摘  要： 針對飛思卡爾杯全國大學生智能汽車競賽中的磁導航智能車，研制了路徑信息采集系統。硬件上提出了利用儀表用差動放大電路對信號進行放大處理的方法，同時采用加速度傳感器對車體姿態進行檢測；軟件上通過對傳感器輸出量的歸一化處理并結合曲線擬合，提出了基于最小二乘法的有限數據量曲線擬合算法。該算法兼顧了處理器運算能力與系統控制的實時性，以實現對車體位置的快速準確判斷。測試結果表明該方案是有效的。
關鍵詞： 差動放大電路；歸一化；曲線擬合算法；最小二乘法；磁導航；智能車

　磁導航技術在智能交通領域中是一項非常有前景的技術，以國家智能交通系統工程技術研究中心(ITSC)的研究成果為例，其采用磁性參考/感知原理，即以車道中心線上布設的離散磁道釘為車道參考標記，通過車載磁傳感器探測到磁信號而產生感應電壓，來判斷車輛當前的位置情況。這是采用永磁體作為參照物的實例[1-2]。
鑒于磁導航技術具有的實用價值，飛思卡爾杯全國大學生智能汽車競賽在原有的光電組與攝像頭組的比賽項目上，于2010年新增了通過感應賽道中心導線產生的交變磁場進行路徑檢測的電磁組[3]。
　根據電磁組的路徑信息采集原理，可以得出磁場傳感器的基本設計方法和路徑信息提取算法的基本要求。對于電磁組賽車，交變磁場分布范圍廣泛，傳感器得到的數據是一系列有分布規律的離散點?？梢愿鶕x散點的輪廓、實際經驗和誤差要求選擇一條曲線來近似逼近磁場在傳感器處的分布情況。另外根據競賽規則，處理器必須采用飛思卡爾公司的HCS12系列單片機，由于其數據處理能力不足，必須選用一種數據處理量較小的算法來實現離散點的曲線擬合，以保證控制的實時性。
　以設計合理的路徑信息采集系統來對車體位置進行準確判斷，同時選用一種路徑信息采集算法從傳感器信號中準確提取出賽道信息是本文研究的重點。
1 磁導航智能車系統
　磁導航智能車通過感應外界電磁環境對路徑信息進行準確判斷，從而通過舵機和電機對車體方向和速度進行控制，達到自主尋跡的目的。系統主要分為核心控制模塊、路徑信息采集模塊、電機驅動模塊和電源模塊，其原理框圖如圖1所示。

　本系統的磁場環境為埋設在跑道中通用的20 kHz、100 mA交變電流的導線產生的交變磁場。利用交變磁場進行磁導航的技術在國內應用的實例較少，其中清華大學根據競賽規則設計了一種電磁組賽車，該賽車使用兩個傳感器采集車體兩邊的磁場信號，以控制小車的走向。該設計方案是用運放、三極管等一些基本電子元件對車體進行粗略控制。如果采用更多的傳感器、更精確的信號處理方法和單片機，再配合一定的算法則可以對道路的形狀進行準確判斷、優化控制策略和改善控制效果[4]。
2 路徑信息采集系統的硬件設計
　路徑信息采集系統通過對路徑的檢測來獲取路徑信息，從而對車體的方向和速度進行精確控制。該系統主要包括交變磁場檢測、起始線檢測和車體姿態檢測三個部分，其原理如圖1中虛線框所示。
2.1 交變磁場檢測
　交變磁場檢測主要是對特定的交變磁場環境進行檢測。本文選用LC選頻振蕩電路檢測交變磁場，然后通過放大電路的放大和檢波電路的檢波處理，得到與振蕩信號峰峰值成正比的直流電平，以便于A/D轉換。其原理框圖如圖2所示。

