第十七届全国大学生智能汽车比赛_第十七届智能汽车竞赛 csdn

 

        智能车比赛算是自己参加实验室后的一腔热血吧。大一初入实验室，对于懵懵懂懂的我来说，一切都是新鲜的。而对于智能车，也有很大的吸引！因此，参加智能车的想法便开始了。

        总的来说，一路的准备是辛酸且艰难的。因为对于我而言，一切都是新的！我是从大二开始准备的，这个时候的我，刚学完51,stm32是一点不懂，听实验室学长的建议，先学32理解下定时器，时钟等基本知识。学完之后，说实话，依旧懵逼！       但是，依然硬着头皮继续了解智能车的相关知识。

        比完赛后，想想还是总结一下吧。智能车比赛结束也是给大二画上圆满的句号。比赛结果不是很惊艳，但是也挺满足，自己的水平有限，这个成绩对于我来说，挺知足的。下面是我比赛过程的遇到的问题和解决方法，可能不是很好，不过也算是种思路吧。       

 

【一 初识PID】

什么是PID？

百度百科这样解释：

PID的英文全称为“ProcessIdentifier”，它属于电工电子类技术术语，是比例、积分、微分的简称。PID控制的难点不是编程，而是控制器的参数整定。

后来看别人的博客是这样理解的：

PID算法是电机控制算法中一个十分经典的算法，作为一个典型的闭环控制算法（即带负反馈调节）广泛地运用于工业控制领域。
PID算法由P（比例调节）、I（积分调节）、D（微分调节）组成。当然，根据实际情况，也可以省去微分调节，即PI算法。
PID算法的一般表达式是：

u(t)------输出量
Kp-------比例系数
e(t)------误差
Tt--------积分时间常数
TD-------微分时间常数
PID算法的输出量是误差的函数，当误差为0时，输出也为0；说明了使用PID算法实际上是为了达到某一目标状态并保持稳态，误差呈逐渐减小的趋势。下面我们来讨论其具体实现的内部细节和过程。

比例调节：只要产生误差，立马会对误差进行调整，误差大小与输出量成正比（U=Kp*e(t)），比例系数Kp越大，调节速度越快但容易产生震荡,越小不容易产生震荡但是调节速度会降低。但是比例调节会产生静态误差，举个例子：往一个水池里面注水，目标是维持水位高度为H，在离H较远时，增大注水速率，离H近时便减小注水速率，这便是比例调节，在离H很近时，由于误差存在，会继续往里面注水直到到达H，但是比例系数不是无穷大，输入量（注水速率）不可能发生突变，也就是说水位到H时注水速率并不为0，也就会超过水位H，超出的部分就是静态误差。
积分调节：用于消除静态误差，增大系统的无差度，通过对误差积分可以得到一段时间内误差的大小，从而对输入量进行调整，只要偏差存在，积分调节便会一直起作用。积分时间常数Tt越大，调节速率越慢，反之会越快，但是容易引起超调甚至震荡。
微分调节：对误差的趋势进行预测，提前对输出量做出预判性调整。就是误差对时间求导数，可以得到误差的变化趋势，有利于减小超调，克服震荡，提高系统响应速率。但是容易产生高频噪声，在干扰信号严重的系统中不适宜加入微分调节。

位置式PID算法：

其实就是一般式的离散形式

增量式PID算法：

增量式就是两个位置式相减的结果：

区别：
1、增量式只与最近三次的误差有关，运算速度快且无累积误差，而位置式需要对误差进行积分，容易产生累积误差且运算速度慢。
2、增量式的结果是输出量的变化量，即便出现误差影响不会太大，而位置式的结果是输出量，一旦出现错误影响会很大。
3、增量式适合执行结构带积分部件，如步进电机，位置式适合执行结构不带积分部件，如电液伺服阀。
 
原文链接：https://blog.csdn.net/m0_56501569/article/details/124397665

例子如下：

 比例控制算法
我们先说PID中最简单的比例控制，抛开其他两个不谈。还是用一个经典的例子吧。假设我有一个水缸，最终的控制目的是要保证水缸里的水位永远的维持在1米的高度。假设初试时刻，水缸里的水位是0.2米，那么当前时刻的水位和目标水位之间是存在一个误差的error，且error为0.8.这个时候，假设旁边站着一个人，这个人通过往缸里加水的方式来控制水位。如果单纯的用比例控制算法，就是指加入的水量u和误差error是成正比的。即
u=kp*error
假设kp取0.5，
那么t=1时（表示第1次加水，也就是第一次对系统施加控制），那么u=0.5*0.8=0.4，所以这一次加入的水量会使水位在0.2的基础上上升0.4，达到0.6.
接着，t=2时刻（第2次施加控制），当前水位是0.6，所以error是0.4。u=0.5*0.4=0.2，会使水位再次上升0.2，达到0.8.
如此这么循环下去，就是比例控制算法的运行方法。
可以看到，最终水位会达到我们需要的1米。
但是，单单的比例控制存在着一些不足，其中一点就是 –稳态误差！（我也是看了很多，并且想了好久才想通什么是稳态误差以及为什么有稳态误差）。
像上述的例子，根据kp取值不同，系统最后都会达到1米，不会有稳态误差。但是，考虑另外一种情况，假设这个水缸在加水的过程中，存在漏水的情况，假设每次加水的过程，都会漏掉0.1米高度的水。仍然假设kp取0.5，那么会存在着某种情况，假设经过几次加水，水缸中的水位到0.8时，水位将不会再变换！！！因为，水位为0.8，则误差error=0.2. 所以每次往水缸中加水的量为u=0.5*0.2=0.1.同时，每次加水缸里又会流出去0.1米的水！！！加入的水和流出的水相抵消，水位将不再变化！！
也就是说，我的目标是1米，但是最后系统达到0.8米的水位就不在变化了，且系统已经达到稳定。由此产生的误差就是稳态误差了。
（在实际情况中，这种类似水缸漏水的情况往往更加常见，比如控制汽车运动，摩擦阻力就相当于是“漏水”，控制机械臂、无人机的飞行，各类阻力和消耗都可以理解为本例中的“漏水”）
所以，单独的比例控制，在很多时候并不能满足要求。
 
