根据前面介绍的CMOS图像传感器采集处理得到的只是40行中每一行的黑线坐标。
并没有得出赛道的具体形状，到底是直道还是弯道，是大弯还是急弯，是偏向一个方向的弯道还是“S型”弯道，是“大S型”弯道还是“小S型”弯道。这就可以通过曲率的计算来得出。下面给出曲率的具体计算方法。
首先，将扫描到的40行中每9行分为一组，而且彼此交叉，也就是说，在能扫描到的情况下，划分为从第0行到第8行，从第1行到第9行，从第2行到第10行，依此类推，最后从21行到第29行，一共可以划分为22段，分别计算每一段的曲率，以第一段为例，计算的方法为：将第i行的坐标定义为coordinate[i]，将CMOS图像传感器的中心坐标定义为middle，那么每一行相对于中心坐标的偏差就为
ek[i]=coordinate[i]-middle (4.1) 再乘以每一行各自的校正值emendation[i]，计算公式为
ek[i]=ek[i]*emendation[i] (4.2) 就得到了各行实际偏离中心位置的距离。然后用第0行的偏差加上第8行的偏差之和除以2再减去第4行的偏差，得出一个相对偏差ek_comparatively。ek_comparatively的计算公式为
ek_comparatively＝(ek[8]+ek[0])/2-ek[4] (4.3) 然后计算出该段曲线对应的直道，即将第0行的黑点与第8行的黑点直接相连的直线的长度计算出来，计算公式为
distance_beeline=sqrt((ek[8]-ek[0])*(ek[8]-ek[0])+48*48) (4.4) 最后将公式(4.3)除以公式(4.4)，得到最后曲线的弯曲度为curve_degree。计算公式为
curve_degree=ek_comparatively/ distance_beeline (4.5)
就得出了曲线的弯曲程度，然后根据每一段的弯曲程度，最终得出所扫描到的全部道路的形状。
4.2.2 道路形状精确识别算法
利用4.1.3中对道路弯曲程度的计算，根据扫描到的道路每段的弯曲程度，可以对道路形状进行较为精确的识别，在进行具体的道路识别之前，先给出几个比较模糊的概念，这是描述弯道的弯曲程度的，弯曲程度非常小，比较小，比较大，非常大。这几个概念在下面对于赛道具体识别时有提及。
（1）直道的识别
图4.2 直道
通过4.2.1节中对道路弯曲程度的计算，我们可以非常精准的识别出直道，因为如果扫描到的道路为直道，在上面的计算中，在计算相对偏差时，ek_comparatively＝(ek[i+8]+ek[i])/2-ek[i+4]肯定会等于0，因为如果道路为直道，而且采样是根据等间隔采样，第i+4点正好是第i+8点和第i点的中心点，根据直线的特性，不管是横纵坐标，直线的中心点都应该等于起点和终点的一半。就算扫描到的图像存在误差，那么计算出的弯曲程度curve_degree也应该是一个很小的数，也就是说，如果赛道的每一段的弯曲程度curve_degree 都非常小，那么该道路就一定是直道，反过来，只要其中有一段的弯曲程度curve_degree比较大，那么就可以判断这段道路不是直道，当然，如果有很多连续的段的弯曲程度curve_degree都非常小，那么也可以将连续很小的那一段判断为直道，赛道中直道的形状如图4.2所示。
（2）大弯的识别
通过4.2.1节中对道路弯曲程度的计算，不但可以得出道路的弯曲程度，而且还可以得出道路弯曲的方向，因为在计算ek_comparatively＝(ek[i+8]+ek[i])/2-ek[i+4]时，如果道路弯曲的方向不一样，那么得到的ek_comparatively的就有正负号的区分，而curve_degree是在ek_comparatively的基础上除以了一个距离，距离必定为正，因此curve_degree也有正负之分，而curve_degree的正负就正好代表了道路弯曲的方向，如果道路在靠近车的部分为直道，而在远离车的部分向着一个方向弯曲，且弯曲程度curve_degree也比较小，那么就可以将这种道路判断为大弯。
（3）急弯的识别
图4.3 急弯
与大弯基本相同，仍然是经过 4.2.1节中的计算，得出道路中每段的弯曲程度curve_degree，如果靠近车的部分的道路的那么得到的弯曲程度curve_degree都非常小，而在远离车的部分道路得到的弯曲程度curve_degree都非常大，且正负号完全相同，也就是说赛道向同一个方向偏，那么就可以将这种道路判断为急弯，如果在长直道后面出现一个急弯，那么一定要精确识别，如果不能精确识别，及时偏转并减速，那么赛车很可能冲出赛道，因此急弯的识别一定要非常精准。赛道中急弯的形状如图4.3所示
（4）“大S型”道的识别
图4.4 大S型
“S型”道是赛车最难走好的部分，但也是最能拉开差距的部分，因此也必须精准识别，“S型”道又分为“大S型”道和“小S型”道，这里先讨论“大S型”道，首先，“大S型”道中的大部分段的弯曲程度curve_degree都是非常大的，但在两弯相交处也会出现弯曲程度curve_degree比较小的情况，而且“大S型”道有一个很显然的特征就是计算出的弯曲程度curve_degree有正有负，而且正负都会出现很大的数，因为“大S型”道不可能只向一个方向弯，这也是所有“S型”道所共有
的特点，因此，只要计算出道路中的各段的弯曲程度curve_degree出现了一个很大的正数和一个很大的负数，那么就可以判断为“大S型”道。赛道中“大S型”道的形状如图4.4所示。
（5）“小S型”道的识别
图4.5 小S型
上面已经对“大S型”道进行了识别，而“小S型”道的识别与“大S型”道的识别非常类似，唯一不同的地方就是“小S型”道的计算的弯曲程度curve_degree的绝对值不会出现很大的数，而是一些比较适中的数，但是它“大S型”道的共同特点就是计算的弯曲程度curve_degree都是有正有负，而且“小S型”道的整幅图像中最左边的黑线和最右边的黑线不应该偏离太多。因此，只要计算出道路中的各段的弯曲程度curve_degree的最大值和最小值分别为一个较适中的正数和一个较适中的负数，而且整幅图像中最左边的黑线和最右边的黑线偏离不是太多，那么就可以判断为“小S型”道。赛道中“小S型”道的形状如图4.5所示。（6）起跑线的识别
全国大学生智能车竞赛规定，智能车必须能够识别起跑线，并在跑完一圈以后能够自动停止在3米以内的赛道中，否则在本来的时间基础上加上1秒，如果加上1秒那必须将速度加大很多才能挽回。然而，当速度本来就较快时，由于智能车本身的结构原因，很难再进行提速，因为速度过快可能会导致翻车等一系列不利现象。因此，对于起跑线的精准识别显得至关重要。观察图4.9可知，起跑线的颜色从左到右依次为“黑”→“白”→“黑”→“白”→“黑”→“白”→“黑”，对应于微控制器内的数字信号即是0→1→0→1→0→1→0，因此我们可以利用这个特征来识别起跑线。即当这部分图像中出现这样的颜色规律时就判定为
是起跑线。当跑完第二圈，第三次检测到起跑线时，表明已经完成了比赛，要在冲过起跑线后刹车，在三米范围内停车。
4.3 分类进行方向控制算法
4.3.1 直道的方向控制算法
对于赛道中的直道，是方向控制中最好处理的一种情况，因为只要小车没有偏离赛道，就可以不进行偏转，而当智能车偏离赛道时也只需要一个较小的偏转，让智能车能缓慢回归赛道就可以了，具体的方法是计算扫描到黑线的偏离中心线的平均值和黑线的斜率，再将这两个数分别乘上各自的比例系数，加上舵机偏向中心位置时需要给出的高电平的值，作为PWM波的高电平送入给舵机，就可以实现直道上的智能车方向控制了。
4.3.2 大弯的方向控制算法
