传感器布局与控制策略.docx

传感器布局与控制策略.docx

《传感器布局与控制策略.docx》由会员分享，可在线阅读，更多相关《传感器布局与控制策略.docx（35页珍藏版）》请在冰豆网上搜索。

传感器布局与控制策略

传感器布局与控制策略的研究

摘要：

本文主要讲述了基于电磁导线引导的智能小车的传感器布局与控制策略。

通过在导向区域铺设引导导线，并在导线加上低频交流信号，电磁传感器通过检测空间磁场将信号通过选频、滤波、放大后送给微处理器，微处理器对传感器数据进行综合运算就能够进行正确导向。

由此可以看出，电磁导向能很好的规避外界环境条件的影响，能同时兼顾导向的准确性和稳定性。

主要包括传感器电路的设计、传感器布局的设计和验证

关键词：

单片机；电磁感应；智能导航；PID

第一章　电磁小车整体设计

1.1车硬件系统总括

本电磁小车按照赛事准则的要求使用了飞思卡尔公司的16位单片机芯片MC9S12XS128为主控芯片，单片机与外围各个模块有效组合，形成了电磁小车的主要控制框架。

通过软件算法的设计改进和不断调试，最终能使小车自动寻迹，高速稳定前进。

系统框架如图1.1。

图1.1系统框图

1.2参数要求

按照赛事规则要求，小车采用统一的1:

12车模，在其车身上固定所需要各模块的电路板及支架，小车的主要参数如下：

项目

参数

车模几何尺寸（长、宽、高）（毫米）

600、248、115

车模轴距/轮距（毫米）

130

车模平均电流（匀速行驶）（毫安）

2200

电路电容总量（微法）

1520

传感器种类及个数

电感*7，干簧管*6，编码器*1

新增加伺服电机个数

0

赛道信息检测空间精度（毫米）

5

赛道信息检测频率（次/秒）

500

主要集成电路种类/数量

LM2940*2

BTS790B*2

74HC244*1

74HC08*1

车模重量（带有电池）（千克）

1.5

经过一系列安装调教，小车最终模型如图1.2

图1.2　小车模型

第二章传感器布局

2.1信号源要求

根据组委会要求，竞赛车模需要能够通过自动识别赛道中心线位置处由通有50-150mA、20khz交变电流的导线所产生的电磁场进行路径检测。

信号源电路包括振荡电路、功率输出电路、恒流控制电路以及电源等组成。

根据技术要求，设计方案如图2.1。

图2.1　信号源设计方案

根据系统方案制作的实际信号源输出方波如图2.2。

图2.2　负载波形

2.2电磁传感器电路设计

路径传感器是小车的“眼睛”，因此路径传感器的选型与布局是制作电磁智能车首先要解决的问题。

2.2.1电磁传感器选型

赛道中心铺设一根通有交流电的导线，交流电频率为20khz，电流峰值为50-150mA。

根据电磁学原理可知，在载流导线周围充斥着频率与交变电流相同的交变磁场。

检测空间磁场通常有以下一些方法：

（1）电磁感应磁场测量方法：

电磁线磁场传感器，磁通门磁场传感器，磁

阻抗磁场传感器。

（2）霍尔效应磁场测量方法：

半导体霍尔传感器、磁敏二极管，磁敏三极

管。

（3）各向异性电阻效应（AMR）磁场测量方法。

（4）载流子自旋相互作用磁场测量方法：

自旋阀巨磁效应磁敏电阻、自旋

阀三极管磁场传感器、隧道磁致电阻效应磁敏电阻。

以上各种磁场测量方法所依据的原理各不相同，测量的磁场精度和范围相差也很大，10-11-107G。

要选择适合车模竞赛的检测方法，除了检测磁场的精度之外，还需要对于检测磁场的传感器的频率响应、尺寸、价格、功耗以及实现的难易程度进行考虑。

经过多方面的验证，我们选取最为传统的电磁感应线圈的方案。

它具有原理简单、价格便宜、体积小（相对小）、频率响应快、电路实现简单等特点，适应于快速实现路经检测的方案。

令线圈中心到导线的距离为r，认为小范围内磁场分布是均匀的，则线圈中感应电动势可近似为：

（2-1）

即线圈中感应电动势的大小正比于电流的变化率，反比于线圈中心到导线的距离。

其中常量K为与线圈摆放方式、线圈面积、电流变化率和一些物理常量有关的一个量，具体的感应电动势常量须实际测定来确定。

由根据上述检测到的电压与距离的关系可以得出小车与轨迹中心线的距离，因此，传感器的数量和布局对检测磁场强度和确定运动小车位置有非常大的影响。

2.2.2电路设计

2.3传感器布局

根据麦克斯韦电磁场理论，交变电流会在导线附近产生交变的电磁场，因此，检测相应的电磁场的强度和方向可以推导测点和导线的空间位置。

通过交变磁场中的电感线圈产生感应电流，在导线位置和导线中电流既定的条件下，线圈中感应电流（或者电压）是空间位置的函数。

运动轨迹主要可分为直道、弯道和十字交叉。

为了方便后述说明，本文建立如图1所示空间直角坐标系。

AGV车体坐标系中，定义小车前进的方向为Y轴正向，水平垂直于Y轴且相对于电流方向为右的边为X轴的正向，Z轴指向小车正上方。

水平线圈是指轴线平行于Z轴的电感线圈，垂直线圈是指轴线平行于X轴的线圈，通过分析可知，轴线平行于Y轴的线圈所感应到的电动势远小于水平和垂直这两类线圈。

导线中通20kHz交流电，线圈较小，令线圈中心到导线的距离为r，认为小范围内磁场分布是均匀的，则线圈中感应电动势可近似为：

即线圈中感应电动势的大小正比于电流的变化率，反比于线圈中心到导线的距离。

其中常量K为与线圈摆放方式、线圈面积和一些物理常量有关的一个量，具体的感应电动势常量须实际测定来确定。

由根据上述检测到的电压与距离的关系可以得出小车与轨迹中心线的距离，因此，传感器的数量和布局对检测磁场强度和确定运动小车位置有非常大的影响。

如果只使用一个电感线圈作为传感器，感应电动势E是位置x的偶函数，只能够反映到水平位置的绝对值x的大小，无法分辨左右。

因此，必须使用两个或者两个以上的线圈作为传感器进行检测。

2.3.1两个水平线圈检测方案

可以使用相距长度为L的两个感应线圈A和B，计算两个线圈感应电动势的差值Ed。

小车前方安装两个水平的线圈A和B。

两线圈间隔为L，线圈距离地面垂直高度为h。

A线圈的坐标为（x,h,z），B线圈的位置（x-L,h,z）。

由上一节分析可知，载流导线周围磁场分布是以z轴为中心的同心圆，所以在计算磁场强度的时候仅需考虑坐标（x,y）。

又由于线圈的轴线是水平的，所以感应电动势反映了磁场的水平分量。

根据公式

（1）可以知道感应电动势大小与

成正比。

假设h=6cm,要求小车在距离跑道中心线左右15cm范围内运动，即x∈（−15,+15）cm，两个传感器水平距离为20cm，计算两个电感线圈的感应电动势的差值

下图为用MATLAB做出来的的曲线图，该曲线代表Ed的变化趋势。

可见，当小车位于导线正上方时，两边电势差为零；当小车的A线圈或者B线圈位于导线正上方时，两边的差值最大，且在（-10,10）cm之间，差值呈线性，即电动势差值Ed与位移x是一个单调函数。

因此可以使用这个量对于小车转向进行负反馈控制，从而保证两个线圈的中心位置跟踪轨迹的中心线。

由于两个线圈的电势差值成线性的斜率没办法直接获得，只能通过实验测得数据计算出来，这样的话可检测方案适应性不强，当环境改变或者是导线里电流大小不一样都可能会造成小车无法沿线行驶。

综上考虑，需要在双水平线圈的基础上再增加一个水平电感线圈，形成三水平线圈布局方案。

2.3.2三水平线圈检测方案

在双水平线圈的布局方式上，增加了另外一个位于正中间的电感线圈C。

也就是这个电感线圈与左右两个传感器水平相距都为L/2=10cm。

中间的水平线圈感应电势与导线的位置关系如下图所示。

可观察出，线圈离

导线越远，感应电势也越小。

用3个水平传感器拟合出来的曲线如下：

图7中两条曲线所代表的数学意义为：

红线：

蓝线：

中间线圈的作用是在小车开始运动的时候取到中间线圈感应值ad_m，然后取左右两个线圈感应值Ea和Eb的平均值wb，中间值ad_m减去平均值wb再除以中间线圈与左右线圈的距离10cm，就可以得到电势差值那条直线的斜率，再用随时取到的差值除以斜率就可以得到小车与导线的位置。

