logo资料库

第十五届全国大学生智能汽车竞赛技术报告.pdf

发布时间：2022-06-03 发布人：admin 分类：说明书 资料大小：6.93M 资料格式：pdf 举报 版权申诉
第1页 / 共53页
第2页 / 共53页
第3页 / 共53页
第4页 / 共53页
第5页 / 共53页
第6页 / 共53页
第7页 / 共53页
第8页 / 共53页
资料共53页，剩余部分请下载后查看
    第十五届全国大学生智能汽车竞赛 技术报告 学 校：上海工程技术大学 队伍名称：工程六队 参赛队员：王茂鑫 郭冠麟 方占奥 李家兴 孙玮泽 带队教师：史晓帆 赵春锋
    关于技术报告及研究论文使用授权的说明 本人完全了解全国大学生智能汽车竞赛关保留、使用技术报告和研究 论文的规定，即：参赛作品著作权归参赛者本人，比赛组委会可以在相关主 页上收录并公开参赛作品的设计方案、技术报告以及参赛模型车的视频、图 像资料，并将相关内容编纂收录在组委会出版论文集中。 参赛队员签名： 带队教师签名： 日 期：2020 年 8 月 30 日
    摘要 本文详细介绍了上海工程技术大学“工程六队”在第十五届全国大学生智 能汽车竞赛 AI 电磁组的机械、硬件及软件系统方案。本次比赛以官方指定的智 能车 C1 型车模为平台，以 RT1064 为核心控制器，运用 IAR Embedded Workbench 软件作为嵌入式开发工具，采用 MATLAB、PyCharm 等作为人工智能神经网络训练 工具。在大赛规则限定范围内，通过前轮前束等方式优化车模机械结构。通过分 析赛道信息提取原理，合理选择了适合赛道检测的五组电感电容构成谐振回路 并自制了各模块 PCB 电路板。通过经典导航+随机干扰的方式获取赛道信息数据 并通过中位值平均法[13]进行软件滤波，将数据通过无线串口和 SD 卡发送到 PC 端，建立神经网络训练模型，经反复训练后将模型部署到小车上。采用 AI 算法 并结合阿克曼差速控制等方法实现车模按照期望速度和路线平稳运行。 关键词：RT1064 神经网络 人工智能 阿克曼转向几何 中位值平均滤波 I
    Abstract This paper introduces in detail the mechanical, hardware and software system scheme of the Sixth Engineering team of Shanghai University of Engineering Science in the 15th National College intelligent automobile competition AI electromagnetic group. This competition takes the C1 model of intelligent car designated by the government as the platform, RT1064 as the core controller, IAR embedded workbench software as the embedded development tool, MATLAB, PyCharm and other artificial intelligence neural network training tools. Within the scope of the competition rules, the front wheel toe in and other ways are used to optimize the mechanical structure of the car model. By analyzing the principle of track information extraction, five groups of inductors and capacitors suitable for track detection are selected to form the resonant circuit, and the PCB boards of each module are made. The track information data is obtained by classic navigation and random interference, and the data is filtered by median value averaging method. The data is sent to PC through wireless serial port and SD card, and the neural network training model is established. After repeated training, the model is deployed to the car. AI algorithm and Ackermann differential control method are used to realize the vehicle model running smoothly according to the expected speed and route. Keywords: RT1064 Neural network Artificial Intelligence Ackermann steering geometry Median value average filter II
    目录 第一章 引言 ........................................................ 1 1.1 大赛介绍 ................................................... 1 1.2 AI 电磁组规则介绍 ........................................... 1 第二章 系统总体设计方案 ............................................ 3 2.1 智能车机械结构整体设计方案 ................................. 4 2.2 智能车硬件电路整体设计方案 ................................. 5 2.3 智能车软件整体设计方案 ..................................... 5 第三章 机械结构设计 ................................................ 7 3.1 车模信息 ................................................... 7 3.2 重心设计 ................................................... 8 3.2.1 PCB 主板安装 .............................................. 8 3.2.2 电池固定 .................................................. 8 3.3 传感器固定 ................................................. 9 3.3.1 电感前瞻固定 .............................................. 9 3.3.2 编码器固定 ............................................... 