在道路中遇到大弯时需要转弯，转向角只受弯道的弯曲程度影响，但是距离大弯多远就开始转弯却需要受到当前速度的影响，因为舵机在转向时有一定的延时，舵机转60度大约需要110毫秒，而智能车的最快速度可以达到10米/秒，如果智能车当时运行的速度就是10米/秒，那么当舵机转过60度时智能车已经走过1米多了，所以不能等到了弯道才开始转弯，而是需要提前转弯，而且速度越快，越是要提前得多，所以智能车转弯提前多少就由速度控制，用比例控制就能收到很好的效果，而转弯时转多少却仅仅受弯道的弯曲程度控制，弯曲程度越大，转向角就也越大，弯曲程度越小，转向角也就越小。具体的对应关系通过实验获得，在此没有列举出具体的数据。
4.3.3 急弯的方向控制算法
急弯的方向控制算法与大弯的方向控制算法相似，也是需要提前转弯，而且提前多少转弯也要受当前速度的控制，速度越大，越要提前转弯，转向角也是用弯道的弯道程度来决定的，急弯比大弯的弯曲程度更加大，因此需要的转向角也要相应增大。急弯的方向控制比大弯更难，很可能出线，因此在急弯的方向控制时更应多加注意。
4.3.4 “大S型”道的方向控制算法
“大S型”道一般是指“S型”道最靠左的黑线和最靠右的黑线之间相差的距离大于60厘米，这是因为全国大学生智能车竞赛中的赛道为60厘米，冲出赛道就算违规，因此“大S型”道是不能直接冲的，但是我们可以转尽量小的弯来使智能车通过的路线为最短，而且转更小的弯也可以使得速度不至于减少太多，实现转尽量小弯的方法是扫描最左边和最右边的点，并得出这两个点中离智能车最近的点是左边还是右边的，如果这个点是最右边的，那么智能车的最佳行驶方向就为这个点靠左30厘米的方向，如果这个点是最左边的，那么智能车的最佳行驶方向就为这个点靠右30厘米的方向。利用这种算法可以实现智能车走最少的路程，转最小的弯。但是用这种算法智能车有可能偏离赛道的距离超过30厘米，为保险起见，这个阈值最好设低一点，根据赛车的运行情况来看，将阈值设为25厘米就比较保险了。
4.3.5 “小S型”道的方向控制算法
“小S型”道一般是指“S型”道最靠左的黑线和最靠右的黑线之间相差的距离不大于60厘米，智能车过这种弯道时，基本可以从中间直接通过，而不需要转弯和减速。因此，找准“小S型”道的正中心显得至关重要，因为只有找准了“小S型”道的正中心，智能车才能不转弯不减速地通过“小S型”道，如果“小S型”道的正中心找得不准，那么智能车就很容易冲出赛道。找“小S型”道的正中心的方法为：先找出“小S型”道最左边和最右边的坐标值，然后将最左边和最右边的坐标值相加之后再除以2，就得到了“小S型”道的正中心坐标，智能车就可以沿着这个方向前进，而不需要转弯。但是，由于CMOS图像传感器扫描到的图像可能出线误差，那么智能车就有可能产生误判，而冲出赛道。因此为了保险起见，必须当“小S型”道足够小时，才能采用直接冲的办法。通过本智能车的调试，建议当“S型”道最靠左的黑线和最靠右的黑线之间相差的距离不大于40到50厘米才能采用这种算法。
4.3.8起跑线的方向控制算法
起跑线的作用是让智能车可以在跑完两圈以后自动停车，也即是第三次检测到时，当检测到的次数不足三次时，应该直接忽略，当检测次数到达三次时就应该直接停车，也不应该影响到智能车的方向控制。
4.4速度控制方案
4.4.1 速度控制的重要性
要想智能车以最短的时间跑完整个赛道，不但要求优越的方向控制算法，让智能车尽量走更近的路，转更少的弯。而且对于速度控制算法也有很高的要求，智能车在行驶过程中，不能够完全匀速，在直道上应该提速，而在弯道上应该减速。
在智能车沿着黑线行驶的过程中，速度不能够恒定不变，而应该根据道路的具体形状进行适当的调整。当然，最好的方法是让智能车始终以最快的速度通过整个赛道，但是如果速度始终调得太高，当小车遇到急弯或者是圆道时必然无法转过来，就会冲出赛道。因此不能够始终给最快的速度。然而，如果速度调得始终过低，就无法以最短的时间通过赛道。因此，速度应该要随着检测到的道路形状变化而变化。例如当前方道路为直道或类似直道时，应该将PWM波提得最高，让通过主电机的电流达到最大，从而让智能车以最快的速度行驶。当进入弯道时，应该将PWM波降到最低，让通过主电机的反向电流达到最大，从而让智能车以最短的时间将速度降到理想状态。
4.4.2 速度控制的算法设计
智能车速度控制的总体思路与智能车方向控制的思路完全相同，也是将道路的形状进行分类，对于不同的类给以不同的速度。而在某一时刻给出智能车的理想运行速度以后，采用棒－棒控制与PID控制相结合的算法实现对智能车的速度调节，以最短的时间使智能车达到这一理想速度。从而实现希望智能车的速度完全由道路情况所控制。
智能车速度控制的程序流程图如图4.6所示。
图4.6 智能车速度控制总体流程图
4.5 棒－棒控制算法
4.5.1 棒－棒控制算法简介
棒－棒控制的基本思路是当检测到的输出量大于理想输入量时，就急剧将控制量增加到最大，让输出量以最快的速度减少，当检测到的输出量小于理想的输入量时，就急剧将控制量降低到最小，让输出量以最快的速度减少。
4.5.2 棒－棒控制算法用于该赛车系统
本赛车系统的速度控制采用了棒－棒控制与PID控制相结合的方式。其基本思路为：智
能车的理想速度由当前的道路信息决定。当光电编码器检测到的速度与理想速度相差较远时，采用棒－棒控制；当光电编码器检测到的速度与智能车的理想速度逐渐接近以后，就采用PID控制。对主电机的控制是通过一个H桥，将H桥的两个口分别接单片机的两个管脚，在本系统中，H桥的两端分别接单片机口中的PTP3和PTP1，当PTP1为高电平，PTP3为高电平时，主电机全速正转，当PTP1为低电平，PTP3为低电平时，主电机全速反转。采用棒－棒控制进行速度控制的原理就是检测智能车的当前速度，如果当前速度低于理想的速度，就PTP3置为高电平，从PTP1口输出一路占空比很高的PWM波，电机就能以最大的加速度升速。反之，就把PTP3置为高电平，从PTP1口输出一路占空比很大的PWM波，从而让电机以最大的加速度降速。
4.5.3 棒－棒控制与PID控制两种方法结合的必要性
棒－棒控制算法由于其快速性非常好，而本赛车系统的速度调节也正好要求很好的快速性，因而在本智能车的调速过程中用到了棒－棒控制算法也就理所当然，但是，棒－棒控制算法在用于本赛车调速时也存在着一定的不足，由于主电机的数学模型为一个惯性环节，存在着一定时间的延时，因此如果仅仅使用棒－棒控制一种算法可能导致超调，也不可能达到稳定，且在任何时刻通过主电机的电流都始终为最大，只是在不同的时刻可能会出现一正一反。正是出现一正一反的这种情况，对主电机以及主电机驱动电路的冲击最大，既造成整个智能车功耗的增加，又可能导致主电机及主电机驱动芯片因电流冲击过大而烧坏。因而在智能车的实际检测速度与理想速度接近时，可以采用PID控制算法，这样就既能实现调速的快速性，又能实现速度的平稳性，降低智能车的整体功耗，达到很好的调速效果。
4.6 PID控制算法
4.6.1 PID控制算法简介
PID控制是工程实际中应用最为广泛的调节器控制规律。问世至今70多年来，它以其结构简单、稳定性好、工作可靠、调整方便而成为工业控制的主要技术之一。单位反馈的PID控制原理框图如图4.7所示。
图4.7 单位反馈的PID控制原理图
单位反馈e代表理想输入与实际输出的误差，这个误差信号被送到控制器，控制器算出误差信号的积分值和微分值，并将它们与原误差信号进行线性组合，
得到输出量u 。
01()[()()t P D I
de u t k e t e t dt T T dt
=++? (4.6) 对应的模拟PID 调节器的传递函数为 ()1()(1)()P D I U s D s K T s E s T s
==++ (4.7) 其中，P K 为比例增益，P K 与比例带δ成倒数关系即1P K δ=
，I T 为积分时
间常数，D T 为微分时间常数，()u t 为控制量，()e t 为偏差。
4.6.2 数字PID 控制算法
1. 数字PID 位置型控制算法 在单片机控制系统中，PID 控制规律的实现必须用数值逼近的方法。当采样周期相当短时，用求和代替积分，用后向差分代替微分，使模拟PID 离散化变为差分方程。
