大学生智能汽车设计第7章PPT课件

合集下载

智能小车设计ppt课件

导航策略
当检测到障碍物时，采用绕行、停止等策略进行避障操作。
避障策略
硬件调试
检查电路连接是否正确，电源供电是否稳定，传感器是否工作正常等。
软件调试
采用单步调试、断点调试等方法对程序进行逐步排查，找出问题所在并进行修改。
问题解决方法
针对常见问题，如传感器失灵、小车无法直行等，提供相应的解决方法。同时，也可通过查阅相关资料、请教专业人士等方式寻求帮助。
问题三
智能小车的成本控制仍需改进。建议通过优化设计方案、降低采购成本、提高生产效率等措施，降低小车的制造成本和售价。
随着人工智能、物联网、云计算等技术的不断发展，智能小车将更加智能化、自主化和网络化，实现更高级别的自动驾驶和协同作业。
技术趋势
智能小车将在更多领域得到应用，如智能交通、智慧城市、智能家居等，成为未来智能生活的重要组成部分。
精确性
提高智能小车的导航精度和搬运精度，确保准确无误地完成任务。
设计目标
设计一款具有自主导航、避障、搬运等多种功能的智能小车，实现智能化、自动化运行。
稳定性
确保智能小车在各种环境下都能稳定运行，不出现意外情况。02CHAPTER
智能小车硬件设计
选用高性能、低功耗的微控制器，如STM32系列。
主控芯片类型
主控芯片原理
主控芯片优势
通过内部CPU、存储器和外设接口等资源，实现对小车各项功能的精确控制。
具有高集成度、高可靠性和易于开发等特点，满足智能小车复杂控制需求。
03
02
01
红外传感器
超声波传感器
陀螺仪传感器
加速度传感器
01
02
03
04
用于检测障碍物，实现避障功能。

2019.11.4智能车培训共127页PPT文档 128页PPT

智能汽车应包含以下结构：
◦ 智能汽车的信息采集、处理及传输 ◦ 智能汽车的自动控制系统 ◦ 智能汽车的通信系统 ◦ 智能汽车的导驶定位技术 ◦ 智能汽车的电源系统
第2章智能汽车设计基础——硬件
第2章智能汽车设计基础—硬件
从外观上看，智能车系统主要表现为由一系列的硬件组成，包括组成车体的底盘、轮胎、舵机装置、马达装置、道路检测装置、测速装置和控制电路板等。
光电式传感器的核心（敏感元件）是光电器件，光电器件的基础是光电效应。
2.1.1 光电式传感器
光电式传感器的结构简单，响应速度快，可靠性较高，能实现参数的非接触测量。
光电式传感器由光路及电路两大部分组成，光路部分实现被测量信号对光量的控制和调制，电路部分完成从光信号到电信号的转换。
2.1.1 光电式传感器
2.2.1 电源系统
在智能车设计中，电源关系到整个电路设计的稳定性和可靠性，是电路设计中非常关键的一个环节。 1．直流稳压电源的基本原理
图2.9 直流稳压电源电路
2.2.1 电源系统
电源变压器——将220 V的交流电压变成低压的交流电压。
整流电路——将交流电压变换成脉动的直流电压，通常由整流二极管构成的整流桥堆来执行。常见的整流二极管有1N4007和1N5148等，桥堆有RS210等。
2.1.3 测速传感器
图2.7 三种不同结构的霍尔式转速传感器
图2.7 三种不同结构的霍尔式转速传感器
2.1.3 测速传感器
2．光电式脉冲编码器光电式脉冲编码器可将机械位移、转角或速度变化转换成电脉冲输
出，是精密数控采用的检测传感器。光电编码器的最大特点是非接触式，此外还具有精度高、响应快、可靠性高等特点。

