基于CCD的自平衡智能车循迹系统的设计

介绍了一种基于线阵CCD两轮自平衡的智能车循迹系统。基于第八届飞思卡尔智能车大赛准则,该系统以飞思卡尔16位单片机MC9S12XS128作为核心控制器,以CCD作为路径识别装置检测路径信息,通过陀螺仪与加速度计测量智能车姿态,单片机获得传感器采集的路面信息及智能车姿态信息,经过分析后控制智能车的舵机转向,同时对直流电机进行调速,从而实现智能车自平衡和速度调节。在控制算法上采用模糊设定速度和PID调整速度相结合的算法,使智能车能够在自平衡状态下快速平稳的行驶。     

一种基于K60自平衡测量方法的研究及实验

针对自平衡车的平衡方法和姿态参数测量问题,利用空间旋转的旋转轴和旋转角度—四元数计算姿态角,采用串级PID控制方法研究自平衡车平衡参数,给出平衡车中各平衡参数的测定实验方法,内环采用增量式PI控制,外环采用位置式PD控制,测量得出最佳内环、 外环平衡参数和零点漂移值.自主搭建软硬件平衡试验模型,在K60上实现各方法.实...     

基于积分分离PID控制的自平衡小车设计

以STM32F103VET6作为控制核心芯片,采用带加速度计的陀螺仪MPU6050构成小车姿态检测装置,采用双路驱动器TB6612FNG驱动带数字编码器的直流电机搭建了自平衡小车系统。采用积分分离式PID算法实现了车身平衡的快速稳定控制。经实验证明积分分离式PID算法能够快速、稳定地控制小车系统达到平衡状态。     

四轮自识别机器人的设计与研究

介绍了一种基于HCSl2单片机的四轮自识别机器人系统。使用飞思卡尔公司16位单片机MC9SXSl28为核心控制单元,设计了电源管理模块、数据采集模块、数据处理模块、电机驱动模块、及舵机控制模块等硬件电路,使用摄像头传感器采集路面信息,通过对检测图像的分析和计算,自动控制舵机转向,并对直流驱动电机进行PID调速控制,从而实现四轮自识别机器人系统的稳定运行。     

两轮自平衡机器人运动平衡控制研究

对两轮自平衡机器人的运动平衡控制进行研究。通过搭建两轮自平衡机器人实验平台,采用Newton-uler法建立动力学模型以及针对机器人的运动控制、平衡控制和伺服控制设计相应的PID控制器。物理实验表明,机器人在外界冲击干扰和阶跃干扰的作用下,能够维持自身平衡同时可以执行相应的运动控制命令。结果表明,提出的两轮自平衡机器人运动平衡控制的方法是合理有效的。     

轮式智能车的设计

智能小车的循迹避障功能是实现小车完成正常行驶的关键.本文设计了一款基于STM32的轮式智能循线避障小车,采用PID速度控制算法控制电机转速,利用红外传感器采集小车的运行轨迹和障碍物等信息,并将其传递给单片机.通过单片机控制,从而在规定的路线上实现循迹、上下窄桥、上下楼梯和避障及抓取障碍物的功能.该设计具有结构简单,运行稳定,精度高等特点.     

基于Kinetis K60的智能车控制系统设计

针对目前智能车控制中,控制电路复杂以及控制芯片内部资源有限导致系统稳定性差等问题,提出了一种基于飞思卡尔Kinetis K60(简称K60)的智能车控制系统,并设计了系统硬件和软件。采用CMOS高速数字摄像头,简化了硬件电路,提高了系统实时性。最后,应用增量式PID控制算法完成舵机和电机控制,并通过实验调试确定了系统参数。     

两轮自平衡小车的设计与实现

两轮自平衡小车被各种竞赛所喜爱,在很多大型比赛中都有涉及此方向的题目。阐述了基于飞思卡尔系列XS128单片机为核心控制器,配合陀螺仪、角度传感器实现两轮小车的自平衡。着重介绍了两轮自平衡小车的结构、平衡原理、控制算法,通过反复调试最终实现了小车的自平衡。     

