光电组天津大学天津大学光电一队技术报告1汇总.docx
《光电组天津大学天津大学光电一队技术报告1汇总.docx》由会员分享，可在线阅读，更多相关《光电组天津大学天津大学光电一队技术报告1汇总.docx（27页珍藏版）》请在冰豆网上搜索。
光电组天津大学天津大学光电一队技术报告1汇总
第九届“飞思卡尔”杯全国大学生
智能汽车竞赛
技术报告
学校：
天津大学
队伍名称：
天津大学光电一队
参赛队员：
孔尚萍
刘帆
陈步云
带队教师：
王建荣
关于技术报告和研究论文使用授权的说明
本人完全了解第九届“飞思卡尔”杯全国大学生智能汽车邀请赛关保留、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：
引言
本文以第九届全国大学生飞思卡尔杯智能汽车竞赛为背景详细介绍了智能车系统的软硬件结构和开发流程。
采用1:
10的仿真车模，用线性CCD来识别赛道信息，以飞思卡尔半导体公司生产的16位单片机MC9S12XS128为核心控制器，在CodeWarriorIDEv5.1开发环境中进行软件开发，使赛车在跑道上沿着两侧黑线行驶。
本文介绍了总体方案设计、机械结构设计、硬件电路设计、软件设计、无线通信子系统设计以及系统的调试与分析。
机械结构设计部分主要介绍了对车模的改进，以及摇头CCD的机械结构。
硬件电路设计部分主要介绍了智能车的硬件电路设计，包括原理图和PCB设计。
软件设计方面，主要介绍了摇头舵机的控制原理和电机的PID控制策略。
为了直观显示赛车在赛道上高速前进过程中的某些关键参数，我们在调试的过程中利用无线通信模块实现将关键参数传回PC的过程，使得赛车在行驶过程中的状态清晰可见，便于调试。
关键词：
飞思卡尔杯智能车；线性CCD；摇头舵机；PID控制
目录
引言1
目录1
第一章方案设计1
1.1系统总体方案的选定1
1.2系统总体方案的设计1
第二章智能车机械结构调整与优化3
2.1智能车车体机械建模3
2.2智能车前轮定位的调整3
2.2.1主销后倾角3
2.2.2主销内倾角3
2.2.3车轮外倾角4
2.2.4前轮前束4
2.3智能车转向机构调整优化4
2.4智能车后轮减速齿轮机构调整5
2.5摇头舵机机械结构的调整6
第三章电路设计说明7
3.1主控板的设计7
3.1.1电源管理模块7
3.1.2电机驱动模块7
3.1.3主控板设计8
3.1.4接口模块9
3.2智能车传感器模块设计9
3.2.1光电传感器的原理9
4.1光感器的路径精确识别技术12
4.1.1光电传感器路径识别算法12
4.2弯道策略分析13
4.3弯道策略制定14
第五章开发工具、制作、安装、调试过程说明16
第六章模型车的主要技术参数说明17
6.1智能车外形参数17
6.2电路部分参数17
第七章总结18
参考文献
附录：
程序源代码I
第一章方案设计
1.1系统总体方案的选定
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车系统的关键模块之一，路径识别方案的好坏，直接关系到最终性能的优劣，因此确定路径识别模块的类型是决定智能车总体方案的关键。
而目前能够用于智能车辆路径识别的传感器主要有光电传感器和CCD/CMOS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，如何对摄像头记录的图像进行处理和识别，加快处理速度是摄像头方案的难点之一。
在比较了两种传感器优劣之后，考虑到光电传感器图像处理的困难后，决定选用应用广泛的CCD传感器，相信通过选用CCD传感器，加之精简的程序控制和较快的信息处理速度，CCD传感器还是可以极好的控制效果的。
但在反复测试中，发现CCD传感器前瞻有限，高速时无法实现好的控制效果，故加装摇头舵机间接达到前瞻变大的效果。
