车轮的水平直径与纵向平面之间的夹角为前束角。
正的前束角在车轮中心产生向内的侧向力，而正的外倾角在车轮中心产生向外的侧向力，因此前束角的作用是与外倾角协调，保持车轮做纯滚动和直线行驶，从而减少轮胎磨损，提高汽车的操纵稳定性。
图2.1.3前束[4]
2.1.2其他部分调整
其他部分调整主要涉及到小车底盘高度、小车重心位置、后轮距、减震器、
齿轮咬合、差速器等。
具体调整如下：
1、底盘高度调整：
底盘高度可以影响重心。
适当降低底盘高度可以使小车
重心降低，有利于过弯稳定。
实际调整可以通过调整前轮高度、后轮轴高度调节块等方式来调节。
2、重心位置：
重心位置同样影响小车性能。
重心过前，增加转向阻力，引
起转向迟滞。
另外，如果小车速度很快的情况下，上下坡道的时候会造成前轮首先着地，很可能造成小车意外事故。
重心过后，则会使小车前轮抓地不足，造成过弯非常不稳定。
实际调整以重心在电池处为准，保持各部分重量均衡。
3、后轮距调整：
后轮距可以通过换装后轮宽度调整块来调整。
合适的后轮
宽度会是小车直线性能和弯道性能更优，利于小车稳定。
4、减震器弹簧强度调整：
坡道时候，减震器影响显得尤为突出。
小车平面
行驶时，无垂直方向速度，遇到坡道时候，小车会瞬间在垂直方向上出现一个速度，此时减震器在耦合小车前部和小车后部时候会出现一个缓冲区，增加坡道稳定性。
下坡时候则是垂直方向上的速度瞬间减小为0，减震器的作用亦如上坡。
实际调整中，我们通过加装弹簧调节块来调整。
5、齿轮咬合调整：
调整齿轮咬合，以不松动，无卡滞，松紧合适为准。
另
外还要保证齿轮间咬合有足够的接触面积。
6、差速器调整：
合适的差速器调整能够提高小车入弯速度，提高弯道性能。
差速器调整可以通过右后轮轮轴上面的螺丝。
注意调整过松，会严重影响直道加速性能；调整过紧则会使差速器处于无效状态，影响小车在过弯时的速度，并可能会照成甩尾。
2.2底盘高度的调整
在保证顺利通过坡道的前提下，底盘尽量降低，从整体上降低模型车的重心，可使模型车转弯时更加稳定、高速。
2.3编码器的安装
选用编码器进行速度的测量。
根据编码器的形状，我们自制了一个支架，速度传感器用螺钉通过支架固定在后轮支架上，这样固定好之后，就有了较高的稳定性。
然后调节编码器齿轮，使其与差速齿轮紧密咬合，增大测速的精确性，但是咬合过紧也增大了摩擦，减小了对电机做功的利用率，影响小车的快速行驶，因此减小摩擦同时增强齿轮间的咬合是我们主要考虑的因素。
如图2.3所示。
图2.3编码器安装
2.4舵机转向结构的调整
车模转向由前轮舵机经过连杆将转动转变为平行四边形双摇杆结构的转动，最后由平行四边形双摇杆机构带动前轮的左右摆动实现转向。
经过分析和测试，发现此转向机构结构相对复杂，效率底下。
转向机构原理图2.4.1。
图2.4.1转向机构原理图
图2.4.1取车体为参考系，各固定铰相对车体静止。
舵机连杆输出推动平行四边形双摇杆机构转动进而带动前轮转动。
β角为压力角，γ角为传动角，他们共同决定了舵机效率的高低，α角反映了舵机的转角。
由于对称性，故只讨论α在0-90度的情况，在舵机处于中心位置时角为0度，角为90度，α角为90度，此时舵机效率最高。
随着α角的减小，传动角减小，而压力角则增大，根据上式可以看出，效率将迅速减小。
当角到达0度，即平行四边形双摇杆机构摇杆1与连接杆1在同一直线上时，此时左轮转动杆转角达到最大值；而当连架杆2和右轮转动杆的夹角等于180度时，α角将不能在减小，此时到达舵机的左极限，同理如果α增大也会存在上述两个极限点。
由于上述两个极限点并不是同时到达，甚至还会造成一小段时间内左右轮转向不同的问题。
对于C车来说，转向角度越大越好，但是从对平行四边形双摇杆机构的分析来看，随着α角的减小，θ角将增大，当到达极限位置时，θ角也到达极限,也就是右轮的右极限。
而对于现有的安装方式角是比较大的，因此这也就限定了理论上的转角。
而车模本身的限制不仅仅是理论上的，由于各个部件尺寸并不是很合适，造成了转向机构的机械限位，因此在不影响车模强度的情况下，修改和更换掉一些部件，将这些机械限位去掉。
