林振威

[摘 ? ?要]以全國大學(xué)生智能汽車競賽為背景，介紹基于攝像頭循跡的四輪智能小車控制方案，同時(shí)，在傳統(tǒng)控制方案上增加陀螺儀反饋實(shí)現(xiàn)循跡控制穩(wěn)定性的提升。該控制方案提供了小車對不同路段的適用性，提高了小車運(yùn)行的穩(wěn)定性。

[關(guān)鍵詞]智能車;PID控制;攝像頭循跡;陀螺儀

[中圖分類號]TP273 [文獻(xiàn)標(biāo)志碼]A [文章編號]2095–6487（2021）08–00–02

[Abstract]Taking the national college student smart car competition as the background， this paper introduces a four-wheel smart car control scheme based on camera tracking. At the same time， adding gyroscope feedback to the traditional control scheme to improve the stability of tracking control. The control scheme provides the applicability of the trolley to different road sections and improves the stability of the trolley's operation.

[Keywords]smart car; PID control; camera tracking; gyroscope

隨著科技發(fā)展，自動(dòng)化和智能化的發(fā)展趨勢越來越明顯。而智能汽車作為今后汽車行業(yè)的一個(gè)重要發(fā)展方向[1]，近年來受到了越來越多的關(guān)注。全國大學(xué)生智能汽車競賽則為智能汽車的發(fā)展做出了鋪墊。因此，本文以智能汽車競賽為背景，提出了一種基于攝像頭和陀螺儀的智能汽車控制方案。通過攝像頭采集道路信息，陀螺儀采集小車狀態(tài)，單片機(jī)處理輸出控制信號，實(shí)現(xiàn)智能循跡控制[2]。由于傳統(tǒng)PID控制對不同賽道情況的適應(yīng)能力較弱，這對小車的提速帶來了困難，本方案通過在傳統(tǒng)PID的基礎(chǔ)上增加陀螺儀進(jìn)行校正，提高了小車對不同賽道的適應(yīng)能力，提升了控制系統(tǒng)的魯棒性。

1 攝像頭循跡

本方案采用MT9V032攝像頭采集賽道信息，并通過ARM Cortex-M4內(nèi)核的K66單片機(jī)進(jìn)行圖像處理，通過特征提取對取得偏差，對小車的轉(zhuǎn)向進(jìn)行控制。攝像頭采集的圖像為灰度圖像，本文采用大津法（OTSU）二值化的方法將灰度圖處理為黑白圖，實(shí)現(xiàn)圖像信息的簡化，便于特征的提取。此外，本方案采用兩個(gè)DMA中斷交替采圖、輪換處理的方式，實(shí)現(xiàn)了圖像采集和處理的同時(shí)進(jìn)行，提高了執(zhí)行效率，提高了處理幀數(shù)，為控制精度的提高奠定了基礎(chǔ)[3-4]。

將采集到的圖像二值化處理后，就可以進(jìn)行賽道特征的提取，本方案采用先尋找賽道兩邊邊線，然后將兩邊線求和取中來擬合賽道中線，再通過求取賽道中線與圖像中線的偏差的方法對小車的轉(zhuǎn)向進(jìn)行控制，見圖1。

如圖1所示，為圖像處理前后的效果圖，左側(cè)為采集圖，右側(cè)為處理后的圖，其中兩側(cè)是賽道邊線，中間為擬合的中線。

當(dāng)然，小車在運(yùn)行時(shí)有可能會出現(xiàn)視野較差，導(dǎo)致只能看到賽道一邊的情況，對這種情況，則無法通過上述方法求取偏差，這時(shí)需要依靠一邊的邊線對中線進(jìn)行擬合。這就需要對賽道寬度進(jìn)行擬合，對于斜視圖的，逆變換是一種常用的處理方法，它能夠?qū)π币晥D進(jìn)行處理，將其變換成“上帝視角”，然而考慮到單片機(jī)算力的限制以及攝像頭視角比較固定，本方案采用了一種簡化的替代方法。通過將小車正放在一條長直道的中央采圖，對該圖進(jìn)行擬合，求出該情況下不同行高的賽道寬度，這些寬度即可近似視為該攝像頭角度下采集到的圖像不同行高處的賽道寬度，通過單邊線加（或減）賽道寬度的一半，即可擬合出賽道中線。