　(1)選頻部分
　采用LC振蕩電路的原理進行設計。根據LC振蕩電路諧振頻率計算公式和市場上電感電容型號，選用一定量值的電感和電容。電感選型時要注意其Q值和內阻，Q值會影響其諧振增益和交變磁場的檢測。
　(2)放大部分
　信號的放大有多種方法：基本放大電路、帶電壓偏置的放大電路、運算放大電路等。對于基本放大電路信號，其靜態工作點易受溫度變化的影響，輸出信號可能會出現失真[5]。這就需要帶電壓偏置的放大電路，偏置電路給三極管提供合適的工作點，保證三極管在放大交流信號時工作在放大區，同時能夠保證靜態工作點的穩定，使工作點少受或基本上不受環境溫度的影響。但是由于帶電壓偏置的放大電路的三極管靜態工作點的調節較為繁瑣，且在多路信號需放大的情況下電路設計較為復雜。因此，從對信號進行精確放大的角度考慮，本文選用儀表用差動放大電路對信號進行放大處理。其電路原理圖如圖3所示。

　該放大電路輸出電壓與輸入電壓的關系如下：

    采用這種由三運放組成的儀表用差動放大電路可以提高輸入電阻，提高共模抑制比，運放U1A、U2A性能相近，簡化了溫度補償電路。該放大電路具有低失調電壓、低漂移、低輸入偏置電流、高共模抑制比等特點[6]。
　(3)檢波部分
　檢波部分選用倍壓整流檢波電路的設計方案。該電路可以獲得正比于交流電壓信號峰峰值的直流信號，便于A/D轉換。
2.2 起始線檢測
　根據競賽規則，起始線處放置永磁體作為標志。起始線檢測即是對永磁體檢測。本文采用霍爾元件方案，當垂直方向上穿過霍爾元件的磁場強度方向改變時，霍爾元件的輸出端將產生電平跳變，通過檢測該電平跳變來檢測起始線。
2.3 車體姿態檢測
　對于車體姿態檢測，本文采用Freescale公司量程為±1.5 g的低重力加速度傳感器MMA7361L，用于測量車體相對于水平面的傾斜程度。
MMA7361L是一款低功耗、低重力三軸加速度傳感器，具有信號調理、穩定補償等功能[7]。將其固定在車身上可以實時檢測車體相對于地面的傾斜角度，主要用在車輛上坡和下坡的判斷。
3 路徑信息采集系統的軟件設計
　本設計將7個傳感器水平并排放置，距地面高度約為5 cm。假設線圈在水平方向上與導線距離為r，線圈高度為h，如圖4所示。

　根據安培環路定理，距導線r處的磁感應強度反比于距離r。而線圈的軸線是水平的，感應電動勢反映了磁場的水平分量，因此感應電動勢：

    路徑信息的采集首先要確保傳感器輸出信號的準確性，準確性的確保應從相同條件下各個傳感器輸出信號的數值差異和信號數值分布兩個方面來判斷。本文在軟件上主要采用歸一化算法和曲線擬合算法來確保路徑信息采集的準確性。
3.1 歸一化算法
　該算法是將所有傳感器輸出信號變換為無量綱的量，屏蔽各傳感器在硬件和物理特性上的差異。具體算法流程是：首先測量每個傳感器輸出信號的最大值(Max1、Max2、Max3、Max4、Max5、Max6、Max7)作為基準量，在賽車運行過程中，將7個傳感器采集到的數據分別除以7個基準量，即可得到傳感器歸一化后的數值，該數值可用于賽道類型判斷。
3.2 曲線擬合算法
　從控制的需要，只需提取出導線所處的位置，也就是圖像中峰值點的橫坐標。因此只要擬合出一條曲線，使該曲線峰值點橫坐標盡可能地逼近導線所處位置的橫坐標即可。本文采用最小二乘法進行曲線擬合。
取7組數據中最大的前5組數據進行二次曲線擬合，得到二次曲線方程為：