为了便于单片机实现，必须把公式(4.6)变换成为差分方程，为此可作如下近似
00()()k
t i e t dt Te i =≈∑? (4.8) ()()(1)de t e k e k dt T
--≈ (4.9) 式中，T 为采样周期，k 为采样序号。
由公式(4.6)、公式(4.7)、公式(4.8)可得数字PID 位置型控制算式为
0()(1)()[()()]k P D i I T e k e k u k K e k e i T T T
=--=++∑ (4.10) 公式(4.10)表示的控制算法提供了执行机构的位置()u k ，所以被称为数字PID 位置型控制算式。
2. 数字PID 增量型控制算法
由公式(4.10)可以看出，位置型控制算法不够方便，这是因为要累加偏差()e i ，不仅要占用较多的存储单元，而且不便于编写程序，为此可对公式(4.5)进行改进。
根据公式(4.10)不难写出(1)u k -的表达式[8]，即
10(1)(2)(1)[(1)()]k P D i I T e k e k u k K e k e i T T T
-=----=-++∑ (4.11) 将公式(5.10)和公式(5.11)相减，即得数字PID 增量型控制算法为
()()(1)u k u k u k ?=--
[()(1)]()[(1)2(1)(2)]P I D K e k e k K e k K e k e k e k =--++---+- (4.12) 其中1P K δ=
称为比例增益 D P I
T K K T =称为积分系数 D D P
T K K T =称为微分系数 我们在实际代码实现时，处理成
error[0]=0；
error[1]=0；
error[2]=0；
PreU=0；
for(；；)
{error[0]=error[1]；
error[1]=error[2]；
error[2]=r-y ；
PreU+=P K *(error[2]-error[1])+I K *error[2]；
PreU+=D K *（error[2]-2*error[1]+error[0]）；
……
}
其中，error[2]为本次的偏差，error[1]为上一次的偏差，error[0]为上上次的偏差，PreU 为输出的控制量。
这种算法用来控制步进电机特别方便，对直流电机也可以采用，其实如果对控制有更高的要求或者干扰因素较多，我们可以对PID 算法做各种改进，比如
用梯形法做数值积分以提高精度，将差分改成一阶数字滤波等等，在实际调车的过程中，我们确实遇到过由于光电编码器采样得到的脉冲上升下降沿不够陡，使得速度采样出现不稳定和失真，但由于这些附加处理比较耗费代码的运行时间，出于代码效率和实际效果的比较，我们没有采用这些改进的方案，另外可以考虑加反向器来整波形得到较为理想的方波。
运用PID控制的关键是调整三个比例系数，即参数整定。PID整定的方法有两大类：一是理论计算整定法。它主要是依据系统的数学模型，经过理论计算确定控制器参数。由于智能车整个系统是机电高耦合的分布参数系统，并且要考虑赛道具体环境，要建立精确的智能车运动控制数学模型有一定难度，而且我们对车身机械结构经常进行不断修正，模型参数变化较频繁，可操作性不强；二是工程整定方法，它主要依赖工程经验，直接在控制系统的试验中进行，且方法简单，我们采用了这种方法，同时，我们先后实验了几种动态改变PID参数的控制方法[8]。
4.7 经典PID算法实现速度的控制
4.7.1 经典PID算法实现速度控制的计算机仿真
智能车的主电机可以看着是一个惰性单元，应用PID控制算法可以达到较好的控制效果，该智能车在MATLAB上进行仿真得到的单位价跃响应如图4.12所示，因为在本赛车速度控制系统中，其中一个最重要的指标就是快速性，而对于超调量和过渡过程时间要求并不严格。特别是过渡过程时间，该智能车的速度时时刻刻都需要发生变化，所以还等不到速度稳定便又要变化，由仿真结果可见，该智能车速度调节的快速性很好，能够完全满足调速的要求。
图4.8 PID速度控制算法的MA TLAB仿真
4.7.2 经典PID 算法实现速度控制的具体实现
我们对速度的控制采用了增量式PID 算法。该算法的基本策略是急弯降速，直道和小弯提速，由于我们的摄像头扫描到的范围较宽，所以在过急弯道时可以提前减速，先把扫描到的图像进行处理，然后得出经过反复实验，将图像经过算法处理后得到的黑线位置和对应的速度PID 参照速度处理成二次曲线的关系。在实际测试中，发现小车直道和弯道相互过度时加减速比较灵敏，与舵机转向控制配合较好。
但是，存在的局限一方面是车在弯道进直道后的加速和直道入弯道的速度控制并达不到最好的控制效果，弯道入直道减速不够快速，直道入弯道加速得时机也不够及时。我们做了进一步的改进，根据入弯时黑线位置的特点动态改变二次曲线中最高点（直道的最高速度）和最低点（弯道的最低速度）的大小，使得控制效果更合理。
另一方面是没有考虑到实际比赛中长直道急速冲刺的情况，赛前在程序中人为设定直线速度不够灵活合理，所以在程序中根据赛道状态动态提高直线速度，使得我们可以在长直道的赛场充分发挥车的潜能。
4.7.3 PID 参数调节
比例控制能迅速反应误差，从而减少误差，但是比例控制不能消除静态误差，P K 的加大，会引起系统的不稳定；积分控制的作用是，只要系统存在误差，积分控制作用就不断地积累，输出控制量以消除误差，因而，只要有足够的时间，积分控制将能完全消除误差，积分作用太强会使系统超调加大，甚至使系统出现振荡现象；微分控制可以减小超调量，克服振荡，使系统的稳定性提高，同时加快系统的动态响应速度，减少调整时间，从而改善系统的动态性能。而在该智能车系统调速的过程中，由于快速性是最重要的指标之一，因而应主要考虑其快速性，在调试的过程中，把P K 参数调得较大，这是为了增大速度调节的快速性，将D K 参数调得较为适中，因为除了快速性以外，最重要的就是要减少系统的超调量，而将I K 参数调得较小，因为在该速度调节中，并不需要达到静态，由于理想速度就在时时刻刻发生变化，所以也不可能达到静态。实验结果表明，P K 参数取8，D K 参数取为2，而I K 参数取得尽可能小，大约为1时，可以取得较好的效果。
4.8 控制系统实时性能分析
智能车系统的控制周期为20ms ，也就是每一场对车的转向和速度进行控制。新一场信号采集的同时，单片机既要相应行中断采集当前场的数据，又要在相应中断剩下的时间分析出上一场数据，集合相应的算法进行控制量的输出。在这20ms 中单片机能否完成上面所说的任务是需要通过分析所得的。如果单片机不
能在20ms 内完成上述的任务，系统控制性能就会下降，甚至出现错误。如果可以在低于20ms 的时间内完成任务，那么系统就能够按照一定的时序有条不紊的运行。引入多任务下单片机负载的概念[9]：
12341234....t t t t p p p p T T T T L T T T T =
++++ （4.13 ） 下面是各个任务执行时间：
数据的计算 4ms-6ms 、摄像头数据采集 6ms – 8ms 、速度采集1us 、速度控制1us 、舵机控制 1us 。可以计算出系统的负载L 大约为0.7，能够满足系统稳定性的要求。
M G996R舵机控制
MG996R舵机控制方法 红：+5v，棕：GND，黄：信号 基于单片机的舵机控制方法具有简单、精度高、成本低、体积小的特点，并可根据不同的舵机数量加以灵活应用。 在机器人机电控制系统中，舵机控制效果是性能的重要影响因素。舵机可以在微机电系统和航模中作为基本的输出执行机构，其简单的控制和输出使得单片机系统非常容易与之接口。 舵机是一种位置伺服的驱动器，适用于那些需要角度不断变化并可以保持的控制系统。其工作原理是：控制信号由接收机的通道进入信号调制芯片，获得直流偏置电压。它内部有一个基准电路，产生周期为20ms，宽度为1.5ms的基准信号，将获得的直流偏置电压与电位器的电压比较，获得电压差输出。最后，电压差的正负输出到电机驱动芯片决定电机的正反转。当电机转速一定时，通过级联减速齿轮带动电位器旋转，使得电压差为0，电机停止转动。 图1舵机的控制要求