由上图就可以看出，蓝线在0~10cm的区域内有较好的线性，且当小车偏离中心线不远的时候，纵轴Eb的值变化也不是很大。

这就保证了小车在偏离中线一定的范围内还可以认为小车是沿导线运动，避免了小车行驶过程中的抖动。

虽然，引入了中间位置的传感器后，当外界条件改变时，小车是可以自动寻迹的。

但当遇到半径较大的弯道时，两个线圈的轴线都与弯道平行，导致传感器检测到的数值就很小，小车将相应地转一个比较小的偏角，从而无法很好的跟踪导线。

为此，再增加两个线圈解决大半径弯道行驶的问题。

2.3.3五个电感线圈检测方案

该方案中采用了5个电感线圈,分别为A、B、C、D、E，中间的线圈不变，左右两边的线圈往后倾斜

一定的角度（实验中用的是15°）安装，且同一高度平行于y轴方向安装两个左右与中间距离相同的线圈。

同样，这两个线圈也向中间倾斜一定的角度（实验中用的是15°）。

电感向后一定角度安装能较好解决大半径轨迹运动的问题。

当遇到半径较大的弯道时，可以检测到比较大的电势，小车给一个较大偏角，小车便可以拐过去。

安装平行于y轴方向也就是小车运动方向的两个传感器D、E是为了获得大概15cm左右的前瞻，它们能很好地反应出前方轨迹的变化，因此对弯道更灵敏。

同理，当遇到半径较大的弯道时，检测到的数据很小，当线圈与到现有一定的夹角时就可以得到较大的数据，控制小车达到需要的转角。

轨迹的形状有直道、弯道和交叉弯道。

用这种布局的时候，小车走到交叉弯道时会有一个很明显的抖动。

两个水平电感与水平线成一定夹角，而小车在经过十字弯时车身必定不会正好垂直经过，而向后倾的传感器则更多检测到另外一条引线的交变磁场，从而数据出现混乱导致小车导航错误。

