飞思卡尔智能车技术报告一例.docx
- 文档编号:11197542
- 上传时间:2023-02-25
- 格式:DOCX
- 页数:32
- 大小:460.82KB
飞思卡尔智能车技术报告一例.docx
《飞思卡尔智能车技术报告一例.docx》由会员分享,可在线阅读,更多相关《飞思卡尔智能车技术报告一例.docx(32页珍藏版)》请在冰豆网上搜索。
飞思卡尔智能车技术报告一例
大学生智能汽车竞赛
技术报告
队伍名
参赛队员:
引言
根据“飞思卡尔”杯全国大学生智能汽车竞赛比赛规则,本文设计了一种基于CMOS摄像头道路识别的智能车控制系统。
本系统硬件方面包括:
图像采集模块、车速检测模块、方向控制模块、动力驱动模块、单片机控制单元。
软件方面包括:
图像采集模块、图像识别模块、舵机控制模块、电机控制模块。
该系统以飞思卡尔公司的16位微处理器MC9S12XS128为控制核心,应用BDM在线调试,采用CodeWarrior软件、串口调试等作为调试工具进行调试。
为了实现智能车自主的沿着道路黑线快速运行,我们使用CMOS摄像头对路面进行实时检测,单片机在获得摄像头图像之后,调用相应的图像处理程序,获得当前道路的偏移,并把这个偏移输出到舵机,根据这个偏移和速度编码器测得的车速决定出当前舵机应该摆的角度,再根据舵机摆角,计算出转弯半径,由离心力公式计算出当前的车速,最后由PID执行机构控制电机。
图像采集模块是决定智能车系统稳定性和可靠性的一个非常重要的因素。
在本设计中我们使用了模拟摄像头作为图像输入,使用xs128内AD资源进行图像采集,使用我们自己研制的图象处理程序进行道路的分析和标志的检测。
前轮模块是整个车子机械性能的决定性因素,它的优劣对比赛成绩有关键性的影响。
通过对前轮把模块的适当修改,使得整车的操控性能发挥到最好。
后轮模块对车子的操控性能重要的影响在于加减速性能和差动系统,后轮模块对车子的加减速性能的影响是显而易见的在这里就不用多说了,差动系统决定着转向阻力,好的差动系统可以使得整车的转向角加速度很大,也就使得整车的转向更为灵活。
第1章绪论
1.1智能车发展历程
智能车的发展是从自动导引车(AutomaticGuidedVehicle,AGV)起步的。
AGV是指装有电磁或光学等自动导引装置,能够沿规定的导引路径行驶,具有安全保护及各种移栽功能的运输车辆。
1913年,美国福特汽车公司首次将有轨导引的AGV代替输送机用到底盘装配上。
1954年,英国采用在地板下埋线,组成了电磁感应导向的简易AGVS。
AGVS(AutomaticGuidedVehicleSystem)是指自动导引车(AGV)和地面导引系统组成的、进行物料搬运等作业的光机电一体化的系统。
1955年,英国研制出了在生产线上实用的AGVS。
1959年,在美国首先出现了应用AGV的自动化仓库。
1982年,德国出现了第一辆无人叉车。
1985年,计算机通讯。
识别技术应用于AGVS。
在国内,北京起重机械研究所于1976年研制出了我国第一台AGV。
1991年起,中科院沈阳自动化研究所研制了客车装配AGV系统。
随着科学技术的发展,许多新技术都应用到AGV或AGVS上。
例如,激光技术的应用使AGV实现虚拟路径的导航和安全保护;无线局域网的应用使AGV的调度实时性更强,是AGV调度技术的一场革命;现场总线的应用使AGV的可靠性和可维护性得到提高,RFID的应用使AGV与地面系统的信息交互量更大。
自适应性更强。
同时,随着智能交通系统研究的深入,无人驾驶智能车辆的研究也越来越受到人们的关注。
1.2智能车竞赛介绍
为落实教育部关于“加强大学生工程实践、创新能力和团队精神培养”的精神,在已举办全国大学生数学建模、电子设计、机械设计、结构设计等4大竞赛的基础上,经教育部高等教育司研究决定与授权委托,在高教司的指导下,由教育部高等学校自动化专业教学指导分委员会主办,飞思卡尔公司协办的全国大学生智能车竞赛已成功举办了两届,到今年,已是第三届。
