乐山师范学院乐师3队电磁组技术报告.docx
《乐山师范学院乐师3队电磁组技术报告.docx》由会员分享，可在线阅读，更多相关《乐山师范学院乐师3队电磁组技术报告.docx（27页珍藏版）》请在冰豆网上搜索。
乐山师范学院乐师3队电磁组技术报告
第八届全国大学生“飞思卡尔”杯
智能汽车竞赛
技术报告
学校：
乐山师范学院
队伍名称：
乐师三队
参赛队员：
兰一星
杨阳
袁靖
带队教师：
童强张自友
关于技术报告和研究论文使用授权的说明
本人完全了解第八届“飞思卡尔”杯全国大学生智能汽车邀请赛关于保留、使用技术报告和研究论文的规定，即：
参赛作品著作权归参赛者本人，比赛组委会和飞思卡尔半导体公司可以在相关主页上收录并公开参赛作品的设计方案、技术报告以及参赛模型车的视频、图像资料，并将相关内容编纂收录在组委会出版论文集中。
参赛队员签名：
带队教师签名：
日期：
摘要：
本文介绍了基于飞思卡尔16位微控制器的基于电磁场检测巡线智能车系统。
系统以MC9S12XS系列微控制器为核心，软件平台为CodewarriorIDE5.0开发环境，车模是主委会统一提供的仿真车模。
文章介绍了整个智能车系统的硬件和软件设计开发过程。
使用MC9S12XS128MAA作为主控芯片，用安装在车头前的磁感应传感器来检测赛道信息，用光电编码器检测车模速度，用干簧管检测起跑线信息。
整个系统的工作原理是由磁感应传感器采集赛道信息并经放大处理，与光电编码器采集的车模速度信息一起送给MC9S12XS128M单片机，通过程序设计控制优化算法，控制舵机的转角和电机的转速以达到车模在赛道上的稳定高速行驶。
关键字：
飞思卡尔智能车，MC9S12XS128，磁感应线圈，PID控制
引言
全国大学生飞思卡尔杯智能汽车竞赛是受教育部高等教育司委托，由教育部高等学校自动化专业教学指导分委员会主办全国大学生智能汽车竞赛。
该竞赛是以智能汽车为研究对象的创意性科技竞赛，是面向全国大学生的一种具有探索性工程实践活动，是教育部倡导的大学生科技竞赛之一。
全国大学生“飞思卡尔”杯智能汽车竞赛是以“立足培养、重在参与、鼓励探索、追求卓越”为宗旨，鼓励创新的一项科技竞赛活动。
竞赛要求在规定的汽车模型平台上，使用飞思卡尔半导体公司的微控制器作为核心控制模块，通过增加道路传感器、电机驱动模块以及编写相应控制程序，制作完成一个能够自主识别道路的模型汽车。
智能汽车竞赛的赛道路面为宽度不小于45cm的白色面板，赛道中间有直径0.1-0.8mm的漆包线，其中通有20kHz，100mA的交变电流作为引导线。
参赛队员的目标是模型汽车需要按照规则以最短时间完成单圈赛道。
本次比赛中，本组使用大赛组委会统一提供的竞赛车模，采用飞思卡尔16位微控制器MC9S12XS128MAA作为核心控制单元，自主构思控制方案及系统设计，包括传感器信号采集处理、控制算法及执行、动力电机驱动、在舵机控制等，最终实现一套能够自主识别路线，并且可以实时输出车体状态的智能车控制硬件系统。
在制作小车的过程中，我们对小车的整体构架进行了深入的研究，分别在机械机构、硬件和软件上都进行过更进，硬件上主要是考虑并实践各种传感器的布局；软件上先后进行了几次大改，小车的寻线方式从最先的线性拟合到现在位置加权，最终确定的适应性更强的优化的位置加权的方法。
控制算法上，从PID到Bang-Bang,再到模糊PID都进行了一些研究。
本报告将从硬件到软件一一的为大家呈现该系统的设计方案和制作过程。
第一章方案设计
本章主要介绍智能汽车系统总体方案的选定和总体设计思路，在后面的章节中将整个系统分为传感器布局，机械结构、硬件模块、控制算法等三部分对智能汽车控制系统进行深入的介绍和分析。
1.1系统总体结构
图1.1总体结构图
如图1.1系统通过电磁传感器获得赛道信息，经运放、AD转换等处理送给MC9S12XS128微控制器判断车模位置，由此来控制舵机转向。