智能车的制作PPT课件

二、基于内光电效应的光电元件
Hale Waihona Puke 一）光敏电阻1．工作原理
光敏电阻的工作原理是基于内光电效应。
2.光敏电阻的特性和参数
（1）
暗电阻
（2）
光电特性
（3）
响应时间
3．关于照度
第5页/共28页
（二）光敏二极管、光敏三极管、光敏晶闸管 1．光敏二极管结构及工作原理光敏二极管结构与一般二极管不同之处在于：将光敏二极管的PN结设置在透明
三、光敏三极管应用电路第18页/共28页
第三节光电传感器的应用
依被测物、光源、光电元件三者之间的关系，可以将光电传感器分为下述四种类型
1）
光源本身是被测物，被测物发出的光投射到光电元件上，光电
元件的输出反映了光源的某些物理参数。
2）
恒光源发射的光通量穿过被测物，一部分由被测物吸收，剩余
部分投射到光电元件上，吸收量决定于被测物的某些参数。
4.温度特性温度变化对亮电流影响不大，但对暗电流的影响非常大
5.响应时间工业级硅光敏二极管的响应时间为10-5～10-7s左右，光敏三极管的响应时
间比相应的二极管约慢一个数量级
第13页/共28页
三、基于光生伏特效应的光电元件光电池能将入射光能量转换成电压和电流属于光生伏特效应元件。
第14页/共28页
第一节光电效应及光电元件第1页/共28页
通常把光电效应分为三类： 1）在光线的作用下能使电子逸出物体表面的现象称为外光电效应，基于
外光电效应的光电元件有光电管、光电倍增管、光电摄像管等。 2）在光线的作用下能使物体的电阻率改变的现象称为内光电效应，基于
内光电效应的光电元件有光敏电阻、光敏二极管、光敏三极管及光敏晶闸管等。

智能网联汽车技术基础第7章智能网联汽车控制技术

行逻辑推理的前提；
制为零，甚至变为负值，从而避PI免D控出制现包被含控以下量三严个重过超程调：的情况；（4）对于较大惯性和滞后特性的控制对象，比例控制和微分控制能改善在动态过
程中的系统特性；
7.1 经典控制理论
PID控制原理
PID控制原理图
PID控制原理
u(t)
K
P
[e(t)
1 TI
t
0 e(t)dt TD
（4）比例控制和积分控制结合，可以使系统在一定时间内快速进入稳定状态，无稳态误
差，称为PI控制；
7.1 经典控制理论
3. 微分控制（1）微分控制指输出的误差值与误差变化率成正比关系；（2）控制系统在消除误差的时候会出现频繁振荡甚至失稳现象，其原因是系统中
存在较大惯性，使消除误差的的变化时间总是滞后于误差的变化时间；（3）具有比例控制和微分控制的控制器，能够提前消除误差，最大程度误差量控
模糊控制借助模糊数学模拟人的思维方法，将工艺操作人员的经验加以总结，运用语言变量和模糊逻辑理论进行推理和决策，对复杂对象进行控制。
模糊控制指的是以模糊集合理论、模糊语言变量
模糊控制既不及模是糊指推被理控过程是模糊的，也不意味控制器是不确定的，它表示知识和概念上的模糊性，完成的工作是完全确定的。
7.2 现代控制理论
模糊控制器主要环节:(2)表格型：同样是对蕴含关系进 Nhomakorabea描述，但
是省略了语言描述中的繁琐词句，将其转化为表
1、模糊化环节：首先要确定输入变量x的取格，方便进行规则的编写与查阅，较之于语言描
值范围。通过量化因子转化物理论域为模糊论域，述型更加简洁明了。
将清晰值转化为模糊子集，确定模糊语言的取值

智能汽车技术教学课件完整版

和测试评价技术等共性关键基础技术
亟待突破。
智能汽车概论
1.3智能汽车技术架构
环境感知技术
• 智能汽车的环境感知模块利用
激光雷达、毫米波雷达、视觉传
感器、超声波雷达等各种传感器
对周围环境进行数据采集与信息
处理,以获取当前行驶环境及本车
的有关信息。
• 环境感知技术可以为智能汽车
提供道路交通环境、障碍物位置、
给出其相关叠加结果
· 表示各散射中心的复数散射场;k是玻尔兹曼常数;2Rn是从雷达到该散射
中心的双程距离,构成目标体的各强散射分量相位的随机变化。
机器视觉感知技术
雷达环境杂波分析
地物杂波分析
天气杂波分析
地物杂波是雷达入射电磁波的
分布散射回波，它对智能汽车
毫米波雷达的影响较大，地物
杂波是极为不稳定的，例如由
动态目标运动状态、交通信号标
志、自身位置等一系列重要信息,
是其他功能模块的基础,是实现辅
助驾驶与自动驾驶的前提条件。
智能汽车概论
• 决策规划技术
决策规划技术是智能汽车的控制中枢,相
当于人类的大脑,其主要作用是依据感知
层处理后的信息以及先验地图信息,在满
足交通规则、车辆动力学等车辆诸多行
驶约束的前提下,生成一条全局最优的车
·雷达电磁波接收与处理机理,包括雷达接收天线、雷达接收机特性、雷达
信号理方法等。
机器视觉感知技术
毫米波雷达的测速测距原理
智能汽车毫米波雷达通常发射连续高频等幅波,其频率在时间上按线性规律变
化,鉴于智能汽车毫米波雷达需同时测量目标的距离和速度,发射波形一般选
择三角形线性调频。假设发射的中心频率为f0,B为频带宽度,T为扫描周期,调