1.2系统总体方案的设计
本队智能车整体设计方案为，采用双线性CCD（一固定、一摇头）采集赛道图像，CCD输出的模拟量传输至MC9S12XS128微控制器，微控制器使用自带AD转换模块将模拟量数据转换为数字量并进行处理，提取出赛道类型及边界信息，输出控制信号至转向舵机、摇头舵机和电机控制车模完成转向和加减速工作。
车模的行驶速度为闭环控制，在行驶过程中通过光电编码器来检测车速，使用MC9S12XS128微控制器采集光电编码器的脉冲并对其进行累加以获得车模的行驶速度。
车模电机采用PID控制，通过PWM控制驱动电路调整电机的功率；而车速的目标值由图像处理结果进行控制。
转向舵机和摇头舵机均采用PD控制；
车模的工作原理图如下图所示。
根据以上系统方案设计，赛车共包括七大模块：
MC9S12xs128主控模块、传感器模块、电源模块、电机驱动模块、速度检测模块辅助调试模块。
各模块的作用如下：
MC9S12DG128B主控模块，作为整个智能车的“大脑”，将采集光电传感器、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车的控制。
传感器模块，是智能车的“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车的加减速控制和转向控制。
速度检测模块，检测反馈智能车后轮的转速，用于速度的闭环控制。
辅助调试模块主要用于智能车系统的功能调试、赛车状态监控等方面。
第二章
智能车机械结构调整与优化
借鉴去年比赛的经验，今年车模的结构设计更为简洁、轻量。
在拿到车模后首先对车模舵机进行了改装，将舵机置于车模前端并改为直立放置，调整舵机摇臂使得舵机响应迅速。
在车模中后部加装高强度的碳纤维支撑杆作为线性CCD的支架，可以有效保证CCD工作的稳定性。
车模两块电路板及一块电池均紧贴车模底盘放置以降低整车重心。
车模前部加装了防撞装置，防止在碰撞过程中损坏器件。
2.1智能车车体机械建模
表2.1模型车基本尺寸参数
基本尺寸
尺寸
轴距
198mm
前轮距
137mm
后轮距
138mm/146mm
车轮直径
52mm
主减传动比
18/76
2.2智能车前轮定位的调整
现代汽车在正常行驶过程中，为了使汽车直线行驶稳定，转向轻便，转向后能自动回正，减少轮胎和转向系零件的磨损等，在转向轮、转向节和前轴之间须形成一定的相对安装位置，叫车轮定位，其主要的参数有：
主销后倾、主销内倾、车轮外倾和前束[2]。
智能车竞赛模型车的四项参数都可以调整，但是由于模型车加工和制造精度的问题，在通用的规律中还存在着一些偶然性。
2.2.1主销后倾角
主销后倾角是指在纵向平面内主销轴线与地面垂直线之间的夹角[2]。
它在车辆转弯时会产生与车轮偏转方向相反的回正力矩，使车轮自动恢复到原来的中间位置上。
所以，主销后倾角越大，车速越高，前轮自动回正的能力就越强，但是过大的回正力矩会使车辆转向沉重。
通常主销后倾角值设定在1°到3°。
模型车通过增减黄色垫片的数量来改变主销后倾角的，由于竞赛所用的转向舵机力矩不大，过大的主销后倾角会使转向变得沉重，转弯反应迟滞，所以设置为0°，以便增加其转向的灵活性。
2.2.2主销内倾角
主销内倾角是指在横向平面内主销轴线与地面垂直线之间的夹角，它的作用也是使前轮自动回正[2]。
角度越大前轮自动回正的作用就越强，但转向时也就越费力，轮胎磨损增大；反之，角度越小前轮自动回正的作用就越弱。
通常汽车的主销内倾角不大于8°。
对于模型车，通过调整前桥的螺杆的长度可以改变主销内倾角的大小，由于过大的内倾角也会增大转向阻力，增加轮胎磨损，所以在调整时可以近似调整为0°~3°左右，不宜太大。
主销内倾和主销后倾都有使汽车转向自动回正，保持直线行驶的功能。