舵机的控制信号是PWM信号，利用占空比的变化改变舵机的位置。一般舵机的控制要求如图1所示。 单片机实现舵机转角控制 可以使用FPGA、模拟电路、单片机来产生舵机的控制信号，但FPGA成本高且电路复杂。对于脉宽调制信号的脉宽变换，常用的一种方法是采用调制信号获取有源滤波后的直流电压，但是需要50Hz(周期是20ms)的信号，这对运放器件的选择有较高要求，从电路体积和功耗考虑也不易采用。5mV以上的控制电压的变化就会引起舵机的抖动，对于机载的测控系统而言，电源和其他器件的信号噪声都远大于5mV，所以滤波电路的精度难以达到舵机的控制精度要求。 也可以用单片机作为舵机的控制单元，使PWM信号的脉冲宽度实现微秒级的变化，从而提高舵机的转角精度。单片机完成控制算法，再将计算结果转化为PWM信号输出到舵机，由于单片机系统是一个数字系统，其控制信号的变化完全依靠硬件计数，所以受外界干扰较小，整个系统工作可靠。 单片机系统实现对舵机输出转角的控制，必须首先完成两个任务：首先是产生基本的PWM周期信号，本设计是产生20ms的周期信号；其次是脉宽的调整，即单片机模拟PWM信号的输出，并且调整占空比。 当系统中只需要实现一个舵机的控制，采用的控制方式是改变单片机的一个定时器中断的初值，将20ms分为两次中断执行，一次短定时中断和一次长定
/**********************舵机增量式PID算法*********************** double ref = 0;//设置参数设定值 double feb = 0;//采样反馈过程值 int pwm_var = 0; //PID调整量 int PWM_out = 0; //PWM输出量 double Uo = 0; double Ek = 0; double Ei = 0; double Ed = 0; #define Kp 8 //PID调节的比例常数 #define Ti 0.05 //PID调节的积分常数 #define Td 0.02 //PID调节的微分时间常数 #define T 0.02 //采样周期 #define Kpp Kp * ( 1 + (T / Ti) + (Td / T) ) #define Ki (-Kp) * ( 1 + (2 * Td / T ) ) #define Kd Kp * Td / T //#define Kpp 4 //#define Ki 0.8 //#define Kd 20 //误差的阀值，小于这个数值的时候，不做PID调整，避免误差较小时频繁调节引起震荡 #define Emin 3 //调整值限幅，防止积分饱和 #define Umax 100 #define Umin -100 //输出值限幅 #define Pmax 15500 #define Pmin 200 /////////////////////////////////////////////////////////////////// ////// PID运算 ///////
目录 一．舵机PWM信号介绍 (1) 1．PWM信号的定义 (1) 2．PWM信号控制精度制定 (2) 二．单舵机拖动及调速算法 (3) 1．舵机为随动机构 (3) （1）HG14-M舵机的位置控制方法 (3) （2）HG14-M舵机的运动协议 (4) 2．目标规划系统的特征 (5) （1）舵机的追随特性 (5) （2）舵机ω值测定 (6) （3）舵机ω值计算 (6) （4）采用双摆试验验证 (6) 3．DA V的定义 (7) 4．DIV的定义 (7) 5．单舵机调速算法 (8) （1）舵机转动时的极限下降沿PWM脉宽 (8) 三．8舵机联动单周期PWM指令算法 (10) 1．控制要求 (10) 2．注意事项 (10) 3．8路PWM信号发生算法解析 (11) 4．N排序子程序RAM的制定 (12) 5．N差子程序解析 (13) 6．关于扫尾问题 (14) （1）提出扫尾的概念 (14) （2）扫尾值的计算 (14)
一．舵机PWM 信号介绍 1．PWM 信号的定义 PWM 信号为脉宽调制信号，其特点在于他的上升沿与下降沿之间的时间宽度。具体的时间宽窄协议参考下列讲述。我们目前使用的舵机主要依赖于模型行业的标准协议，随着机器人行业的渐渐独立，有些厂商已经推出全新的舵机协议，这些舵机只能应用于机器人行业，已经不能够应用于传统的模型上面了。 目前，北京汉库的HG14-M 舵机可能是这个过渡时期的产物，它采用传统的PWM 协议，优缺点一目了然。优点是已经产业化，成本低，旋转角度大（目前所生产的都可达到185度）；缺点是控制比较复杂，毕竟采用PWM 格式。 但是它是一款数字型的舵机，其对PWM 信号的要求较低： （1） 不用随时接收指令，减少CPU 的疲劳程度； （2） 可以位置自锁、位置跟踪，这方面超越了普通的步进电机； 其PWM 格式注意的几个要点： （1 ） 上升沿最少为0.5mS ，为0.5mS---2.5mS 之间； （2） HG14-M 数字舵机下降沿时间没要求，目前采用0.5Ms 就行；也就是说PWM 波形 可以是一个周期1mS 的标准方波； （3） HG0680为塑料齿轮模拟舵机，其要求连续供给PWM 信号；它也可以输入一个周 期为1mS 的标准方波，这时表现出来的跟随性能很好、很紧密。
控制思想 该模块的程序框图如图4.5 所示。车模在行驶过程中不断采样赛道信息，并通过分析车模与赛道相对位置判断车模所处赛道路况，是弯道还是直道，弯道时是左转还是右转。直道时小车舵机状态保持不变，弯道时左转或右转，计算转弯半径。我们所用舵机的标准PWM 周期为20ms,转动角度最大为左右90度，PWM调制波如图7.2所示。
当给舵机输入脉宽为0.5ms，即占空比为0.5/20=2.5%的调制波时，舵机右转90度；当给舵机输入脉宽为1.5ms，即占空比为1.5/20=7.5%的调制波时，舵机静止不动；当给舵机输入脉宽为2.5ms，即占空比为2.5/20=12.5%的调制波时，舵机左转90度。可以推导出舵机转动角度与脉冲宽度的关系计算公式为： 注：其中t为正脉冲宽度（ms）；θ为转动角度；当左转时取加法计算，右转时取减法计算结果。 当我们根据赛道弯度计算出转动角度以后便可以根据舵机的参数计算出脉冲宽度，控制舵机转动，舵机转角与PWM脉宽关系如表4-1所示。
在具体操作中PWM调制波的周期可以设置在20ms左右一定范围内，比如设置为10ms 或是30ms均可以使舵机正常转动，但是设置周期较长时，系统延迟时间较多，舵机转向会出现滞后，导致赛车冲出跑道；设置周期如果过短，系统输出PWM 调制波不稳定，舵机转动也会受影响，不能实现赛车的精确转向。经过反复测试，最终把输出PWM 调制波周期设定为13ms (用计数器实现)。 运行电机的转速以及舵机的转角，在软件上都是通过对PWM 波占空比进行设置来相应控制的。前面提到，舵机转角控制需要将两个
