关于舵机的控制

电子科技大学：（清晰明了，代码看不懂）

其实在车速不快的情况下只用车前40cm

内的黑线偏差就可以让赛车沿黑线行驶，问题是在赛车高速行驶时需要对前方

更远的赛道信息进行预判，例如控制赛车入弯前减速、使赛车走最优路径等。因此我们使用距离车前第21 行、22 行、23 行的黑线平均位置计算赛车离黑线

的偏差控制舵机拐向，用更远端的黑线来进行赛道预判。计算相邻两段黑线的

斜率还可以判断出小S 弯，让赛车在小S 弯直冲。

如图5.5.3.1 所示，Mid_Erro 为赛车当前的方向偏差，用于控制舵机当前时

刻的转向。Top_Erro 为图像最远端离中线的偏差，用于进行赛车前方赛道预判，Top_Erro 越大，减速越大

如图5.5. 3.2 所示，只要计算相隔S_Row 行的黑线的相对斜率Up_Erro 和Down_Erro ，如果Up_Erro 和Down_Erro 方向相反而且大于预设的阈值就可

以判定出小S 弯，让输出的偏移量Erro 缩小，减小舵机的转向，使小车减小

抖动。

桂林理工：

D_zhongxin

DJ_chu+

(D_Kp

=

+

+

xiu_D_Kp)

(error

dd_error)/

10

-

*

error/10

D_Kd

*

其中，D_zhongxin是车模前轮摆正时的参数，为1460；D_Kp是舵机PD控制的P值；xiu_D_Kp 是舵机P值的修正值；error是当前图像的黑线中心的偏差；D_Kd是舵机PD控制中的D值；dd_error是上次图像黑线中心的偏差。DJ_chu是输出给舵机的PWM值。

军械工程：斜率做赛道判断（同桂林）

void Direction_Control(void)

{

Control_Row = Good_Road_End-1;

if(Control_Row_Far == 1) //40

行控制

{

//Control_Row = Good_Road_End-1;

}

if(Control_Row_Middle == 1) //35

行控制

{

if(Control_Row>34) Control_Row=Control_Row-5;

}

if(Control_Row_Near == 1) //30

行控制

{

if(Control_Row>29) Control_Row=Control_Row-10;

}

Level_Offset = Black_Center[Control_Row] - 30; //

偏差

if(Level_Offset > 0) //

左转参数

{

K1 = L_KH - Control_Row*Control_Row/L_KW;

K2 = 2;

}

if(Level_Offset < 0) //

右转参数

{

K1 = R_KH - Control_Row*Control_Row/R_KW;

K2 = 2;

}

Steer_Value[0] = Straight_Value + K1*Level_Offset + K2* Slope ;

两变量控制

if(Steer_Value[0] > Left_Limit) Steer_Value[0] = Left_Limit;

if(Steer_Value[0] < Right_Limit) Steer_Value[0] = Right_Limit;

if(Bad_Field_Flag) Steer_Value[0] = Steer_Value[1]; //

如果为无效场，舵机值不变

PWMDTY67 = Steer_Value[0];

Steer_Value[1] = Steer_Value[0];

}

上海交大（清晰明了，代码复杂）

5.5.1 舵机顶层控制量选定

简单沿线行驶策略的目标是控制舵机使得赛车尽可能沿着导引线前进。所

以舵机顶层控制量选用的是某一行黑线的中心位置，控制行的选取与

速度进行

线性耦合。

5.5.2 舵机顶层控制量修正

对于S 弯道的最佳行驶路线是沿着中心线行驶，这样可以大大提高赛车速

度，缩短行驶时间。如何能做到这一点呢？一般的想法是将S 弯和普通弯道、直道区分开来。这就要进行模式识别与决策。但是，识别存在着出错的可能，万一识别出错，小车将会很容易冲出赛道。而且，使用判断并分开进行单独控制的方法，与采用统一的方法进行S 道直冲、普通弯道切弯相比，显得比较丑陋。

所以我们最后采用的是较为简洁、优美、统一的方法，通过对顶层控制量

的修正，来一并完成这几项任务。修正使用的信息是控制行之上的黑线位置的

加权平均值。

陕西理工: d0=(int)((4500-route_ps[a0])/scale);

U_PD=(int)(center+Kp_1*d0);

Scale:舵机参数

route_ps[a0]？

西安交通：

rudder=(rudder_kp*err[0]+kd/2*(err[0]-err[1])*10000l)/10000l;

err[0]：相邻三行平均位置