系統功能及應用
本系統主要完成將智能車行駛過程中的各種狀態(tài)信息(如傳感器亮滅，車速，舵機轉角，電池電量等)實時地以無線串行通信方式發(fā)送至上位機處理，并繪制各部分狀態(tài)值關于時間的曲線。有了這些曲線就不難看出智能車在賽道各個位置的狀態(tài)，各種控制參數的優(yōu)劣便一目了然了。尤為重要的是對于電機控制PID參數的選取，通過速度—時間曲線可以很容易發(fā)現各套PID參數之間的差異。對于采用CCD 傳感器的隊伍來說，該系統便成為了調試者的眼睛，可以見智能車之所見，相信對編寫循線算法有很大幫助。而且還可以對這些數據作進一步處理，例如求取一階導數，以得到更多的信息。
系統的硬、軟件設計
設計方案主要分成三部分：車載數據采集系統，無線數傳系統，上位機數據處理系統。系統基本構建如圖1所示。
圖1智能實時監(jiān)測系統結構框圖與流程圖
車載數據采集系統
車載數據采集系統主要由單片機負責采集賽車行駛過程中的速度、傳感器狀態(tài)、電池電壓、舵機轉角等信息。為了使監(jiān)測系統不占用S12單片機的內部資源并且支持熱插拔，我們將除供電之外的監(jiān)測系統與智能車控制系統相分離。我們選擇ATMEL公司的ATMEGA16單片機作為該數據采集系統的處理器。二值型光電傳感器信號的采集直接使用該單片機的I/O口進行采集，連續(xù)型光電傳感器、電池電壓及CCD攝像頭信號則采用該單片機的A/D口進行采集，速度信息則通過光電編碼器和該單片機的計數器來采集。采集到的數據每20ms向上位機發(fā)送一次。
無線數傳系統
下位機向上位機傳輸的是以每20ms傳輸一組包含了光電編碼器值(speed)，電池電壓(battery)，舵機轉角值(angle)，傳感器當前狀態(tài) (sensor)的數據，如果是在理想狀態(tài)下，上位機接收到的應是上述各值循環(huán)出現的周期性數據，此時上位機只需將這些數據按順序裝入各自的數組并畫圖即可。但在實際的無線傳輸過程中可能出現數據丟失現象。因此加入適當的數據校驗是必要的，否則會出現數據裝入錯誤，造成畫圖的混亂。我們在實際過程中是在每組數據中加入0x00,0xff的幀頭，當數據出現錯誤時，則舍棄該幀數據。
數據的無線收發(fā)部分采用的是SUNRAY公司的QC96型無線收發(fā)模塊，該模塊可以收發(fā)波特率為9600bps的串行數據，距離可達100m。
上位機的數據接收及處理
上位機部份主要由四個模塊構成：
*數據接收模塊
功能：上位機通過串口采集下位機發(fā)送的原始數據。
實現：VC++中實現串口通信一般有二種方式，分別是MSComm控件和Windows API函數。MSComm簡潔易用，適用于比較簡單的系統，Windows API函數應用較廣但比較復雜繁瑣,由于此模塊的串口通信功能相對簡單,本系統采用前者。在實際過程中使用的是事件驅動的方式，這種方法響應及時，可靠性高，并且比查詢法占用更少的資源。
*存儲模塊
功能：可直接存儲采集到的原始數據，以備以后更多的分析處理。
實現：在每個OnComm事件被觸發(fā)后，將串口接收到的數據直接存入temp臨時文件，并且可以在用戶的要求下將temp臨時文件里的值存儲到指定文件。
*數據的分析和處理模塊
功能：將采集到的原始數據進行用戶選定的分析和處理，主要包括丟棄錯誤數據，以及去除幀頭并進行數據裝入任務，同時也可以對已保存的數據進行分析和處理。
實現：將temp臨時文件或用戶指定文件的數據讀出并裝入，以下為主要程序代碼：
void CChuankokjDlg::find_data(car_data c_data[], BYTE c_source[], int c_length)
{
int i=0;
while(i
{
c_data[length].speed_data=c_source[i+2];
c_data[length].battary_data=c_source[i+3];
c_data[length].direction_data=c_source[i+4];
c_data[length].sensor_data=c_source[i+5];
i=i+1;
}
else
i++;
}
}
*圖形顯示模塊
功能：以圖形界面來顯示處理后的數據，以便更直觀地觀察智能車的運行狀態(tài)。
實現：將上一模塊中裝入各數組的數據在用戶的選擇的模式下進行畫圖，可以只看一幅圖，也可以將四幅圖放在一起進行對比觀看。實際的運行界面及效果如圖2。
圖2 圖形顯示介面運行模塊
結語
該系統通過添加無線收發(fā)模塊，將智能車的實時狀態(tài)信息傳到上位機上，通過VC++編程，用圖象直觀形象地將其表現出來，很好地達到了對智能車狀態(tài)實時監(jiān)測的目的，極大地方便了我們調節(jié)PID等智能車參數，對賽道記憶算法的研究提供了很大的幫助。