不同之处是主销内倾的回正与车速无关，主销后倾的回正与车速有关，因此高速时主销后倾的回正作用大，低速时主销内倾的回正作用大。
2.2.3车轮外倾角
前轮外倾角是指通过车轮中心的汽车横向平面与车轮平面的交线与地面垂线之间的夹角[2]，对汽车的转向性能有直接影响，它的作用是提高前轮的转向安全性和转向操纵的轻便性[1]。
在汽车的横向平面内，轮胎呈“八”字型时称为“负外倾”，而呈现“V”字形张开时称为正外倾。
如果车轮垂直地面一旦满载就易产生变形，可能引起车轮上部向内倾侧，导致车轮联接件损坏。
所以事先将车轮校偏一个正外倾角度，一般这个角度约在1°左右，以减少承载轴承负荷，增加零件使用寿命，提高汽车的安全性能。
模型车提供了专门的外倾角调整配件，近似调节其外倾角。
由于竞赛中模型主要用于竞速，所以要求尽量减轻重量，其底盘和前桥上承受的载荷不大，所以外倾角调整为0°即可，并且要与前轮前束匹配。
2.2.4前轮前束
所谓前束是指两轮之间的后距离数值与前距离数值之差，也指前轮中心线与纵向中心线的夹角[2]。
前轮前束的作用是保证汽车的行驶性能，减少轮胎的磨损。
前轮在滚动时，其惯性力自然将轮胎向内偏斜，如果前束适当，轮胎滚动时的偏斜方向就会抵消，轮胎内外侧磨损的现象会减少。
像内八字那样前端小后端大的称为“前束”，反之则称为“后束”或“负前束”。
在实际的汽车中，一般前束为0~12mm。
在模型车中，前轮前束是通过调整伺服电机带动的左右横拉杆实现的。
主销在垂直方向的位置确定后，改变左右横拉杆的长度即可以改变前轮前束的大小。
在实际的调整过程中，我们发现较小的前束，约束0~2mm可以减小转向阻力，使模型车转向更为轻便，但实际效果不是十分明显。
虽然模型车的主销后倾角、主销内倾角、车轮外倾角和前束等均可以调整，但是由于车模加工和制造精度的问题，在通用的规律中还存在着不少的偶然性，一切是实际调整的效果为准。
2.3智能车转向机构调整优化
理想的转向模型，是指在轮胎不打滑时，忽略左右两侧轮胎由于受力不均产生的变形，忽略轮胎受重力影响下的变形时车辆的的转向建模。
在这种理想的模型下，车体的转向半径可以计算得到。
图2.3智能车转向示意图
如图2.3，假设智能车系统为理想的转向模型，且其重心位于其几何中心。
车轮满足转向原理，左右轮的轴线与后轮轴线这三条直线必然交于一点。
转向机构在车辆运行过程中有着非常重要的作用。
合适的前桥和转向机构可以保证在车辆直线行驶过程中不会跑偏，能保证车辆行驶的方向稳定性；而在车辆转向时，合适的转向机构可以使车辆自行回到直线行驶状态，具有好的回正性。
正是由于这些原因，转向系统优化设计成为智能车设计中机械结构部分的重点，直接关系到赛车能否顺利地完成比赛。
在实际操作中，我们通过理论计算的方案进行优化，然后做出实际结构以验证理论数据，并在实际调试过程中不断改进。
在模型车制做过程中，赛车的转向是通过舵机带动左右横拉杆来实现的。
转向舵机的转动速度和功率是一定，要想加快转向机构响应的速度，唯一的办法就是优化舵机的安装位置和其力矩延长杆的长度。
由于功率是速度与力矩乘积的函数，过分追求速度，必然要损失力矩，力矩太小也会造成转向迟钝，因此设计时就要综合考虑转向机构响应速度与舵机力矩之间的关系，通过优化得到一个最佳的转向效果。
经过最后的实际的参数设计计算，最后得出一套可以稳定、高效工作的参数及机构。
2.4智能车后轮减速齿轮机构调整
模型车采用后轮电机驱动。
齿轮传动机构对车模的驱动能力有很大的影响。
齿轮传动部分安装位置的不恰当，会大大增加电机驱动后轮的负载，会严重影响最终成绩。
调整的原则是：
两传动齿轮轴保持平行,齿轮间的配合间隙要合适，过松容易打坏齿轮，过紧又会增加传动阻力，浪费动力；传动部分要轻松、顺畅，不能有迟滞或周期性振动的现象。