原文链接：https://blog.csdn.net/qq_25352981/article/details/81007075

【二 图像识别】

这个是最让人痛苦的！！！！

【1.摄像头使用】

我比赛用的总钻风130°摄像头，拿到摄像头后，使用例程可以在IPS屏幕上看到一个灰度图像（原始图像）。。灰度图像有256个像素点 即0-255。0-255是什么意思，我的理解即颜色的深浅。0是黑，255是白。0-255是介于黑至白之间。对于一个灰度图像中，图像中每一个点都是在0-255之间，每一个点都有一个值.受光照影响，不同位置，不同时间，不同关照，每一个点的值都会不同。所以我们要对这个值进行区分黑白，要进行处理。处理的方法就是：大津法——就是对你的灰度图像进行处理后得到一个阈值。输入进去一个二位数组图像，然后会返回给你一个阈值，然后你就用这个阈值进行二值化（即大于阈值为白（黑），小于阈值为黑（白）。即你就可以得到一个二值化图像。

【2.扫线】

        先做第一行特殊处理先使用第60行中点作为第59行(第一行)搜线起始位置，成功搜索到左右边界后将第59行中点赋值给第60行便于下一帧图像使用。如果第60行中点在本行为黑点，再分别使用左遍历和右遍历的方法搜索边界，以赛道宽度较大的结果作为第59行边界，若仍然搜索不到边界或数据异常认为出界，出界返回0。

【3.中线】

我们是根据赛道中线进行循迹，所以中线的处理也非常重要。

        扫线是由中间向两边扫线，由下向上扫。当向左边扫线时，当由白点跳变到黑点时，记录此时的坐标点，向右扫线时，同理，得到右边跳变点坐标。中线 = （左边线+右边线）/2 ，即得到中线！

【三 元素处理】

 这个也是搞了很久......

一共包括：十字，环岛，三岔，坡道，车库。

最复杂的就是三岔和环岛了......下面主要说环岛，三岔

1）环岛

         环岛分左环岛和右环岛

以右环岛为例，我们可以知道，经过环岛时，左边不丢线，右边丢线，纵观所有元素，这是最特殊的一点。因此，这个可以当作一个标志位！可以通过对每行白点数来进行区别.为了减少CPU运行时间，我是计算第23-45行，45- 67的白点数来进行判断的，右环岛就是左边白点数少，右边白点数多。左环岛同理。进环之后就是处理出环标志了，但是出环标志位会有误判，我这里采用的是定时器来避免的。进环之后，1秒后识别出环标志可以很好的解决误判问题。

2）三岔

三岔也是个特殊标志位。

 如图，因为摄像头算法不太好。我采用的还是看每行白点数来进行判断标志位。三岔路口的特殊点就在于有一个黑三角，这也代表着，每行的白点数由近到远是逐步减小的。由于我前期摄像头的位置太低，所以我看的是前5行的白点数，其实可以把摄像头位置调高一些，这样识别的远，后期提速更容易。我们就是前期摄像头太低，后期提速识别太慢，速度提不上去了。

3）坡道

坡道可以用陀螺仪

4）车库

车库斑马线也是个特殊标志位。因为每行就是黑白黑白......自己找个标志点就好。出库就是方向打死，延时几秒即可。

5）P型元素

十七届新加的元素，其实也很容易。

 前面都是黑的，左右都丢线，与三岔异曲同工，改改标志位就好。

【总结】

参加这次智能车比赛，学到了很多。虽然成绩不是很好（三等奖）但是收获满满。这里特别提醒就是，一定一定一定仔细读比赛规则，今年我们就是规则没有仔细读，到比赛前3天才发现我们摄像头组是往返赛道，但是我们一直都是跑循环赛道。我们又重新铺，重新调参，重新找标志位。等到可以完赛时，离比赛还有2天，提速的时候发现，打脚太晚，后来琢磨是因为摄像头位置太低了，看的太近。。。。害，不过，还好，比预期好多了。本来想着是，跑一圈就好，坡道啊，三岔啊，环岛啊，都不进了，加时就加时呗，但是随着自己的理解和体会。慢慢的解决环岛，然后三岔，然后坡道，这个过程在不断解决问题，不断进步。虽然有些累，但是也有问题解决后的欣喜。中间也有破防过，撅着屁股调一天，结果没有一次完完整整的跑下来过。改了又改，回到宿舍腰酸背痛，腿的蹲的很难受。不过！！当车子跑起来之后，什么劳累都飘然而去，取代的是欣喜和成就感。