《智能网联汽车环境感知技术》教学课件—第7章环境感知传感器的实训

第 42 页
7.6 视觉传感器图像目标识别
第 43 页
7.6 视觉传感器图像目标识别
第 44 页
7.6 视觉传感器图像目标识别
第 45 页
第7章环境感知传感器的实训
➢ 7.1 环境感知传感器的认知 ➢ 7.2 环境感知传感器的装配 ➢ 7.3 环境感知传感器的调试 ➢ 7.4 环境感知传感器的测试 ➢ 7.5 环境感知传感器的标定 ➢ 7.6 视觉传感器图像目标的识别
第1页
第7章环境感知传感器的实训
第2页
第7章环境感知传感器的实训
第3页
第4页
7.1 环境感知传感器的认证
第5页
7.1 环境感知传感器的认证
第6页
7.1 环境感知传感器的认证
第7页
7.2 环境感知传感器的装配
第8页
7.2 环境感知传感器的装配
第9页
7.2 环境感知传感器的装配
第 10 页
7.2 环境感知传感器的装配
第 11 页
7.2 环境感知传感器的装配
第 13 页
7.2 环境感知传感器的装配
第 14 页
7.2 环境感知传感器的装配
第 15 页
7.2 环境感知传感器的装配
第 16 页
7.3 环境感知传感器的调试
第 17 页
7.3 环境感知传感器的调试
第 18 页
7.3 环境感知传感器的调试
第 19 页
7.3 环境感知传感器的调试
第 20 页
7.3 环境感知传感器的调试
第 21 页
7.3 环境感知传感器的调试
第 22 页
7.3 环境感知传感器的调试
第 23 页
7.3 环境感知传感器的调试

第7章智能网联汽车测试与评价技术

二、测试要求
在测试的开始，需要明确若干通用要求，包括测试车辆通用要求、测试场景通用要求、测试过程通用要求、测试仪器及设备通用要求等。并且需要明确测试的通过条件，该通过条件定义了一系列系统理想功能测试输出的行为标准。
除自动紧急制动和人工操作接管的测试场景外，所有测试都应在测试车辆自动驾驶状态完成，并满足以下通过条件：（1）测试车辆应按照规定进行每个场景的测试，并满足其要求；（2）测试车辆应在一次测试申请中通过所有规定的必选项目和选测项目测试；（3）测试期间不应对软硬件进行任何变更调整；（4）除避险工况外，自动驾驶测试车辆不应违反交通规则；
图7-5 性能测试总体架构图
二、网络性能测试
三、测试实例
其包含的子测试场景为“限速标志识别及响应”，测试场景描述为：测试道路为至少包含一条车道的长直道，并于该路段设置限速标志牌，测试车辆以高于限速标志牌的车速驶向该标志牌，如图7-4所示。
测试方法描述为：测试车辆在自动驾驶模式下，在距离限速标志100m 前达到限速标志所示速度的1.2倍，并匀速沿车道中间驶向限速标志。
一、客户端性能测试
（二）系统疲劳强度测试
智能网联汽车系统可靠性的表现方式之一是智能网联汽车系统的疲劳强度耐受性。不难理解，在冗长的汽车行驶和系统运行中，智能网联汽车系统需要能够长时间、持续地执行系统任务，长时间地负载高强度的任务执行。
在系统疲劳强度测试环节，我们同样使用自动化测试的方法（也可手动编写测试用例执行），对设备处理任务请求进行一定时间的疲劳度测试，同时监控和获取系统输出指标。我们可以通过动态地更新测试输入、测试时间的方式，迭代地获得系统的服务提供稳定性时间。
二、网络性能测试
在性能测试中，负载是必不可少的。负载控制器与IUT的通信也是通过环境实现的，把沟通测试器与IUT、负载控制器与IUT的环境称为测试上下文，测试器与测试上下文通信的点称为控制观察点（PCOs），测试器与负载控制器通信的点称为协调点（CPs）。