智能车比赛作为一个以汽车电子为背景的科技创意性竞赛,发展到第三届,已经具有了很大的规模,参赛学校和参赛人数逐年增加,影响也越来越大。
大赛今年已将摄像头与红外光电传感器分组比赛,赛车速度与比赛质量也越来越高,竞争更是日趋激烈。
第二章赛车技术方案及机械安装简介
2.1系统设计思想
本次‘飞思卡尔’智能车邀请赛的主要任务就是使电动车能在尽可能短的时间内,自动并且稳定地沿地面上宽度为25mm的黑线(地面为白色)绕跑道一圈完成比赛[1]。
通过对比赛任务的分析,我们总结了使智能车模以最短时间跑完全程需要解决的问题:
⑴路径(跑道)搜索:
如何能准确地检测出跑道的精确轨迹是智能车成败的关键问题;
⑵直道控制策略:
在直道上,智能车应尽量保持在一个较高的速度,并且应防止车头在直道上产生较大振荡,影响车模运行;
⑶弯道控制策略:
如何使智能车以最优路径过弯,是能否顺利完成比赛的一大难点;
⑷速度控制策略:
采用何种方法和算法来对速度进行检测和控制也是智能车的重要环节。
我们将智能车的设计分为硬件和软件两大模块,其中硬件模块主要有:
黑线检测电路,转向舵机控制电路,驱动电机驱动电路,测速电路,以及电源。
软件模块主要包括图像处理和控制算法两大部分。
智能车系统是一个各部分协调运作的控制系统。
系统要完成从传感器接收、微控制器判断计算,到执行机构执行的整个过程。
系统设计要求单片机把路径的迅速判断、相应的转向伺服电机控制以及直流驱动电机的控制精密地结合在一起。
传感器数据采集的失误,转向伺服电机控制的失当,都会导致模型车严重抖动甚至偏离赛道;低效的直流电机驱动控制,会造成小车直线路段速度上不去,弯曲路段入弯速度过快等问题。
因此智能车各个部分之间的协调工作是其正常行驶的基础。
整个系统的功能框图如图2.1所示:
图2.1系统功能框图
2.2赛车重心位置的确定
汽车重心的位置通常用重心距前轴中心线的水平距离和重心距水平路面的高度来表示。
智能车的重心位置必须考虑以下几方面:
⑴对动力性能的影响[2]
汽车的驱动力必须大于等于坡度阻力、滚动阻力、空气阻力之和而等于汽车驱动轮的附着力。
附着力与路面附着系数和驱动轴的轴荷有关,而驱动轴的轴荷取决于重心的水平位置,故重心位置必须保证驱动轮能够提供足够的附着力。
仅从此方面考虑,重心越靠近驱动轴越好。
⑵对制动性能的影响[2]
汽车制动性要求制动减速度大、制动距离短,有良好的制动方向稳定性,即不易发生前轮丧失转向、后轮侧滑和跑偏现象。
制动方向的稳定性与前后轮的抱死次序有关,而抱死次序则与重心位置有关,若重心位置保证汽车的同步附着系数等于汽车常用路面附着系数,那制动稳定性即较好;若重心前移,易发生后轴侧滑,对高速汽车危险性大;若重心后移,前轮易丧失转向能力。
⑶对通过性的影响[2]
汽车在较陡侧坡行驶或高速急转弯行驶时,会发生侧向倾覆,为避免这种危险,重心应在保证最小离地间隙的前提下尽量降低。
综合上面分析,在加装诸多电路板后应尽可能保证模型车的重心垂直位置尽量的低,水平位置应在车中线上靠近后轴。
2.3CMOS传感器的设计安装
摄像头必须架在一定高度上,这样才能对远处路面进行探测。
但是,它又不能太高。
过高会导致看到的视野过大,一来造成黑线变得太细,二来使得干扰更为严重;另外,摄像头过高还会产生摇晃,导致信号不稳。
图2.3摄像头安装示意图
2.4测速电机的安装与固定
测速电机安装在车体的最后,测速电机的齿轮要与后轮紧密耦合,以消除齿轮间间隙对速度检测的影响;同时测速电机的安装不能影响电机的转动
第三章赛车硬件系统设计
3.1系统设计要求
硬件系统的设计目标是保证智能车运行的可靠与稳定性,因此我们在设计硬件电路时考虑了以下因素:
合理分配单片机的I/O口,因为随着设计的进行,可能要更改某些电路或增加某些功能,所以我们在设计时要考虑好单片机的物理结构,预留一部分单片机的I/O口;
PCB板的外形尺寸要与车体的机械结构一体化;
