飞思卡尔智能车大赛（共7篇）
飞思卡尔智能车大赛 篇1
飞思卡尔智能车大赛总结
刚进入大学半年，我就有幸参加飞思卡尔智能车比赛。说实话，刚报名参加这项赛事的时候我只是抱着好奇的心态去参加，可是真的进入了这个团队的时候，我发现这个活动是多么的吸引我，让我顿时在枯燥的学习生活中找到了乐趣。活动现在也已经接近尾期了，回顾这一段时间在这个活动中所经历的，真是感慨万千啊。刚进入飞思卡尔智能车比赛的时候，因为有一些事儿，所以前两周就缺席了活动的前期培训，结果我被安排到了最后一组，最后一组的条件相对来说还是要差一点哎，当时我还挺沮丧的，可是转念一想也没什么，在哪一组都是学习的机会，即使条件再差，也要硬着头皮上，甚至要比其他组都做的更好，就像毛主席说的一句话，没有条件也要创造条件，这样想我的心情也好多了。从这之间，我也领悟到了一个道理，没有什么事情都是按照你想的思路去发展的，对于很多的不确定因素，我们要
灵活的去处理，体验这种过程也是一种成长。
刚进入飞思卡尔智能车这个项目的时候，我对电子产品还不甚了解。当我真正的接触到了之后，我发现原来电子产品是这么的神奇。一些电子元件焊在一块小的电路板上，一块单片机，就构成了一个小小的系统，自己还可以给这个系统编入程序，让它按照你要求的指令你完成各项指令。当老师给我们演示的时候，我当时就被深深的吸引了。以前只是拿着做好的电子产品玩，连那些元器件也很少见，更没想到这些元器件的组合会那么的神奇，以至于改变我们的世界，改变了我们的生活。这次参加飞思卡尔智能车的比赛，不仅让我学到了很多，而且也遇到一些挫折和麻烦。在前期的培训中，各个不同专业的老师都来给我们辅导，给我们补习知识，说真的，当时参加这个活动的时候我们对这方面就是一张白纸。从最基础的电子元器件的认识开始，到电路图、设计原理、焊接、再到后来kiel软件的运用和编程，虽然有很多我们现在都做的，运用的不太熟悉，但是我还是很高兴，因为它激发了我的兴趣，特别是焊接和编程这一块，使我的动手能力大大的提高了。在这次的活动
中虽然收获了很多快乐，但也实际操作中也难免遇到了一些小麻烦。
飞思卡尔智能车大赛 篇2
飞思卡尔智能车设计大赛是全国170余所高校广泛参与的全国大学生智能汽车竞赛。2008年第三届被教育部批准列入国家教学质量与教学改革工程资助项目中9个科技人文竞赛之一, 2009年第四届被邀申请列入国家教学质量与教学改革工程资助项目, 飞思卡尔智能车大赛提出制作一个能够自主识别道路的模型汽车, 按照规定路线行进, 以完成时间最短者为优胜, 并且终点处2米内必须停车, 因此终点线的识别为赛道识别的关键之一。
1 终点线的特点
按比赛规定, 智能车起点出发跑完一圈回到起点时, 起点标志即为终点标志, 智能车要能停在终点后2m的距离内。由于终点一般设在直道的中间, 也就是说终点标志后2m的距离基本上是以直线为主, 这时正是车速最快的时候, 而终点线的宽度只有2.5cm, 很容易会丢失终点标志信息。终点标志见图1。
2 算法原理
2.1 智能车临近终点前的的特征:
·在过起始线 (终点线) 时车身与跑道基本平行。
·摄像头的一幅图像基本能拍到终点标志的全貌。
2.2 算法设计
如图2 (a) (b) 为智能车行使赛道的终点标志, 终点标志的特征为在直到黑线两边分别有明显宽于直道黑线的黑带各一条, 于是在智能车基本平行于赛道的前提下, 对摄像头