《智能车的制作》课件

决策与学习算法
要点一
总结词
用于根据环境信息和历史经验做出决策，并不断学习和优化
要点二
详细描述
决策与学习算法是智能车的“大脑”，它根据感知与识别算法获取的环境信息、历史经验以及预设规则，做出相应的行驶决策。决策与学习算法需要具备高度的自适应性，能够根据不同环境和状态调整自身的行为。此外，它还需要具备学习能力，通过不断的学习和优化，提高智能车的行驶性能和安全性。常见的学习方法包括强化学习、深度学习等。
智能车的发展趋势
总结词
未来智能车的发展趋势包括技术不断创新、成本不断降低、法规不断完善等。
详细描述
随着传感器技术、计算机视觉技术、人工智能技术的不断发展，智能车的性能将得到进一步提升，实现更加高级的自动驾驶功能。同时，随着技术的成熟和规模化生产，智能车的成本将逐渐降低，使得更多的人能够享受到智能出行的便利。此外，政府将制定更加完善的法律法规，规范智能车的研发、测试、使用和管理，保障道路交通安全和数据隐私。
总结词
用于智能车行驶路径的计算和控制
详细描述
路径规划算法是智能车软件算法的重要组成部分，它负责根据起始点和目标点，结合环境信息，计算出最优或可行的行驶路径。常见的路径规划算法包括Dijkstra算法、A*算法、动态规划等。这些算法通过不断地优化路径，确保智能车能够高效、安全地到达目的地。
运动控制算法
。
详细描述
智能车的特点包括高度的自动化、智能化、安全性、舒适性和节能环保等。它可以自主完成大部分驾驶任务，减轻驾驶者的负担，提高驾驶安全性。同时，智能车能够根据驾驶者的习惯和需求进行个性化设置，提供更加舒适和便捷的出行体验。此外，智能车还
具备节能环保的优势，能够有效地降低能源消耗和排放污染物。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

❖在同样保证90 cm的前瞻下，底端的宽度有22 cm左右，顶端65 cm，可以达到避免地面干扰的效果。同时底端仅有不到20 cm的图像丢失，而且摄像头的俯角相对较小，可以克服反光的问题，这样过弯道的时候会有安全保障。
武汉科技大学信息科学与工程学院

7.1 机械设计
7.2.1 HCS12控制核心
❖ 在摄像头方案中，其I/O口具体分配如下： ▪ PAD1用于摄像头视频信号的输入口； ▪ IRQ（PE1引脚）用于摄像头行同步信号的输入捕捉； ▪ PM0用于摄像头奇-偶场同步信号的输入口； ▪ PT0用于车速检测的输入口； ▪ PB口用于显示小车的各种性能参数； ▪ PWM0（PP0引脚）与PWM1（PP1引脚）合并用于伺服舵机的PWM控制信号输出； ▪ PWM2（PP2引脚）与PWM3（PP3引脚）合并用于驱动电机的PWM控制信号输出（电机正转）； ▪ PWM4（PP4引脚）与PWM5（PP5引脚）合并用于驱动电机的PWM控制信号输出（电机反转）。
第7章智能汽车设计实践—— 摄像头型设计
1
第7章智能汽车设计实践——摄像头型设计
❖ 两种检测方案的比较——
路径识别方法
红外光电管传感器方案
摄像头传感器方案
优点
1．电路设计相对简单 2．检测信息速度快 3．成本低
1．检测前瞻距离远 2．检测范围宽 3．检测道路参数多 4．占用MCU端口资源少
武汉科技大学信息科学与工程学院

7.2 硬件设计
❖ 在摄像头方案中，由于车速检测模块、舵机控制单元及直流驱动电机控制单元同光电管方案相同，以下对路径识别单元、HCS12控制核心及电源管理单元做简要介绍。
武汉科技大学信息科学与工程学院