设计出的控制部分要尽量轻,以减轻车的重量;
由于比赛要求给整个智能车供电的电源只有一块2000mA/h的7.2V可充电电池,电源有限,故设计时要考虑将电路的功耗控制到一个较低的水平。
硬件电路都是基于以上思想设计的。
3.2MC9S12DG128B模块的I/O分配
MC9S12DG128B
输入/输出
功能
PORTB
输出
LED×8
PORTPWM4,PORTPWM5
输出
PWM输出控制舵机
PORTPWM7,PORTP6
PORTPWM2,PORTP3
输出
PWM输出控制电机驱动与制动
ADC1(AN15)
输入
转速信号采集转换
PORTT
输入
调试按键输入
PORTH0,PORTH1
输入
视频信号的场,行中断输入
PORTA0
输入
视频信号输入
PORTA1~PORTA4
PORTH2~PORTH7
输入/输出
通信模块接口
表3.1单片机I/O口分配
3.3各功能模块电路设计
3.3.1电源电路设计
常见的电源滤波电路分为三种:
电容滤波,RC滤波及π型滤波。
电容滤波是最简单常见的滤波电路,只要把滤波电容并联在电路的输出端与负载之间即可。
但对于大电流的电路,为了要让电路有稳定的直流输出、较低的涟波直流变化,往往需要加大滤波电容的容量。
RC滤波的效果比电容滤波效果更佳。
对于大电流的电路,会产生大的压降。
π型滤波用在负载直流电流较大的场合,压降较小,能得到更好的消除涟波效果。
在本设计中,由于是用电池供电,电压的稳定性和功耗对我们的设计很重要。
因此,π型滤波是我们的最佳选择。
本电路中,我们所使用的稳压器为LM2940,其不仅外接电路简单,而且带负载能力比较强。
LM2940的输出电流为1A,在输出为1A的情况下,其典型的压降只有0.5V。
图3.1为5V电源产生电路,其中C6、L1和C7组成π型滤波器,这样使输出电压更稳定;C8、C10为存能、滤波电容。
图3.2为舵机电源电路,在设计中,考虑到尽量使用相同芯片的原则,由于舵机电压需6V,因此在G脚并联两个二极管(D8为肖特基管,D9为普通二极管)使输出电压升高。
图3.1单片机电源电路
图3.2舵机供电电路
电池只能够提供7.2V电压,所以要选用升压电路来升压为摄像头提供12V的稳定电压。
升压芯片我们选用的是摩托罗拉公司的MC34063API,转换效率高,升压的范围也比较广,最大能够提供1.5A的电流,足够CMOS使用。
所需的外围器件也较少。
其电路原理图如图3.3所示。
图3.3CMOS升压电路
无线通讯模块正常工作所需电压为3.3V,我们选用的型号为LM1117-3.3V,最大输出电流为800mA,其典型的应用电路如下图所示:
图3.4无线通讯电源电路
3.3.2检测电路设计
检测部分包括路面黑线检测、转速检测、路程检测。
路面黑线检测采用的是CMOS图像传感器,其硬件电路设计的关键部分是视频分离部分、二值化处理部分。
具体电路如下:
图3.5视频分离电路
图3.6二值化处理电路
电路工作原理
用LM1881(行场同步信号分离器)提取行、场同步信号,送至单片机I/O口。
同时将视频信号送至LM324(放大器),将信号放大,然后把信号送至LM393(比较器)的同向输入端,与反向输入端的阈值电平比较后即可获得黑线特性。
该二值化电路的核心思想是浮动阈值法[3],本电路能够使电压比较器的阈值电平随CMOS输出视频信号的幅值变化而浮动,这样当测量系统中光源强度的变化引起CMOS输出信号变化时,可以通过电路将CMOS输出视频信号幅值的变化关联到阈值电平上,使阈值电平跟着变化,从而抵消CMOS输出视频信号因光源不稳
定而造成的误差。
这种方法设计的电路基本不受环境光线的影响,确保检测精度。
速度检测及路程检测电路如图3.7及图3.8所示。
图3.7速度检测电路
速度检测电路工作原理:
测速电机产生的电压信号经滤波、放大后送至单片机的AD口,经A/D转换后,转化为数字量,单片机可以直接处理速度采集后的数字量。