　采用最小二乘法對數據進行二次曲線擬合有如下優點：
　(1)可以滿足智能車控制的實時性需要。進行二次曲線擬合的計算量相比于其他曲線擬合方法較小，同時二次曲線擬合的公式可以事先求得，大大減少了運算量。
　(2)對導線位置判斷較為準確。雖然傳感器信號的實際分布情況不是二次函數的形式，但是通過二次曲線擬合后得到的峰值點橫坐標與實際峰值點橫坐標接近。因此通過該算法可準確地提取出導線的位置。
4 路徑信息采集系統的測試結果與分析
　本文采用如圖4所示的7個傳感器一字型排列的方案，測試過程中同時對2個傳感器和13個傳感器一字排布的方案進行了測試，并對三種排布方案進行了優缺點的分析，其結果如表1所示。綜合考慮后，選用7個傳感器的方案最合適。

　小車運行過程中，使用基于NRF24L01的無線模塊和基于LabVIEW的上位機對設計方案進行在線調試。首先根據歸一化算法，測得各傳感器輸出信號的最大值，即各傳感器放置在導線正上方一定高度時的輸出量作為基準量，各傳感器的輸出信號除以基準量作為歸一化后的數據進行曲線擬合。為方便運算，本文將歸一化后的數據乘以126作為最終數據。表2為賽車運行到某一彎道處時，各傳感器輸出量與歸一化后的數據量之間的關系，同時設定各個傳感器的橫坐標。通過上位機觀測到的各傳感器輸出量如圖6所示，各傳感器輸出量歸一化后的數據量如圖7所示。利用最小二乘法求得峰值點坐標值為1.516(保留小數點后三位小數)。

　未處理之前，各傳感器分布并無一定規律，而歸一化處理后，各傳感器數據按一定規律分布。曲線擬合算法可以準確提取出峰值點橫坐標，這樣智能車方向閉環控制中的位置反饋由一系列離散量變成連續量，反饋信息更加精確。
　對于車體姿態的檢測，車體在水平位置、上坡和下坡時加速度傳感器輸出信號分別如圖8、圖9、圖10所示。根據本文中加速度傳感器的放置位置，車體的前后傾斜程度影響傳感器X方向的輸出量，因此檢測加速度傳感器X方向上的輸出量變化即可判斷車體當前傾斜程度，進而改變控制策略。

　本文介紹了磁導航智能車路徑信息采集系統的設計方案，從硬件和軟件的角度對設計過程進行了較為詳細的闡述。硬件上，采用儀表用差動放大電路對采集到的較弱的信號進行精確放大處理，采用加速度傳感器對車體姿態做出判斷；軟件上，采用歸一化算法和曲線擬合算法對傳感器采集到的信號進行進一步處理，從而提取出車體當前的準確位置。測試結果證明，本方案是可行有效的。但該設計方案還有一些可以改進之處，例如在對傳感器布局時，可以將電感線圈按照兩兩垂直的方向排列，這樣可以分別求得某一點處三個方向上的磁場分量；在軟件的算法上也可以引入對賽道類型的預判策略。這些都是進一步研究的方向。
參考文獻
[1] 李斌，王春燕．中國智能公路磁誘導技術研究進展[J]．公路交通科技，2004(11)：66-69.
[2] 徐海貴，王春香，楊汝清，等．磁傳感系統在室外移動機器人導航中的研究[J]．機器人，2007，29(1)：61-66.
[3] 飛思卡爾杯全國大學生智能車競賽秘書處．第五屆全國大學生“飛思卡爾”杯智能汽車競賽比賽規則與賽場紀律[EB/OL]． http：//www. smartcar. au. tsinghua. edu. cn/web/rule. html， 2009.
[4] 張昊飏，馬旭，卓晴．基于電磁場檢測的尋線智能車設計[J]．電子產品世界，2009(11)：48-50.
[5] 劉京南，王成華．電子電路基礎[M]．北京：電子工業出版社，2003．
[6] Texas Instruments． Precision， low power instrumentation amplifiers[EB/OL]． http： //focus. ti. com/ general/ docs/ lit/getliterature tsp? genericPartNumber=ina128&fileType=pdf，2009.
[7] Freescale Semiconductor Inc． MMA7361L Three Axis Low-g Micromachined Accelerometer [EB/OL]．