如圖2所示，為單邊視野丟失情況下的中線處理效果圖，左側(cè)為采集圖，右側(cè)為處理后的圖，其中兩側(cè)是賽道邊線，中間為擬合的中線。

2 PID控制

智能車的運(yùn)動(dòng)是通過單片機(jī)輸出不同大小的PWM波對電機(jī)和舵機(jī)進(jìn)行驅(qū)動(dòng)來控制的。對于不同的電機(jī)來說，其對PWM波的響應(yīng)速度是有差別的。因此通過固定的PWM對電機(jī)進(jìn)行控制是不可靠的，為保證小車可靠運(yùn)行，保證其對響應(yīng)的快速性、準(zhǔn)確性和穩(wěn)定性，采用常用的PID控制算法實(shí)現(xiàn)閉環(huán)控制。

PID控制作為出現(xiàn)最早、應(yīng)用最廣的控制器，以其結(jié)構(gòu)簡單、魯棒性和適應(yīng)性較強(qiáng)，調(diào)節(jié)整定很少依賴于系統(tǒng)的具體模型，使用簡單等特點(diǎn)受到了廣泛應(yīng)用。這也是本方案采用PID控制器的一個(gè)重要原因。

PID控制器是一種線性控制器，它通過將期望值和實(shí)際值的偏差按照比例、積分、微分的線性組合得到控制量[5]，從時(shí)間的角度講，比例作用是針對系統(tǒng)當(dāng)前誤差進(jìn)行控制，積分作用則針對系統(tǒng)誤差的歷史，而微分作用則反映了系統(tǒng)誤差的變化趨勢，這三者的組合是“過去、現(xiàn)在、未來”的完美結(jié)合，如圖3所示。

3 電機(jī)增量式PID控制

電機(jī)作為速度控制的執(zhí)行機(jī)構(gòu)，是小車運(yùn)行時(shí)的重要控制環(huán)節(jié)。本方案采用的電機(jī)PID公式如下。

Δu（k）=u（k）-u（k-1）=KP[e（k）-e（k-1）]+KIe（k）+KD[e（k）-2e（k-1）+e（k-2）]

其中

比例P：e（k）-e（k-1）這次誤差-上次誤差

積分I：e（i）誤差

微分D：e（k）-2e（k-1）+e（k-2）這次誤差-2*上次誤差+上上次誤差

增量式PID根據(jù)公式可以看出，一旦確定了KP、TI、TD，只要使用前后三次測量值的偏差，即可由公式求出控制增量而得出的控制量Δu（k）對應(yīng)的是近幾次位置誤差的增量，而不是對應(yīng)與實(shí)際位置的偏差，沒有誤差累加。

也就是說，增量式PID中不需要累加?？刂圃隽喀（k）的確定僅與最近3次的采樣值有關(guān)，容易通過加權(quán)處理獲得比較好的控制效果，并且在系統(tǒng)發(fā)生問題時(shí)，增量式不會嚴(yán)重影響系統(tǒng)的工作。

此外，增量式PID控制輸出的是控制量增量，并無積分作用，因此該方法適用于執(zhí)行機(jī)構(gòu)帶積分部件的對象，如步進(jìn)電機(jī)等，而位置式PID適用于執(zhí)行機(jī)構(gòu)不帶積分部件的對象，如電液伺服閥。

在進(jìn)行PID控制時(shí)，位置式PID需要有積分限幅和輸出限幅，而增量式PID只需輸出限幅。因此對于電機(jī)的控制，選用的是增量式PID控制。

4 舵機(jī)位置式PID控制

舵機(jī)作為轉(zhuǎn)向的執(zhí)行機(jī)構(gòu)，需要較快的響應(yīng)速度，因此對舵機(jī)采用了位置式PID控制。公式如下

其中：+

比例P：e（k）

積分I：∑e（i）誤差的累加

微分D：e（k）-e（k-1）這次誤差-上次誤差

也就是位置式PID是當(dāng)前系統(tǒng)的實(shí)際位置，與你想要達(dá)到的預(yù)期位置的偏差，進(jìn)行PID控制。

因?yàn)橛姓`差積分∑e（i），一直累加，也就是當(dāng)前的輸出u（k）與過去的所有狀態(tài)都有關(guān)系，用到了誤差的累加值（誤差e會有誤差累加），輸出的u（k）對應(yīng)的是執(zhí)行機(jī)構(gòu)的實(shí)際位置，一旦控制輸出出錯(cuò)（控制對象的當(dāng)前的狀態(tài)值出現(xiàn)問題），u（k）的大幅變化會引起系統(tǒng)的大幅變化。

