基于μC／OS-Ⅱ系统的智能寻迹模型车的设计与实现

为使传统智能车在环境改变时做出更为及时的响应,设计并实现了一种基于μC/OS-Ⅱ系统的智能寻迹模型车.采用高性能、低功耗的AVR系列8位ATmega 16单片机为核心控制单元.在程序设计时应用μC/OS-Ⅱ系统.采用红外探测法,根据单片机是否收到反射回来的红外光为依据来确定黑线的位置,由单片机控制进行PWM变频调速,实现小车沿黑线行驶.该智能车定位准确,系统响应快且稳定,证明了μC/OS-Ⅱ系统的有效性.     

基于光电传感器的智能车自动寻迹系统设计

介绍了一种自主寻迹智能车的设计,研究了采用红外反射式光电传感器作为路径采集模块实现自动寻迹的软硬件设计方法.系统采用Freescale16位单片机MC9S12DG128为核心控制器,利用11个红外光电传感器构成的光电传感器阵列采集路面信息,单片机获得传感器采集的路面信息和车速信息,经过分析后控制智能车的舵机转向,同时对直流电机进行调速,从而实现智能车沿给定的黑线快速平稳的行驶.该文介绍了光电传感器的寻迹原理,讨论了光电传感器排列方法、布局、间隔等对寻迹结果的影响.     

基于红外光电传感器的智能车自动寻迹系统设计

介绍了一种自动寻迹智能车的设计,研究了采用红外反射式光电传感器作为路径采集模块实现自动寻迹的软硬件设计方法.系统采用Freescale 16位单片机MC9S12DG128为核心控制器,利用11个红外光电传感器构成的光电传感器阵列采集路面信息,单片机获得传感器采集的路面信息和车速信息,经过分析后控制智能车的舵机转向,同时对直流电机进行调速,从而实现智能车沿给定的黑线快速平稳地行驶.介绍了光电传感器的寻迹原理,讨论了光电传感器排列方法、布局、间隔等对寻迹结果的影响.     

基于瑞萨单片机自动寻迹智能车的设计

以瑞萨超级MCU模型车大赛为背景,设计并实现了一种智能车自动寻迹系统。采用瑞萨16位微控制器H8/3048F作为核心控制单元,使用光电对管RPR220采集路面信息,自动控制舵机转向,并对直流电机转速进行PID调节,从而实现智能车稳定、快速的行驶。实验结果表明,该套设计方案简单可靠,具有良好的控制性,满足设计要求。     

一种智能车寻迹算法的研究

智能车自动寻迹技术,是体现其智能水平的一个重要标志.在利用光电传感器寻迹技术中,光电传感器的排布及其算法尤为重要.文中设计了一种传感器阵列"伞"型布局方式,并提出了相应的PID控制算法.试验证明,用此算法即使在路面导引线复杂的情况下,也能很好的保证智能车沿正确的方向前进,同时保证了运行时的平稳性.     

智能模型车底盘浅析

本文针对智能车比赛用模型车底盘,从汽车理论的角度对转向轮定位参数、车辆的重心选择、侧滑等原理进行了介绍,并通过对转向轮定位参数、舵机性能以及模型车转向稳态性的测试,得出了这些调整参数之间的影响规律,可以为相关参赛队伍在算法制定、仿真参数设定以及底盘、舵机等硬件结构调整、优化等方面提供一定的参考.     

摄像头智能循迹小车设计与实现

智能循迹小车可以根据前端摄像头的输入图像识别出道路状况,通过优化智能车的软硬件设计,能够确保其在不同环境下行驶的快速性和准确性,本文以Kinetis60为核心处理器,完成了智能车路径检测、速度检测、数据传输模块、电机舵机驱动模块的设计与实现,并在此基础上提出了一种利用摄像头实时图像进行智能车循迹判断的方法,能够提取出精确的路径特征信息,实践证明该方法具有可行性.     

智能车黑线识别算法及控制策略研究

首先简单介绍了摄像头的工作原理以及采集到的图像数据信息特点,在此基础上提出并研究了识别赛道黑线的边缘检测算法,接着通过实验确定了区分黑白色的阈值参数。最后根据提取到的黑线信息确定了能预判前方赛道的非线性PD控制算法,使赛车获得了较快的行驶速度和可靠的转向性能。     

摄像头黑线识别算法和赛车行驶控制策略

按照首届全国大学生“飞思卡尔”智能车大赛规则要求,根据赛道特点,主要有两种寻线设计方案：光电传感器方案和摄像头方案。 这两种方案各有特点：光电传感器构成“线型检测阵列”的方案简单易行,但由于受规则限制（传感器数量不超过16个）,光电管的数量不可能太多,从而单个线型检测阵列所能确定的指引线信息较少。所以采用此方案寻线精度不够高,在舵机转向控制时会产生直道蛇行或弯道舵机回摆,并且判断距离有限。     

基于光电管寻迹的智能车舵机控制

分别从智能车舵机的硬件和软件控制角度,提出了2种基于红外光电管寻迹的智能车舵机控制的方法:硬件闭环法和软件开环法.采用硬件闭环或软件开环法控制转臂加长的舵机,有效解决了舵机响应滞后的问题,提高了智能车系统的路径识别能力和抗干扰能力.     

