目录

开篇

	   博主最近开始学智能车，开始时遇到了很多困难。我觉得这些问题应该也
是每一个智能车人开始都可能会遇到的，写下来分享一下，也顺便巩固一下自
身所学。如果有错误或可以改进的地方还希望多多指出交流~。

这是博主的第一篇文章，如果觉得有帮助还希望点赞收藏支持一下~

舵机

      首先要说说舵机，舵机是让小车车跑好的一大重要因素，网上有很多有关不
      同种类舵机的详细原理和使用。这里我就简单说说

  1. 舵机的作用是控制智能车轮子转向。通过输入不同的脉冲信号来使舵机有不同大小的打角，比如你输入的pwm等于750时舵机打角位于中间，则小车直走，大于750时舵机打角偏向右边，则小车左转。
  2. 通过处理图像中线位置来给舵机输入对应脉冲信号来控制打角。先对你摄像头拍到的图像进行图像处理（摄像头原理在这不过多解释，后面会大致讲一下简单的图像处理）。比如你的屏幕中线的x坐标为50，而你图像处理后得到的中线x坐标为70，说明你的车偏右了（这里要注意我的坐标系零点是屏幕右下角），要让车左走回正，这时你就要输入对应的脉冲信号，让舵机控制车子向左转。
  3. 在写对舵机的控制前请一定要让舵机摆正！先写固定的脉冲信号让舵机打一个固定角度，然后轻推小车，小车能沿直线走，就说明摆正了，再进行之后的调试。

赛道图像处理

怎么处理赛道应该是难点之一了，这里博主只介绍直道和90°弯道，其他的可能有后续更新吧。

图像处理

 智能车（摄像头）的图像处理主要就是识别出左右边线(一般边线是黑线，外边
 是蓝布，中间赛道是白色)，然后拟合出中线，让车子沿着中线跑。

这里我推荐新手使用左右寻线法来拟合中线，至于为什么不用八邻域法我只能说，新手阶段不需要贪那运算速度，左右寻线法写起来容易理解，能跑完赛道最重要，优化算法是之后的事情了。

代码在这里插入图片描述

middle是存放中线x坐标的数组
left是存放左边线x坐标的数组
right是存放右边线x坐标的数组
Pixels是像素坐标数组，由摄像头读出并处理生成
pixels为1是白，为0是黑，屏幕x坐标是从0到185

这里放一个我判断左边界的部分代码，首先第0行是从中间开始往左右扫线，比如我这个第0行应该从x=93开始左右扫线 (那我这里为什么是从middle[y-1]开始呢，因为我这是从第1行开始的，我第一行中间起始点是用第0行的中线，第二行中间起始点是用第一行的中线坐标，以此类推) 。以找左边线为例子，右边线类似。从中间起始点开始向左边扫描，如果扫描到白黑黑的部分，则认定为找到左边线，将左边线记录下来。右边线也是找到白黑黑的组合，记录下左右边线。中线就是左右边线之和除2。
至于我为什么还有个x==184的条件，其实这是用在弯道处，在这里插入图片描述
这是我将弯道图片上传到上位机后得到的图像，左边是原图，右边是图像处理以后的。可以发现有时左边一直到屏幕边界都还是白色，所以我让左扫描到最左边时，将x=184作为了左边界（其实还有更好的处理的方式，但这里只是介绍给新手们最基本的）。右边同理有个x == 0的边界判断。

小贴士

  1. 第一帧图像的第0行中间起始点可以选屏幕中间点，因为发车都是直道发车，一般不存在第0行中间像素点为黑的情况。之后每一行中间起始点都是前一行的中点（这样可以防止拐弯时中线丢失）。此后第二帧开始，第0行的中间起始点就选择上一帧的第2行的中点（选第几行按照自己情况而定），这样做其实也是在防止拐弯时中线丢失（中线丢失是什么情况还是希望大家可以自己去尝试一下，有时会发现拐弯到一半车子突然直行，只有自己经历过才能更好理解这些方法）
  2. 做好赛道类型判断。通过你处理后得到的中线趋势来判断现在是直道还是弯道
// 赛道类型判断
    int i;
    float sum1 = 0;
    float sum2 = 0;

    for(i=0 ; i<20 ; i++)
    {
        sum2 += (94-middle[i])*(94-middle[i]);
        sum1 += (94-middle[i]);
    }

    if(sqrt(sum2)/20 > 3.2 || sum1/20 > 18.5 || sum1 < -18.5)
    {
        choose = 1;                     //弯道
    }else
    {
        choose = 0;                     //直道
    }

我这里通过图像中线和屏幕中线的方差和平均值来判断赛道类型，这么做有什么好处呢？有时你会发现，走直道时车一直在左右摇摆，就有可能你没有分类赛道，直道和弯道用的同一个PID算法，这会导致直道有点歪时小车想打角来走直线，却用的是弯道的打角，导致打角太大了，就会一直左右摇摆。以后写什么小弯道啊，环岛的也是要判断的。
下面是我直道的PD算法，直道的PD给的就很小，因为就是微调，弯道的PD要给大一点（要问为什么不写i，因为我之前忘记写了…）

float kp1 = 0.2;
float kd1 = 0.4;
void zhidao()
{

    float cha=0;
    cha = 94 - middle[17];                //与中线差值
    duty = (int)(780 - kp1*cha - kd1*(cha - last));
    if(duty>840)
        {
            duty = 840;
        }
        if(duty<700)
        {
            duty = 700;
        }
    //    systick_delay_ms(STM0,20);
        pwm_duty(ATOM0_CH6_P02_6,duty);
        pwm_duty(ATOM1_CH4_P22_3,duty_car_z);
        pwm_duty(ATOM1_CH0_P22_1,0);
        pwm_duty(ATOM1_CH6_P23_1,0);
        pwm_duty(ATOM2_CH5_P33_13,duty_car_z);
}

图像处理控制舵机打角

其实控制舵机打角也是上边的代码
在这里插入图片描述
上位机直道图

    float cha=0;
    cha = 94 - middle[17];                //与中线差值
    duty = (int)(780 - kp1*cha - kd1*(cha - last));
    ...
    ...
    pwm_duty(ATOM0_CH6_P02_6,duty);

这里的duty就是我输出给舵机的脉冲信号，来控制小车在直道时的打角

cha是屏幕中线和第17行中线的差值，用于下面的计算
last是上一次的cha值
这个第17行是根据你摄像头高度来选择的，有很多种方式取这个值

最后亿点

小车最开始调试时，可以给直道和弯道不同的PWM，弯道可以慢速点过，保证平滑，
直道再加速。这里面有很多门道的，博主也在慢慢摸索。
新手想要车能跑正方形赛道，最难的应该是图像处理部分了，这部分我其实主要在
讲一些问题，原理性的可能不太详细，因为这是第一次写博客，很多想法很难表达
出来，大家可以先收藏，然后看看网上左右寻线详细原理，等到写上车后发现问题，
再来看应该会更多体会与帮助。

我也是刚刚开始的智能车小白，希望大家能一起互帮互助，一起进步！如果觉得有帮助，还希望点赞收藏多多支持一下~

最后有一句话分享给大家和我自己：如果你的车没有撞过，就说明速度还不够快！加油智能车人！