图2光电头读取起始线信息过程所拍数据分析, 则起始标志的图像中至少有一行为白-黑-白-黑-白-黑-白相间隔的, 至于有多少个这样的间隔则取决于图像的宽度以及智能车与赛道中心的相对位置, 本算法正是基于这一特征进行起始标志判断的。
具体算法:如图2 (c) 所示, 设黑点为1, 白点为0, 则, 起始标志线图像中的关键行所对应的数据为0111110110111111, 自左向右进行抑或运算, 由于抑或运算的特点, 可以得到具体0、1跳变的数量, 即有多少对黑白间隔对。令黑、白对个数为y, 起始标志图像关键行宽度为n, x为直接点的黑白值, 则有:
3 试验结果
如图3所示, 对特征赛道进行分段采样, 取不同赛道段分析, 结果如下:
采用如上算法对起始标志线图像的数据处理, 经多次试验, 结果y值均为5、6两数中的一个。而非起始标志线图像中也会出现黑-白相间隔的现象, 但经公式 (1) 计算, y值均小于4。因此根据y值的大小可以明确判断起始标志线。
4 结语
飞思卡尔智能车大赛 篇3
【摘 要】本文针对沿金属轨道行进智能车问题，提出金属检测方案，利用模糊控制原理，经过PID调节，实现了小车稳定的寻迹行进。
【关键词】飞思卡尔；传感器算法；金属传感器；智能车
引言
随着智能交通运输的发展，智能车已成为当今社会的研究热点。对于能够快速寻迹行进的智能车，在路径检测与舵机和电机的控制上都有着较高的要求。
1.检测方案
1.1 传感器原理
在传感器的选择上，使用了74HC123D和LMV722IDR芯片的运放电路。该电路的特点是可以将金属信号转变为高低电频信号，再由单片机的AD端口进行处理就可实现有无轨道的判断。
1.2 传感器布局
由于传感器数量没有限制，所以传感器用多少个，怎么摆放便成了关键的问题。放的太少，小车便容易丢线；放的太多，控制策略會变得很复杂，不利于编程和调试。传感器之间间隔过大，就会在间隔之间出现控制的空白区域；传感器之间间隔过小，线圈之间便会产生互感现象，影响采集数据的准确性[1]。
传统传感器布局有一字型和八字型。一字型布局是传感器最常用的布局形式，即各个传感器都在一条直线上，从而保证纵向的一致性，其控制策略主要集中在横向上。八字型布局是将中间的若干传感器前置，这样增加了纵向特性，能够早一点了解到车前方的道路情况。
经过反复的尝试与调整，传感器采用了图1所示的倒品字形摆法。最前端四个传感器一字排开，外侧传感器完全在铝箔外，内侧传感器完全在铝箔内；后方两个传感器都是一半覆盖在铝箔上，另一半在铝箔外。经测试，融合了一字型和八字形优点的倒品字形摆法不仅能对小车过弯进行提前的判断，从而提早做出反应，更能对小车相对轨道的偏移进行更加精确的调整，使得小车能够更加稳定地贴合轨道运动。
2.控制方案
2.1程序控制流程
智能车的运行控制是根据路径识别和车速检测所获得的当前路径和车速信息，控制舵机和直流驱动电机动作，从而调整智能车的行驶方向和速度。控制系统的软件设计基于IAR 7.3编程环境，单片机使用飞思卡尔公司K60芯片，程序使用C 语言实现。如图2。
2.2转向控制策略
该金属传感器可以对其底部覆盖的金属进行识别，金属覆盖面积越大，传感器得出的数值越小。经检测，当传感器完全被铝箔覆盖时其读数为2，在空气中时其读数为1024，且2和1024之间几乎没有过渡，所以该传感器只能对是否完全被铝箔覆盖进行判断。
由于小车传感器部分的复杂性，很难建立精确的数学模型，因此在这里考虑使用模糊控制的方法控制舵机。
