K60模塊分配K60的簡介，我們本次使用了以下模塊。FTM模塊：K60中集成3個FTM模塊，而今年我們選用兩個B車進行追蹤循跡。B車模使用單電機、單舵機，另外需要一個編碼器。所以對3個FTM模塊進行如下配置：FTM0用以產(chǎn)生300HzPWM信號控制舵機，F(xiàn)MT1用以產(chǎn)生18.5KHzPWM信號控制電機，F(xiàn)TM2用以采集編碼器數(shù)據(jù)。定時器模塊：K60中有多個定時器模塊，我們使用了其中2個。其一用以產(chǎn)生5ms中斷，處理相關(guān)控制程序。另一個用以超聲波模塊的計時。SPI模塊：我們使用了K60的一個SPI模塊，用以和無線射頻模塊NRF24L01P通信。外部中斷：我們使用了三個外部中斷。第一個是PORTA的下降沿中斷，用以響應(yīng)干簧管檢測到磁鐵。第二個是PORTD的跳變沿中斷，用以響應(yīng)超聲波模塊的輸出信號。最后一個是PORTE的下降沿中斷，用以響應(yīng)NRF24L01P模塊的相關(guān)操作。數(shù)據(jù)采集算法傳感器是智能車的眼睛，它們給智能車循跡和追蹤提供了必不可少的信息。因此，在智能車軟件設(shè)計中必須保證數(shù)據(jù)采集算法的穩(wěn)定性，同時兼顧其快速性。本車比賽，我們的智能車主要采集以下傳感器的數(shù)據(jù)：電感傳感器電路板、編碼器、超聲波、干簧管。下面主要詳述超聲波模塊、電感傳感器電路板的數(shù)據(jù)采集。1.超聲波模塊數(shù)據(jù)采集我們使用的超聲波模塊的DO引腳輸出50Hz的矩形波信號，通過高電平的時間向單片機傳遞數(shù)據(jù)。本超聲波傳感器的高電平時間為聲波單程傳輸?shù)臅r間，通過這個時間可計算出兩車之間的距離。我們使用外部中斷和計時器結(jié)合的方式測量高電平時間。首先配置PORTD11為跳變沿中斷。中斷被觸發(fā)時，如果PORTD11為高電平則開始計時，如果PORTD11為低電平則停止計時并記錄時間間隔。2.電感傳感器電路板的數(shù)據(jù)采集電感傳感器電路板通過輸出電壓的大小反應(yīng)響應(yīng)位置和方向的磁場強度。本次比賽中，我們使用了10個電感分布在6個不同位置，因此每個周期都要采集10路ADC數(shù)據(jù)，每路ADC數(shù)據(jù)采集32次進行平均濾波。K60芯片中有兩路ADC模塊，為了最大程度的減少采集數(shù)據(jù)的時間，我們采用兩個ADC模塊并行采集的方法。首先，將10路ADC分為兩組，第一組6個使用ADC0模塊采集，第二組4個使用ADC1模塊采集，兩個ADC模塊同時采集數(shù)據(jù)。以第一組為例，依次采集6路ADC數(shù)據(jù)，循環(huán)32次。當兩個ADC模塊都完成任務(wù)時，ADC轉(zhuǎn)換結(jié)束。最后進行平均濾波?？刂扑惴ǘㄎ凰惴ˋ.兩個電感定位算法在電磁組算法設(shè)計中，“差比和”（即用連個電感數(shù)據(jù)的差除以它們的和）是一個簡單易用的定位算法，但是我們測量發(fā)現(xiàn)“差比和”算法得出的偏差距離用著較大非線性。如下圖所示，其橫軸為實際偏差（單位mm），其縱軸為“差比和”得出的偏差?？梢园l(fā)現(xiàn)，在實際偏差較小時，“差比和”算出的偏差變化較快，實際偏差較大時“差比和”算出的偏差變化較緩。

“差比和”定位與實際偏差比較圖為了使定位具有更好的線性度，我們擬合出一個函數(shù)將差比和的值近似轉(zhuǎn)換為離中心線的實際偏差。如下圖所示，其橫軸為實際偏差（單位mm），其縱軸為“差比和”得出的偏差，紅線表示實測的曲線，藍線表示用以非線性矯正的一個近似的曲線。非線性矯正曲線B.多個電感的定位算法使用上述的兩個電感定位算法，可以使兩個在同一直線上不同位置的電感兩兩算出一個距離偏差。由于兩個電感的測距有效范圍有限，我們采用三個橫向電感取其中較準確的兩個電感計算距離。記三個橫向的電感對應(yīng)的數(shù)值從左到右分別為Left、Mid、Right。