隨著科技的發(fā)展、和諧社會(huì)的需求，在惡劣礦井下自動(dòng)小車取代人力運(yùn)作、保證礦工的人身安全成為了急需解決的問題。智能循跡小車為改善和提高礦井下運(yùn)輸貨物，發(fā)揮了重要的作用。其中，系統(tǒng)硬件設(shè)計(jì)及其運(yùn)行穩(wěn)定性是智能循跡小車系統(tǒng)的基本要素，而自動(dòng)循跡的控制是其重要的方面。在礦井環(huán)境下，小車運(yùn)行控制系統(tǒng)具有較強(qiáng)的非線性、模糊性和不確定性，一般路面的運(yùn)載小車無法完成相應(yīng)工作，用傳統(tǒng)的控制理論和方法很難對(duì)其進(jìn)行有效的控制。

可見礦井惡劣環(huán)境下，智能小車自動(dòng)循跡系統(tǒng)性能的設(shè)計(jì)變得非常重要。為了實(shí)現(xiàn)系統(tǒng)的穩(wěn)定性，在做了具體環(huán)境分析和需求情況下，提出了一種智能小車系統(tǒng)的設(shè)計(jì)方案，該方案采用最新的ARM內(nèi)核作控制端，紅外探測器和圖像傳感器等作為信息采集、傳輸與通訊，軟件上采用模糊控制策略實(shí)現(xiàn)。系統(tǒng)能完成在惡劣礦井環(huán)境下的自動(dòng)循跡。

1 系統(tǒng)硬件設(shè)計(jì)

根據(jù)系統(tǒng)設(shè)計(jì)的需求，結(jié)合CPU的選型以及軟件控制算法的特點(diǎn)，對(duì)自動(dòng)循跡小車硬件系統(tǒng)進(jìn)行了整體的規(guī)劃設(shè)計(jì)。系統(tǒng)由CPU處理模塊、紅外探測器、圖像傳感器、溫度傳感器、電機(jī)驅(qū)動(dòng)、無線傳輸模塊以及存儲(chǔ)器模塊等組成。各模塊之間的聯(lián)系如圖1所示。

圖1 系統(tǒng)總體結(jié)構(gòu)圖

1）CPU處理模塊采用ARM最新內(nèi)核Cortex-M3,與其它處理器相比，優(yōu)勢在于低功耗、低成本、高性能3者（或2者）的結(jié)合。在系統(tǒng)中其主要功能：實(shí)時(shí)采集各種傳感器的信息，根據(jù)系統(tǒng)模糊控制方法，作出系統(tǒng)的判斷、決策、相應(yīng)數(shù)據(jù)的存儲(chǔ)或處理。

2）紅外探測器模塊是安裝在小車周圍的多組紅外收發(fā)模塊，通過即時(shí)的收發(fā)紅外信息，判斷路況。主要負(fù)責(zé)對(duì)小車路徑實(shí)時(shí)探測，并及時(shí)將信息反饋CPU進(jìn)行處理。

3）圖像傳感器模塊采用高速采集、高分辨率、彩色圖像OV7725傳感器，按照CPU預(yù)先設(shè)定的采集參數(shù)，負(fù)責(zé)特殊場景的圖像采集，并保存在系統(tǒng)存儲(chǔ)器或上傳遠(yuǎn)程終端。

4）無線Zigbee模塊是基于2.4 G的無線通信組網(wǎng)Zigbee技術(shù)，功能是將循跡小車系統(tǒng)的信息上傳遠(yuǎn)程終端，或接收遠(yuǎn)程終端的控制命令，完成系統(tǒng)的無線通信與整體組網(wǎng)。

5）存儲(chǔ)器模塊包括外部SDRAM和外擴(kuò)DKTA FLASH,前者用于系統(tǒng)CPU運(yùn)算數(shù)據(jù)的臨時(shí)存儲(chǔ)，后者用于保存采集的重要圖像數(shù)據(jù)，以備遠(yuǎn)程終端調(diào)用。

2 系統(tǒng)軟件設(shè)計(jì)

系統(tǒng)主控芯片為ARM公司的Cortex-M3控制器，負(fù)責(zé)整體系統(tǒng)的數(shù)據(jù)采集、運(yùn)算控制、驅(qū)動(dòng)調(diào)配與通信。軟件設(shè)計(jì)開發(fā)是基于集成開發(fā)環(huán)境Keil Uvision4完成，系統(tǒng)軟件設(shè)計(jì)的整體流程如圖2所示。

圖2 軟件設(shè)計(jì)流程圖

系統(tǒng)上電后初始化各寄存器，設(shè)置圖像傳感器OV7725采集參數(shù)，Zigbee模塊通信參數(shù)以及配置紅外傳感器的探測參數(shù)。進(jìn)入工作狀態(tài)后，先通過無線Zigbee模塊檢查是否需要與遠(yuǎn)程終端通信；判斷是否需要采集當(dāng)前環(huán)境的圖像或溫度數(shù)據(jù)；通過分布在系統(tǒng)周圍的紅外收發(fā)模塊，探測小車運(yùn)行軌跡，實(shí)時(shí)上傳數(shù)據(jù)到處理器；處理器根據(jù)紅外探測數(shù)據(jù)，采取模糊控制策略，輸出下一刻電機(jī)運(yùn)行的狀態(tài)，從而控制小車運(yùn)行的軌跡。