如图3所示，舵机控制程序采用基于模糊控制理论的方法，根据6个传感器所能接收到的7种状态进行量化处理。表格中每种传感器状态都是按照前4后2的方法排列，和实际传感器的摆放方法一样，方便对照和查看。右边一栏则是对小车位置的量化，其代表的小车偏离位置为{右大，右中，右小，零，左小，左中，左大}，对应整数集为{-3，-2，-1，0，1，2，3}[2]。
在舵机转向时采取了简单实用的的PID算法，主要对两个参数的调整来实现：比例控制参数P和微分控制参数D。比例控制参数P可以使得车模方向恢复正确位置。当该参数逐步增加时，车模方向回复速度逐步加快。当比例参数增加到一定数值之后，车模的方向回复由于过快，会出现方向过冲现象。此时通过增加微分控制参数D可以抑制这种方向过冲的现象[3]。
小车的偏离程度为偏离位置的参量绝对值，一共有四种，即{0，1，2，3}，根据每一种情况，经过实际的测量与调整，可以分别得到一组合适的P和D参数，使得车模在方向偏移时即能迅速调整回来又不会出现过冲现象[4]。
2.3速度控制策略
根据小车的偏移量，电机会适当的调整其速度，以使得小车在过弯时不会因为速度过快而冲出轨道。小车偏移量越大，电机输出功率略小。
3.评测结果
经过调试，小车在直道上的速度可以达到2m/s，在转弯时速度变为1.5m/s。在选定合适的PID参数后，小S弯道可以近乎直线通过，而在90度弯和连续弯道可以紧贴内道，保证了最优路径，在长直道入弯时也能做到提前转弯，基本实现了小车在最优路径下的高速、平稳行驶。
4.结论
该智能车使用飞思卡尔K60单片机作为核心控制单元，自行设计了采集信号的传感器，编写了基于模糊控制和PID控制的程序，最终实现了智能车平稳、快速地寻迹行进。
参考文献：
[1]高月华.基于红外光电传感器的智能车自动寻迹系统设计，2009.
[2]贾勇.基于模糊控制算法的智能车转向舵机控制，2008.
[3]王祥好.模糊PID算法在智能小车中的研究与应用，2009.
[4]史彬，牛岳鹏，郭勇.飞思卡尔摄像头智能小车设计及舵机算法优化，2012.
课题项目：
飞思卡尔总结—电磁组 篇4
通过近四个月的努力学习和制作，我们组的作品最后在第六届全国大学生“飞思卡尔”杯华东赛区取得电磁组三等奖的成绩，虽为未能取得二等奖以上而遗憾，但我们从中学到了很多在课堂上学不到的知识和经验，使我们的动手能力有了很大的提高。
两天紧张的比赛结束了，第六届“飞思卡尔”智能车竞赛华东赛区的全部比赛也到结束了，在长沙，我们体验了西湖风景的美丽，也体会了各院校在“飞思卡尔”项目上的强大。
最终三等奖的成绩，可喜可忧，喜在能在众多高手中，获得此成绩实属不易，忧的是下一步如何提升自己，如何可以使我们的电磁车跑到更快。现在确实发现在“飞思卡尔”上我们所不懂的知识实在太多太多，尤其是在机械上，车辆的机械改造对于我们是一个陌生的一块，如何通过改造，将模型车的性能更好的发挥出来，还是我们的短板。像四轮定位、重心选择、舵机安置等方面几乎是空白，这是我们下一步尤其要努力的地方。
这四个多月的竞赛准备中，暴露了很多问题，前期不够重视，投入时间太少，以至于很多任务被推到最后一个月去解决，这也是我们止步三等奖的主要原因。而这些一定以及肯定要在下一届“飞思卡尔”比赛中去解决。
比赛结束了，我们的心却久久不能平静，回想过去几个月的学习和制作，我们觉得很多东西需要写出来，算是对自己这几个月的总结和反思吧，也是为下届参加飞思卡尔小组提供一些参考。