八位寄存器合成为一个十六位寄存器。程序中的舵机位置信号，当PWM调制波周期设为13ms时，因为总线频率为24MHz,用时钟SB，可计算得到16进制参数为9870H，舵机中间位置时占空比16进制参数为1680H，要分配给PWM6和7，分配时这2个端口的赋值必须是16进制，那么PWM模块初始化赋值为 PWMPER6= 0x98，PWMPER7= 0x70，PWMDTY6= 0x16，PWMDTY7= 0x80，因此这就牵涉到如何将1个十进制数分配为2个十六进制数问题。有2种方案，一种是除法取余，另一种是移位操作，前者编译生成的代码比后者要多，所以采用移位操作来实现，即取高位时与0xFF00先作“&”计算，然后将所得到的数向右移8位（>>8），即可取得高8位；同理，取低8位时只要与0x00FF作“&”计算即可（算法）。 2、结构和控制 一般来讲，舵机主要由以下几个部分组成，舵盘、减速齿轮组、位置反馈电位计5k、直流电机、控制电路板等。 工作原理：控制电路板接受来自信号线的控制信号（具体信号待会再讲），控制电机转动，电机带动一系列齿轮组，减速后传动至输出舵盘。舵机的输出轴和位置反馈电位计是相连的，舵盘转动的同时，带动位置反馈电位计，电位计将输出一个电压信号到控制电路板，进行反馈，然后控制电路板根据所在位置决定电机的转动方向和速度，从而达到目标停止。
飞思卡尔--智能车舵机讲解
2.2 舵机的安装 完成了玩具车的拆卸之后要做的第二步就是安装舵机，现在市场上卖的玩具车虽然也具有转向 功能，但是前轮的转向多是依靠直流电机来驱动，无论向哪个方向转都是一下打到底，无法控制转 过固定的角度，因此根据我们的设计需求，需要将原有的转向部分替换成现有的舵机，以实现固定 转角的转向。舵机的实物图如图 2.1所示。 需要说明的是由于小车系玩具车改装，在安装舵机是需要合理的利用小车的结构，将舵机安装 牢固，同时还需注意合理利用购买舵机是附赠的齿轮，从而将舵机固定在合适的位置。舵机的安装 方式有俯式、卧式多种，不同的安装方法力臂长短、响应速度都有所不同，这一点请自己根据实际 情况合理选择，图 2.2 为舵机的安装图。 5
图 2.1 舵机实物图图 2.2 舵机安装图 舵机安装过程中有一点需要尤其注意，由于舵机不是360°可转的，因此必须保证车轮左右转 的极限在舵机的转角范围之内。 舵机安装完毕之后就可以对小车的转角进行控制了，但是由于玩具车的车体设计往往限制了小 车的转角，因此可以对小车进行局部的“破坏”来增大前轮的转角，要知道在比赛中追求速度的同 时一个大的转角对小车的可控性会有一个很大的提升，如图2.3 所示，就是对增加小车转角的一个 改造，这是我在去年小车比赛中的用法。将阻碍前轮转角的一部分用烙铁直接烫掉。 但是这种做法也有风险，由于你的改造会破坏小车的整体 7
结构，有可能会对小车的硬件结构造 成破坏，因此如果你的小车在改造之后显得过于脆弱的话那你就要对你的小车采取些加固措施了。 3.4 舵机转向模块设计 舵机是小车转向的控制机构，具有体积小、力矩大、外部机械设计简单、稳定性高等特 点，无论是在硬件还是软件舵机设计是小车控制部分的重要组成部分，舵机的主要工作流程 为：控制信号→控制电路板→电机转动→齿轮组减速→舵盘转动→位置反馈电位计→控制电路板反馈。图 3.11 为舵机的实物图。 7
在机器人机电控制系统中，舵机控制效果是性能的重要影响因素。舵机可以在微机电系统和航模中作为基本的输出执行机构，其简单的控制和输出使得单片机系统非常容易与之接口。 舵机是一种位置（角度）伺服的驱动器，适用于那些需要角度不断变化并可以保持的控制系统。目前在高档遥控玩具，如航模，包括飞机模型，潜艇模型；遥控机器人中已经使用得比较普遍。舵机是一种俗称，其实是一种伺服马达。 其工作原理是： 控制信号由接收机的通道进入信号调制芯片，获得直流偏置电压。它内部有一个基准电路，产生周期为20ms，宽度为1.5ms的基准信号，将获得的直流偏置电压与电位器的电压比较，获得电压差输出。最后，电压差的正负输出到电机驱动芯片决定电机的正反转。当电机转速一定时，通过级联减速齿轮带动电位器旋转，使得电压差为0，电机停止转动。当然我们可以不用去了解它的具体工作原理，知道它的控制原理就够了。就象我们使用晶体管一样，知道可以拿它来做开关管或放大管就行了，至于管内的电子具体怎么流动是可以完全不用去考虑的。 3. 舵机的控制： 舵机的控制一般需要一个20ms左右的时基脉冲，该脉冲的高电平部分一般为0.5ms~2.5ms 范围内的角度控制脉冲部分。以180度角度伺服为例，那么对应的控制关系是这样的： 0.5ms--------------0度； 1.0ms------------45度； 1.5ms------------90度； 2.0ms-----------135度； 2.5ms-----------180度； 这只是一种参考数值，具体的参数，请参见舵机的技术参数。 小型舵机的工作电压一般为4.8V或6V，转速也不是很快，一般为0.22/60度或0.18/60度，所以假如你更改角度控制脉冲的宽度太快时，舵机可能反应不过来。如果需要更快速的反应，就需要更高的转速了。 要精确的控制舵机，其实没有那么容易，很多舵机的位置等级有1024个，那么，如果舵机的有效角度范围为180度的话，其控制的角度精度是可以达到180/1024度约0.18度了，从时间上看其实要求的脉宽控制精度为2000/1024us约2us。如果你拿了个舵机，连控制精度为1度都达不到的话，而且还看到舵机在发抖。在这种情况下，只要舵机的电压没有抖动，那抖动的就是你的控制脉冲了。而这个脉冲为什么会抖动呢？当然和你选用的脉冲发生器有
舵机控制实验 舵机是一种位置伺服的驱动器，主要是由外壳、电路板、无核心马达、齿轮与位置检测器所构成。其工作原理是由接收机或者单片机发出信号给舵机，其内部有一个基准电路，产生周期为20ms，宽度为1.5ms 的基准信号，将获得的直流偏置电压与电位器的电压比较，获得电压差输出。经由电路板上的IC 判断转动方向，再驱动无核心马达开始转动，透过减速齿轮将动力传至摆臂，同时由位置检测器送回信号，判断是否已经到达定位。适用于那些需要角度不断变化并可以保持的控制系统。当电机转速一定时，通过级联减速齿轮带动电位器旋转，使得电压差为0，电机停止转动。一般舵机旋转的角度范围是0 度到180 度。 舵机有很多规格，但所有的舵机都有外接三根线，分别用棕、红、橙三种颜色进行区分，由于舵机品牌不同，颜色也会有所差异，棕色为接地线，红色为电源正极线，橙色为信号线。
舵机的转动的角度是通过调节PWM（脉冲宽度调制）信号的占空比来实现的，标准PWM（脉冲宽度调制）信号的周期固定为20ms （50Hz），理论上脉宽分布应在1ms到2ms 之间，但是，事实上脉宽可由0.5ms 到2.5ms 之间，脉宽和舵机的转角0°～180°相对应。有一点值得注意的地方，由于舵机牌子不同，对于同一信号，不同牌子的舵机旋转的角度也会有所不同。 了解了基础知识以后我们就可以来学习控制一个舵机了，本实验所需要的元器件很少只需要舵机一个、跳线一扎就可以了。 RB—412 舵机*1 面包板跳线*1 扎 用Arduino 控制舵机的方法有两种，一种是通过Arduino 的普通数字传感器接口产生占空比不同的方波，模拟产生PWM 信号进行舵机定位，第二种是直接利用Arduino 自带的Servo 函数进行舵机的控制，
智能车的制作中,看经验来说,舵机的控制是个关键.相比驱动电机的调速,舵机的控制对于智能车的整体速度来说要重要的多. PID算法是个经典的算法,一定要将舵机的PID调好,这样来说即使不进行驱动电机的调速(匀速),也能跑出一个很好的成绩. 机械方面: 从我们的测试上来看,舵机的力矩比较大,完全足以驱动前轮的转向.因此舵机的相应速度就成了关键.怎么增加舵机的响应速度呢?更改舵机的电路?不行,组委会不允许.一个非常有效的办法是更改舵机连接件的长度.我们来看看示意图: 从上图我们能看到,当舵机转动时,左右轮子就发生偏转.很明显,连接件长度增加,就会使舵机转动更小的转角而达到同样的效果.舵机的特点是转动一定的角度需要一定的时间.不如说(只是比喻,没有数据),舵机转动10度需要2ms,那么要使轮子转动同样的角度,增长连接件后就只需要转动5度,那么时间是1ms,就能反应更快了.据经验,这个舵机的连接件还有必要修改.大约增长0.5倍~2倍. 在今年中,有人使用了两个舵机分别控制两个轮子.想法很好.但今年不允许使用了.