并且位置式PID在積分項(xiàng)達(dá)到飽和時(shí)，誤差仍然會在積分作用下繼續(xù)累積，一旦誤差開始反向變化，系統(tǒng)需要一定時(shí)間從飽和區(qū)退出，所以在u（k）達(dá)到最大和最小時(shí)，要停止積分作用，并且要有積分限幅和輸出限幅。

所以在使用位置式PID時(shí)，一般直接使用PD控制。

而位置式PID適用于執(zhí)行機(jī)構(gòu)不帶積分部件的對象，如舵機(jī)和平衡小車的直立。

5 加入陀螺儀的循跡控制方案

由于小車需要適應(yīng)不同類型的賽道，這對PID參數(shù)的適用性和整個(gè)控制系統(tǒng)的魯棒性提出了較高的要求。尤其是在小車高速運(yùn)行的情況下，很難同時(shí)兼顧不同類型的道路。

針對這個(gè)問題，采用動(dòng)態(tài)參數(shù)對PID進(jìn)行控制，針對計(jì)算出的不同偏差值，給定一個(gè)與偏差相關(guān)的PID參數(shù)，這樣即解決了一套參數(shù)對不同賽道適應(yīng)能力不一致的情況。但是，簡單的動(dòng)態(tài)參數(shù)的控制效果仍然有限。因此，本方案在以上控制策略的基礎(chǔ)上加入了陀螺儀。

陀螺儀是一種角速度測量傳感器，本方案通過測量小車運(yùn)行時(shí)的橫向角速度，即可判斷出小車當(dāng)前運(yùn)行的狀態(tài)。若小車在直道上左右來回?fù)u擺，會產(chǎn)生一個(gè)來回振蕩的橫向角速度，通過測量該角速度，并通過在PID輸出的基礎(chǔ)上減去（或加上）一定比例的該時(shí)刻的角速度值（本文稱其為阻尼項(xiàng)），即可抑制小車的振蕩。控制框圖如圖4。

對應(yīng)公式如下：

u（k）=Kpe（k）+Kd[e（k）-e（k-1）-Kkω]

其中ω為角速度，Kk為對應(yīng)系數(shù)。

阻尼項(xiàng)的作用在于減緩小車在轉(zhuǎn)向時(shí)的響應(yīng)幅度，減小其在轉(zhuǎn)向時(shí)產(chǎn)生的超調(diào)量，起到抑制大超調(diào)量，消減小幅高頻振蕩的作用，以通過小車運(yùn)行時(shí)的穩(wěn)定性。

6 結(jié)束語

智能化、自動(dòng)化是汽車行業(yè)未來發(fā)展的一個(gè)重要方向，智能小車的研究則是對智能汽車行業(yè)的一種簡單探索，本文闡述的控制思路僅是眾多控制方案的一種，這其中還有許多的東西值得去研究和探索。

參考文獻(xiàn)

[1] 《中國公路學(xué)報(bào)》編輯部.中國汽車工程學(xué)術(shù)研究綜述·2017[J].中國公路學(xué)報(bào)，2017，30（6）：1-197.

[2] 王盼寶，佟超，曹楠，等.智能車制作[M].北京：清華大學(xué)出版社，2001.

[3] 張錚，范若怡，宮若寧，等.基于圖像處理的智能小車無線遠(yuǎn)程滅火[J].實(shí)驗(yàn)室研究與探索，2018，37（1）：33-37.

[4] 孫曉峰.基于圖像識別的智能小車障礙物檢測方法研究[D].昆明：昆明理工大學(xué)，2017.

[5] 丁鵬.自尋跡智能車PID控制研究[D].衡陽：南華大學(xué)，2018.