當Left最大時，使用Left和Mid兩個電感值計算偏差；當Right最大時，使用Left和Mid兩個電感值計算偏差；當Mid最大時，根據(jù)Left和Right計算出的偏差來計算Left-Right、Left-Mid、Mid-Right三組偏差E0,E1和E2的比重K0,K1和K2。最后通過(E0*K0+E1*K1+E2*K2)/(K0+K1+k2)計算出近似的實際偏差，使得三組數(shù)據(jù)計算值之間平滑過渡。2.基于增量式PID的速度控制A.電機特性的研究與建模本次比賽我們使用了B車模，相比于直立車模，B車模對電機的PID調(diào)節(jié)要求不是很高。但為了更好的理解PID控制算法和電機特性，我們通過電機的特性曲線近似求出電機的傳遞函數(shù)。首先記錄車在給電機20%恒定占空比時的速度和時間曲線，以此作為電機傳遞函數(shù)的階躍響應(yīng)，如下圖所示。然后利用MATLAB得出曲線的近似表達式：e=91.1457-64.6742*eA(-t/3.4654)-13.6656*e%t/3.4654*2)-12.6844*e%t/3.4654*3);最后以此函數(shù)作為電機傳遞函數(shù)的階躍響應(yīng)，求得其傳遞函數(shù)：-0.733s八3+60.96s八2+119.7s+45.48s八3+2.276s八2+1.583s+0.3276電機傳遞函數(shù)的階躍響應(yīng)利用此傳遞函數(shù)和MATLAB的PID調(diào)節(jié)器，我們很快的得出了快速穩(wěn)定地控制車速的PI參數(shù)，并未使用D參數(shù)。這個建模的過程并非必要的環(huán)節(jié)，通過不斷的調(diào)試與修改完全可以達到這個要求甚至比建模調(diào)的更好，但是在這個過程中我們對PID的理解得以加深。B.增量式PID增量式PID是指數(shù)字控制器的輸出只是控制量的增量△u(k)。采用增量式算法時，計算機輸出的控制量乙u(k)對應(yīng)的是本次執(zhí)行機構(gòu)位置的增量，而不是對應(yīng)執(zhí)行機構(gòu)的實際位置，因此要求執(zhí)行機構(gòu)必須具有對控制量增量的累積功能，才能完成對被控對象的控制操作。執(zhí)行機構(gòu)的累積功能可以采用硬件的方法實現(xiàn)；也可以采用軟件來實現(xiàn)，如利用算式u(k)=u(k-1)+Au(k)程序化來完成。瓦代)=+也或?+△舀(先)-&仗-1)]式中Ae(k)=e(k)-e(k-1)基于位置式PID的舵機控制A.位置式PID基本PID控制器的理想算式為岫)=「e3)+，"(r)月十均罕u(t)——控制器(也稱調(diào)節(jié)器)的輸出；e(t)——控制器的輸入(常常是設(shè)定值與被控量之差，即e(t)=r(t)-c(t))；Kp——控制器的比例放大系數(shù)；Ti——控制器的積分時間；Td——控制器的微分時間。設(shè)u(k)為第k次采樣時刻控制器的輸出值，可得離散的PID算式妣)=3您'…蚤危町+K『[頃[-咐-1)]鴕=￥為積分系數(shù)『等為微分系數(shù)式中'在本次比賽中我們采用了位置式PD控制算法，即積分系數(shù)Ki為0。B.PID參數(shù)的計算算法在調(diào)試過程中，我們發(fā)現(xiàn)當定位算法做的較好的時候，定值的PD參數(shù)也可以讓小車快速穩(wěn)定的循跡。為了進一步提高小車的速度和穩(wěn)定性，我們加入了動態(tài)調(diào)整PD參數(shù)的算法，我們稱之為“二維表PD模糊整定”。NBNMNSZOPSPMPSZOKd4004QQ400330430480540ZOKd9000900。900050008000900。900。PSKd42042Q4204QQ450490550PSKd9000900090005500900&90009000PSIV1K43043Q430430470500560PSIVIK9000900090006000900&90009000PMKp4209000430900044Q45。