一种光电传感和路径记忆的智能车导航系统的设计实现

智能车的诞生为人类提供了一种全新的缓解城市交通拥堵、提高车辆安全性的交通工具。在众多的智能车导航方案中，视觉导航由于与人类的驾驶方式最为接近，成为智能车研究热点之一。目前，视觉导航方法在高速公路环境中已经获得了初步成功，这类环境结构化程度较高，道路曲率有限、路况相对简单。然而，随着城市环境智能车研究的兴起，视觉导航面临了新的挑战。城市环境中的道路不仅种类多，而且转弯半径大，常常会因视野有限而导致道路跟踪失败。本文将从该智能车总体方案、路径识别方案选择、转向和驱动控制及路径记忆算法等方面进行介绍。
　　智能车总体方案
　　智能车系统以飞思卡尔公司的MC68S912DP256为核心，由电源模块、传感器模块、直流电机驱动模块、转向电机控制模块、控制参数选择模块、单片机 模块等组成，如图1所示。智能车系统工作电压由+1.6V、+5V、7.2V三个系统混合组成，其中7.2V用于给驱动电机和转向舵机供电，5V给车速传 感器、MCU以及光电传感器接收管供电，1.6V给发光管供电。为了在线控制参数的调整方便，还设置了一个控制参数选择模块，可以通过几个按键的设置，调 用不同的程序或控制参数，以适应不同场地条件的要求。
　　
　　图1 智能车总体结构
　　智能车的工作模式是：光电传感器探测赛道信息，转速传感器检测当前车速，电池电压监测电路检测电池电压，并将这些信息输入单片机进行处理。通过控制算法对赛车发出控制命令，通过转向舵机和驱动电机对赛车的运动轨迹和速度进行实时控制。
　　路径识别方案选择与电路设计
　　路径识别方案是首先需要确定的，主要有以下几个问题。
　　*光电识别还是摄像头识别;
　　*传感器如何排列？间隔多大、形状如何、单排还是双排;
　　*传感器可向前探测的远度;
　　*传感器信号采用数字式还是模拟式;
　　*电路上如何实现。
　　由于光电识别方案简单可靠，因此本文采用了光电识别方案。
　　数字式光电识别与模拟式光电识别
　　光电式传感器是以光电器件作为转换元件的传感器。它可用于检测直接引起光量变化的非电量，如光强、光照度、辐射测温、气体成分分析等;也可用来检测能转换成光量变化的其他非电量，如零件直径、表面粗糙度、应变、位移、振动、速度、加速度，以及物体的形状、工作状态的识别等。光电式传感器具有非接触、响应快、性能可靠等特点，因此在工业自动化装置和机器人中获得广泛应用。近年来，新的光电器件不断涌现，特别是CCD图像传感器的诞生，为光电传感器的进一步应用开创了新的一页。
　　模拟式光电传感器从理论上可以大大提高路径探测精度。模拟式光电传感器的发光和接收都是锥角一定的圆锥形空间，其电压大小与传感器距离黑色路径标记线的水 平距离有定量关系：离黑线越近，电压越低，离黑线越远，则电压越高（具体的对应关系与光电管型号以及离地高度有关），如图2所示。
　　
　　图2 传感器电压与偏移距离关系示意图
　　因此，只要掌握了传感器电压-偏移距离特性关系，就可以根据传感器电压大小确定各传感器与黑色标记线的距离（而不是仅仅粗略判断该传感器是否在线上），进而获得车身纵轴线相对路径标记线的位置，得到连续分布的路径信息。
　　根据实车试验，可以将路径探测的精度提高到1mm.这样传感器采集的信息就能保证了单片机可以获得精确的赛道信息，从而为提高赛车的精确控制提供了保证。
　　双排排列与前瞻设计
　　本文开发了智能车性能仿真平台［2］，对传感器的布局进行了深入研究［3］。由于转向舵机、电机和车都是高阶惯性延迟环节，从输入到输出需要一定的时间， 越早知道前方道路的信息，就越能减小从输入到输出的滞后。检测车前方一定距离的赛道就叫前瞻，在一定的前瞻范围内，前瞻越大的传感器方案，其极限速度就会 越高，其高速行驶过程中对引导线的跟随精度也相对较高，系统的整体响应性能较好。因此路径识别模块设计成抬起与地面形成一个夹角，前排传感器用于前瞻，后 排传感器对赛道始点进行识别、计算车身纵轴线与赛道中心线的偏差斜率，以利于更好地调整车辆的姿态。