判断齿轮传动是否良好的依据是，听一下电机带动后轮空转时的声音。
声音刺耳响亮，说明齿轮间的配合间隙过大，传动中有撞齿现象；声音闷而且有迟滞，则说明齿轮间的配合间隙过小，或者两齿轮轴不平行，电机负载变大。
调整好的齿轮传动噪音很小，并且不会有碰撞类的杂音，后轮减速齿轮机构就基本上调整好了，动力传递十分流畅。
2.5摇头舵机机械结构的调整
由于我们队采用摇头舵机的方案，故摇头舵机机械结构的设计与调整成为一大难点。
我们考虑到将舵机置于车架上有很大难度且不能保证摇头舵机得到精确控制，故将摇头舵机置于CCD传感器的支架上，并采用可改变位置方向的支架连接以方便调试，经过不断改进，我们成功将舵机固定于支架上并最大限度的降低重心以提高过弯道的速度。
第三章电路设计说明
3.1主控板的设计
3.1.1电源管理模块
电源模块对于一个控制系统来说极其重要，关系到整个系统是否能够正常工作，因此在设计控制系统时应选好合适的电源。
竞赛规则规定，比赛使用智能车竞赛统一配发的标准车模用7.2V2000mAhNi-cd供电，而单片机系统、路径识别的光电传感器、光电码编码器等均需要5V电源，伺服电机工作电压范围4V到6V（为提高伺服电机响应速度，采用7.2V供电），直流电机可以使用7.2V2000mAhNi-cd蓄电池直接供电，智能车电压调节电路示例见图3。
5V电源模块用于为单片机系统、传感器模块等供电。
常用的电源有串联型线性稳压电源和开关型稳压电源两大类。
前者具有纹波小、电路结构简单的优点，但是效率较低，功耗大；后者功耗小，效率高，但电路却比较复杂，电路的纹波大。
对于单片机，需要提供稳定的5V电源，由于TPS7350的稳压的线性度非常好，所以选用TPS7350单独对其进行供电，为了提供稳定的电压，采用先升压后稳压的供电方式；而其它模块则用另一块TPS7350对其供电，这样对控制系统和执行部分开供电，可以有效地防止各器件之间发生干扰，以及电流不足的问题，使得系统能够稳定地工作。
3.1.2电机驱动模块
电机驱动采用MOS管H桥驱动作为驱动电路，MCU通过IN1引脚输入PWM波，以调节输出电压,调节电机转速的快慢，并且在IN2口输入电压以调节电机的反转和制动功能。
3.1.3主控板设计
智能车控制系统主控电路图3.3：
图3.3MC9S12DG128主控板电路图
智能车系统以MC68S912DG128B为控制核心，可以直接利S12最小系统板，另外再设计了一块外围电路的主控板。
如图3.3所示，MC9S12xs128单片机在控制系统所需要使用的管脚如下，主要包括了传感器控制与检测部分、电机驱动部分、ECT部分、BDM调试接口以及其它常用电路的接口等。
表3.1MC9S12xs128单片机管脚分配表
S12单片机管脚分配
IO
PA0-PA7
CCD传感器检测
PB2-PB7
光电传感器检测
PB0、PB1、PT1
陀螺仪传感器控制
PM2-PM5
4路拨码开关
PAD0-PAD7
备用I/O口
PT2-PT5
输入设备
PT6
1路选择指示灯
ECT
PT0
码盘脉冲检测
PWM1
备用PWM
PWM3
伺服电机PWM
PWM5
直流电机PWM
PWM7
伺服电机PWM
串口通信
RXD0
串口接收
TXD0
串口发射
3.1.4接口模块
图3.4接口模块原理图
接口模块的作用即外部设备单片机的接口，分别有电机接口，转向主舵机接口，摇头主舵机接口，传感器接口，光电编码器接口，电源接口。
3.2智能车传感器模块设计
在确定智能车总体方案时，我们选择光电传感器的方案。
为了获得更大前瞻距离，为控制系统后续处理赢得更多的时间，在从众多光电传感器中选择了大前瞻的激光传感器，前瞻距离可以达到普通光电传感器的数倍甚至十几倍，完全满足竞赛的要求。
3.2.1光电传感器的原理
光电传感器检测路面信息的原理是由发射管发射一定波长的红外线，经地面反射到接收管[13]。
