第六届飞思卡尔智能车大连大学-连大-影舞者队技术报告

《第六届飞思卡尔智能车大连大学-连大-影舞者队技术报告》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第六届全国大学生智能汽车邀请赛技术报告第六届“飞思卡尔”杯全国大学生智能汽车邀请赛技术报告学校：大连大学队伍名称：连大—影舞者参赛队员：黎伟康王朝辉黄小华带队教师：陈波胡玲艳26第六届全国大学生智能汽车邀请赛技术报告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六届“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

2、员签名：黎伟康王朝辉黄小华带队教师签名：陈波胡玲艳日期：2011.8.826第六届全国大学生智能汽车邀请赛技术报告摘要该系统以Freescale16位单片机MC9S12XS128作为系统控制处理器，采用CCD摄像头获取赛道路况信息，利用透射式光电传感器配合码盘测速，控制舵机实现系统的闭环控制，保证模型车能够稳定运行。在机械结构上，本设计做了一些改进和创新，对舵机的安装位置和高度做了一些调整，对摄像头的架设结构也做了调整，这对提高车模的稳定性打下了基础。硬件电路部分选用电源管理芯片LM2940-5.0和LM358与9530组成的降压稳压电

3、路为系统的各功能模块提供工作电源，供电电池为7.2伏，采用LM2940-5.0为单片机系统、摄像头模块、速度采集模块提供5伏电源；采用LM358与9530组成的降压稳压电路为舵机提供6.2伏电源；采用全桥模块稳定、有利地驱动直流电动机，可获得电机的最佳性能：高速、快速响应和高起动频率；这为智能车的稳定工作提供了可靠的保证。软件部分主要包括以下内容：(1)摄像头采集图像的数据处理算法；(2)路径识别后的控制策略，介绍了经典PID控制策略，车速以及后轮差速的控制策略，以及对不同路况信息的控制算法。本系统应用CodeWarrior开发工具进行

4、编程，用BDM进行程序下载，利用无线串口传输的数据进行在线调试完成了软件的设计、编程和调试工作，很好的实现了路径识别的功能。关键字：CCD摄像头，PID控制，路径识别26第六届全国大学生智能汽车邀请赛技术报告目录摘要III第一章引言11.1智能车大赛背景及应用前景11.2概述1第二章系统设计思路与方案选择22.1整体设计思路22.2系统各模块方案选择22.2.1单片机系统方案选择22.2.2.传感器方案选择22.2.3.测速方案选择3第三章模型车机械设计43.1整体布局43.2.系统电路板安装53.3.舵机安装63.4.摄像头支架的设计

5、安装73.5.测速模块安装8第四章系统硬件设计94.1.系统整体结构94.2.电源电路设计104.2.1单片机系统及摄像头电源电路设计104.2.2舵机电源电路设计114.3.电机驱动电路设计124.4.摄像头数据采集电路设计134.5.测速电路设计13第五章系统软件设计145.1系统软件整体结构145.2图像处理155.2.1图像二值化155.2.2图像去噪声处理155.3控制策略155.3.1经典PID控制算法155.3.2车速PID控制策略165.3.3路径控制策略17第六章开发工具及安装调试过程186.1开发工具介绍186.2软

6、件调试过程186.2.1使用LabVIEW软件辅助调试18第七章车模主要技术参数说明20第八章结论21参考文献22附录A：程序源代码2326第六届全国大学生智能汽车邀请赛技术报告第一章引言1.1智能车大赛背景及应用前景全国大学生智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。大赛综合性很强，以迅猛发展的汽车电子为背景，是教育部倡导的大学生科技竞赛。本竞赛以“立足培养，重在参与，鼓励探索，追求卓越”为指导思想，旨在促进高等学校素质教育，培养大学生的综合知识运用能力、基本工程实践能力和创新意识，激

7、发大学生从事科学研究与探索的兴趣和潜能，倡导理论联系实际、求真务实的学风和团队协作的人文精神，为优秀人才的脱颖而出创造条件。大赛的综合性很强，是自动控制、模式识别、传感、电子、电气、计算机和机械等多个学科交叉的科技创意性比赛[1]。随着科学技术的迅猛发展和生活水平的快速提高，人们对汽车的安全性、舒适性要求越来越高。各种先进的技术正在被应用和研究，如汽车智能交通系统、汽车主动安全技术、汽车自动驾驶技术、车辆巡航技术等，智能车辆的研究也正在成为世界汽车研究的热点之一。智能车辆的主要特点是在复杂的道路情况下，能自动地操纵和驾驶车辆绕开障碍物和

8、沿着预定的路线运行。根据路况信息，经过判断、分析和决策，确定出所应做的操作。操纵车辆是一个自学习、自适应的过程，因此，智能车辆的研究主要是基于模糊控制理论、人工神经网络技术和神经模糊技术等人工智能的最新理论