图3.8路程检测电路
路程检测电路工作原理:
当红外对射管产生的脉冲信号经比较、去“毛刺”处理后,送至单片机,单片机根据检测到的脉冲个数可以计算出车行进的路程。
3.3.3电机驱动电路设计
电机驱动采用两个半桥结合的控制方式,高低端分别采用分立元件组成,驱动电路如图3.9所示。
图3.9电机驱动电路(一个半桥)
电路工作原理:
电机驱动使用两个大功率场效应管(FET1,FET2),场效应管的驱动使用MOS芯片MAX620。
正向驱动时,用PWM6,PWM7控制其正转,需要反向制动时,用PWM6,PWM7控制其反转
3.3.4无线发送接口设计
为了让无线通讯模块能在智能车上正常运行,要在已有的智能电动车模型上,添加一个无线通讯模块nRF2401的接口电路,nRF2401与原有智能车硬件系统的接口电路以及自身外围电路如图3.10所示。
图3.3nRF2401与智能车接口电路
第四章赛车软件系统设计
4.1软件系统概述
智能小车的软件系统采用模块化的程序结构。
系统的软件设计包括小车的状态信息检测、控制算法和执行控制三大部分。
其中,状态信息检测部分包括道路信息检测、速度检测和路程检测。
道路信息检测由CCD摄像头视频信号采集和处理两部分组成;控制系统分为方向控制系统与速度控制系统。
方向控制系统能使智能车沿着导引黑线行驶而不至偏移。
速度控制能使智能车在直道上加速行驶而在入弯时刹车减速以尽量提高行驶速度和避免因入弯速度过快而造成的冲出赛道[4]。
涉及MC9S12DG128的ADC模块、定时器/计数器模块、PWM模块、外部中断等的使用。
开发工具是Metrowerks的CodeWarriorIDEV4.6编译器,主要用C语言进行代码的编写。
调试工具使用清华大学摩托罗拉MCU应用开发中心的BDM调试模块。
[5]
在智能车算法设计中可供选择的算法有经典PID算法,模糊控制算法和神经网络算法,前馈控制算法。
几种控制算法的比较:
⑴PID算法:
PID算法的优点是算法理论成熟,不要求有精确的被控对象数学模型。
所以采用PID算法可以极大地减少建模工作,而将工作重点转移到PID控制参数的整定上来。
并且有非常成熟的参数整定方法可用。
PID控制算法的性能稳定可靠,开发风险小。
⑵智能控制算法:
飞思卡尔HCS12微处理器内置模糊控制指令。
使用它可以极大地加快模糊判决速度,减轻CPU的负荷。
但是如果采用模糊控制,最后的整定与调试工作将相对PID控制来说变得比较困难。
⑶神经网络算法:
神经网络算法模拟了人的大脑的判断过程,最主要的优点是容易实现自学习。
但是神经网络方法的运算量大,要求的存储单元多。
本设计是用微控制器实现的快速运动中的系统。
由于S12运算能力以及系统快速性要求等方面的限制,决定了神经网络算法并不是适合本系统的算法。
⑷前馈控制方法:
由于前馈控制是一种开环控制,在前馈会路中,它不能完全校正对应的干扰对被调参数的影响。
解决的方法之一是利用数字计算机建立精确的系统模型;另一种更为有效的方法是前馈控制和反馈控制相结合,构成前馈反馈控制系统,这样的系统既具有前馈控制动作及时的特点,又保持了反馈控制的许多优点。
4.1.1方向控制算法
方向控制采用典型的闭环控制方法,框图如图4.1所示。
对于方向控制,并不要求特别高的控制性能,只要求快速性好,稳定性高。
所以将PID算法作为首选算法。
[6]
方案选择:
考虑到积分环节影响动态性能,所以方向控制采用离散型PD控制算法。
图4.1方向控制框图
4.1.2速度控制算法
在车模不打滑的情况下,仅使用方向控制就可以实现车模跟踪黑色导引线的设计目标。
但是经过试验,车模的动力非常强劲,如果不进行有效的速度控制,就不可能实现车模的稳定控制。
竞赛的评价指标是以车模的行驶速度为主的,所以为提高竞赛成绩就要求尽量提高车模行驶速度。
而为了提高车模运行稳定性,就要求车模在行驶过程中不能出现打滑的现象,减小车速却是一个直接的解决打滑问题的方法。
