產品:
院校產品, LabVIEW, CompactRIO

挑戰:
所謂智能車" title="智能車">智能車是指在行駛過程中，車輛能夠自主識別路徑并自主控制轉向和車速，從而完成自動駕駛。在智能車自動駕駛控制算法" title="控制算法">控制算法的開發調試過程中，其挑戰在于選擇一個可以實現快速原型開發的軟硬件平臺。 在硬件方面，在智能車的控制中，由于要檢測實時賽道信息、當前車速、電池電壓并要實時控制智能車車速、方向等控制參量，因此需要有豐富的I/O" title="I/O">I/O通道，并且要求處理器能夠實現高速的實時控制算法。另外由于本智能車競賽中使用統一競賽車模的體積受限（30cm×20cm×15cm）,需要這個控制原型開發平臺能夠承載在智能車模之內。在軟件方面，要求開發軟件與硬件平臺能夠無縫的連接，內含強大的數字信號處理以及控制的算法，操作界面友好，以便快速的開發調試。

解決方案:
整個快速原型開發平臺采用NI公司CompactRIO加LabVIEW實現。CompactRIO為帶有FPGA功能的高實時性嵌入式系統，并可同時配置多塊功能豐富的I/O模塊。控制算法在LabVIEW中實現，并可下載在CompactRIO運行。

“通過CompactRIO，可以方便高效地對智能車使用的傳感器、驅動電路等硬件設備進行測試，也可以通過LabVIEW開發控制算法下載到CompactRIO中進行實車調試。”

智能車比賽

受教育部高等教育司委托，高等學校自動化專業教學指導委員會負責主辦全國大學生智能車競賽。該項比賽已列入教育部主辦的全國五大競賽之一，于2006年舉辦了第一屆比賽。參賽選手使用大賽組委會統一提供的競賽車模，采用飛思卡爾16位微控制器MC9S12DG128 作為核心控制單元，自主構思控制方案及系統設計，包括傳感器信號采集處理、控制算法、電機驅動、轉向舵機控制等。比賽中智能車需要自主識別白色地板上的黑色路徑并自主控制轉向和驅動，從而完成沿線自動駕駛。參賽隊伍之名次由賽車現場成功完成賽道比賽時間為主。

快速原形

比賽中要求采用Freescale的S12系列單片機，在用單片機開發嵌入式系統時，存在效率低，成本高以及開發周期長等缺點，為此我們決定采用快速原型的開發方法，以一輛樣車為載體，將智能車原有的控制核心替換為NI公司的CompactRIO，并通過各種I/O模塊進行路徑探測傳感器、車速傳感器的信號采集以及驅動電機、轉向舵機的運動控制。用LabVIEW編寫車輛運行控制算法，將控制算法下載到CompactRIO中進行原型試驗，取得最優結果后再移植到S12芯片中。

智能車的工作模式如圖所示：紅外光電傳感器探測賽道信息，轉速傳感器檢測當前車速，電池電壓監測電路監測電池電壓，并將這些信息輸入控制器進行處理。通過控制算法來對車輛當前狀態進行判斷，并輸出控制信號" title="控制信號">控制信號實現對舵機轉向和電機加減速的控制，從而完成車輛的沿線自動駕駛。

?

?

?

圖1智能車的工作模式圖

?

（圖解）傳感器檢測量為賽道信息、當前車速和電池電壓，控制器對這些信息輸入進行處理，輸出控制信號控制轉向和驅動，從而實現車輛的沿線自動駕駛。

用CompactRIO作為控制器搭建的嵌入式系統來實現智能車的快速原形。CompactRIO的4個I/O模塊用于采集智能車傳感器信號以及控制驅動電機、轉向舵機等執行器。此外，還配有控制開關單元來進行人機交互，數碼管實時顯示賽車信息，并可在試驗結束后將所需要的數據通過網線傳到上位機" title="上位機">上位機中，從而可以對控制算法進行分析，優化控制策略。

平臺硬件構成

本平臺的硬件部分主要由5部分組成，分別為：模型車底盤、紅外光電路經探測傳感器、光電碼盤電機轉速傳感器、電機驅動及供電母板、CompactRIO嵌入式控制器。

其中，所采用的智能車底盤是奧奇1/10全數字比例電動遙控后驅模型賽車的底盤，紅外光電路經探測傳感器采用了15對紅外發光接收管，采用紅外光電管是為了減小可見光的影響，提高系統魯棒性。