两轮自平衡小车启动暂态过程的研究

在两轮自平衡小车启动暂态过程中,小车站立姿态调整过程缓慢,存在震荡性和抖动性问题.结合模糊PID控制算法和积分补偿方案,实现对小车左右轮输出的电压进行优化控制,使小车能在较短时间内快速修正到直立状态.模拟和实验结果均表明:采用模糊PID算法和积分补偿相结合的优化方案后,小车启动过程的姿态变化更加平滑,动态倾斜角度的测量更加精准,震荡明显减弱.在小车从初始倾斜角度-4°调整到平衡0°时,采用模糊PID算法能提高系统的测试性能,缩短系统的修正时间,减小震荡范围,震荡峰值从常规PID算法的2.2°降为0.5°,超调量从55%降为12.5%.该研究应用在两轮自平衡小车上,可以提高乘坐的舒适性,减少因长时间进行姿态修正而产生的电力消耗.     

基于模糊控制的智能车调速系统的设计

设计了一种基于模糊参数自整定的模糊控制智能小车调速系统，该智能车调速系统核心控制单元采用飞思卡尔半导体公司的HCS12单片机。实验证明，该智能车调速系统能很好地满足小车在前进过程中对速度调节的快速响应和稳态误差小的要求，系统具有较好的动态性能和良好的鲁棒性。     

基于飞思卡尔单片机的智能电动小车设计

针对交通堵塞、 交通事故频发等问题, 设计了一种智能电动小车。该设计采用MC9S12XS128单片机作为主控芯片, 结合摄像头、 无线模块等功能模块组成智能电动小车。主控芯片对摄像头采集的赛道信息进行分析处理, 采用PID（Proportion Integration Differentiation）控制策略驱动电机运转, 使智能电动小车能在跑道上完成单轨迹前行、 双轨迹中心线中的自动行驶和避障等动作。利用无线模块实现智能电动小车与目标靶之间的信息交换, 通过智能电动小车对舵机的调整, 完成在行驶过程中将激光光点投射在目标靶中心的实验。打靶成绩较高, 实验结果令人满意。该设计可为智能车辆无人驾驶和信息交互的研究提供参考。     

考虑横纵向误差协调的智能汽车路径跟踪控制研究

针对传统轨迹跟踪控制方法应用场景局限,精度不高的问题,为实现车辆横纵向联合控制从而提升无人驾驶汽车在结构化场景下的轨迹跟踪效果,本文建立了自然坐标系下的车辆跟踪误差模型,设计基于LQR与PID相结合的车辆横纵向耦合控制器。在横向控制层面,为消除系统稳定误差,通过引入前馈控制量实现系统的整体稳定,减小车辆在实际运行过程中产生的横向误差,提升控制过程的稳定性;在纵向控制层面,运用PID控制策略进行调节,实现车辆的实际速度与规划速度,实际位置与规划位置之间的精确匹配。通过MATLAB/Simulink与Carsim搭建联合仿真平台,针对日常泊车、驶入主路以及超车多种工况进行仿真验证。仿真结果表明：本文所设计的横纵向联合控制器将车辆的轨迹跟踪误差控制在可接受范围之内的同时,轨迹跟踪效果满足乘客对车辆乘坐舒适性的要求,故本文设计的控制器具备一定的稳定性和准确性。     