接下来就是软件上面的问题了. 这里的软件问题不单单是软件上的问题,因为我们要牵涉到传感器的布局问题.其实,没有人说自己的传感器布局是最好的,但是肯定有最适合你的算法的.比如说,常规的传感器布局是如下图: 这里好像说到了传感器,我们只是略微的一提.上图只是个示意图,意思就是在中心的地方传感器比较的密集,在两边的地方传感器比较的稀疏.这样做是有好处的,大家看车辆在行驶到转弯处的情况: 相信看到这里，大家应该是一目了然了，在转弯的时候，车是偏离跑道的，所以两边比较稀疏还是比较科学的，关于这个，我们将在传感器中在仔细讨论。 在说到接下来的舵机的控制问题，方法比较的多，有人是根据传感器的状态,运用查表法差出舵机应该的转角,这个做法简单,而且具有较好的滤波"效果",能够将错误的传感器状态滤掉;还有人根据计算出来的传感器的中心点(比
#include
#include
舵机 ------孟令军2014.8.13 -------更多请关注我的百度文库 》》什么是舵机？ 【舵机定义】 舵机简单的说就是集成了直流电机、电机控制器和减速器等，并封装在一个便于安装的外壳里的伺服单元。能够利用简单的输入信号比较精确的转动给定角度的电机系统。 它是一个可以调制偏转角度的电机，从而用于一些车、体机器人的方向调制。 伺服马达三条线中白色的线是控制线，接到控制芯片上。中间的是SERVO工作电源线（红色），一般工作电源是5V。第三条是地线。 》》如何选择舵机呢？？ 【参数】 ⑴转速 转速由舵机无负载的情况下转过60°角所需时间来衡量，常见舵机的速度一般在 0.11/60°~0.21S/60°之间。 ⑵转矩 舵机扭矩的单位是KG·CM，这是一个扭矩单位。可以理解为在舵盘上距舵机轴中心水平距离1CM 处，舵机能够带动的物体重量。 ⑶电压 较高的电压可以提高电机的速度和扭矩，舵机推荐的电压一般都是4.8V或6V。 ⑷尺寸、重量和材质 舵机的功率（速度×转矩）和舵机的尺寸比值可以理解为该舵机的功率密度，一般同样品牌的舵机，功率密度大的价格高。 塑料齿轮的舵机在超出极限负荷的条件下使用可能会崩齿，金属齿轮的舵机则可能会电机过热损毁或外壳变形。所以材质的选择并没有绝对的倾向，关键是将舵机使用在设计规格之内。 所以：选择舵机需要在计算自己所需扭矩和速度，并确定使用电压的条件下，选择有150%左右甚至更大扭矩富余的舵机。 》》舵机如何调控？？？
【模拟舵机及其控制原理】 工作原理是控制电路接收信号源的控制脉冲，并驱动电机转动；齿轮组将电机的速度成大倍数缩小，并将电机的输出扭矩放大响应倍数，然后输出；电位器和齿轮组的末级一起转动，测量舵机轴转动角度；电路板检测并根据电位器判断舵机转动角度，然后控制舵机转动到目标角度或保持在目标角度。 模拟舵机需要一个外部控制器（遥控器的接收机）产生脉宽调制信号（可以用pwm模块）来告诉舵机转动角度，脉冲宽度是舵机控制器所需的编码信息。舵机的控制脉冲周期20ms，脉宽从0.5ms-2.5ms，分别对应-90度到+90度的位置。 具体电机内部是怎么运作的，笔者在此不多写了，因为我们是学怎么用他的，如果想深究，可以讨论。 【数字舵机及其控制原理】 1、防抖。（模拟舵机调制不稳定，比如我期望得到2.5V的电压位置，但第一次得到的是2.3V，经过1个调节周期后，电位器转过的位置已经是2.6V了，这样控制电路就会给电机一个方向脉冲调节，电机往回转，又转过头，然后有向前调节，以至于出现不停的震荡） 2、响应速度快。（数字舵机可以以很高的频率进行调节，这个周期和角度会变得非常小，也能用PID进行调节） 如果想用数字舵机的可以研究PID算法。 -------------------下期学习PID算法--------------
舵机控制C程序 #include
舵机工作原理 标准的舵机有3条导线，分别是：电源线、地线、控制线，如图2所示。 以日本FUTABA-S3003型舵机为例，图1是FUFABA-S3003型舵机的内部电路。
3003舵机的工作原理是：PWM信号由接收通道进入信号解调电路BA6688的12脚进行解调，获得一个直流偏置电压。该直流偏置电压与电位器的电压比较，获得电压差由BA6688的3脚输出。该输出送入电机驱动集成电路BAL6686，以驱动电机正反转。当电机转动时，通过级联减速齿轮带动电位器Rw1旋转，直到电压差为O，电机停止转动。 舵机的控制信号是PWM信号，利用占空比的变化，改变舵机的位置。
有个很有趣的技术话题可以稍微提一下，就是BA6688是有EMF控制的，主要用途是控制在高速时候电机最大转速。 原理是这样的: 收到1个脉冲以后，BA6688内部也产生1个以5K电位器实际电压为基准的脉冲，2个脉冲比较以后展宽，输出给驱动使用。当输出足够时候，马达就开始加速，马达就能产生EMF，这个和转速成正比的。 因为取的是中心电压，所以正常不能检测到的，但是运行以后就电平发生倾斜，就能检测出来。超过EMF判断电压时候就减小展宽，甚至关闭，让马达减速或者停车。这样的好处是可以避免过冲现象(就是到了定位点还继续走,然后回头,再靠近) 一些国产便宜舵机用的便宜的芯片，就没有EMF控制，马达、齿轮的机械惯性就容易发生过冲现象，产生抖舵电源线和地线用于提供舵机内部的直流电机和控制线路所需的能源．电压通常介于4～6V，一般取5V。注意，给舵机供电电源应能
提供足够的功率。控制线的输入是一个宽度可调的周期性方波脉冲信号，方波脉冲信号的周期为20 ms(即频率为50 Hz)。当方波的脉冲宽度改变时，舵机转轴的角度发生改变，角度变化与脉冲宽度的变化成正比。某型舵机的输出轴转角与输入信号的脉冲宽度之间的关系可用图3来表示。 可变脉宽输出试验(舵机控制) 原创：xidongs 整理：armok / 2004-12-05 / https://www.doczj.com/doc/3e14988.html,
课程设计项目说明书 舵机控制型机器人设计 学院机械工程学院 专业班级2013级机械创新班 姓名吴泽群王志波谢嘉恒袁土良指导教师王苗苗 提交日期 2016年4 月1日
华南理工大学广州学院 任务书 兹发给2013级机械创新班学生吴泽群王志波谢嘉恒袁土良 《产品设计项目》课程任务书，内容如下： 1. 题目：舵机控制型机器人设计 2.应完成的项目： 1.设计舵机机器人并实现运动 2.撰写机器人说明书 3.参考资料以及说明： [1] 孙桓.机械原理[M].北京.第六版;高等教育出版社，2001 [2] 张铁，李琳，李杞仪.创新思维与设计[M].国防工业出版社，2005 [3] 周蔼如.林伟健.C++程序设计基础[M].电子工业出版社.北京.2012.7 [4] 唐增宏.常建娥.机械设计课程设计[M].华中科技大学出版社.武汉.2006.4 [5] 李琳.李杞仪.机械原理[M].中国轻工业出版社.北京.2009.8 [6] 何庭蕙.黄小清.陆丽芳.工程力学[M].华南理工大学.广州.2007.1 4.本任务书于2016 年2 月27 日发出，应于2016 年4月2 日前完 成，然后提交给指导教师进行评定。 指导教师（导师组）签发2016年月日
