多功能模块化智能车设计
开篇：润墨网以专业的文秘视角，为您筛选了一篇多功能模块化智能车设计范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
【摘 要】本车模采用飞思卡尔半导体公司的微控制器MK60N512ZVLQ10 作为核心控制单元，自行设计可以实现模块化处理的程序方案，包含的驱动模块有车速传感器模块、舵机驱动模块、电机的驱动模块、电源管理模块、线性CCD模块、超声波传感器模块。对不同类型的识别传感器模块进行自主行驶算法和编程等方面内容，最终达到所有模块程序集中在一个单片机中，并对不同模块分区处理，满足各个模块任意拆装都可自动切换程序并直接运行的目的。
【关键词】智能车；MK60N512ZVLQ10单片机；线性CCD传感器；CCD算法
0 引言
在过去的智能车时代，激光传感器作为光电路径识别的主要传感器，发挥着十分重要的作用。但是它有原理复杂，成本高，质量大，精度差等缺点，这让调试智能车变得十分繁琐。而线性CCD以其简单的原理和易操作的优点受人欢迎，在光电路径识别领域起着越来越重要的作用，逐步取代了激光传感器的主导地位。本车模即采用线性CCD传感器，通过线性CCD获取路径信息，并且将信息传给单片机，单片机根据反馈信息控制车模转向和速度，从而使车模安全，迅速的跑完赛道。
1 系统总体设计
本车模采用32 位微控制器 MK60N512ZVLQ10 作为主控制器用于智能车的设计。赛车共包括四大模块：MK60N512ZVLQ10主控模块、线性CCD模块、电源模块、电机驱动模块。本车模是多功能模块化智能车。第一，线性CCD采集像素信号，返回到单片机，单片机根据CCD返回的信息控制舵机转向并且控制赛车速度，防止赛车冲出赛道，使赛车在赛道上能够自主行驶，并以最快的速度跑完赛道。第二，超声波模块提前检测前方是否有障碍物，并且及时避开障碍物。
2 硬件结构设计
车体相比于往届参加智能车竞赛选手设计的思路不同，大多数选手选择将所有模块集中设计制作在一个PCB主板上，而我们的思路相反，在我们的车模中，有独立的电源主板和驱动主板，并通^排线与单片机主板相连，这样的目的是为了方便于检查故障和调试智能车。
2.1 线性CCD模块
线性CCD只能采集一行可视像素，它包含128个线性排列的光电二极管。每个光电二极管都有各自的积分电路，即像素。每个像素采集的图像灰度值与它所感知的光强和曝光时间成正比。线性CCD通过SI控制信号输入，CLK作为时钟输入，控制像素依次输出和复位，AO则将像素电压输出，完成了像素的采集和输出。
2.2 超声波模块
超声波模块主要目的是检测障碍物。超声波模块经发射器发射出长约6mm，频率为40KHZ的超声波信号。此信号被物体反射回来由接收头接收，接收头实质上是一种压电效应的换能器。它接收到信号后产生mV级的微弱电压信号。根据这一原理，超声波模块可以检测前方是否有障碍并且及时将信号返回，发给单片机执行相应指令。
2.3 电源与电机驱动板模块
将电源与电机驱动模块独立出来，制作成电源主板和电机驱动板，分别与电池和电机相连，电源主板上添加了L6932降压芯片，输出3.3V，精度±1%，驱动板上增加MIC5219电源芯片，为总线驱动芯片74LVC245提供电源，实现驱动芯片和单片机电平匹配。
3 线性CCD算法设计
线性CCD只需要采集一行像素，相对比较简单。在调试线性CCD时，需要处理好两个问题。第一，就是曝光时间的长短。由于像素的输出值和曝光时间成正比，所以调节曝光时间对整个赛车至关重要。在调试智能车时，应该尽量减少曝光时间。减少曝光时间可以提高车模的反应能力，缩短采集信号的时间，尽量减少赛车冲出赛道的几率，同时还可以捕捉高速运动的赛车的清晰图像，有利于对图像的处理。在本车模中我们的曝光时间设定为16ms。第二，就是黑白阈值的选择。在选择阈值时，往往需要现场调试，因为阈值的选择跟环境亮度有密切的关系，所以我们需要根据环境亮度动态调节阈值参数。在调试时，根据调试助手反馈的图形进行完善，在调试软件的同时，还需兼顾去调整CCD焦距以及CCD距离地面的高度，当曝光时间和阈值参数确定，并且调整好镜头达到可视效果时，会生成平滑的图像，如图1所示。
图1
CCD作为赛道路径识别的主要传感器，在路径规划上起着十分重要的作用。CCD在赛道上的状态有：直道处，S弯处和十字交叉处。CCD包含128个像素点，我们的设计方案是当有三个像素点采集到黑色信号时，就认为赛车到达边沿。在直道的时候，CCD左右两侧均能检测到赛道边沿。在小弯时，两侧也会检测到赛道边沿，但相对于直道时不太稳定。在大弯时，可能会出现只有一侧检测到赛道边沿的情况。在十字交叉处，一般是检测不到赛道边沿。我们根据CCD在赛道上可能出现的情况写了基于CCD的路径识别算法。通过CCD采集像素值，利用设定好的阈值，当检测到黑线时返回给单片机。基于以上的分析，编写出一套CCD图像处理的算法分析。
首先检测左侧边界，当所检测到的3个像素点比阈值小，得到左侧边界值m1，算法如下：其中CaiJi_jin_1[i]为采集到的阈值参数，YuZhi_jin_1[i]为程序员自己设定的黑白阈值参数。其中三个数值之差相与即为三个像素点的检测。
if（（CaiJi_jin_1[i]-YuZhi_jin_1[i]
{
m1=i；
}
当检测到左侧边界后，执行以下程序检测右侧边界，并计算赛道中心所对应的参数值mm。程序如下：
if（（CaiJi_jin_1[i]-YuZhi_jin_1[i]
{
m2=i；
mm=（m1+m2）/2；
}
当智能车进入十字路段时，令CCD检测到全白，即令m2>=120，这时检测不到边界，智能车便直线行驶。程序如下
以上为我们对CCD算法整体设计思想概述。调整好CCD后，将其与舵机通过程序相连接，当CCD检测到边界，控制舵机旋转角度，从而实现转弯，这样就完成了光电线性CCD的设计制作。
4 结论
线性CCD通过128个像素点获取赛道信息，准确及时的将信息反馈给单片机，改善了面阵CCD计算复杂的特点，并且比传统的激光传感器更为精确，相对激光传感器改进较大，在目前智能车领域十分有着巨大的潜力和影响力。
【参考文献】
[1]宓海宁，胡晓龙，查云佳.第九届全国大学生“飞思卡尔”杯智能汽车竞赛技术报告[R].浙江：浙江万里学院，2014.
[2]夏斌.基思卡尔单片机的光电智能小车设计[J].华北水利水电大学学报（自然科学版），2014，35（4）：75-78.
[3]高月华.基于红外光电传感器的智能车自动寻迹系统设计[J].半导体光电，2009，30（1）：134-137.
[4]翁卓.基于光电传感器的智能车控制系统设计[J].计算机测量与控制，2010，18（8）：1789-1792.
[5]曾星星.基于摄像头的路径识别的智能车控制系统设计[J].湖北汽车工业学院学报，2008，22（2）：72-76.