1、前瞻过短。这是直接影响车速的问题所在，我们在制作由于前瞻过短，导致小车在判断弯道时，反应时间过短，车速一快，小车就直接传感器就丢失信号。因此也就注定，小车无法高速行驶。在下届的比赛中，一定要记住这个教训，在加长前瞻的同时，最好想办法使前瞻大小可调，方便测试时调整。
2、电机驱动模块过热问题。比赛中我们使用的IRF4905与IRF3205构成桥式驱动电路，并采用双并联方式分流作用，解决过热问题，但未达到理想效果。下届，要在小车的硬件构建时，一定要充分多实验，选择最佳方案。
3、“做智能小车，不是做电子设计”，这是我和杭电的一位同学交流时，他说的一句话。其实意思就是制作智能车电路，要尽量简洁，尽可能做PCB板，这不仅体现做智能小车的心态，也可以减小信号在线路中的相互干扰。
4、车辆机械改造问题。在比赛中，印象最深是杭电的电磁车，由于后一名就是杭电选手，我得幸能近距离观察他们的车。他们的车采用三舵机控制，一个控制车辆转向，一个控制前方探头，就是“摇头”检测，另一个调整车子的转弯性能。前两个，大家都可以理解，最后一个，或许有点难理解。第三个舵机通过两个减震弹簧与底盘相接，倘若车子向左转弯，此时舵机就向左转，压迫左侧弹簧，同时拉升右侧弹簧，使车子的重心向内侧偏移，这样车子的转弯性能就能提上去。
飞思卡尔智能车大赛 篇5
作为全新赛道及竞赛规则推出后的第一届大赛, 本届大赛在预赛阶段就呈现出诸强混战的局面, 多支传统的强队在分区预赛落马无缘总决赛, 而一些以前成绩不突出的高校反而异军突起。在为期两天的总决赛中, 包括获得电磁组冠军的中南民族大学, 获得摄像头组亚军的常熟理工学院, 这些以前甚至没有在总决赛现场出现过的参赛队伍, 成为本届智能车竞赛最大的惊喜。
注:2011年三个组别共用赛道, 2012年光电与摄像头共用赛道
变化带来的影响
新赛季的智能车竞赛变化很大, 今年三个组别均实行了全新的规则, 摄像头组和光电组的赛道不再是中心循迹, 而改用了两侧黑线循迹导航, 这点改动已经凸显智能车的现实意义, 毕竟只有在具有分道线的车道上能够平稳行驶, 才是能上路的智能车。电磁组的变化则是继续中心磁导线循迹, 但赛车要立起来跑, 增加了难度。
规则上的变化对比赛的进程影响是深远的, 在某种角度上看, 第七届比赛同学们参赛的探索程度不亚于第二届和第五届两届比赛。2011年在西北工大的总决赛上, 光电组赛车的平均成绩不输给摄像头, 冠军成绩更是超过了摄像头组, 而电磁组的关键成绩也不逊色。以整体目测的情况来看, 摄像头的速度应该是比上届更快了, 而光电的速度比上届略有下降, 至于电磁组, 速度明显减缓很多也属正常。最后三组的成绩对比见表1, 赛道图见图1和图2, 从中能分出规则变化对赛车的影响。
电磁组的赛道比较短, 速度上明显是慢了下来, 但是确实最有趣的一个, 毕竟直立的车模要稳定行驶, 必须在速度和平衡上进行更好的协调。电磁赛车今年的改动很大, 必须增加陀螺仪和加速计, 以确保能够直立稳定的前进。不过, 一方面由于今年的电磁组组委会给出了详细的参考方案, 另一方面, 电磁组本身速度大家调教的都不够快, 所以电磁组的完赛率反而是最高的。对比我在分区决赛现场看到的电磁组完赛率不高的情况, 明显感觉到参加总决赛的电磁组赛车经过一个多月的准备, 从稳定性上有了明显的提升。