10 3.4 四轮车主销调整 ............................................ 10 3.5 轮胎处理 ................................................... 11 3.6 屏蔽电机、舵机信号 ......................................... 12 3.7 车模保养 ................................................... 13 第四章 硬件电路设计 ............................................... 14 4.1 硬件整体框架及器件选型 .................................... 14 4.1.1 单片机选型 ............................................... 14 4.1.2 电机及编码器选型 ......................................... 15 4.2 电源模块 .................................................. 15 4.2.1 3.3V 稳压模块 ............................................ 15 4.2.2 5V 稳压模块 .............................................. 16 4.2.3 6V 稳压模块 .............................................. 16 4.2.4 7.2V 稳压模块 ............................................ 17 III
    4.3 驱动电路设计 ............................................... 18 4.4 运放模块设计 .............................................. 19 4.5 停车检测模块 .............................................. 19 4.6 电感前瞻 .................................................. 20 4.7 人机交互设计 ............................................... 21 4.8 通信接口 ................................................... 21 第五章 软件系统设计 ............................................... 23 5.1 控制系统总体方案介绍 ....................................... 23 5.2 神经网络与 PID ............................................. 24 5.2.1 神经网络评测 ............................................. 24 5.2.2 搭建神经网络 ............................................. 26 5.2.3 训练数据格式与采集 ....................................... 27 5.2.4 部署神经网络 ............................................. 29 5.2.5 神经网络预测 ............................................. 30 5.2.6 常见问题 ................................................. 31 5.3 位置式 PID .................................................. 34 5.4 速度闭环 ................................................... 34 5.5 转向与差速 ................................................. 34 第六章 系统开发环境与车模调试 ..................................... 36 6.1 开发调试工具 ............................................... 36 6.2 神经网络模型训练工具 ....................................... 37 6.3 车模调试方法 ............................................... 37 6.3.1 上位机调试 ............................................... 37 6.3.2 IAR 在线调试 ............................................. 40 第七章 模型车主要技术参数说明 ..................................... 41 参考文献 .......................................................... 42 附录 A：主板设计原理图 .............................................. I 附录 B：核心算法子程序 ............................................. II IV
    第一章 引言 1.1 大赛介绍 全国大学生智能汽车竞赛是一项以"立足培养、重在参与、鼓励探索、追求 卓越"为指导思想，面向全国大学生开展的具有探索性的工程实践活动。它以设 计制作在特定赛道上能自主行驶且具有优越性能的智能模型汽车这类复杂工程 问题为任务，鼓励大学生组成团队，综合运用多学科知识，提出、分析、设计、 开发并研究智能汽车的机械结构、电子线路、运动控制和开发与调试工具等问题， 激发大学生从事工程技术开发和科学研究探索的兴趣和潜能，倡导理论联系实 际、求真务实的学风和团队协作的人文精神。[1] 竞赛涵盖了控制、模式识别、传感技术、电子、电气、计算机、机械等多 个学科知识，鼓励全国有自动化及上述相关专业的高等学校（包括港、澳地区 的高校）参赛。 本届竞赛中，竞速组根据所使用的车模、传感器以及比赛任务不同分为五个 不同的竞速组别。参赛队伍使用指定微控制器系列作为核心控制模块，通过增加 道路传感器、电机驱动电路以及编写相应软件，制作一部能够自主识别道路或者 目标的模型汽车，按照规定路线或者任务行进，以完成综合时间最短者为优胜。 1.2 AI 电磁组规则介绍 （1）车模 车模可以使用竞赛指定车模 B、C 车模，车模运行方向不限。车模制作完毕 1
    分享到：
    赞 收藏

    相关推荐

    资料库

    行业

    共收录7266份资料，累计15个分类，关注成员有19位，主要包括：物流,旅游,餐饮零售,网络游戏,咨询,金融,电子政务,外包,教育,制造,医疗,嵌入式,互联网,交通,电信

    热门标签

    物流 旅游 餐饮零售 网络游戏 咨询 金融 电子政务 外包 教育 制造 医疗 嵌入式 互联网 交通 电信

    最新资料