基于MC9S12DG128单片机的智能寻迹车设计

设计了一种基于飞思卡尔MC9S12DG128单片机控制的智能寻迹车系统。该系统以MC9S12DG128为控制核心,采用CCD图像传感器检测路面信息,利用加速度传感器检测加速度,红外传感器检测速度．采用PID算法控制智能车直流驱动电机和模糊控制算法控制舵机转向,从而实现智能车快速稳定地寻黑线行驶。     

基于CCD摄像头智能车分段PID控制算法设计

介绍了基于MC9S12XS128单片机控制的智能车系统,该系统以CCD摄像头传感器作为路径识别装置,通过图像识别提取道路黑线信息,计算出反应道路形状的舵机控制量,对舵机进行控制。对智能车寻线舵机控制系统的软件设计思路和控制算法思想等进行了详细的论述。测试结果表明智能车能准确稳定地跟踪引导黑线行驶,该算法能够很好地对智能车进行控制。     

基于人工免疫算法的车辆控制模型研究

对于自动驾驶中的车辆跟踪控制,仅依靠传统的控制策略进行速度调节无法达到准确、快速的跟踪效果。将免疫学原理中的人工免疫算法引入到车辆控制中,并建立了车辆横向和纵向的控制模型,以达到改善车辆控制的效果。通过大量仿真实验,验证免疫算法在车辆控制过程中的优劣。仿真结果表明,该控制系统在被控对象参数变化的情况下,仍具有良好的控制性能,具备了很强的自适应性和鲁棒性,能够迅速适应外界变化,具有较大的工程应用价值。     

基于PID控制算法的气味循迹车设计

气味源的循迹是目前的研究热点之一,在以后的日常生活以及生产方面有着较为广泛的运用。本文介绍了一种基于STC12C5A60S2单片机设计的简便智能气味循迹小车。采用两个气味传感器,根据浓度差判断气味流向,并通过PID算法控制舵机打出偏角,使小车循着气味行走。整个硬件模块的设计结构简单灵活,通过实验仿真,在室内时变气流场的环境下,该小车能达到气味循迹要求。     

基于TRICON控制系统防喘振控制算法

喘振是造成压缩机损坏的重要原因,在此针对某厂70万吨/年烯烃项目,根据丙烯工艺流程,设计了一套压缩机的防喘振控制系统。该控制系统以TRIEW软件为人机界面,利用TRICON独有的防喘振控制软件包,将喘振PID控制、喘振超驰、手动控制算法相结合,通过喘振PID参数的在线优化,有效地实现了压缩机的防喘振控制,现场实际运行结果表明了该系统的稳定性和可靠性,同时,验证了该喘振控制算法的有效性。     

基于模糊控制的智能车系统设计

随着汽车工业的发展,汽车智能化成为大势所趋。智能汽车是一个集环境感知、规划决策、自主控制等多种功于一体的综合系统,它集中地运用了计算机技术、人工智能与自动控制技术、现代传感器技术、信息与通信等技术,是典型的高新技术的综合体。通过以四轮车模为研究对象,以MC9S12XS128单片机为主控芯片,设计并实现了一个基于模糊控制的智能车控制系统。通过仿真与实验,证明所提出的控制方法能很好完成智能车的导航控制。     

基于无线Wi—Fi的智能小车控制系统设计

设计了一种基于Wi—Fi的超低功耗远程智能小车控制系统.系统以STC89C52单片机作为主控芯片,采用Wi—Fi模块将视频模块采集到的小车的视频信号传输给智能终端,并将智能终端的控制信号发送给小车的控制核心—MCU,控制电机驱动模块实现对智能小车的控制,有效实现小车对陌生和危险环境的探索.结果显示,该设计可以实现有效距离的精准控制和实时视频的稳定传输.系统具有低功耗、低成本、运行可靠的特点,具有很好的实用价值和应用前景.     

基于增量式PID控制算法的恒温控制系统

文中设计以AT89C51单片机为整个控制系统的核心,外加温度检测电路、键盘及显示电路和越线报警电路等.采用DS18B20数字温度传感器对温度进行采样,通过固态继电器做加热和制冷的开关器件,采用行列式的键盘和动态显示的方式,将采集到的温度显示在数码管上.此人性化的行列式键盘设计使设置温度更为简单快速,两位整数一位小数的显示方式具有更高的显示精度,建立在PID控制理论上的控制算法,使控制精度完全能满足一般社会生产的要求.     

基于倒立摆的PID控制算法的研究

建立了直线一级倒立摆的数学模型,设计出倒立摆系统的PID控制器,并使用“稳定边界法”快速整定了PID算法的控制参数,最后通过Matlab／Simulink进行了仿真实验。结果指出PID算法能够有效控制倒立摆的摆杆角度。     

基于快速反射镜的模糊自适应PID控制算法研究

针对机载平台在振动、扰动和快速机动条件下光电系统高精度稳定指向的需求,开展宽频带视轴稳定技术的相关研究,并针对该稳定系统的核心—快速反射镜,提出一种改进型的模糊自适应PID控制算法。该算法在经典PID控制算法基础上,引入模糊设计思想和参数自整定方法,解决了复杂工作环境下控制系统数学模型不易获取、控制参数时变等因素对稳定系统的影响,为保证远距离机载光电载荷的高精度目标定位及目标瞄准提供技术支撑。仿真结果表明,该控制算法相比经典PID控制具有响应速度快、稳态性能好、抗干扰能力强等优点,具有良好的控制效果。