为了解决小车在这种情况下抖动问题，在这种布局方案的基础上再增加两个水平线圈，发展成为7电感线圈检测方案。

2.3.4七个电感线圈检测方案

在方案三的基础上，又加了两个水平线圈F和G（没有向后倾），距离中线的位置也是20cm，紧挨着前面的两个水平传感器摆放。

电感G、F是专门为了解决检测环形交叉弯道而加的。

在实验过程中，小车经过十字弯就会抖动得厉害，特别是高速运动情况下。

为此，专门安装一组对称的并与车身轴线垂直的传感器来用于在交叉弯处的导航。

当在交叉弯之前时，两Y轴传感器的检测电压同时增大从而判定前方是十字路径，则导航算法的数据从新加的对称电感而来，当通过十字弯时再切换回原来的传感器数据引导。

这样，每个传感器都分工明确，且导线布局中的直道、大弯道、小弯道以及十字弯道都可以检测到，小车能顺利地沿着导线运动，完成电磁的自我导航功能。

2.4实验分析

根据以上分析，共有4中传感器布局的方案，本节依此对其进行实际数据处理分析和实验分析。

2.4.1双水平线圈检测方案

在实际实验过程中，将检测到的模拟信号先转换为数字信号再进行数据处理。

实验中测得的一组数据如下：

Ea（左边）

6

8

10

13

17

20

26

32

40

48

Eb（右边）

84

99

112

116

112

103

87

73

60

48

（Ea-Eb）（差值=左-右）

-78

-91

-102

-103

-95

-83

-61

-41

-20

0

Ea（左边）

57

72

86

99

111

118

117

111

104

Eb（右边）

40

30

23

18

14

10

8

6

5

（Ea-Eb）（差值=左-右）

17

42

63

81

107

108

109

105

99

用matlab拟合曲线如下：

从上图可以看出，结合前面的理论分析可知用两个电感线圈之间电势的差值来确定小车与导线的位置是可行的。

2.4.2三水平线圈检测方案

实验过程当中，按照上述的控制思想对小车进行控制。

与方案二的区别在于这种方案不需要根据实际测得的数据来获得Ed线性区域的斜率。

在这种方案的实施过程中，改变导线电流的大小，小车依然可以自动找到导线的位置，实验证明用这种检测方法是可行的，实验中电流变化范围为50mA~150mA。

2.4.3五个电感线圈检测方案

在实验中，用一个整数k来表示跑道的特征。

直道时，令k=1，随着弯道的增加，k也会逐渐增大。

k与弯道大小的关系如下：

k

0、1

2、3

4、5

5

弯道类型

直道

小弯

中弯

大弯

将弯道类型进行细分，不仅使传感器对弯道灵敏，且能够很好地识别跑道的类型，小车沿着跑道中心线行驶的正确性得到了很大的提高。

2.4.4七个电感线圈检测方案

根据理论分析，在5个电感线圈方案的基础上增加两个水平的线圈是为了解决交叉弯道的。

传感器经过交叉弯时的情况况如上图所示：

（就是上图，小车的传感器刚好位于十字交叉弯）

在距离交叉弯道一定距离的时候电感线圈D、E感应电压会同时急剧变大，这可以提供前方十字交叉路径的有效标志，此后由于电感A、B与小车横向轴线有偏角，则当小车不是以与导线0角度时，A、B之间感应电压将发生明显变化，从而导致小车行走路线出现严重偏差。

当A、B完全对称安装时小车在经过十字交叉时未受影响，则可以让在小车检测到十字交叉路径信息时，将其路径引导信号切换到F、G两个完全对称电感的感应电压；当通过交叉路径后再切换回原来的路径检测方式，这样就很好的解决了小车在通过十字交叉路径产生的抖动问题。

在实际研究中，用KT板在一个房间里铺设了50m长的轨迹路线，轨迹中心埋有载流导线，电流频率为20kHz、大小为100mA左右。

在不同速度的情况下，7个传感器方案的误差与速度关系如下表所示：

其中，误差

速度

（m/s）

误差

2.12m/s

2.06m/s

2.04m/s

1.95m/s

1.94m/s

1.85m/s

1.59m/s

最大误差以及冲出轨迹次数N

△S

=28cm

N=2

△S

=25.3cm

N=1

△S

=25.1cm

N=1

△S

=5cm

N=0

△S

=3cm

N=0

△S

=2cm

N=0

△S=0

N=0

由上表可以看出，当速度逐渐增大时小车偏离轨迹中心线的距离也随之增大，冲出整个轨迹的次数也明显增大。

当速度不是很高时，小车能很好地沿轨迹自动导航。

通过整个研究，发现电感线圈不仅可以作为传感器来检测电磁场，使小车能自动寻迹，而且发现用7个电感线圈的方案是比较好的，控制方法也很清晰。

第三章小车控制算法设计

电磁小车能够自动寻迹自主前进最重要的就是控制算法，算法是其灵魂。

本章将分三大节叙述电磁小车的主要控制算法内容。

3.1小车控制系统简介

在本电磁小车由于舵机和电机所需的控制实时性不同，对两者的控制周期也不相同。

为了保证小车导航的精确度，舵机的控制周期较短为2ms，而电机则为10ms，一方面是小车速度采集时间不能过短，另一方面是电机的响应速度较慢。

用一个定时器，每当2ms标志位置1，并将此标志位设置为软件清零。

在程序的主循环内循环查询此标志位，当标志位为1时转入舵机控制程序，当标志位连续出现5次则转入电机控制程序；当标志位为0时，程序进行道路传感器的AD转换程序；当有速度采集中断或起始线采集中断则转入响应的中断程序。