为了最大限度的增大转向范围，设计了一种简单且效率较高的方案—长连杆方案，如图2.4.2。
图2.4.2长连杆方案原理图
长连杆方案的优点是：
一、可以根据需要选择舵机输出杆的长度，从而获得所需要的灵敏度，但是舵机输出杆的长度也不能太长，因为这会对舵机的输出力矩有较高的要求，太长会烧坏舵机。
二、效率较高，舵机的单边（例如取左边）效率,对于长连杆方案来说，左轮角在增大的同时，右轮角在减小，而且角是在0-45度之间，同时的变动也比较小（45度-135度），因此长连杆的效率变动较小且效率较高。
三、转角大，由于长连杆方案中舵机输出杆的转动在同一个平面内，当其到达极限位置时，转角比平行四边形方案要大。
四、转向更灵敏，因为放大倍数较平行四边形方案要大。
2.5摄像头的安装
为了降低整车重心，需要严格控制CMOS摄像头的安装位置和重量，我们自行设计了轻巧的铝合金夹持组件并采用了碳纤维管作为安装CMOS的主桅，这样可以获得最大的刚度质量比，整套装置具有很高的定位精度和刚度，使摄像头便于拆卸和维修，具有赛场快速保障能力。
摄像头的安装如图2.5所示。
图2.5摄像头安装
第三章硬件系统设计及实现
赛车共包括八大模块：
MK60DN512ZVLL10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、陀螺仪模块、灯塔检测模块和辅助调试模块。
各模块的作用：
MK60DN512ZVLL10主控模块：
智能车系统以MK60DN512ZVLL10为控制核心，将采集摄像头、编码器等传感器的信号，根据控制算法做出控制决策，驱动直流电机和舵机完成对智能汽车的控制并实现了单片机硬件的最优化设计和单片机资源的合理化使用。
摄像头模块：
可以通过一定的前瞻性，提前感知前方的赛道信息，为智能汽车做出决策提供必要的依据和充足的反应时间。
电源管理模块：
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的加减速控制和转向控制。
速度检测模块：
检测反馈智能汽车轮的转速，用于速度的闭环控制。
陀螺仪模块：
用于坡道检测，辅助智能车过坡。
灯塔检测模块：
检测灯塔发出的方波信号，完成智能车的发车与停车。
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
3.1MK60DN512ZVLQ10主控模块
MK60N512ZVLQ10是K60系列MCU。
Kinetis系列微控制器是Cortex-M4系列的内核芯片。
K60内存空间可扩展，从32KB闪存/8KBRAM到1MB闪存/128KBRAM，可选的16KB缓存用于优化总线带宽和闪存执行性能。
3.2电源管理模块
本系统中电源稳压电路分别需要有+5V，+3.3V，+6V，+12V供电。
+3.3V给单片机，摄像头，陀螺仪供电；+5V为编码器模块，灯塔检测模块，蓝牙模块供电；+6V给舵机供电；+12V给电机驱动电路中HIP4082供电。
由于整个系统中+5V电路功耗较小，为了降低电源纹波，我们考虑使用线性稳压电路。
另外，后轮驱动电机工作时，电池电压压降较大，为提高系统工作稳定性，必须使用低压降电源稳压芯片，我们选用了TPS7350。
TPS7350是微功耗低压差线性电源芯片,具有完善的保护电路,包括过流,过压,电压反接保护。
使用这个芯片只需要极少的外围元件就能构成高效稳压电路。
图3.2.1TPS7350原理图
TPS79333是超低噪，高电源电压抑制比，高速射频，线性调节的低压稳压芯片。
图3.2.2TPS79333原理图
舵机用LT1764-ADJ进行供电，通过调整，使用6V的电压给舵机供电。
较高的电压可以提高舵机的响应速度，但过高电压容易导致舵机工作不稳定。
舵机电源的稳压电路原理图如图3.2.3所示。
图3.2.3LT1764原理图
3.3摄像头模块
摄像头简介