480510900057a9oaoPMKd900070009000PBMK440450460470495520580PBMK90009傾90007500900090009000PEKd4604?a480490510530600PBKd9000900。90008000900090009000“二維表PD模糊整定”參數(shù)表如上圖所示，橫向由左到右分別表示偏差變化率為｛-35,-25,-15,0,15,25,30｝,縱軸沒兩行為一組工6組，每組2行分別表示Kp，Kd參數(shù)，6組由上至下分別表示偏差｛30,60,90,120,150,200｝。通過這種方法得出一個2輸入2輸出的“PD模糊整定”算法，其輸入為偏差和偏差變化率，輸出為Kp和Kd參數(shù)。每一組偏差E和偏差變化率Ec對應(yīng)的輸出都可以通過以上二維表來定義，當E、Ec不能準確對應(yīng)表中某個位置時，算法通過其相鄰的參數(shù)計算出所要的Kp、Kd參數(shù)。調(diào)試程序1.無線接收上位機參數(shù)的程序在調(diào)試過程中需要不斷的修改參數(shù)，尤其是我們使用了二維表后參數(shù)的修改幅度急劇增大。按鍵調(diào)節(jié)方案已經(jīng)不能高效的勝任這么大數(shù)量的參數(shù)修改了，為此我們編寫了無線發(fā)送參數(shù)的上位機和小車上對應(yīng)的接收處理程序。為了讓數(shù)據(jù)準確的無線傳輸，我們定義了幀格式。我們采用的無線通信模塊是NRF24L01P，我們定義一幀數(shù)據(jù)為32字節(jié)。幀格式為：起始標志功能碼數(shù)據(jù)校驗碼剩余字節(jié)0x7f0x7f2字節(jié)2-16字節(jié)2字節(jié)若干0x00起始標志：由于NRF24L01P一幀被定義為確定的32字節(jié)，起始標志作用并不大。加入起始標志可使得上位機適應(yīng)藍牙模塊發(fā)送。功能碼：功能碼用以標志后面數(shù)據(jù)是什么數(shù)據(jù)，接收端程序根據(jù)功能碼處理后面的數(shù)據(jù)部分。例如功能碼為0x000x10時，程序數(shù)據(jù)部分的前2字節(jié)作為無符號整形數(shù)據(jù)保存到temp變量，temp/100的值賦值給Kp。這樣就實現(xiàn)了對Kp變量的重新賦值。數(shù)據(jù)：接收端程序根據(jù)功能碼處理此部分。校驗碼：采用CRC16校驗方式，用以確保數(shù)據(jù)傳輸?shù)恼_無誤。上位機截圖2.無線發(fā)送小車狀態(tài)量的程序在調(diào)試過程中有時靠人眼觀察無法準確的知曉小車的運行狀態(tài)，尤其是程序計算的一些中間狀態(tài)量。當我們將這些狀態(tài)量在電腦上通過曲線顯示出來時，就更容易把握小車的運行狀態(tài)了，這些曲線為整定參數(shù)提供了有效的依據(jù)。在這部分我們采用了是NRF24L01P模塊發(fā)送數(shù)據(jù)。需要發(fā)送的數(shù)據(jù)主要有：電機速度、舵機占空比信號、距中心線偏差等數(shù)據(jù)。此部分的幀格式由虛擬示波器給出，我們編寫響應(yīng)的發(fā)送代碼。voidmsg_datascope(floatdata0,floatdatal,floatdata2,floatdata3,floatdata4,floatdata5,floatdata6)(msg_buff_tx[0]=30//USB-NRF24L01模塊要用的格式msg_buff_tx[1]=0x24//上位機要用的格式*(float*)((uint32)msg_buff_tx+2)=data0*(float*)((uint32)msg_buff_tx+6)=data1*(float*)((uint32)msg_buff_tx+10)=data2*(float*)((uint32)msg_buff_tx+14)=data3*(float*)((uint