因为AD转换时间和中断程序都较短，在几十微妙的数量级，所以并不会影响舵机与电机的控制周期。

程序框图如图5-1：

图5-1　程序框图

接下来就讨论整个程序的思路以及运行结果。

3.2小车路径控制设计

智能车的路径控制设计是小车软件设计最重要的一个组成部分，小车前行过程中与前轮直接连接的舵机控制的效果最能直接体现小车的稳定性。

以下从四个方面介绍小车路径控制的设计思想和方法。

3.2.1小车路径控制要求

小车路径控制方面有两个方面，一是直道上行驶时舵机小动作保证小车直道的稳定性；二是小车进弯路径的优化和平滑性。

小车直道行驶的稳定性较易实现，可以让小车在赛道中心线附近给一定的死区，或是使舵机转向与偏离中心位移非线性化，让其在中心线附近以较小斜率运行。

在小车进弯时，一般需要对三个参数进行设定：

切弯路径、转向角度、入弯速度。

其中，切弯路径决定了小车过弯时时内道过弯还是外道过弯。

如果弯道从内道过弯，则会减少小车过弯路径，行程缩小，过弯时间较短。

但是如果地面附着系数一定的情况下可能会导致小车出现侧滑，原因是小车从内道过弯时，行驶曲率半径较小，在速度保持一样的前提下，小车所需的向心力要较大。

如果弯道从

外道过弯，小车过弯路径变长，但是速度可以加快，但总的过弯时间增大。

这两种过弯方法各有各的优缺点，在实际的调试中发现，通过调教小车前轮机械结构和小车重心，能够使小车在小曲率半径情况下保持较高速度，所以综合考虑我们选用内弯过弯的路径控制方法。

转向角度决定了小车过弯的稳定性。

合适的转向角度会减少小车的转弯时的调整，不仅保证路径可以保证最优，运动状态的稳定也会带来效率的提高，减少时间。

在考虑转向角度控制时有下面几点问题需要注意：

对于小车偏离中心位移较小时转向的灵敏度；检测到较大弯道时的转向灵敏度；对于类似s弯的变向连续弯道的处理。

下面是常见的几种弯道转角处理方式，并对各自方案的优缺点进行比较。

其中，横坐标表示由传感器采集回来的小车相对于赛道中心线的偏移量，纵坐标表示转角大小。

如图5-3：

图5-11　弯道转角处理方式

a图表示偏移量与转向角度呈线性关系，在计算和程序编写上都比较简单，也可以实现控制小车行驶的目的，但是规则制定比较简单，对小车实际行驶状态分析不够全面。

b图表示的是在小车略微偏离赛道中心时，不要对行驶方向作太大调整，二是当偏离度达到一定值时急速调整转角以保证过弯的及时，同时在已经判断出是急弯时后也不要进行大的变动，因为此时转角已经很大，仅需对舵机进行微调就可以保证方向的正确定。

这种方案的优点是综合考虑了小车对个弯道的适应程度，同时保证了在直线行驶时的稳定性，和抗干扰性，但是对急弯的响应可能不够及时，这是该方案的主要缺点。

c图表示的对弯道的处理方案与B图恰好相反，它提高了相应灵敏度，降低了抗干扰性，对于多弯道，且弯道曲率半径较小的赛道有比较好的适应性。

d、e图是两种比较特殊的处理方案，它们不能用于小车的全程控制，只是考虑到小车的实际运行特点对某部分的偏移量有特别要求是使用。

对于传统四轮车辆，转向时前轮有比较严格的角度关系，而它们的得到是由转向系统决定的。

这样两套系统都对某个值做出了限制，必然会有矛盾，在车由0度转到最大转角时，并不是每时每刻都能同时满足两种条件的限制，那么为了赛车行驶的稳定性，我们可能会在小范围内对转角波动，以得到附近最合适的转角值，减小矛盾。

对于入弯速度的分析将在后面第5.3.1节介绍。

3.2.2位置解析算法

由3.1.2节传感器布局一节的分析中我们可以知道，对于两个传感器对称装在小车左右两边时，在一定距离内，两传感器采集数据之差与偏移量x有近似的线性关系，如图3-1，而且从实际测量的情况来看，这种一定区域内的近似线性关系是确实满足的，而且曲线关于原点近似对称，我们可以用Ed=kx来表示。