通过光电编码器得到速度信息加上车模位置来让控制器控制电机的速度。
1.2系统总体方案选定
通过学习竞赛规则和往届竞赛相关技术资料了解到，路径识别模块是智能汽车系统的关键模块之一，路径识别方案的好坏，直接关系到智能汽车最终性能的优劣，因此确定路径识别模块的类型是决定智能汽车总体方案的关键。
目前能够用于智能汽车辆路径识别的传感器主要有光电传感器、CCD/CMOS传感器和电磁传感器。
光电传感器寻迹方案的优点是电路简单、信号处理速度快，但是其前瞻距离有限；CCD摄像头寻迹方案的优点则是可以更远更早地感知赛道的变化，但是信号处理却比较复杂，且易受气候和外部光线的干扰；使用电磁传感器主要通过对赛道中心导线产生的电磁场进行识别，信号较前两种更为稳定。
在比较了三种传感器优劣之后，考虑到各种传感器的特点以及队员的知识积累和兴趣，决定选用信号较稳定的电磁传感器，相信通过选用大前瞻的电磁传感器，加之精简的程序控制和较快的信息处理速度，达到极好的控制效果。
1.3系统总体方案的设计
遵照竞赛规则规定，智能汽车系统采用飞思卡尔的16位微控制MC9S12XS128单片机作为核心控制单元用于智能汽车系统的控制。
在选定智能汽车系统采用光电传感器方案后，赛车的位置信号由车体前方的工型电感和电容谐振后采集，经XS128MCU的I/O口接收后，用于赛车的舵机转向控制决策，同时内部ECT模块发出PWM波，驱动直流电机对智能汽车进行加速和减速控制，以及伺服电机对赛车进行转向控制，使赛车在赛道上能够自主巡线行驶，并以最短的时间最快的速度跑完全程。
为了对赛车的速度进行精确的控制，在智能汽车电机输出轴上安装光电编码器，采集编码器转动时的脉冲信号，经MCU捕获后定时进行PID自动控制，完成智能汽车速度的闭环控制。
此外，还增加了键盘作为输入输出设备，用于智能汽车的速度和控制策略选择。
根据以上系统方案设计，系统共包括六大模块：
MC9S12XS128主控模块、传感器模块、电源模块、电机驱动模块、速度检测模块和辅助调试模块。
各模块的作用如下所述。
MC9S12XS128主控模块：
作为整个智能汽车的“大脑”，其采集光电传感器、光电编码器等传感器的信号，根据控制算法做出控制决策，驱动直流电机和伺服电机完成对智能汽车的控制。
传感器模块：
是智能汽车的“眼睛”，可以通过一定的前瞻性，提前感知前方的赛道信息，为智能汽车的“大脑”做出决策提供必要的依据和充足的反应时间。
电源模块：
为整个系统提供合适而又稳定的电源。
电机驱动模块：
驱动直流电机和伺服电机完成智能汽车加减速控制和转向控制。
速度检测模块：
检测反馈智能汽车车轮的转速，用于速度的闭环控制。
辅助调试模块：
主要用于智能汽车系统的功能调试、赛车状态监控。
第二章传感器安装及布局
2.1磁感应传感器
在电磁组的赛道上铺有一根导线，通有100mA左右20KHz的信号电流，根据麦克斯韦的电磁场理论，交变电流会在空间产生交变的电磁场。
导线周围的电磁场按照一定的规律分布，其强度与距离存在一定关系。
使用电感线圈可以对周围的交变磁场感应出感应电动势。
因此我们利用电容和电感的谐振效应对不同频率的信号体现不同的阻抗大小的特点进行选频，识别出由赛道导线发出的特定频率的电磁信号。
2.1.1磁感应传感器的选择
经过前述理论分析可知，采用线圈传感器检测磁场强度的方法有很强的适应能力，并且容易实现。
本设计采用的线圈传感器是工型电感，并将电感和电容串联通过谐振原理选频，输出信号较大，且能模拟出车身在赛道上距离中心导线位置的线性改变。
在选取LC串联谐振电路时，分别使用了制成品电感和自制线圈的方法，由于自制线圈不易确定其电感值，无法找到匹配电容，最终选取10mH电感。
通过公式：
式（2-1）
可以计算出C=6.33nF，市场上最接近的电容值是6.8nF,所以最终选取10mH电感和6.8nF电容作为LC串联谐振电路。
2.1.2电磁传感器的布局
