基于線性CCD的尋線智能車設計

右輪速度控制量=設定值-(速度控制量測量值+轉向控制量測量值)

則實際上，轉向控制量為速度控制閉環中一部分，在C語言實現時，將兩控制量由同一控制算法計算。最終輸出量為：

電機輸出量=直立控制量+速度與轉向控制量

由原理可知，在直道上行駛時，因為轉向控制量接近于零，所以傳統速度控制與我們所使用雙速度控制下的速度輸出量相同。轉向時，由于圖像采集后的PID控制產生轉彎控制量，形成左右輪差速，實現車模轉彎。傳統速度控制模式下轉彎控制量并不受速度控制調整，轉彎量相對速度控制參數來說是一種擾動量，在雙速度控制算法下，轉彎量因對當前輪胎轉速造成影響，故受到該輪速度控制調節。雙速度控制下，當車模運行轉彎時，雙速度控制實際上會減緩車模入彎控制速度，加快車模出彎控制速度。實驗效果上，因雙速度控制減緩車模入彎控制量，則在很大程度上減小了車模因快速入彎而造成的側滑以及側翻，而對于出彎的快速調整，使車模可以在出彎后更快地調整車模位置，便于處理連續彎道及出彎后的障礙、虛線、起跑線等特殊賽道情況。因此，雙速度控制下，轉彎時速度控制量不為零，相當于系統轉彎時始終有速度閉環存在，輪子的左右差速由速度閉環控制。

3 實驗數據

以下為各種不同道路情況下，測得系統在不同路況下所能通過的最短時間，由光電門測量計時，如表1所列。

由以上數據可以看出，在彎道越多時，雙速度控制所帶來的速度提升越明顯，而在連續小S彎道時所帶來的提升不大。

在本屆智能車競賽中，對光電平衡車來說，對于速度提升最大的考驗是本屆智能車首次加入的障礙部分。障礙部分最大的難點在于，車模直立狀態經過障礙時，不可預測是車模的左輪還是右輪先經過障礙。在車模高速行駛經過障礙時，會出現車模騰空、車模電機失速的現象。當電機失速時，車模落地時左右輪哪一個先落地同樣不可控，由此車模回歸地面速度不可控，造成車模倒地或側翻。

雙速度控制在很大程度上可以減小車模在過障礙時的失速。當車模經過障礙時，無論是左輪還是右輪先經過障礙，車輪失速、雙速度控制下，雙電機的速度控制是獨立的，又由于對電機的控制采用調節速度很快的PD控制，可以控制電機在失速回歸地面后迅速調整車身姿態，在車身重心較低情況下，高速通過單個障礙。經反復試驗，PD控制下的雙速度控制可以很好地克服車模過障礙時對車模產生的影響，效果很好。

結語

本屆競賽，組委會首次要求光電組直立，本設計基于飛思卡爾K10芯片，首次嘗試使用線性CCD作為圖像處理傳感器。根據線性CCD所采圖像，通過PID控制原理，采用雙速度控制算法對高度復雜的不同路況、障礙等情況都實現較好處理，效果良好。