赛道进行了判决上的改变, 直接影响了硬件上的改动, 今年因为摄像头的硬件结构基本无需改变, 光电组则要增加为两个光电传感器来识别不同的两侧赛道信息, 并且进行汇总, 所以速度有了明显的延迟, 在90多米的总决赛赛道上, 两组的平均成绩差距在5秒多, 冠军成绩更是差了6秒多。可见, 规则的改变对光电赛车的影响多么深远。仔细观察今年比赛的光电赛车, 比较贴切的比喻是“螃蟹”。因为光电传感器没有摄像头那么广的赛道收集角度, 所以很多参赛队都选择两个光电传感器进行两侧判决, 这就让光电赛车的传感器要兼顾两侧信息的收集, 像极了螃蟹的两个螯。恰恰是这样的改变, 在判决和机械结构上都改变很多, 造成光电组的赛车稳定性相对比较差, 为了追求稳定性只能牺牲速度。赛场也和组委会相关老师沟通了一下, 对光电传感器这样的结构, 在弯道的时候, 判决的两侧是不同的曲率, 怎么决定是否转弯, 以及怎么判决左弯还是右弯, 这也是光电组软件设计中一个非常重要的环节。看了一些现场的赛车, 光电组的结构设计也要很讲究, 两个光电传感器的稳定性设计, 特别在过弯时候的平衡其实很重要, 赛车在过弯的时候光电传感器是要进行左右摆动的, 这就对赛车平衡性的调教提出很高的要求。
更深入的细节
关于比赛应用的MCU, 今年是可以用Kinetis 32位ARM核MCU的, 据悉明年组委会将更多鼓励大家用32位的产品参赛。对摄像头组, 因为是两侧判决一个摄像头, 所以判决的信息和区域加大, 用32位则会比较好, 但是32位性能的优势则让很多摄像头组速度太快冲出去。对于光电组来说, 两个传感器的信息采集和对比处理, 所以, 当然高配置的MCU会更好一些。而电磁组则要考虑与陀螺仪的配合应用, 当然32位更好些, 其实很多赛车如果能好好利用陀螺仪, 是可以根据赛道信息进行提前处理和速度选择的, 只是这对学生们来说似乎有点难了。在技术交流会上, 有些同学提到预判决的距离很远, 或者赛车收集的信息很多, 那么对处理能力来说, 32位MCU比起16位来说资源要丰富些。
至于两侧判决, 对参赛队的影响更多是在硬件设计上, 软件方面倒是没那么大, 在技术交流会上成绩突出的队伍多数都是将赛道信息收集及判决之后, 算出赛道中心线, 然后依然沿用以前的中心线判决算法进行驱动, 所以软件核心算法的改动上并不太大。当然, 不排除有参赛选手用了特殊的判决算法, 直接进行两侧赛道判决而忽略中心线, 但是技术交流会上我们没有听到。
创意赛的理想与现实
今年创意赛的主题更好发挥现象, 智能泊车系统, 要求车库的容积率要高, 要智能化。看完了预赛的全部演示, 最终评委的选择上还是很能体现一个理想与现实的差距的。最后进入决赛的5支队伍全部选择了平面停车系统, 双层系统的选择不是用推举, 就是用吊车抓取车底部。在预赛中, 本来上海交通大学的方案也很好, 但是一个致命的问题是, 他们用的是吊车顶, 并且参赛选手说现实中可以用真空吸盘, 理想很丰满, 车顶的钢板太骨感, 只有几毫米厚的车顶钢板, 是很难承受住整车的重量的。
其实很多创意组的想法比进决赛的更值得鼓掌, 而最大的问题是他们无法与现实结合起来, 某队的立体车库容积率确实很大, 但是要车头朝下90度直立停车, 恐怕没有哪个车主敢这么将爱车交给停车场。而很多选手选择了倾斜停车, 姑且不论车的后保险杠是否能够经得起日积月累的倾斜停车压力, 正如上海交大那位选手所说, 万一车内有水, 倾斜停车是不是就不管水是不是会洒出来?
