智能车竞赛技术报告 | 基础四轮组 - 电磁与视觉融合的循迹策略

1. 电磁与视觉融合的循迹策略设计思路在智能车竞赛基础四轮组中赛道环境往往复杂多变。光照不均、反光干扰等问题会严重影响单一传感器的可靠性。我们团队经过多次实测发现单纯依赖摄像头在强光环境下会出现20%-30%的图像失真率而仅用电磁传感器在弯道处存在10-15cm的盲区。这种局限性促使我们采用传感器融合方案通过电磁与视觉数据的互补提升系统鲁棒性。电磁传感器的优势在于不受光照影响能稳定输出10-100kHz范围内的赛道电磁信号。我们使用6.8nF电容与10mH电感组成LC谐振电路实测在20kHz导引信号下可获得±2cm的定位精度。但电磁数据缺乏图像的空间连续性难以识别特殊元素。而OV7725摄像头虽然能提供320×160分辨率的赛道俯视图但在阳光直射时二值化错误率会骤增至40%以上。我们的融合策略核心是分层决策机制底层采用加权投票算法对电磁横/斜电感数据ADC采样值和摄像头边界坐标进行实时可信度评估中层通过卡尔曼滤波融合多源数据建立包含位置、角度、曲率的赛道状态向量上层根据融合结果动态调整控制参数如前瞻距离从30cm纯视觉扩展到50cm融合模式实测数据显示该方案将直道循迹误差控制在±1.5cm内弯道误差不超过±3cm相比单一传感器性能提升60%以上。2. 硬件系统设计与传感器布局2.1 传感器选型与安装电磁板采用四电感布局两个水平电感间距15cm负责中线定位两个45°斜置电感间距20cm用于圆环检测。这种排布在实测中表现出良好的方向敏感性水平电感差值200时触发弯道补偿斜电感峰值差150且时延0.3s判定为圆环入口摄像头安装严格遵循竞赛规则镜片中心距地9.3cm。为减少广角畸变我们设计了可调俯角的3D打印支架俯角范围25°-35°通过螺纹微调抗反光措施加装偏振片实测降低60%反光干扰固定方式碳纤维杆热熔胶双重加固2.2 电路设计要点主控使用TC264双核单片机关键电路设计包括电源模块TPS565201提供5V/3A输出效率92%双路AMS1117-3.3实现数字/模拟电源隔离纹波50mV信号调理电路// 电磁信号放大电路参数 #define GAIN_STAGE1 33 // LM324第一级放大倍数 #define GAIN_STAGE2 10 // 第二级放大倍数 #define RC_FILTER 100 // 低通滤波截止频率(Hz)电机驱动BTN7971组成H桥最大持续电流7A死区时间设置为1.2μs实测开关损耗降低15%3. 核心算法实现与优化3.1 最长白列算法改进传统逐行扫描法在复杂赛道中会出现30%以上的误识别。我们改进的最长白列算法包含三个关键步骤纵向预扫描def vertical_scan(image): white_columns [] for col in range(0, 320, 8): # 8像素间隔采样 upper, lower find_boundary(col) height upper - lower white_columns.append((col, height)) return max(white_columns, keylambda x:x[1]) # 返回最高白列动态ROI设置以最长白列为基准左右各扩展1/4图像宽度行扫描间隔随车速动态调整20-50ms断点补偿机制当相邻行边界突变15像素时采用二阶差分检测阈值m5补偿斜率限制在±0.5范围内实测表明该算法将图像处理耗时从12ms降至7ms同时将十字路口识别准确率提升至92%。3.2 PID控制参数整定速度控制采用双环PID结构内环电流环频率1kHzKP0.8, KI0.05外环速度环频率100HzKP1.2, KI0.1, KD0.3舵机控制引入动态PD调节void set_pid_params(float curvature) { if(fabs(curvature) 0.3) { // 弯道模式 P 0.6 * curvature; D 0.4 * curvature; } else { // 直道模式 P 0.3; D 0.2; } }通过蓝牙上位机实时调参我们最终获得的性能指标速度阶跃响应超调量5%稳态误差0.5cm弯道过渡时间0.2s4. 特殊赛道元素处理策略4.1 圆环识别方案圆环处理分为四个阶段入环检测斜电感差值持续150超过300ms摄像头检测到单侧边界消失环内循迹固定打角量占空比45%速度降至最高速的60%出环预判电磁信号出现反向峰值图像出现连续3行贯通白列退出补偿维持入环角度1.5s渐进式恢复正常PID参数4.2 坡道应对措施针对坡道带来的速度波动我们实施机械调整前轮外倾角设为2°差速器预紧力增加20%控制策略上坡前提前加速预判距离30cm坡度检测通过陀螺仪Z轴变化率阈值15°/s功率补偿算法void power_compensate(float pitch) { target_pwm 0.15 * sin(pitch); // 坡度补偿系数 }这套方案使车模在15°坡道上的速度波动控制在±0.2m/s内。5. 系统调试与性能优化5.1 上位机开发基于PyQt5定制开发的上位机具备以下功能实时显示赛道图像与边界识别结果电磁信号波形分析支持FFT变换PID参数曲线拟合工具数据回放与对比分析通信协议采用自定义二进制格式帧头0xAA0x55115200波特率下传输延迟5ms。5.2 实测性能指标最终调校后的车模参数项目参数值测试条件最高速度3.2m/s直道加速最小转弯半径35cm90°标准弯圆环通过率98%直径60cm圆环平均功耗8.5W全程运行机械调整方面通过将电池重心降低2cm弯道侧倾角减少40%。轮胎表面用砂纸处理800目后实测摩擦系数从0.6提升至0.8。