由于在黑色和白色上反射系数不同，在黑色上大部分光线被吸收，而白色上可以反射回大部分光线，所以接收到的反射光强是不一样，进而导致接收管的特性曲线发生变化程度不同，而从外部观测可以近似认为接收管两端输出电阻不同，进而经分压后的电压就不一样，就可以将黑白路面区分开来。
CCD是由许多个光敏像元按一定规律排列组成的。
每个像元就是一个MOS电容器（大多为光敏二极管），它是在P型Si衬底表面上用氧化的办法生成1层厚度约为1000A～1500A的SiO2,再在SiO2表面蒸镀一金属层（多晶硅），在衬底和金属电极间加上1个偏置电压，就构成1个MOS电容器。
当有1束光线投射到MOS电容器上时，光子穿过透明电极及氧化层，进入P型Si衬底，衬底中处于价带的电子将吸收光子的能量而跃入导带。
光子进入衬底时产生的电子跃迁形成电子－空穴对，电子－空穴对在外加电场的作用下，分别向电极的两端移动，这就是信号电荷。
这些信号电荷储存在由电极形成的“势阱”中。
MOS电容器的电荷储存容量可由下式求得：
QS=Ci×VG×A
式中：
QS是电荷储存量；
Ci是单位面积氧化层的电容；
VG是外加偏置电压；
A是MOS电容栅的面积。
由此可见，光敏元面积越大，其光电灵敏度越高。
1个3相驱动工作的CCD中电荷转移的过程。
（a）初始状态；（b）电荷由①电极向②电极转移；（c）电荷在①、②电极下均匀分布；
（d）电荷继续由①电极向②电极转移；（e）电荷完全转移到②电极；（f）3相交叠脉冲。
假设电荷最初存储在电极①（加有10V电压）下面的势阱中，如图2（a）所示，加在CCD所有电极上的电压，通常都要保持在高于某一临界值电压Vth，Vth称为CCD阈值电压，设Vth=2V。
所以每个电极下面都有一定深度的势阱。
显然，电极①下面的势阱最深，如果逐渐将电极②的电压由2V增加到10V，这时，①、②两个电极下面的势阱具有同样的深度，并合并在一起，原先存储在电极①下面的电荷就要在两个电极下面均匀分布，（b）和（c）所示，然后再逐渐将电极下面的电压降到2V，使其势阱深度降低，（d）和（e）所示，这时电荷全部转移到电极②下面的势阱中，此过程就是电荷从电极①到电极②的转移过程。
如果电极有许多个，可将其电极按照1、4、7…，2、5、8…和3、6、9…的顺序分别连在一起，加上一定时序的驱动脉冲，即可完成电荷从左向右转移的过程。
用3相时钟驱动的CCD称为3相CCD。
CCD传感器-特性为：
①调制传递函数MTF特性：
固态图像传感器是由像素矩阵与相应转移部分组成的。
固态的像素尽管己做得很小，并且其间隔也很微小，但是，这仍然是识别微小图像或再现图像细微部分的主要障碍。
②输出饱和特性：
当饱和曝光量以上的强光像照射到图像传感器上时，传感器的输出电压将出现饱和，这种现象称为输出饱和特性。
产生输出饱和现象的根本原因是光敏二极管或MOS电容器仅能产生与积蓄一定极限的光生信号电荷所致。
③暗输出特性：
暗输出又称无照输出，系指无光像信号照射时，传感器仍有微小输出的特性，输出来源于暗〔无照）电流。
④灵敏度：
单位辐射照度产生的输出光电流表示固态图象传感器的灵敏度，它主要与固态图像传感器的像元大小有关。
⑥弥散：
饱和曝光量以上的过亮光像会在象素内产生与积蓄起过饱和信号电荷，这时，过饱和电荷便会从一个像素的势阱经过衬底扩散到相邻像素的势阱。
这样，再生图像上不应该呈现某种亮度的地方反而呈现出亮度，这种情况称为弥散现象。
⑥残像：
对某像素扫描并读出其信号电荷之后，下一次扫描后读出信号仍受上次遗留信号电荷影响的现象叫残像。
⑦等效噪声曝光量:
产生与暗输出（电压）等值时的曝光量称为传感器的等效噪声曝光量。
第四章
智能车控制软件设计说明
4.1光感器的路径精确识别技术