而且那么多易碎品, 是不是就不能放在后备箱了?更有一个参赛队希望将停车库建在公路上以节省占地, 想法非常出色, 但实际操作起来……
飞思卡尔智能车大赛 篇6
全国大学生“飞思卡尔”杯智能汽车竞赛是在规定的模型汽车平台上, 使用飞思卡尔半导体公司的8位、16位单片机作为核心控制模块, 通过增加道路传感器、电机驱动电路、舵机驱动电路以及编U4写6相应软件, 制作A一个能够自主识1别674道-67路08的2模010型3汽2-0车0 00, -00按照规定路线行进, 以完成时间最短者为优胜。因而该竞赛是涵盖了自动控制、模式识别、传感技术、电子、电气、计算机、机械与汽车等多学科专业的创意性比赛。这就要求学生组成团队, 协同工作, 综合运用所学知识, 并加以运用与实践。
1系统设计
1.1硬件结构设计
如图1所示, 该系统主要包括七个模块:单片机控制模块、电源管理模块、路径识别模块、车速检测模块、电机驱动模块、舵机驱动模块、调试模块。
各模块的主要功能如下:
1) 单片机控制模块:系统中使用的是Freescale公司生产的MC9S12XS128单片机, 作为系统的的核心模块, 主要是将图像传感器与速度传感器检测的信号相互协调, 在所编写的程序基础上, 给予电机与舵机控制信号, 使其根据赛道信息调整相应转速与方向;
2) 电源管理模块:是整个系统的动力保障, 可靠、稳定的电源是系统持续运行的必备条件, 整个系统的供电是由7.2V锂电池提供的, 运用DC-DC电压变换原理, 得到需要的电压;
3) 路径识别模块:是系统信息输入的重要来源, 相当于智能汽车的“眼睛”, 主要是负责将小车当前或前面位置的赛道信息, 输出给主控芯片处理, 其前瞻距离和赛道信息是红外线光电方案所不能比拟的;
4) 车速检测模块:检测小车当前行驶速度, 并实时地将车速信息反馈给主控芯片, 形成闭环系统, 是提高控制精度的重要措施;
5) 电机驱动模块:是整个系统的重要组成部分, 也是高效的算法得以顺利运行地基础, 好的电机驱动有利于小车的加速与制动;
6) 舵机驱动模块:如果说电机驱动是“油门”, 那门舵机驱动就是“方向盘”, 根据主控芯片控制的输出信号, 控制小车执行相应的专项要求;
7) 调试模块:辅助调试模块用于建立良好的人机交互界面, 是检查所编写程序错误的重要手段, 同时也是比赛时修改一些重要参数的方便措施, 能够大大节省调试过程。
1.2系统软件设计
如图2所示, 可以看出软件设计主要分为3部分:图像信息采集与处理、控制算法以及速度反馈信息。
图像信息采集与处理:摄像头分为黑白和彩色两种, 根据赛道的情况, 可以看出只需要摄像头的灰度信息, 色彩信息可以忽略, 所以本设计中使用的是黑白的摄像头作为路径识别单元。根据摄像头的工作原理, 每个信号结束以后都有一个行同步信号, 根据这一点, 可以每隔7个~8个有效行采集一行, 这样不仅减小了处理器的压力而且也减少了不必要参数的设定;对所采集的信息进行处理的方法一般为二值化处理, 设定一个阈值, 将图像的灰度信息转换为两个值, 即高于或低于这个设定的阈值。除二值化处理外, 还有边缘检测算法。