由于第八届飞思卡尔杯智能汽车大赛的电磁组是采用的A车，相对其他两个组别来说A车更为轻便。
为了能保证车模的速度，较长的前瞻是必须的，但较长前瞻对支撑传感器的材质需求较高。
我们选择碳素杆作为支撑杆。
碳素杆质量轻、硬度大、韧性强，可以保证其稳定性和防撞性。
我们采用了两根碳素杆，加上两排传感器来分别判断前方路况和车身位置，如图2.1.2
图2.1电磁传感器布局
2.2起跑线检测传感器
起跑线附近的永磁铁的分布是在跑道中心线两边对称分布的，相应位置如图2.2。
图2.2.起跑线
我们采用干簧管来作为检测元器件，当干簧管靠近到永磁铁时，会产生一个通断信号。
因为干簧管防抖动的性能较差，且碰撞易损坏，如果选择常闭式干簧管，在赛车运动过程中发生碰撞或抖动时，干簧管会由闭合变成断开，产生误检测起跑线信号。
为了避免误触发，且让单片机的信号是低电平触发，我们选用的是常开干簧管。
前期直接用的玻璃干簧管，发现玻璃非常脆弱，所以改用塑料干簧管，如图2.3a、2.3b。
图2.3a玻璃干簧管图2.3.b塑料干簧管
因为永磁铁的分布是在跑道中心两边对称分布的，因此我们干簧管的位置也根据永磁铁的分布一样，对称的左边三个右边三个，如图2.4。
并将其固定在前轮前面。
图2.4干簧管分布
2.3速度传感器
测速装置在智能车系统中占有非常重要的地位，其要求是分辨能力强、精度高和检测时间短。
从精度要求来看，光电编码器最为合适，且集成性好，抗干扰能力强。
最终采用光电编码器作为系统的测速模块。
但光电编码器体积较大，会使车重增加。
根据速度控制精度的要求，采用了200线的小型编码器。
图2.5为编码器安装图。
测速时，通过齿轮与后轮驱动齿轮咬合，后轮一转动，ECT模块就在脉冲累加模式下对编码器产生的脉冲进行累加，而后在一定时长的定时中断中将脉冲数读出，通过换算转变为后轮转速。
假设编码器采用x齿的齿轮，后轮驱动为y齿，后轮周长为z毫米。
在10ms的中断内，编码器产生a个脉冲，那么后轮转速v，见式（2-2）：
v=a*y*z/3000*x（2-2）
第三章机械结构分析及调节
任何的控制算法和软件程序都是需要一定的机械结构来执行和实现的，因此在设计整个软件架构和算法之前一定要对整个车模的机械结构有一个感性的认识，然后建立相应的数学模型。
从而再针对具体的设计方案来调整车模的机械结构。
3.1车体机械建模
我们选用的赛车车模是智能车竞赛专用车模（G768仿真车模）。
智能车模的控制采用前轮转向，后轮驱动方案。
赛车的机械结构调整方案主要是针对竞赛车模的底盘及转向和驱动结构。
如图3.1所示：
图3.1车体机械图
3.2车模转向舵机机械结构的设计
转向系统在车辆运行过程中非常重要，合适的前桥调整参数可以保证在车辆直线行驶过程中不跑偏，级方向的稳定性；而在车辆转向后，合适的前桥可以使得车辆自行回到直线行驶状态，即具有好的回正性。
在实际操作中，我们通过理论预测进行方案的可行性分析，然后坐车实际结构。
另外，在模型车制作过程中，除了遇到“如何得到良好的方向稳定性”的问题外，还要考虑如何尽快实现转向。
由于功率是速度与力矩乘积的函数，追求速度，必然会使力矩减小，因此设计时要考虑到舵机的动力与来自店面的摩擦阻力间的关系，避免因舵机力量太小使得车辆无法转向的情况发生。
经过最后的参数比较，为了解决以上问题，我们通过设计一些可调整的机构，加上实际测算，最后得出一套稳定的机构参数。
图3.2舵机转向机构图
舵机安装直接影响到转向问题。
如果舵机调整不到位，将很大程度上限制转向角度和转向灵敏度。
车模原始舵机被安放在了车模中心，为了空间的合理利用，我们把舵机转移到了两前轮之间，为小车主板留出了一定的空间。
由于舵机原始只有一个扭转点，存在一定的虚位，我们将其改装成两个扭转点，很好的解决了舵机存在虚位的问题。
我们还垫高了舵机，加长了舵机转动半径，使舵机转向更轻盈、灵巧。
安装示意图如图3.3所示。