基于CMOS摄像头的智能车控制系统设计及实现

针对智能车因单条引导线信息量少而引起的误识别问题, 设计一种能自动识别和跟踪双边引导线的智能车系统。智能车以Freescale公司MC9S12XSl28作为核心控制器, 利用COMS(Complementary Metal Oxide Semiconductor)摄像头OV7620作为路径信息采集装置, 对采集图像进行二值化处理、 去噪操作和边缘检测后提取路径信息、 进而准确地判别跑道的形状, 为舵机和电机提供控制依据, 以使小车平稳快速地行驶。同时, 提出将行驶状态与赛道信息综合考虑的措施, 并通过PID(Proportional Integral Differential)控制策略以及实验测试, 实现了对各种典型跑道的优化处理, 使高速行进中的智能车具有良好的转向调节能力和加减速响应能力。智能车可以在以白色为底面颜色, 两边有黑色引导线的跑道上运行, 克服了因单条引导线信息量少而引起的误识别问题。     

基于MC9S12XS128单片机智能寻迹小车的设计

本文给出了智能小车寻迹系统的软硬件方案设计和开发流程.采用飞思卡尔MC9S12XS128单片机作为智能小车控制芯片,设计了电源、电机驱动、激光传感器以及测速等模块,小车的速度、转向控制采用PID控制方法,测试结果表明,小车能够平稳实现寻迹功能.     

基于视觉和后推方法的智能车轨迹跟踪控制

通过基于视觉的车道标志线识别系统建立智能车的期望跟踪轨迹,并将智能车运动学模型转换为链式系统模型,同时利用Backstepping方法设计控制律,克服了动态反馈线性化的方法设计的控制器维数较高以及滑模变结构控制器会呈现高频的抖振的缺点。通过仿真试验表明该方法得到了较好的轨迹跟踪控制效果和良好的全局稳定性。     

自动引导车跟踪控制的仿真研究

提出一种跟踪精度高、计算量小、易于实现的自动引导车跟踪控制方法。这一方法将要跟踪的轨迹划分成若干段，然后进行分段跟踪。采用此法，可以避免使用路径曲线段进行跟踪时曲率的计算以及计算量大和计算复杂等问题，使得自动引导车跟踪的实时性，精确度得到提高。通过多种路径跟踪的仿真实验，结果表明提出的方法是正确和有效的。     

基于滑模PID的微型旋翼飞行器轨迹跟踪控制

针对微型旋翼飞行器的轨迹跟踪精度不高的问题, 提出一种基于自适应调节PID（Proportion Integration Differentiation）增益的滑模控制器。基于李亚普诺夫稳定性理论, 通过自适应律在线调节PID控制增益参数, 设计饱和函数抑制滑模控制器的高频抖振, 以实现轨迹跟踪误差系统对模型参数变化和外部扰动的鲁棒性。仿真结果表明, 该控制器能驱动旋翼飞行器精确跟踪期望的轨迹, 具有较高的控制精度, 能满足实际工程应用的要求。     

基于线性二次调节器算法的两轮自平衡机器人最优控制方法

两轮自平衡机器人作为一种多输入多输出系统,虽然已在许多日常使用中得到应用,但大多数研究只关注通过试验实验或使用简易的数学模型来达到平衡.为了研究两轮自平衡机器人完整数学模型建模和运动平衡控制器设计,首先,根据机器人的电机模型、车轮模型和摆体模型,推导机器人运动的状态空间模型;其次,分析系统的可控性和可观性,并结合状态估计和反馈控制设计具有状态估计的反馈控制器,同时引入线性二次调节器(linear quadratic regulator,LQR)控制方法以完善控制器在机器人运动中的控制效果.仿真实验结果表明:具有状态估计的反馈控制器和LQR控制方法对于这类自平衡机器人运动平衡控制具有良好的稳定性和鲁棒性.     

基于智能球机的视频车辆检测系统的设计

以现有的视频检测算法为基础,根据智慧交通系统的需求设计了一套车辆检测系统.该系统包括客户端模块、命名管道通信模块、特征提取模块、轨迹数据处理模块和数据库存储模块,可以实现检测跟踪道路车辆、计算目标车辆数据、汇总道路数据和查询历史信息等功能.现场测试与运行结果表明,视频车辆检测系统检测精度高,整体性能强,系统运行稳定,能够满足路政需求.