孫建康 王 帥 曹斯萌 石秀敏

（1.天津職業(yè)技術(shù)師范大學(xué) 機(jī)器人及智能裝備研究院，天津 300222；2.天津博諾智創(chuàng)機(jī)器人技術(shù)有限公司，天津 300352；3.天津市智能機(jī)器人技術(shù)及應(yīng)用企業(yè)重點(diǎn)實(shí)驗(yàn)室，天津 300352）

目前，智能車在各個(gè)領(lǐng)域都有應(yīng)用，如軍事和搜救等。國際上對智能車進(jìn)行了大量研究，這種類型的小車在人們生活中發(fā)揮著不可替代的作用。智能小車與遙控小車有很大的不同，不需要像遙控小車那樣實(shí)時(shí)控制方向、速度等參數(shù)，只需通過預(yù)先編寫好的程序代碼即可完成預(yù)先設(shè)計(jì)好的動(dòng)作和作業(yè)任務(wù)。智能循跡小車是高端設(shè)備的代表，工作過程中全程不需要人工控制。該小車具有外部環(huán)境感知、決策規(guī)劃能力，可以自動(dòng)根據(jù)外部環(huán)境的變化而做出判斷，其中運(yùn)用了大量的先進(jìn)技術(shù)，如芯片技術(shù)、計(jì)算機(jī)技術(shù)、傳感器技術(shù)、通信技術(shù)等，是當(dāng)今社會(huì)大量高科技技術(shù)所制造出的產(chǎn)物[1-3]。

1 仿真研究

1.1 建模

智能小車采用輪式機(jī)器人結(jié)構(gòu)，采用兩驅(qū)控制模式，兩個(gè)后輪用直流電機(jī)作為驅(qū)動(dòng)，結(jié)構(gòu)布置圖如圖1所示，簡化的幾何模型如圖2所示，直流電機(jī)模型如圖3所示。

圖1 四輪結(jié)構(gòu)布置簡圖

圖2 智能小車的簡化運(yùn)動(dòng)模型

圖3 直流電機(jī)模型

圖2中的P點(diǎn)為兩驅(qū)動(dòng)輪的軸線中心點(diǎn)。小車本體的轉(zhuǎn)角用θ表示，P的運(yùn)動(dòng)速度為v，其速度坐標(biāo)分量為，驅(qū)動(dòng)輪中心之間的距離為l，兩驅(qū)動(dòng)輪半徑為r。參考文獻(xiàn)[1]，由于單片機(jī)的運(yùn)行能力有限，設(shè)定小車直線運(yùn)動(dòng)時(shí)兩驅(qū)動(dòng)軸同時(shí)運(yùn)動(dòng)，在轉(zhuǎn)彎時(shí)一軸運(yùn)行一軸靜止，以忽略兩軸運(yùn)動(dòng)的耦合。通過研究車輪運(yùn)動(dòng)和車體運(yùn)動(dòng)，結(jié)合電機(jī)模型，小車的動(dòng)力模型為：

式中：m1是車輪的質(zhì)量；Jy為輪子繞Y軸旋轉(zhuǎn)的轉(zhuǎn)動(dòng)慣量；Jzp為輪子繞Z軸旋轉(zhuǎn)的轉(zhuǎn)動(dòng)慣量；Kτ為電機(jī)力矩系數(shù)；Ke為電動(dòng)機(jī)反電動(dòng)勢系數(shù)。

1.2 仿真

借助MATLAB軟件，建立二階模糊比例-積分-微分（Proportion Integration Differentiation，PID）算法，框圖如圖4所示。其中：E、EC為輸入，范圍均為[-6，+6]；Kp范圍為 [8，16]；Ki為范圍 [2，3]；Kd范圍為[7，10]。仿真模型如圖5所示，仿真結(jié)果如圖6所示。

圖4 模糊PID控制系統(tǒng)框圖

圖5 仿真模型

圖6 仿真結(jié)果圖

2 智能小車設(shè)計(jì)