在智能车系统中，光电传感器就是整个系统的“眼睛”，其对于路径的识别在控制系统中尤为重要。
4.1.1光电传感器路径识别算法
由于CCD传感器对光线极为敏感，所以其最大的难点在于如何将不同光强下的赛道正确识别出来，我们采用边沿检测的方法将赛道的左右边沿检测出来并加以判断其准确性，通过实际调试，该算法误判率几乎为零。
代码如下
for（i=last_path_mid;i+4<=CCD_END_POINT;i++）
{
if（（ab（data1[i]-data1[i+3]）>g_CCD_EDGE_THRE_G）&&（ab（data1[i+1]-data1[i+4]）>g_CCD_EDGE_THRE_G））//&&（data1[i]+data1[i+1]>data1[i+3]+data1[i+4]））
{
if（（i<20||i>100）&&g_CCD_EDGE_THRE_G==3）
{
g_CCD_EDGE_THRE_G=2;
}
//if（（data1[i]+data1[i+1]）<（data1[i+6]+data1[i+7]））
//left_leth=i;
//else
right_leth=i;
break;
}
right_leth=CCD_END_POINT;
}
for（i=last_path_mid;i-4>=CCD_START_POINT;i--）
{
if（（i<20||i>100）&&g_CCD_EDGE_THRE_G==3）
{
g_CCD_EDGE_THRE_G=2;
}
if（（ab（data1[i]-data1[i-3]）>g_CCD_EDGE_THRE_G）&&（ab（data1[i-1]-data1[i-4]）>g_CCD_EDGE_THRE_G））//&&（data1[i]+data1[i-1]>data1[i-3]+data1[i-4]））
{
//if（（data1[i]+data1[i-1]）<（data1[i-6]+data1[i-7]））
//right_leth=i;
//else
left_leth=i;
break;
}
left_leth=CCD_START_POINT;
}
4.2弯道策略分析
在车辆进弯时，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，切弯路径主要决定了车辆是选择内道过弯还是外道过弯。
切内道，路经最短，但是如果地面附着系数过小会导致车辆出现侧滑的不稳定行驶状态，原因是切内道时，曲率半径过小，同时速度又很快，所以模型车需要的向心力会很大，而赛道本身是平面结构，向心力将全部由来自地面的摩擦力提供，因此赛道表面的附着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，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。
在考虑转向角度设置时需要注意以下几个问题：
对于检测赛道偏移量的传感器而言，在增量较小时的转向灵敏度；检测到较大弯道时的转向灵敏度；对于类似S弯的变向连续弯道的处理。
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。
简单而言，我们会采取入弯减速，出弯加速的方案，这样理论上可以减少过弯时耗费的时间。
然而，在过去几届比赛中，通过观察各参赛车对弯道的处理后，我们发现并不是所有人都选择了相同的方案。
正如前面说到的那样，不联系路径和转向角度，只是单纯地分析过弯速度，会造成思路的局限甚至错误。
例如，在不能及时判断入弯和出弯的标志点就采取“入弯减速、出弯加速”的方案，会出现弯道内行驶状态不稳定、路径差，同时出弯加速时机过晚，一样会浪费时间。
所以现在本系统参考实际驾驶时的一些
升级会员 