基于μC／OS-Ⅱ系統的智能尋跡模型車的設計與實現
加入技術交流群
為使智能車在環境改變時做出更為及時準確的響應，在程序設計時應用μC／OS-Ⅱ系統。μC／OS-Ⅱ適合小型控制系統，具有執行效率高、占用空間小、實時性能優良和可擴展性強等特點，最小內核可編譯至2 KB。μC／OS-Ⅱ的代碼是用C語言編寫，可以直接移植到有C語言編譯器的處理器上。移植主要都集中在多任務切換的實現上，由于這部分代碼用于保存和恢復CPU現場(即寫／讀相關寄存器)，不能用C語言，只能使用匯編語言完成，即編寫OS CPU A．S文件。另外還需要修改體系結構相關的OS CPU．H文件和用戶規定任務棧初始化結構的OS CPU C．C文件。
μC／OS-Ⅱ是采用的可剝奪型實時多任務內核。可剝奪型的實時內核在任何時候都運行就緒了的最高優先級的任務。μC／OS-Ⅱ中最多可以支持64個任務，分別對應優先級0～63，其中0為最高優先級。在該系統設計中，共應用了7個優先級，其中，操作系統建立任務，即Task Start()的優先級最高。調度工作可以分為兩部分：最高優先級任務的尋找和任務切換。
在該系統中，共定義了路徑識別、光電轉盤檢測等7個任務，控制器任務劃分及說明如表1所示。其調度和通信實現流程如下：系統執行Task Start()，在初始化任務執行完成后，利用μC／OS-Ⅱ的OSTaskDel()函數將這個任務返回并處于休眠狀態。此時，Task Po-sition Check()成為優先級最高的任務，將會一直執行。當Task Position Check()檢測到路徑有所改變，通過郵箱傳送數據到Task Control()，并由TaskControl()控制PWM波輸出的改變。任務Task Op-tical_Wheel()的優先級稍低，同樣會一直執行，即當任務Task_Optical_Wheel()檢測到黑白跳變時，任務中的變量加1，Task_Optical_Wheel()每隔1 s向任務Task_Path_Calculate()和Task_Speed_Calculate()發送1次消息，分別計算速度和已走的累加路程，控制器任務關系圖如圖4所示。本文引用地址：http://www.104case.com/article/173557.htm
2．1 路徑黑線的識別
路徑黑線的識別的準確程度決定智能車能否完成快速、穩定的尋線。識別裝置由高發射功率紅外光電二極管和高靈敏度光電晶體管組成，以非接觸檢測方式，檢測距離可調整達4～20 mm。為了精確測定智能車的相對位置，將7對ST178并排安放在車底盤下部的前端，其分布垂直于智能車行走的方向。當車行走時，保持7個發光管發光，當某一個光電對管的下方為黑色軌跡時，相應的接收管輸出為高電平，而下方為白色路面的接收管輸出為低電平。再經數據處理后，控制系統就可以分析出當前車行走的位置，從而達到調整智能車運行狀態的目的。例如，假設路面黑線的寬度為三組紅外線對管的寬度，當黑線在車體中間時，7個輸入引腳為28H(0011100)；當車體左或右偏時，接收到的數據會改變，即“1”會相應的左移或右移，如0001110(右偏)、0111000(左偏)，偏移幅度不同，“1”的移動位數便不同。
2．2 轉向控制模塊
采用PWM(脈沖寬度調制)控制，配用L298驅動電路實現直流電機的調速，方法簡單且調速范圍大，它利用的是直流斬波原理，假定高電平導通，在一個周期T內導通時間為t，那么一個周期T內的平均電壓U=(t／T)VCC=qVCC，其中占空比q=t／T。
電機的轉速與電機兩端的電壓成正比，而電機兩端的電壓與控制波形的占空比成正比，因此電機的速度與占空比成正比，占空比越大，電機轉的越快，當占空比q=1時，電機轉速達到最大。該智能車系統采用8 MHz的晶體振蕩器，PWM信號引腳OCRO／2的頻率為：
式中：變量N代表分頻因子：1．8，32，64，128，256或1 024。占空比計算公式為：
t／T=(OCR0／1／256)
2．3 車速及路程測量模塊
在智能車車后輪上粘貼均勻分布有黑白條紋。在輪轉動的過程中，紅外傳感器會不斷檢測到黑、白條紋的出現。當紅外傳感器檢測到的為黑條紋時，輸入電壓為高電平，當檢測到的為白條紋時輸入電壓為低電平。若傳感器檢測到電平跳變，則計數變量加1。時鐘每秒產生一次中斷，Task_Clock()進程通過郵箱向Task Speed_Calculate()進程發送數據，由此可算出小車速度：速度=數據／每圈條紋數。如圖5，圖6所示。
3 結 語
本文介紹了一種智能尋跡模型車的設計與實現。實踐證明，該智能車定位準確，系統響應快且穩定，具備良好的動力性能和精確的轉向性能，證明了μC／OS-Ⅱ系統的有效性和穩定性。相比同類智能車，該模型車還具有高性能、低功耗的優點。
評論