為精確控制智能車的運動，需要檢測車輛的運動速度。轉速傳感器用來檢測車速。受車模機械結構的限制，須采用體積小、重量輕的速度傳感器，本車采用的是對射型光電傳感器方案。在電機輸出軸上加一齒盤，電機輸出軸的轉動帶動齒盤的轉動。將對射光偶發光和接受管放在碼盤兩側，碼盤轉動時，由于碼盤上的齒經過發光管發出的光線時，會阻礙光線傳播。所以接收管兩端的電阻會有很大的變化，這樣，在電路中，采樣電阻兩端的電壓就會有很大的變化。用處理器采集電壓脈沖單位時間內的個數，就會獲得電機轉速，從而獲得車速。

CompactRIO嵌入式控制器

實時嵌入式控制器采用CompactRIO-9004，而4個I/O模塊槽采用NI-9205、NI-9263、NI-9421以及NI-9472，分別控制模擬量輸入輸出以及數字量輸入輸出，其具體功能如下：

CompactRIO-9004：控制器，主要通過TCP/IP協議與上位機進行通訊，從而將控制程序進行編譯或下載，在實時系統中運行。此外，還可以通過網線或串口線將試驗過程中一些數據上傳到上位機中，進行分析和處理。

NI-9205：32路模擬量輸入，其中15路作為光電傳感器的信號輸入，1路作為車速傳感器輸入。

NI-9263：4路模擬量輸出，1路作為驅動電機PWM控制信號，1路作為舵機PWM控制信號。

NI-9421：8路數字量輸入，作為各個控制開關量的檢測。

NI-9472：8路數字量輸出，作為數碼管顯示控制信號。

?

?

圖2 cRIO潛入式系統組成圖

?

（圖解）由cRIO所搭建的嵌入式系統的組成，包括模擬量的輸入輸出和數字量的輸入輸出。

車輛運行控制算法

用圖形化編程軟件LabVIEW編寫了車輛運行控制算法。控制算法為基于狀態的反饋控制，流程如下圖所示：

?

?

圖3 智能車控制算法簡圖

?

（圖解）初始化之后是一個基于狀態的反饋控制，控制算法通過對傳感器信號進行處理，控制執行器動作，不斷減小實際狀態和名義狀態之間的誤差。

首先是相關參數的初始化，然后通過輸入端口采集道路信息和車速信息，根據控制策略得出車輛運動的名義狀態和實際狀態，比較名義狀態和實際狀態的差，通過PID調節減小這個差值，然后通過輸出端口給出控制信號對驅動電機和轉向舵機進行控制，從而實現車輛行駛過程中的閉環控制。

為充分發揮控制器性能，控制算法中部分程序運行在FPGA上，部分程序運行在CompactRIO上。比如對傳感器信號的讀取、電機和舵機的輸出控制都是在FPGA上完成的。而PID調節、控制策略得到的名義狀態就是在CompactRIO上運行的。

實驗數據保存與分析

由于CompactRIO有較大的存儲空間，可以對車輛運行過程中所有參量進行完全的保存，在車輛停止后，可以用網線將所存儲的數據上傳到上位機，便于進行分析。通過同步分析整車狀態參數和控制信號，可以對控制算法進行分析，從而有針對性地改進控制算法，在最短的時間內實現控制算法的優化。最后再將優化之后的控制算法移植到單片機中，實現實車的開發。

?

?

圖4 數據分析界面

?

（圖解）實驗結束后，將實驗數據上傳到上位機，用調試軟件的數據分析模塊可以精細觀察任何時刻的目標參量和實際狀態參量，這樣就為優化控制算法提供了便利。如上圖中，上兩幅波形圖中的紅色曲線為目標參量，黃色曲線為實際參量。并且可以通過設定時間軸的坐標起始點和終止點來詳細觀察很短的時間段內的參量變化情況。

結論

??? 我們采用了NI公司 CompactRIO作為控制核心搭建了嵌入式控制系統，實現了智能車的快速原形。用LabVIEW編寫了控制算法，對智能車自動控制算法進行了設計和優化，極大提高智能車的開發效率。在2006年的全國大學生智能汽車邀請賽中，我們團隊在112支參賽隊中獲得全國第一名的好成績，2007年的此比賽中，我們在全國300多支參賽隊中獲得第六名的好成績。這些成績的取得，和我們采用了快速原形開發平臺是密不可分的。