摄像头分黑白和彩色两种，为达到寻线目的，只需提取画面的灰度信息，而不必提取其彩色信息，所以我们所使用的CMOS摄像头输出的信号为黑白视频信号。
我们所选用的摄像头芯片为OV7725，1/3英寸数字式CMOS图像传感器OV7725,总有效像素单元为664（水平方向）×492（垂直方向）像素;内置10位双通道A/D转换器,输出8位图像数据;具有自动增益和自动白平衡控制,能进行亮度、对比度、饱和度、γ校正等多种调节功能;其视频时序产生电路可产生行同步、场同步、混合视频同步等多种同步信号和像素时钟等多种时序信号;5V电源供电,工作时功耗<120mW,待机时功耗<10μW。
可应用于数码相机、电脑摄像头、可视电话、第三代网络摄像机、手机、智能型安全系统、汽车倒车雷达、玩具，以及工业、医疗等多种用途。
OV7620是1/3”CMOS彩色／黑白图像传感器。
它支持连续和隔行两种扫描方式，VGA与QVGA两种图像格式；最高像素为664×492，帧速率为30fps；数据格式包括YUV、YCrCb、RGB三种，能够满足一般图像采集系统的要求。
我们采用集成摄像头模块，其优良的性能能很好地满足要求，如图3.3.1
图3.3.1
3.4电机驱动模块
电机驱动板为一个由分立元件制作的直流电动机可逆双极型桥式驱动器，其功率元件由四支N沟道功率MOSFET管组成，额定工作电流可以轻易达到100A以上，大大提高了电动机的工作转矩和转速。
该驱动器主要由以下部分组成：
PWM号输入接口、逻辑换向电路、死区控制电路、电源电路、上桥臂功率MOSFET管栅极驱动电压泵升电路、功率MOSFET管栅极驱动电路、桥式功率驱动电路、缓冲保护电路等。
图3.4电机驱动模块原理图
3.5测速模块
本小车使用广州科创电子的mini型编码器进行小车的测速，并由TPS76850为其提供5V工作电压。
处理器通过读取编码器脉冲数来实现小车速度的检测，通过读取编码器旋转方向脚的高低电平来检测电机的正反转。
3.6陀螺仪模块
采用L3G4200D角速度传感器和MMA8451加速度传感器融合检测坡道。
图3.6.1陀螺仪模块原理图
3.7灯塔检测模块
摄像头组和光电组车模比赛采用发车灯塔控制方式。
发车灯塔不仅控制车模出发，同时控制车模结束。
灯塔发光二极管水平位置时高度为10厘米。
两个灯塔分别包括一对发光LED，每组包括有一个红色LED和一个红外LED。
LED点亮时，红色LED通过20mA的直流电流，红外LED通过有40kHz的方波脉冲电流，占空比为50%，峰值电流为20mA。
我们采用IRM138S红外接收管检测灯塔信号。
IRM138S内含高速高灵敏度PIN光电二极管和低功耗、高增益前置放大IC，IRM138S输出匹配TTL，CMOS电平、低电平有效。
如何3.7.1为灯塔检测模块原理图
图3.7.1灯塔检测原理图
3.8辅助调试模块
为了方便调试，本车有蓝牙模块，有效进行运行参数之间的传送，除此之外，还设置了键盘、oled液晶显示屏，以方便控制参数的修改，便捷的智能车的调试。
第四章软件系统设计及实现
高效的软件程序是智能车高速平稳自动寻线的基础。
我们设计的智能车系统采用CMOS摄像头进行赛道识别，图像采集及校正处理就成了整个软件的核心内容。
在智能车的转向和速度控制方面，我们使用了鲁棒性很好的经典PID控制算法，配合使用理论计算和实际参数补偿的办法，使智能车能够稳定快速寻线。
4.1赛道中心线提取及优化处理
4.1.1原始图像的特点
在单片机采集图像信号后需要对其进行处理以提取主要的赛道信息，由于赛道赛道由于畸变及干扰等，图像效果会下降，因此软件必须进行一些必要的处理，以便正确识别赛道中心，及特殊赛道类型，比如十字交叉，小S等。
在图像信号处理中我们提取的赛道信息主要包括：
赛道两侧边沿点位置、赛道中心位置，赛道类型判别。
摄像头第一行对应最远处，大约180cm，图像的最底部一行对应最近处，大约5cm。
远处的图像小，近处的图像大，黑线为梯形状。
单片机通过比较器电路将每一行的黑白跳变点（跳变点按从右到左的顺序）记录下来，保存到两个二维数组里（分别表示上升沿、下降沿）。
