基于智能車非勻速行駛記憶算法的研究和實現(xiàn)

　　在由直線進彎時，如果在彎道中出現(xiàn)直道，并且計算出其長度小于某一值的時候，認為是過彎過程中出現(xiàn)的小范圍的直線，仍按照彎道處理。本算法的核心也在于如何過濾彎道中出現(xiàn)的直道，以及從分析不同的彎道形式。把彎道分成以下幾類：

　　(a) 急彎：這里所說的急彎也就是競賽規(guī)定的曲率最小的彎。當車過急彎時，其采集的數(shù)據如下所示：　　

　　可見在急彎時，轉角的個數(shù)相對較少，轉角值相對較大，并且在正常情況下所有的都是同向的。

　　(b)圓形彎道：圓形彎道也是第二屆比賽中新增加的賽道元素，其除了包括實際意義上的圓形賽道之外還包括一個相對較大的彎道。相比于其他幾種賽道元素，圓形賽道的識別比較簡單，當同一個方向的轉角大于某一個數(shù)值時，并且中間過程中沒有換向發(fā)生，便可以認為小車進入了圓形賽道。下述數(shù)據是車經過圓形賽道時采集的數(shù)據：　　

　　因為在角度的控制上，本系統(tǒng)采用了模糊控制，車在進彎時能夠迅速調整角度，并以一個恒定的角度過彎，以上的數(shù)據是驗證了這一結果。

　　(c)小S彎：對于人眼觀察小S道是不存在直道的，但是由于光電傳感器的局限性，它會檢測出大范圍的直道，本系統(tǒng)所做的第一件事情就是把這些直道過濾掉，也正是利用這些信息小車實現(xiàn)了S道直走。下述數(shù)據是小S時的過彎數(shù)據：　　

　　小S彎的特點是：在過彎的整個過程中既有左轉又有右轉的，并且左轉角度的個數(shù)和右轉角度的個數(shù)都應該大于某一個值。此外，單次左轉或者右轉的角度的個數(shù)小于某一個值?？紤]到小S的前后可能會接著其他彎道，本系統(tǒng)在第一個換向點之前，按照其彎道行走，在換向點之后采取小S的行走策略，在最后一個換向點之前結束。

　　(d)大S彎：在本屆比賽中增加了大S和曲率漸變的S道，這給記憶算法實現(xiàn)增加了很大的困難。大S相比小S而言，其賽道特征是相似的，只是判斷的標準稍有不同。首先，大S之間有較長距離的直道，必須加大直道的判斷范圍才能將其過濾掉。其次，單次左轉或者右轉的角度的個數(shù)應該大于小S的個數(shù)。

　　針對以上賽道分析，系統(tǒng)首先分辨下一步的賽道元素，然后按照行駛策略，將第二圈的行駛速度及方向進行控制。其主要思想為：

　　(a)直道行駛：由于在進直道的時候已經對直道的長度已經有一個預先的認識，這使得直道的行駛能夠做到游刃有余。將直道分為短直道和長直道，短直道就做一般加速處理;長直道在起始處全力加速，末端進行線型減速，也即將速度分成高速，中速，低速，從高到中再到低。經實驗發(fā)現(xiàn)直接從高速轉為低速時，小車在過彎時不穩(wěn)，容易測滑，不僅影響速度，啟動也慢。采用線型減速后過彎流暢，能達到很好的效果。這樣就避免了由于車本身的某些局限性，如舵機響應時間、賽道摩擦系數(shù)、輪胎抓地力、傳感器布局等因素的影響所造成的直線速度不能加到最高的缺點。

　　(b)對于小S，理想的情況下是實現(xiàn)同CCD同樣的效果，采取高速直線過彎的策略。為了安全起見也可以采用滯后過彎的策略，讓智能車采取較小的轉角高速過彎。

　　(c)對于大S賽道，不同的曲率彎道，小車有它最佳極限速度存在。本系統(tǒng)利用初圈得到彎道的曲率半徑以及S道之間直線的長度，在過各彎道時將車速調至它相應的極限速度，從理論上就是它所能跑出的最優(yōu)成績了。

　　(d)對于圓形彎道，需要在彎道的曲率和過彎的速度之間做一個權衡。當行駛的曲率較大時，那么車可以以較高的速度行駛，當走內圈時，由于半徑的減少，離心力的增大，就不能以較高的速度行駛，但是可以找到兩者之間的平衡點。

　　4、小結

　　通過本文所述的算法的研究和調試實現(xiàn)，小車的運行速度提高非常明顯，也可以明顯地看出小車在各種環(huán)境如直道、各類彎道下運行的特點。隨著賽道類型愈來愈復雜，需要抽象出更多更復雜的模型進行分析，采取最優(yōu)的過彎策略，這樣在比賽中才能做到游刃有余，對此本文計劃做進一步的研究。

　　參考文獻：

　　[1] 邵貝貝. 單片機嵌入式應用的在線開發(fā)方法. 北京：清華大學出版社. 2004 年10 月第1 版
　　[2] 卓晴，黃開勝，邵貝貝.學做智能車.北京航空航天大學出版社.2007年3月第1版
　　[3] 諸靜. 模糊控制原理與應用. 機械工業(yè)出版社. 2005年1月第二版
　　[4] Freescale Semiconductor MC9S12DG128_datasheet.pdf