所以,车模行驶速度和行驶稳定性之间存在一对矛盾。
而解决这一对矛盾的方法就是设计合理的速度控制方案。
电机是一个常用的被控对像,基于电机转速控制的控制方法已相当成熟。
对于智能车所使用的直流电机使用PID控制就能达到非常好的控制效果。
毕竟电机速度控制器仅是智能车控制系统中的一个小的子系统,没有必要采用过于复杂的控制方法。
所以,在本设计中,采用离散型PID算法来控制电机速度器。
框图如图4.2所示。
图4.2速度控制框图
4.1.3控制策略
由于智能车系统的数学模型未知,我们难以采用其他的一些控制算法,而是采用了比较经典、简单易用且控制效果良好的PID控制算法。
PID全称比例(proportion)-积分(integral)-微分(derivative)控制器,是自动控制系统设计中最经典、应用最广泛的一种控制器,实际上是一种算法。
任何闭环的控制系统(当然也包括智能车系统)都有它固有的特性,可以有很多种数学形式来描述它,如微分方程、传递函数、状态空间方程等。
但这样的系统如果不做任何的系统改造很难达到最佳的控制效果,如速性、稳定性、准确性等。
对于智能车系统来讲,没有准确度的数学模型,许多控制算法并不适用。
为了达到比较满意的控制效果,我们在速度闭环系统中引入PID控制器,通过调节PID参数来改造系统的结构特性。
比例(P)调节作用:
是按比例反应系统的偏差,系统一旦出现了偏差,比例调节立即产生调节作用用以减少偏差。
比例作用大,可以加快调节,减少误差,但是过大的比例,使系统的稳定性下降,甚至造成系统的不稳定。
积分(I)调节作用:
是使系统消除稳态误差,提高无差度。
因为有误差,积分调节就进行,直至无差,积分调节停止,积分调节输出一常值。
积分作用的强弱取决与积分时间常数Ti,Ti越小,积分作用就越强。
反之Ti大则积分作用弱,加入积分调节可使系统稳定性下降,动态响应变慢。
积分作用常与另两种调节规律结合,组成PI调节器或PID调节器。
微分(D)调节作用:
微分作用反映系统偏差信号的变化率,具有预见性,能预见偏差变化的趋势,因此能产生超前的控制作用,在偏差还没有形成之前,已被微分调节作用消除。
因此,可以改善系统的动态性能。
在微分时间选择合适情况下,可以减少超调,减少调节时间。
微分作用对噪声干扰有放大作用,因此过强的加微分调节,对系统抗干扰不利。
此外,微分反应的是变化率,而当输入没有变化时,微分作用输出为零。
微分作用不能单独使用,需要与另外两种调节规律相结合,组成PD或PID控制器。
综上所述:
P——比例控制系统的响应快速性,快速作用于输出,相当于“现在”;
I——积分控制系统的准确性,消除过去的累积误差,可以看做“过去”;
D——微分控制系统的稳定性,具有超前控制作用,好比“未来”。
最终我们选取的控制策略是基于改进的非线性变比例PID控制方法,由引导线斜率的方差估算赛道弯曲程度,根据估算出的曲率动态改变控制舵机的图像行以达到自适应的效果。
4.1.4防滑制动算法
智能车在瞬间加速或者减速过程中,由于电机驱动力过强而赛道摩擦力不足,往往导致打滑现象的出现。
而由于我们的测速是安装在差速齿轮上,通过齿轮传动编码器测速的方案,一旦由于加速打滑导致车轮空转或者由于制动导致车轮抱死,测得的车速会瞬间激增或者骤减,进而让单片机产生减速结束活减速终止的误判,给控制带来很大不便。
为此,我们专门设计了防滑制动算法,具体的思路就是比较两次速度测量值的变化量,一旦此变化量超过了我们预设的最大加速上限,则自动跳入防滑制动程序。
对于加速防滑而言,当系统判断为打滑后,则由系统逐步减弱加速力度,直道加速力度不打滑位置,以做到自适应赛道摩擦力。
对于制动抱死而言,则引入了汽车理论种ABS防抱死系统的思想,即一旦判断车轮判断抱死,即松开制动,等待一段时间(毫秒级别),待车速恢复稳定后再次判断车速是否达到减速要求,如果达到,则退出制动程序。