通过遍历上升沿和下降沿可以完成赛道边沿的提取。
摄像头采集到几种典型赛道图像如图4.1～图4.4所示。
图4.1普通弯道
图4.2十字交叉图像
图4.3黑提示线图像
图4.4黑提示线图像
4.1.2赛道边沿提取
边沿提取算法的基本思想如下：
（1）直接逐行扫描原始图像，根据设定的阈值提取黑白跳变点；
（2）赛道宽度有一个范围，在确定的赛道宽度范围内提取有效赛道边沿，这样可以滤除不在宽度范围内的干扰；
（3）利用赛道的连续性，根据上一行白块的位置和边沿的位置来确定本行的边沿点；
（4）求边沿点时，因为近处的图像稳定，远处图像不稳定，所以采用由近及远的办法；
（5）进出十字的时候，通过校正计算出边沿角度可较好的滤除十字并补线；
（6）直角一边丢线，另一边为直道，根据这个特征提取边界
（7）黑提示线依据赛道连续性进行补线，得出边界
边沿提取算法的程序流程如图4.4所示。
图4.4算法流程图
处理后得到的黑线中心如图4.5～4.7图所示。
4.1.3推算中心
通过之前提取的赛道边沿数据推算中心：
若只有单边有边沿点数据，则通过校正对单边数据按法线平移赛道宽度一半的距离；当能找到与一边能匹配上的另一边沿点时则直接求其中心作为中心点。
判到直角直接给最大偏差。
判到黑提示线根据两边补线求出中心线。
计算出的中心点效果如下：
图4.11弯道处理后图像
图4.12十字处理后图像
图4.13黑提示线处理后图像
4.1.4路径选择
对于竞速赛，小车能否以一个合理的路径跑完全程，能否合理地加减速，是提高小车速度的关键因素。
在优化路径方面，在两个方面采取措施：
1）增加视场的长度和宽度
如果摄像头的视场太过狭窄，则近处容易出现全白行，且有些赛道没法覆盖完整，会对图像的处理提出更高的要求。
若视场太短，前瞻很可能不足，对摄像头的进一步加速会产生限制。
因此，尽量增大视场的长度和宽度就很有必要了。
我们通过合理地调整摄像头的高度和角度，使摄像头的视场的长度比较合理，经过试验，使得摄像头视场最近为距车5cm左右，最远达到了180cm左右。
为增加摄像头视场的广度，我们采用了广角镜头，经过测试，发现可以完整地覆盖赛道，对于直角等的判断也十分有利。
2）优化加权算法
对整场有效行的中心求加权平均值的算法，在低速情况下可以有效地优化赛车路径，但在赛车速度提高到一定程度之后由于过弯时的侧滑，路径不是很好。
而由于图像分布不均，近处的行占据绝大部分，在小车速度比较高时适应性比较差。
为了解决这个问题，我们对于参与加权计算的图像行数及权重进行了处理，减小了车体前部50cm范围内的图像参与加权的行数和权重，同时增大视场前部图像的权重。
4.2PID控制算法介绍
PID控制是工业过程控制中历史最悠久，生命力最强的控制方式。
这主要是因为这种控制方式具有直观、实现简单和鲁棒性能好等一系列的优点。
PID控制主要有三部分组成，比例、积分、微分。
比例控制是一种最简单的控制方式。
其控制器的输出与输入误差信号成比例关系。
偏差一旦产生，调节器立即产生控制作用使被控量朝着减小偏差的方向变化，控制作用的强弱取决于KP。
当仅有比例控制时系统输出存在稳态误差（Steady-stateerror）。
为了消除稳态误差，引入积分控制。
积分项对误差取决于时间的积分，随着时间的增加，积分项会增大。
这样，即便误差很小，积分项也会随着时间的增加而加大，它推动控制器的输出增大使稳态误差进一步减小，直到等于零。
为了预测预测误差变化的趋势，引入微分的控制器，这样就能够提前使抑制误差的控制作用等于零，甚至为负值，从而避免了被控量的严重超调。
PID控制框图如图4.2.1所示。
：
图4.2.1PID控制框图
对应的误差传递函数为：
（公式一）
式中，Kp为比例增益；Ti为积分时间常数；Td为微分时间常数；U（s）为控制量；E（s）为被控量与设定值R（s）的偏差。
时域表达式为：
（公式二）
在单片机中，我们仅能对数字信号处理，即数字PID控制。
将上式离散化，得
（公式二）
4.2.
升级会员 