|
在剛剛結束的首屆“飛思卡爾”杯全國大學生智能車邀請賽中，代表清華大學參賽的清華1 隊（自動化系）、2 隊（汽車系）創造了輝煌的成績，分別取得了決賽第三和第一的好成績。其中獲得第一的清華2 隊基于LabVIEW，為本次大賽開發的Plastid 仿真系統得到了各大參賽隊的廣泛使用，反應良好。 第二屆邀請賽的專用賽車將用較大的新車，采用Motorola 的S12系列芯片，但一般的開發模式存在效率不高，成本高以及開發周期長等缺陷，因此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IO模塊進行光電傳感器和轉速傳感器的采集以及驅動電機、舵機的控制。從而可以方便地將算法下載到CRIO 中進行原機試驗，取得最優結果后再移植到S12 芯片中。 快速原型智能車系統如圖1 所示： 
將CompactRIO安裝在智能車底盤上，并連上一個15V的電池組。CompactRIO的4 個IO模塊負責采集智能車傳感器信號以及控制電機、舵機等執行器。此外，還配有控制開關單元來進行手動控制，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串口傳到上位機中，從而進行分析和保存。 CompactRIO 的總體硬件構成如圖2 所示：
其中，CompactRIO中的FPGA部分用LabVIEW FPGA開發完成，主要實現基本的I O功能，如PWM、轉速采集等。在CompactRIO中的實時控制器中則實現智能車的控制算法以及對外通訊等功能。目前，已經利用一臺 CompactRIO成功地進行了該項目的可行性分析，已經順利調試成功利用CompactRIO來控制智能車驅動電機、舵機以及轉速傳感器及光電傳感器的采集，并實現了用游戲手柄來在線控制智能車啟動，轉彎等功能。 基于此快速原型平臺，已經針對智能車做了下述試驗： 可行性分析試驗：通過一臺現有的CRIO，編寫程序對智能車進行各方面的控制和采集，從而確定項目的可行性。 智能車硬件布置：在智能車上安裝驅動電機、舵機、光電傳感器、轉速傳感器以及相關的電路。 聯機調試：將cRIO安裝在智能車上，進行轉速PID 調節等基礎試驗，并做到賽車可以在賽道上成功跑完一圈。 控制算法優化：采用LabVIEW 優化控制算法，提高賽車的成績。
作者： 清華大學 李紅志 來源：NI公司 |