评语： 总评成绩： 指导教师签字： 年月日
目录 摘要 (1) 第一章绪论 (2) 1.1机器人的定义及应用范围 (2) 1.2舵机对机器人的驱动控制 (2) 第二章舵机模块 (3) 2.1舵机 (3) 2.2舵机组成 (3) 2.3舵机工作原理 (4) 第三章总体方案设计与分析 (6) 3.1 机器人达到的目标动作 (6) 3.2 设计原则 (6) 3.3 智能机器人的体系结构 (6) 3.4 控制系统硬件设计 (6) 3.4.1中央控制模块 (7) 3.4.2舵机驱动模块 (7) 3.5机器人腿部整体结构 (8) 第四章程序设计 (9) 4.1程序流程图 (9) 4.2主要中断程序 (9) 4.3主程序 (11) 参考文献 (13) 附录 (14) 一．程序 (14) 二．硬件图 (17)
舵机的原理，以及数码舵机VS模拟舵机 一、舵机的原理 标准的舵机有3条导线，分别是：电源线、地线、控制线，如图2所示。 以日本FUTABA-S3003型舵机为例，图1是FUFABA-S3003型舵机的内部电路。 3003舵机的工作原理是：PWM信号由接收通道进入信号解调电路BA6688的12脚进行解调，获得一个直流偏置电压。该直流偏置电压与电位器的电压比较，获得电压差由BA6688的3脚输出。该输出送入电机驱动集成电路BAL6686，以驱动电机正反转。当电机转动时，通过级联减速齿轮带动电位器Rw1旋转，直到电压差为O，电机停止转动。 舵机的控制信号是PWM信号，利用占空比的变化，改变舵机的位置。 有个很有趣的技术话题可以稍微提一下，就是BA6688是有EMF控制的，主要用途是控制在高速时候电机最大转速。 原理是这样的:
收到1个脉冲以后，BA6688内部也产生1个以5K电位器实际电压为基准的脉冲，2个脉冲比较以后展宽，输出给驱动使用。当输出足够时候，马达就开始加速，马达就能产生EMF，这个和转速成正比的。 因为取的是中心电压，所以正常不能检测到的，但是运行以后就电平发生倾斜，就能检测出来。超过EMF 判断电压时候就减小展宽，甚至关闭，让马达减速或者停车。这样的好处是可以避免过冲现象(就是到了定位点还继续走,然后回头,再靠近) 一些国产便宜舵机用的便宜的芯片，就没有EMF控制，马达、齿轮的机械惯性就容易发生过冲现象，产生抖舵 电源线和地线用于提供舵机内部的直流电机和控制线路所需的能源．电压通常介于4～6V，一般取5V。注意，给舵机供电电源应能提供足够的功率。控制线的输入是一个宽度可调的周期性方波脉冲信号，方波脉冲信号的周期为20ms(即频率为50Hz)。当方波的脉冲宽度改变时，舵机转轴的角度发生改变，角度变化与脉冲宽度的变化成正比。某型舵机的输出轴转角与输入信号的脉冲宽度之间的关系可用围3来表示。
根据前面介绍的CMOS图像传感器采集处理得到的只是40行中每一行的黑线坐标。 并没有得出赛道的具体形状，到底是直道还是弯道，是大弯还是急弯，是偏向一个方向的弯道还是“S型”弯道，是“大S型”弯道还是“小S型”弯道。这就可以通过曲率的计算来得出。下面给出曲率的具体计算方法。 首先，将扫描到的40行中每9行分为一组，而且彼此交叉，也就是说，在能扫描到的情况下，划分为从第0行到第8行，从第1行到第9行，从第2行到第10行，依此类推，最后从21行到第29行，一共可以划分为22段，分别计算每一段的曲率，以第一段为例，计算的方法为：将第i行的坐标定义为coordinate[i]，将CMOS图像传感器的中心坐标定义为middle，那么每一行相对于中心坐标的偏差就为 ek[i]=coordinate[i]-middle (4.1) 再乘以每一行各自的校正值emendation[i]，计算公式为 ek[i]=ek[i]*emendation[i] (4.2) 就得到了各行实际偏离中心位置的距离。然后用第0行的偏差加上第8行的偏差之和除以2再减去第4行的偏差，得出一个相对偏差ek_comparatively。ek_comparatively的计算公式为 ek_comparatively＝(ek[8]+ek[0])/2-ek[4] (4.3) 然后计算出该段曲线对应的直道，即将第0行的黑点与第8行的黑点直接相连的直线的长度计算出来，计算公式为 distance_beeline=sqrt((ek[8]-ek[0])*(ek[8]-ek[0])+48*48) (4.4) 最后将公式(4.3)除以公式(4.4)，得到最后曲线的弯曲度为curve_degree。计算公式为 curve_degree=ek_comparatively/ distance_beeline (4.5) 就得出了曲线的弯曲程度，然后根据每一段的弯曲程度，最终得出所扫描到的全部道路的形状。 4.2.2 道路形状精确识别算法 利用4.1.3中对道路弯曲程度的计算，根据扫描到的道路每段的弯曲程度，可以对道路形状进行较为精确的识别，在进行具体的道路识别之前，先给出几个比较模糊的概念，这是描述弯道的弯曲程度的，弯曲程度非常小，比较小，比较大，非常大。这几个概念在下面对于赛道具体识别时有提及。 （1）直道的识别
#include "reg52.h" sbit control_signal=P0^0; sbit turn_left=P3^0; sbit turn_right=P3^1; unsigned char PWM_ON=15 ;//定义高电平时间 /******************************************************************/ /* 延时函数 */ /******************************************************************/ void delay(unsigned int cnt) { while(--cnt); } void display() { if(PWM_ON>=5&&PWM_ON<=7) P1=0xFD; //1灯亮，舵机接近或到达右转极限位置if(PWM_ON>7&&PWM_ON<=10) P1=0xFB; //2灯亮 if(PWM_ON>10&&PWM_ON<=13) P1=0xF7; //3灯亮 if(PWM_ON>13&&PWM_ON<=16) P1=0xEF; //4灯亮，舵机到达中间位置 if(PWM_ON>16&&PWM_ON<=19) P1=0xDF; //5灯亮 if(PWM_ON>19&&PWM_ON<=22) P1=0xBF; //6灯亮 if(PWM_ON>22&&PWM_ON<=25) P1=0x7F; //7灯亮，舵机接近或到达左转极限位置} /******************************************************************/ /* 主函数 */ /******************************************************************/ void main() { //bit Flag; TMOD |=0x01; //定时器设置 0.1ms in 11.0592M crystal TH0=(65536-78)/256; TL0=(65536-78)%256; //定时0.1mS ET0=1;//定时器中断打开 EA=1;//总中断 //IE= 0x82; //打开中断 TR0=1; // PWM_ON=15 //的取值范围是6-25 while(1) { if(turn_left==0) { delay(1000); if(turn_left==0) { while(!turn_left){}