图3.3舵机安装图
3.3车模机械调整
底盘
合理的底盘刚度和底盘高度调节会提高智能车的加速性能。
车模的重心应该越低越好，降低底盘实现重心下降，但由于赛道中加入了坡道和障碍，为了能够安全通过，且不使底盘收到不必要的磨损和震荡，因此底盘高度不能低于5mm，通过增加前轮的垫片和换用后轮高位安装卡片来实现。
前轮定位
车模的前轮有四个可调参数：
主销后倾、主销内倾、车轮外倾和前束。
其中主销后倾不宜随便调整，容易使得特性变得更差，所以我们主要调整主销内倾和前束。
主销内倾的调整应该保持在一个合适的范围，0～8度范围内。
在实际调节中我们将角度调整为5度左右，如果赛道较滑的时候调为8度。
前束的调整是方便的，但是要与主销内倾保持一致，前束在摩擦大的时候有明显的效果。
因此我们将前轮的前束调节成明显的内八字，运动阻力加大，提高减速性能。
但是缺点是直线加速会变慢。
3.4电路板的防静电措施
由于赛车在与赛道摩擦时会产生大量的静电，特别是处于弯道时，赛车各轮的摩擦由滚动摩擦变为滑动摩擦，静电会大大增加。
由于我们的主控板是直接安装在赛车的底盘上的，与赛道很贴近，在调试过程中发现受赛道的静电干扰和影响，导致单片机发生复位的现象比较严重。
因此我们采用在主控板下铺一层铝箔纸构成静电屏蔽层，但是铝箔是导电的，所以在铝箔与电路板之间再用一层胶带隔离。
如图3.4。
图3.4防静电的铝箔纸
第四章硬件电路设计
根据系统的方案设计，硬件电路被分为四个模块，单片机最小系统、电源、运放和驱动。
4.1单片机最小系统
单片机最小系统为本智能车系统的核心，最小系统板引出了几乎所有功能引脚，板上自带晶振电路、复位电路、单片机电源电路。
电路图如图4.1所示
图4.1单片机最小系统
4.2电源模块
电源模块相当于房屋的基石，供电的稳定直接关系到整个小车的稳定运行。
比赛要求智能车供电电源只能使用指定型号的7.2V2000mAhNi-Cd电池供电。
单片机需要5V工作电源，电机驱动需要7.2V电池供电和5V控制电源，数字舵机需要5V电源，运放需要为其提供-5V电源。
我们采用集成三端稳压芯片。
集成三端稳压器主要有两种：
一种是线性稳压芯片，另外一种是开关型稳压芯片。
线性稳压芯片输出纹波小，电路简单，但是功耗较大，效率较低，典型芯片为LM7805；开关稳压芯片则功耗小，效率高，但是输出纹波大，电路复杂，典型芯片为LM2596。
对于单片机来说，单片机本身功耗低，但是它对电源稳定性要求相对较高。
经过选型，LM2940性能较优。
LM2940为低压差线性稳压器件，输出电流1A足以满足单片机供电的需要。
因为电路中存在感性负载，存在大电流，为了最大限度降低各个部分对单片机的干扰，我们单独采用一片LM2940对单片机和起跑线检测模块进行供电。
而其他需要5V供电的模块则采用另一片LM2940进行供电。
传感器部分本身功耗并不高，但要求稳定工作，因此我们单独用一片LM2940为其供电。
最终电源模块电路图如图4.1
图4.2电源电路
4.3运放模块
运放用来放大电磁感应传感器的传来的赛道信号，并将其检波以供AD采集和信号处理。
在做运放的时候我们最初使用的三极管分立元件放大电路，但是信号远远不如集成运放；后来又使用LM386，但是采集的信号线性差、噪声大，所以最后方案采用的NE5532作为运放模块，如图4.3。
虽然组委会的建议方案中提到运放的转换速度较慢，但实际测试中发现差别不明显。
NE5532需要负电源，因此我们采用了7660S集成电源芯片将5V电源转换得到-5V电源。
如图4.4：
7660S-5V电源模块电路图。
图4.3NE5532运放模块
图4.47660s负电源电路
4.4电机驱动模块
驱动芯片我们沿用了英飞凌公司的大电流电机驱动半桥芯片BTS7970。
其输出最大电流68A，内部带有一个P沟道的高边MOSFET、一个N沟道的低边MOSFET和一个驱动IC。