7.2 硬件设计 ❖7.2.1 HCS12控制核心 ❖7.2.2 电源管理单元 ❖7.2.3 路径识别单元
武汉科技大学信息科学与工程学院

7.1 机械设计
❖ 倘若正向安装摄像头，尽管水平方向的视野开阔一些，不至于迷失黑线跑出赛道。但实际采集到的图像是水平分辨率低，垂直分辨率高，与所需的检测图像要求刚好相反。
❖ 为了保证不漏检黑色引导线，正向安装就需要提高水平方向的分辨率，这就需要大大提高MC9S12DG128单片机的A/D采样频率，导致MC9S12DG128超频使用。单片机超频使用会影响系统稳定性，容易发生程序失稳的现象。
❖ 此外，摄像头所架的高度一定要适宜。架得过高会导致小车的视野过大，看到的黑线变得太细，还会导致智能车的重心太高，使智能车快速过弯时容易翻车；架得太低又会影响前瞻，带来反光的问题，影响采样。合适的高度要既满足小车的重心要求，又保证前瞻距离。
❖ 安装摄像头的底座和支杆应使用刚度大、质量轻的材料，以防晃动。
❖ 除此之外，由于正向安装采集到的图像宽度大，长度短，致使智能车容易看到赛道边缘以及地面，产生较大的干扰，而且对底端的图像信息丢失也过多，大大影响过弯速度。
武汉科技大学信息科学与工程学院

7.1 机械设计
❖ 倘若将CMOS摄像头旋转90°安装，输出的图像信息也将旋转90°，通过S12的A/D转换器采集的图像信息，水平分辨率与垂直分辨率会发生互换，从原来的水平分辨率低、垂直分辨率高的图像变成水平分辨率高、垂直分辨率低的实际图像，正好符合道路参数检测模型的要求。
缺点
1．道路参数检测精度低、种类少 2．检测前瞻距离短 3．耗电量大 4．占用MCU端口资源较多 5．容易受到外界光线影响
1．电路相对设计复杂 2．检测信息更新速度慢 3．软件处理数据较多
武汉科技大学信息科学与工程学院
表7.1 两种检测方案的比较

第7章智能汽车设计实践——摄像头型设计
武汉科技大学信息科学与工程学院
ቤተ መጻሕፍቲ ባይዱ

7.2.1 HCS12控制核心
❖ HCS12控制核心单元既可以直接采用组委会提供的MC9S12EVKX电路板，也可以自行购买 MC9S12DG128单片机，然后量身制作适合自己需要的最小开发系统。
武汉科技大学信息科学与工程学院

武汉科技大学信息科学与工程学院

7.1 机械设计
❖ 而按照大赛采用跑道的形状特点，这些跑道都是由直线和圆弧组成的，检测车模前方一段路径参数，只需要得到中心线上3～5个点的位置信息就可以估算出路径参数，如位置、方向和曲率等。通过图像中的若干行信息就可以检测出这排点的位置，故所需的检测图像应该是水平分辨率高，垂直分辨率低。
3 7.3 软件设计
武汉科技大学信息科学与工程学院

7.1 机械设计
❖ 同光电管方案比起来，摄像头方案机械设计的不同主要体现在摄像头传感器的安装上，而舵机及车速检测单元的安装基本同光电管一样。下面我们将重点介绍摄像头传感器安装这一问题。
❖ 摄像头的作用是检测道路的信息，相当于人的眼睛，其视野范围和前瞻距离决定了小车的过弯性能和速度。所以摄像头的安装方式要适当。摄像头的安装方案有两种：一种是正向安装，另一种是旋转90°安装。
❖ 图像采集传感器可分为CCD型和CMOS型，其中CMOS型摄像头工艺简单，价格便宜，对于识别智能车赛道这样的黑白二值图像能力足够，因此，我们以下主要以CMOS型摄像头为例，介绍基于摄像头方案的智能车详细设计。
武汉科技大学信息科学与工程学院

第7章智能汽车设计实践——摄像头型设计 1 7.1 机械设计 2 7.2 硬件设计
武汉科技大学信息科学与工程学院

7.1 机械设计
❖ 图像采集是智能车设计的一个技术难点。普通图像传感器通过行扫描方式，将图像信息转换为一维的视频模拟信号输出。由于S12的A/D转换器采集速度较低，进行10位A/D转换所需要的时间为7 μs。这样，采集的图像每行只有8个像素，图像的水平分辨率很低。倘若在此基础之上就进行智能车的路径识别，则很可能漏检宽度仅2.5 cm的黑色引导线，从而导致某些控制决策因无法获取足够精度的路径信息而失效。但同时， S12每场图像大约可以采集300行左右的图像信息，故图像的垂直分辨率相对较高。