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
舵机及转向控制原理 1、概述 2、舵机的组成 3、舵机工作原理 4、舵机选购 5、舵机使用中应注意的事项 6、辉盛S90舵机简介 7、如何利用程序实现转向 8、51单片机舵机测试程序 1、概述 舵机也叫伺服电机，最早用丁船舶上实现其转向功能，由丁可以通过程序连续控制其转角，因而被广泛应用智能小车以实现转向以及机器人各类关节运动中，如图1、图2所示。
舵机是小车转向的控制机构，具有体积小、力矩大、外部机械设计简单、稳定性高等特点，无论是在硬件设计还是软件设计，舵机设计是小车控制部分重要的组成部分，图3为舵机的外形图。 2、舵机的组成 一般来讲，舵机主要由以下几个部分组成，舵盘、减速齿轮组、位置反馈电位计、直流电机、控制电路等,如图4、图5所示。
变速齿轮组 诃调电位器小型宜流电机 fff 图4舵机的组成示意图 图5舵机组成 舵机的输入线共有三条，如图6所示，红色中间，是电源线，一边黑色的是地线，这辆根线给舵机提供最基本的能源保证，主要是电机的转动消耗。电源有 两种规格，一是4.8V, 一是6.0V,分别对应不同的转矩标准，即输出力矩不同， 6.0V 对应的要大一些，具体看应用条件；另外一根线是控制信号线，Futaba的一般为白色，JR的一般为桔黄色。另外要注意一点，SANW曲某些型号的舵机引线电源线在边上而不是中间，需要辨认。但记住红色为电源，黑色为地线，一般不会搞错。
输出转轴 电源线知 地线GND 控制线 图6舵机的输出线 3、舵机工作原理 控制电路板接受来自信号线的控制信号, 控制电机转动,电机带动一系列齿轮组，减速后传动至输出舵盘。舵机的输出轴和位置反馈电位计是相连的，舵盘 转动的同时，带动位置反馈电位计，电位计将输出一个电压信号到控制电路板，进 行反馈，然后控制电路板根据所在位置决定电机转动的方向和速度，从而达到 目标停止。其工作流程为：控制信号T控制电路板T电机转动T齿轮组减速T舵盘转动T位置反馈电位计T控制电路板反馈。流，才可发挥舵机应有的性能。 舵机的控制信号周期为20MS的脉宽调制（PWM信号，其中脉冲宽度从0.5-2.5MS,相对应的舵盘位置为0—180度，呈线性变化。也就是说，给他提供一定的脉宽，它的输出轴就会保持一定对应角度上，无论外界转矩怎么改变，直到给它提供一个另外宽度的脉冲信号，它才会改变输出角度到新的对应位置上如图7所求。舵机内部有一个基准电路，产生周期为20MS宽度1.5MS的基准信号，有一个比出较器，将外加信号与基准信号相比较，判断出方向和大小，从而生产电机的转动信号。由此可见，舵机是一种位置伺服驱动器，转动范围不能超过180度，适用丁那些需要不断变化并可以保持的驱动器中，比如说机器人的关 节、飞机的舵面等。
BEC详解 BEC 本文转自SZRCCLUB BEC详解 一、基础 BEC为英文Battery Eliminate Circuit的首字母简写，直接翻译为“电池消除电路”。在模型中一般用于动力电路以外的电子设备供电。因为电动模型需要动力电和设备电2种供电方式，设备供电一般供电为5-6V，所以使用专用的接收供电（一般为4节电池）。接线 示意图见图一。 动力供电一般比设备供电的电压高。为了减轻模型重量和体积，在动力供电设备（一般为电子调速器，简称电调）中集成了BEC电路。BEC就是为取消专用的接收供电电池，直接由动力电池供电而专设的简单电路。接线示意图见图二。
二、使用 一般电调厂家为降低成本和减轻重量，对电调内部整合的BEC电路都采用线性稳压电路。线性稳压电路的特性是在输入电流=输出电流的条件下，将电压降到设定的输出电压。如下 图三。 这里可以看出： BEC的输入功率=11V*2A=22W BEC的输出功率=5V*2A=10W 无用功率=22-10=12W，效率=10/22≈45.5% 这12W就完全变成了BEC的热量散发掉了。这也就是电调发热量比较大的重要原因之一。 而且，动力输入电压越高，效率越低。 为了解决发热量和效率问题，国外开始采用开关式BEC（也有的简称UBEC，），开关BEC 与线性BEC最大的不同是采用的功率转换电路，输出功率=效率系数*输入功率，这个公式中的效率系数一般可以达到85%以上，而且输入和输出的电压变化对效率系数的影响不大。 假设效率系数=80%，其他按上面的条件，可以算出： BEC的输出功率=5V*2A=10W BEC的输入功率=10/0.85=11.76W=11V*1.07A 无用功率=11.76-10=1.76W（只有线性BEC的15%左右）
利用单片机PWM信号进行舵机控制(图) 基于单片机的舵机控制方法具有简单、精度高、成本低、体积小的特点，并可根据不同的舵机数量加以灵 活应用。 在机器人机电控制系统中，舵机控制效果是性能的重要影响因素。舵机可以在微机电系统和航模中作为基本的输出执行机构，其简单的控制和输出使得单片机系统非常容易与之接口。 舵机是一种位置伺服的驱动器，适用于那些需要角度不断变化并可以保持的控制系统。其工作原理是：控制信号由接收机的通道进入信号调制芯片，获得直流偏置电压。它内部有一个基准电路，产生周期为20ms，宽度为1.5ms的基准信号，将获得的直流偏置电压与电位器的电压比较，获得电压差输出。最后，电压差的正负输出到电机驱动芯片决定电机的正反转。当电机转速一定时，通过级联减速齿轮带动电位器旋转，使得电压差为0，电机停止转动。 图1舵机的控制要求 舵机的控制信号是PWM信号，利用占空比的变化改变舵机的位置。一般舵机的控制要求如图1所示。 单片机实现舵机转角控制 可以使用FPGA、模拟电路、单片机来产生舵机的控制信号，但FPGA成本高且电路复杂。对于脉宽调制信号的脉宽变换，常用的一种方法是采用调制信号获取有源滤波后的直流电压，但是需要50Hz(周期是20ms)的信号，这对运放器件的选择有较高要求，从电路体积和功耗考虑也不易采用。5mV以上的控制电压的变化就会引起舵机的抖动，对于机载的测控系统而言，电源和其他器件的信号噪声都远大于5mV，所以滤波电路的精度难以达到舵机的控制精度要求。 也可以用单片机作为舵机的控制单元，使PWM信号的脉冲宽度实现微秒级的变化，从而提高舵机的转角精度。单片机完成控制算法，再将计算结果转化为PWM信号输出到舵机，由于单片机系统是一个数字系统，其控制信号的变化完全依靠硬件计数，所以受外界干扰较小，整个系统工作可靠。 单片机系统实现对舵机输出转角的控制，必须首先完成两个任务：首先是产生基本的PWM周期信号，本设