那么在实际小车的位置解析算法中就可以用这条曲线的近似线性区域。

对于一条通过原点的直线，我们只要知道其斜率k就可以知道整条直线的坐标对应关系，因此，对于小车位置解析问题就变为k值如何获取的问题。

由于已知直线通过原点，那么我们只要在线上找到另外一点就可以确定直线的斜率。

如图3-1所示，如果我们可以知道当|x|=10cm处Ed的值，即可以得到另外一个点的坐标，进而可以得到所有的坐标对应关系。

但是，Ed的数值除了与相对位置有关，它还与另外一个量有着最为紧密的关系，那就是载流导线的交变电流的峰值电流。

如果此峰值电流是确定不变的情况，那么我们只要通过将两点处的传感器差值检测出放于内存中即可作为之后位置解析的直线方程的参考点。

但是此方案不具有适应性，当电流发生变化将导致位置解析的错误。

对于载流导线峰值电流变化情况下的位置解析算法中两点坐标的确定可以有两种方法：

第一种方法是每次小车上电运行时，先将小车放置在赛道中心正上方，然后左右平移小车，在小车平移的过程中程序自动将传感器采集码值存于数组变量中，小车在两边相同的位移范围内移动，则可将此范围内所有的传感器数据记录下来，然后用此数据为此状况下小车位置解析的参考值。

第二种方法是结合传感器安装时的特点，进行每次小车上电后一次性自动采样记录。

其具体方法如下。

如上段所述，近似线性区域直线方程的确定只需要另外一个非原点的坐标即可。

如图5-12，x0即为原点坐标，即图下方的第一种情况，x1、x2分别为另外两种情况，而只要知道其中任意一种情况下的Ed值即可。

由图可知，当小车为与x2时，

；此时，传感器B距离中心线很远，E_B的数值较小可以忽略，那么E_D近似等于E_A，而E_A等于小车在x0出E_C0的值。

所以只要小车在赛道中心上电运行时，将采集到的传感器C的值记录下来，即可当作Ed的值进行线性区直线的方程的确定。

至此，用式

即得到斜率值。

则位置

（Ei为线性区内传感器差值）。

图5-12　传感器数值位置对应关系

第一种方法操作时需要将小车稍微抬起平移，这样传感器高度发生变化，会产生一定误差；平移时左右两边距离不好把握；并且在操作过程中可能会因为不同人的缘故产生不同的误差。

第二种方法只需要在小车上电运行时，将小车放置在赛道中心线的正上方即可，操作非常简单方便，而且程序编写上也远远比第一种方法简单。

故而选用第二种方法。

上文所述皆是在（x1，x2）区域内的讨论，但小车实际运行中有可能会因为速度过快冲出赛道。

当小车位于x1或x2处时，无论下一时刻小车向偏离方向运行还是接近方向运行，Ed的值都会变小，相应的x值也变小，这对小车的运行时不利的，极有可能导致小车偏离中心线较远但位置解析出的x变小而导致小车冲出赛道。

所以，单一的用Ed值来判断小车的运行方向是有缺陷的，需要增加判断条件。

根据公式

，单一一个传感器数值是跟x有负相关关系，那么在x1和x2点可以用某一单一传感器判断小车偏移方向。

假设小车处于x2位置时，如图5-12，传感器A是位于中心线正上方的，无论小车偏移方向其值都变小，故而不能作为判断依据；传感器B位于较远处，本身数值非常小，判断会有误差，所以选择传感器C来判断。

此时传感器C的数值与小车位于中心线上方时传感器A和B（E_A0,E_B0）的值相同，则可以用E_C

小车偏离中心线较远处，可以不对小车的位置做精确的解算，只需在可控制中使舵机转角保持前一刻的值即能使小车返回赛道中心位置解析的线性区域。

3.2.3舵机PD控制算法

本电磁智能小车使用的前轮转向舵机是型号为S3010的模拟舵机，其控制信号为一定占空比的PWM波信号。

如图5-13所示，其PWM波控制信号周期为20ms，高电平时间为1.5ms占空比为12.5%时舵机角度为零。

图5-13　舵机控制信号示意图

舵机角度与输入信号占空比呈线性关系，如图5-14：

图5-14　脉宽转角线性关系

用于控制舵机的PWM波是使用单片机自身所带的PWM波发生器。

控制过程中，通过修改寄存器PWMDTY45的值即可调整输出占空比，进而调节舵机转角。

根据实际小车前轮与舵机臂连接方式，寄存器在基准值上上下各浮动640即使小车前轮左右打到最大角度。

根据5.2.1节所述，小车偏移量和舵机角度的不同分配方法会对小车行驶效果产生很大影响，考虑到小车行驶的稳定性，选用了5-3（b）图的非线性弯道转角处理方式。

对于非线性