BTS7970通态电阻典型值为16mΩ。
P沟道高边开关省去了电荷泵的需求,因而减小了EMI（ElectroMagneticInterference）。
集成的驱动IC具有逻辑电平输入、电流诊断、斜率调节、死区时间产生和过温、过压、欠压、过流及短路保护的功能。
BTS7970驱动电路模块，如图4.5。
图4.5电机驱动模块
第五章系统软件设计
5.1软件开发平台
软件开发平台为飞思卡尔单片机通用CodeWarrior开发软件。
其使用界面如图5.1所示。
CodeWarrior是面向以HC12、S12和X12为核心的单片机嵌入式应用开发的软件包，包括集成开发环境IDE、处理器专家库、全芯片仿真、可视化参数显示工具、项目工程管理器、C交叉编译器、汇编器、链接器以及调试器等[6]。
在CodeWarrior软件中可以使用汇编语言或C语言，以及两种语言的混合编程。
用户可在新建工程时将芯片的类库添加到集成环境开发环境中，工程文件一旦生成就是一个最小系统，用户无需再进行繁琐的初始化操作，就能直接在工程中添加所需的程序代码。
图5.1CodeWarrior界面
5.2软件系统总体设计
在整个系统设计中，主要用到了单片机的5个基本功能模块：
PLL模块、PWM输出模块、ECT模块、PIT模块、AD转换模块。
通过配置寄存器先对所用到的模块进行硬件初始化，并通过相应的数据寄存器或状态寄存器的读写，实现期望的功能。
所需芯片资源如表5.1所示。
表5.1系统芯片资源使用情况表
AD模块
PAD0~PAD8
电磁传感器
ECT模块
PT7
速度检测脉冲计数
PWM
模块
PWM01
舵机控制
PWM3PWM7
电机控制
IO
模块
PA0~PA2
按键
PB0~PB4
Nokia5110液晶
系统流程如图5.2所示。
先对单片机的硬件进行初始化，然后进行各个子函数的初始化。
对传感器采集回来的数据进行滤波、归一化等处理，由控制算法计算出车身在赛道上的位置以及前方路况所需的转角，然后用计算出来的转角量来控制舵机和直流电机。
图5.2系统总流程图
系统主程序：
voidmain（void）
{
init（）;//初始化
findmax（）;//传感器采值
LCD_clear（）;//液晶初始化
stop_flag=0;//标志位清除
for（;;）
{
keyscan（）;//按键检测
calculate（）;//磁场信息计算
Get_angle（）;//获得转角
angle_SetDutyUS（angercenter+aa）;//转角控制
get_speed（）;//速度控制
display（）;//液晶显示
}
}
5.3磁场信息获取及处理
从赛道中心导线所产生的磁场采样回来的信号，首先经过运放进行放大。
运放的放大倍数可调。
然后对放大后的信号进行检波，最终采集得到的信号电压0V-5V。
AD采样的精度12位，所得到的值为0-4095。
我们采用双排传感器检测整个磁场信息和车身位置，即前排五个，后排两个。
前排的五个电感用来判定舵机的转角大小和赛道弯曲大小情况，后面的两个电感用来判定车身位置，通过设计合理的优化算法联合控制电机的转速。
流程图如图5.3所示：
图5.3磁场信息采集处理流程图
5.4弯道控制策略
车辆在弯道行驶时，需要对三个参数进行设定：
切弯路径、转向角度、入弯速度。
其中，切弯路径主要决定于车辆是选择内道过弯还是外道过弯。
切内道，路经最短，但是如果地面摩擦系数过小会导致车辆出现侧滑，原因是切内道时，曲率半径小，速度快，智能车需要的向心力很大，而赛道本身的结构，向心力将全部由来自地面的摩擦力提供，因此赛道表面的摩擦系数将对赛车的运行状态有很大影响。
切外道，路径会略长，但是有更多的调整机会，同时曲率半径的增加会使得模型车可以拥有更高的过弯速度。
转向角度决定了车辆过弯的稳定性。
合适的转向角度会减少车辆在转弯时的调整时间，不仅路径可以保证最优，运动状态的稳定也会带来效率的提高，减少时间。