3 模糊控制決策輸出

系統(tǒng)軟件設(shè)計(jì)上，主控制器采集了實(shí)時(shí)探測的紅外信號(hào)，作為小車運(yùn)動(dòng)的方向判決，由于需要較強(qiáng)的實(shí)時(shí)性，因此本文提出的控制方法采用了模糊推理機(jī)制對(duì)參數(shù)進(jìn)行處理，得到模糊可靠的輸出，以滿足系統(tǒng)的實(shí)時(shí)性要求。模糊控制系統(tǒng)輸入為當(dāng)前運(yùn)行路徑與期望運(yùn)行路徑的偏差以及偏差的變化率，系統(tǒng)輸出為所計(jì)算的控制量糾正量。輸入變量為A,B（路徑偏差、偏差變化率），輸出變量為U（控制量糾正量）?？刂埔?guī)則表示為

Ri:ifA is Aiand B is Bi then C is Ck （1）

其中Ai,Bi,Ck分別表示語言詞集。主通道模糊控制器的輸入為E和EC,輸出為U,設(shè)定E,EC和U的論域均為：{-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6}.對(duì)應(yīng)的模糊語言子集為{NB（負(fù)大）、N（負(fù)中）、NS（負(fù)小）、ZO（零）、PS（正小）、PM（正中）、PB（正大）}.通過比例因子ke和kec將偏差e和偏差變化率ec轉(zhuǎn)換為模糊學(xué)習(xí)控制器的輸入論域E和EC,通過量化因子ku將控制器的輸出轉(zhuǎn)化為實(shí)際控制量C.

根據(jù)在校正過程中要遇到的各種可能出現(xiàn)的情況和相應(yīng)的調(diào)整策略得到控制規(guī)則表如表1所示。

表1 模糊規(guī)則表

對(duì)于整個(gè)模糊控制器決策，在t時(shí)刻采樣周期內(nèi)，由公式（2），根據(jù)路徑誤差和誤差變化率E,EC,由模糊判決表查出相應(yīng)的U,并由量化因子ku計(jì)算得到實(shí)際控制輸出C.控制算法實(shí)現(xiàn)步驟如下：

1）計(jì)算擁塞控制系統(tǒng)的輸入狀態(tài)。

2）根據(jù)參考模型的輸出與實(shí)際對(duì)象輸出計(jì)算e,ec.

3）根據(jù)參考模型誤差和誤差變化率E,EC.

4）計(jì)算規(guī)則自校正模糊控制器的輸出U.

5）由模糊控制的量化因子計(jì)算最終的實(shí)際控制輸出C.

4 仿真研究

該系統(tǒng)設(shè)計(jì)及軟件算法研究在Matlab 7.0環(huán)境下進(jìn)行軟件仿真。預(yù)先設(shè)定小車運(yùn)行的期望軌跡為yd,根據(jù)模糊控制方法設(shè)計(jì)的小車實(shí)際運(yùn)行軌跡為y,仿真的目的是檢驗(yàn)該系統(tǒng)設(shè)計(jì)的小車，在運(yùn)行過程是否能根據(jù)預(yù)設(shè)的軌跡運(yùn)行。仿真的結(jié)果如圖3所示，橫軸為運(yùn)行時(shí)間，縱軸為運(yùn)行的距離。仿真結(jié)果顯示，小車運(yùn)行初始狀態(tài)，不同出發(fā)點(diǎn)時(shí)與期望路徑有偏差，可能達(dá)到50%以上；在運(yùn)行過程中，小車運(yùn)行逐漸接近預(yù)設(shè)的軌跡，其后整體的偏差小于5%.系統(tǒng)運(yùn)行穩(wěn)定以后，在給定期望軌跡下，探測小車系統(tǒng)能較好的跟蹤期望軌跡。

圖3 系統(tǒng)實(shí)際路徑與期望參考路徑

5 結(jié)論

該小車探測系統(tǒng)采用基于高性能Cortex-M3處理器，圖像傳感器、溫度傳感器和紅外探測器綜合設(shè)計(jì)的硬件平臺(tái)，軟件設(shè)計(jì)采用模糊控制策略的思想，提高了系統(tǒng)的可靠性和穩(wěn)定性。該測試系統(tǒng)在專業(yè)仿真軟件平臺(tái)Matlab下進(jìn)行，仿真實(shí)驗(yàn)結(jié)果表明，小車系統(tǒng)能較好的實(shí)現(xiàn)探測、數(shù)據(jù)采集、跟蹤軌跡等功能，達(dá)到了設(shè)計(jì)要求。