选用特性曲线无渠道的传感器,避免影响途径辨认准确性并给算法处理上带来费事。

(2)为了确保算法的简略,使一切传感器能够共用一个分段线性模型,最好能够确保一切传感器的均一性,即一切传感器的特性曲线都具有大致相同的形状。这一点实践上很难做到,但若设计时稍加留意,如对元件进行分级挑选,仍能够部分改进问题,给算法完结上带来便利。

责任编辑:gt

声明:本文内容来自网络转载或用户投稿,文章版权归原作者和原出处所有。文中观点,不代表本站立场。若有侵权请联系本站删除(kf@86ic.com)https://www.86ic.net/qianrushi/xitong/94310.html

为您推荐

联系我们

联系我们

在线咨询: QQ交谈

邮箱: kf@86ic.com

关注微信
微信扫一扫关注我们

微信扫一扫关注我们

返回顶部