对于入弯速度的分析，应该综合考虑路径和转向角度的影响。
一般赛车采取入弯减速，出弯加速的方案，这样理论上可以减少过弯时耗费的时间。
如果不考虑路径和转向角度，只是单纯地分析过弯速度，会造成控制策略的局限甚至错误。
所以现在本系统参考实际驾驶时的一些经验，对过弯速度的处理方式确定为：
入弯时减速，以得到足够的调整时间，获得正确的转向角度；在弯道内适当提速，并保持角度不变，为出弯时的加速节约时间；出弯时，先准确判断标志，然后加速，通过消耗掉一定的时间，保证行驶状态的稳定性，而且弯道内的有限加速对之后赛车在直道上的提速也有很大的帮助。
5.5速度与转角控制及算法
速度与转角的控制均采用PD控制策略，但是将通常的PID控制算法进行了修正和完善。
在检测磁场电感的布局上，前排三个电感水平横着放置，在直道上与赛道中心导线成垂直方向，因此在直道上此三个电感感应的感应电势的绝对值和变化率均较大，精度和灵敏度大，适合于将此三个电感线圈在磁场中感应电动势的差值与和值的比值作为P；后排两个电感也水平横着放置，其感应电动势的平均值作为D。
前排另外两个电感水平竖着放置，在直道上与赛道中心导线成平行方向，因为其在直道上感应电势的值较小，在弯道上感应电势的绝对值和变化率较大和灵敏，所以主要用于检测弯道，在转弯过程中使用PD算法控制小车转向。
如果单使用P控制会使得小车在高速时转向不及时冲出跑道或者使得小车调整时间十分长会影响速度。
正确的控制，应该做到响应快，振荡小，超调量小，稳定性好。
我们采用现场整定的办法获取智能小车转角和速度的最佳匹配参数。
方法是首先将小车的速度开环控制，给定一个较大的速度PWM值，然后在此恒定速度下获取并调整转角的控制曲线和参数值，最后再将速度闭环控制，进一步调整速度和转角的控制参数值，使两者达到一个最优匹配。
经过反复调试比较，转角的最终控制曲线接近于一个二次或三次函数曲线。
第六章车模技术参数
车模基本尺寸：
车长：
750mm车宽：
245mm车高：
165mm
电路电源情况及功耗情况：
电源电压范围：
7.2V-8.5V正常运行时总电流平均值：
6.4A电路功耗：
30.25W-38.76W电容总容量：
1650uF
传感器个数及动力装置数量：
电磁传感器：
1个光电编码器；7个电磁传感器；6个干簧管起跑线检测传感器。
1个直流电机，1个转向舵机。
第七章总结
我们组从今年3月份开始着手做智能车到现在近半年的时间，最开始的三个人，途中因另一位队友考研到后来两个人参加西部赛再到现在的三个人参加全国赛。
乐师的两个电磁组参赛队在技术上的相互较量，相互学习，相互鼓励，经历的不光只是技术层面的问题，更多的是心理考验和队友之间的合作方式。
每一次遇到各种困难，我们都没放弃过，大家齐心协力，迎难而上，努力思考，大胆尝试。
这一届我们又在传感器设计和布局上下了功夫，从LM386到NE5532，遇到了多少困难不得而知，但总是能克服困难，直至走到今天，冲进国赛。
我们组3名队员齐心协力，发挥各自的优点，分工协作，最后很好的完成了整个制作过程。
车模的特点是：
传感器的布局采用了双排传感器，前排判断路径，后排定位车身，算法采用PD增量式控制。
缺点是：
硬件上抗干扰能力不强，有采值跳变的情况；机械调整不恰当导致车模底盘变形左右转向不对称；车轮适应性不强摩擦强度不够。
致谢
在本次智能车大赛的准备期间，我们遇到了许多诡异的技术难点。
从电路板设计到系统搭建，一个个问题的解决见证了我们这支队伍的成长。
期间离不开指导老师的指点迷津和物电学院的大力支持，他们的帮助让我们做得更好。
这里，首先要感谢Freescale公司和清华大学组委会给我们这样好的锻炼机会。
还要感谢西部赛区承办单位西安交通大学以及总决赛承办单位哈尔滨工业大学为我们提供的比赛平台。
同时，要感谢童强、张自友老师的指导。
感谢他们在小车整体设
升级会员 