4.1.5记忆算法研究
记忆算法中最经典也最常用的策略是记录每一段里程的舵机控制量,相当于以编码器的输出累加作为横轴,舵机控制量作为纵轴进行绘图。
然后对第一圈的数据进行优化处理,以此来控制第二圈的走线。
但实际应用中我们并没有使用记忆舵机每一瞬间转角和里程的详细记忆策略。
因为通过实验我们发现赛车每圈的行走路线都有误差,单纯完全复刻上一圈的舵机控制量很容易出现误差。
4.2各功能模块的算法实现
4.2.1COMS视频成像原理
摄像头分黑白的和彩色的这两种,为达到寻线目的,只需提取探测画面的灰度信息,而不必提取其色彩信息,所以本设计中采用黑白摄像头,相较使用同等分辨率的彩色摄像头而言,这样可减少单片机采样摄像头输出视频信号的负担。
一下讲述黑白摄像头采集图像信息的机制、视频信号的相关参数和如何提高采样速度所作的考虑。
摄像头采样机制
摄像头主要由镜头,图像传感芯片和外围电路构成。
图像传感芯片又是其最重要的部分,摄像头的指标(如黑白或彩色,分辨率)就取决于图像传感芯片的指标;该芯片要配以合适的外围电路才能工作,将它们制作在一块电路板上,称为“单板”。
若给单板配上镜头、外壳、引线和接头,这就构成了通常所见的摄像头。
摄像头通常引出三个端子,一个为电源端,一个为地端,另一个就为视频信号端(有的摄像头多出一个端子,那是音频信号端)。
电源接多大要视具体的单板而定,目前而言,一般有两种规格,6-9V,或9-12V。
视频信号的电压一般不位于0.5V-2V之间。
摄像头的主要工作原理是:
按一定的分辨率,以隔行扫描的方式采样图像上的点,当扫描到某点时,就通过图像传感芯片将该点处图像的灰度转换成与灰度成一一对应关系的电压值,然后将此电压值通过视频信号端输出。
具体而言(参见图4.3),摄像头连续地扫描图像上的一行,就输出一段连续的电压视频信号,该电压信号的高低起伏正反映了该行图像的灰度变化情况。
当扫描完一行,视频信号端就输出一低于最低视频信号电压的电平(如0.3V),并保持一段时间。
这样相当于,紧接着每行图像对应的电压信号之后会有一个电压“凹槽”,此“凹槽”叫做行同步脉冲,它是扫描换行的标志。
然后,跳过一行后(因为摄像头是隔行扫描的方式),开始扫描新的一行,如此下去,直到扫描完该场的视频信号,接着就会出现一段场消隐区。
此区中有若干个复合消隐脉冲(简称消隐脉冲),在这些消隐脉冲中,有个脉冲,它远宽于(即持续时间长于)其他的消隐脉冲,该消隐脉冲又称为场同步脉冲,它是扫描换场的标志。
场同步脉冲标志着新的一场的到来,不过,场消隐区恰好跨在上一场的结尾部分和下一场的开始部分,得等场消隐区过去,下一场的视频信号才真正到来。
摄像头每秒扫描25幅图像,每幅又分奇、偶两场,先奇场后偶场,故每秒扫描50场图像,每场图像20ms。
奇场时只扫描图像中的奇数行,偶场时只扫描偶数行[7]。
图4.3摄像头视频信号
摄像头有两个重要的指标:
有效像素和分辨率。
分辨率实际上就是每场行同步脉冲数,这是因为行同步脉冲数越多,则对每场图像扫描的行数也越多。
事实上,分辨率反映的是摄像头的纵向分辨能力。
有效像素常写成两数相乘的形式,如“320x240”,其中前一个数值表示单行视频信号的精细程度,即行分辨能力;后一个数值为分辨率,因而有效像素=行分辨能力×分辨率。
值得注意的是,通常产品说明上标注的分辨率不是等于实际分辨率(即每场行同步脉冲数),而是等于每场行同步脉冲数加上消隐脉冲数之和。
因此,产品说明上标注的“分辨率”略大于实际分辨率。
我们要知道实际的分辨率,就得实际测量一下。
通过S12单片机的定时器模块对单个脉冲的下降沿和上升沿间隔、两相邻脉冲上升沿间隔进行计时,可得每行信号和每个脉冲持续的时间。
实际测得所用摄像头的时序参数见表4.1。
信号属性
行序数
行持续时间
行同步脉冲
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 卡尔 智能 车技 报告