以單片機(jī)為基礎(chǔ)，設(shè)計(jì)并制作出具有較強(qiáng)環(huán)境適應(yīng)能力的智能循跡小車，使其能隨著不同的道路，通過傳感器采集相關(guān)信息，并按照預(yù)先編寫好的程序做出反應(yīng)，同時(shí)將信息反饋給單片機(jī)并執(zhí)行相應(yīng)的動(dòng)作，控制流程圖如圖7所示[4-8]。

圖7 智能小車控制模塊圖

2.1 硬件設(shè)計(jì)方案

智能小車采用四輪結(jié)構(gòu)，其電氣控制方案如圖8所示。該小車的電氣控制方案中，主控模塊采用STM32芯片作為智能循跡小車的控制芯片，具有芯片密度、穩(wěn)定性、處理速度高的特點(diǎn)，能進(jìn)行大量數(shù)據(jù)的快速處理，適合解決采用PID算法時(shí)所產(chǎn)生大量數(shù)據(jù)的問題。供電系統(tǒng)采用單電源給電機(jī)和單片機(jī)供電模式，設(shè)計(jì)了穩(wěn)壓模塊來保證電流的穩(wěn)定性。但在實(shí)際運(yùn)行過程中，由于采用的是左右輪差速的轉(zhuǎn)向原理，小車在轉(zhuǎn)向時(shí)會(huì)有一定的物理振動(dòng)，從而產(chǎn)生不穩(wěn)定的因素，因此需要采用穩(wěn)定性較好鋰電池進(jìn)行供電。循跡單元中，采用RPR220光電對管。在單獨(dú)采用紅外探測法進(jìn)行尋跡時(shí)，因?yàn)樾≤囆旭傔^程中環(huán)境的不確定性，如光源光線的強(qiáng)弱都會(huì)對紅外傳感器造成一定的影響，所以在小車底部裝了4個(gè)紅外傳感器，如圖9所示。運(yùn)行時(shí)對小車的運(yùn)行速度采用PID控制算法進(jìn)行控制，以保證小車在運(yùn)行時(shí)的穩(wěn)定性。運(yùn)動(dòng)單元中，由雙極性管和直流電機(jī)組成H橋電路，通過STM32單片機(jī)預(yù)先編寫好的程序來控制占空比，并進(jìn)一步調(diào)節(jié)其轉(zhuǎn)速。這種組合在實(shí)際工作中效率非常高，目前已較廣泛地應(yīng)用于采用STM32單片機(jī)的系統(tǒng)以控制速度。

圖8 控制方案框圖

圖9 智能尋跡小車在運(yùn)行時(shí)的示意圖

2.2 軟件設(shè)計(jì)

采用模擬量STM32的智能尋跡小車的控制算法采用的是模糊PID算法。該算法的流程如圖10所示。

圖10 模糊PID算法流程圖

智能尋跡小車運(yùn)行時(shí)，在整個(gè)檢測環(huán)節(jié)中，通過運(yùn)行的不同位置，4個(gè)光敏傳感檢測信號可以實(shí)現(xiàn)多種檢測方式。光敏傳感器狀態(tài)真值表如表1所示，循跡流程圖如圖11所示。

表1 光敏傳感器狀態(tài)真值表

圖11 模擬量小車尋跡流程圖

3 結(jié)語

智能尋跡小車的運(yùn)行環(huán)境應(yīng)該在正常的室內(nèi)環(huán)境，不應(yīng)太暗，也不應(yīng)太亮，否則會(huì)干擾紅外傳感器接受紅外線的靈敏度。在智能尋跡小車的運(yùn)行路線上貼一條黑線，將其作為小車的路徑軌跡，當(dāng)紅外光電傳感器一端發(fā)出的紅外光線照到黑線上時(shí)，會(huì)被反射回光電傳感器。根據(jù)該原理，可以判斷智能尋跡小車是否在黑線上行走。通過反復(fù)調(diào)試和對比，基于模糊PID控制的智能小車相比開環(huán)控制有更優(yōu)的動(dòng)態(tài)性能和穩(wěn)定性。同時(shí)，由于系統(tǒng)借鑒了仿真結(jié)果，調(diào)試過程有據(jù)可依，大大縮減了調(diào)試時(shí)間。