控制算法:常用的自动控制算法有PID、模糊控制、BangBang。PID (Proportional Integral Differential) 控制是比例、积分、微分控制的简称, 原理是根据系统的被调量实测值与设定值之间的偏差, 利用偏差的比例、积分、微分3个环节的不同组合计算出对广义被控对象的控制量;模糊 (Fuzzy) 控制是用语言归纳操作人员的控制策略, 运用语言变量和模糊集合理论形成控制算法的一种控制;Bang-Bang控制即鲁棒控制, 是一个着重控制算法可靠性研究的控制器设计方法。在整个系统中, 控制算法并不局限于一种思想, 由于摄像头相比较与其他组具有优良的前瞻性, 在赛道信息保密的情况下, 可以获取更多的赛道信息, 综合运用各种算法可以更高效的达到快速运行的目的, 例如当小车速度过快时, PID在速度调节方面有处理周期过长的缺点, 这时, 加入Bang-Bang的控制思想, 能够解决这方面的问题。
速度反馈信息:这部分软件主要是起辅助作用, 开环系统相较于闭环系统来说, 精确程度方面会降低很多, 在系统中添加速度检测的目的就在于提高系统运行的准确性。
2结论
本文介绍了智能车所应该具有的硬件模块, 以及各模块在系统运行中所起的作用, 同时也说明了个模块相互协调工作的必要条件——软件, 具体在小车机械性能方面的改动并未介绍, 只有搭建好优秀的硬件平台, 编写软件的思想才能得以实现。飞思卡尔智能汽车比赛是有一定挑战性的比赛, 能够真正锻炼大学生的分析设计能力和动手实践能力, 是值得推广参与的。
摘要：飞思卡尔智能汽车比赛是全国范围内的大学生电子设计创新比赛项目, 本论文结合实际参赛经验, 对智能小车的设计进行了分析探讨, 给出了系统的硬件结构框架设计方案, 并对每一个硬件功能模块进行了论述, 在此基础上进行了系统软件流程设计, 论述了智能汽车控制算法的实现, 从而保障了智能汽车全部比赛功能的实现。智能汽车的分析设计能够提高大学生的分析设计动手实践能力, 因而是值得推广参与的。
关键词：飞思卡尔,智能汽车,控制算法
参考文献
[1]卓晴, 黄开胜, 邵贝贝.学做智能车——挑战“飞思卡尔”杯[M].北京:北京航空航天大学出版社, 2007.
[2]吴怀宇, 程磊, 章政.大学生智能汽车设计基础与实践[M].北京:电子工业出版社, 2008.
[3]裴昌幸, 刘乃安.电视原理与现代电视系统[M].西安:电子科技大学出版社, 1997.
[4]阮秋琦.数字图像处理学[M].北京:电子工业出版社, 2001.
飞思卡尔智能车大赛 篇7
凭借多年对智能电网行业的关注和研究, 飞思卡尔在整合全球研发力量的基础上, 不断推出能够促进电能管理行业发展的各种创新技术, 坚持以开放的视野支持电能管理部门应对电网改造给行业带来的挑战。飞思卡尔此次推出的“电表参考设计”完整解决方案, 基于专为用电计量市场量身定制的先进微控制器 (MCU) , 可为开发者提供完整的即插即用解决方案, 不仅能降低成本和加快面市时间, 更将加速一体化智能电网的建设 (如图1) 。
飞思卡尔在“电表参考设计”解决方案中应用的MCF51EM 32位ColdFire MCU是一款高度集成的具有高性能外设的单芯片器件。这款多相电表参考设计就是基于EM家族最高端的MCF51EM256设计的, 并面向成本优化的单相或三相智能电表。参考设计中包含必要的硬件和软件, 使智能电表的开发变得更迅速、便捷。目前, 全球各地的政府和企业都在大力推动家用和工业用节能型智能计量系统, 飞思卡尔特别开发MCF51EM家族MCU, 正可以帮助开发者在大量住宅和工业应用中缩减成本, 降低电表设计的复杂性。凭借丰富的集成外设, 它能支持大量不同的显示面板, 不仅可以降低整体系统成本和功耗, 同时还可以通过远程固件更新减少维护成本, 从而轻松确保电表安全。图2为Freescale MQX软件解决方案。
Freescale ColdFire V1 MCF51EM家族智能计量MCU系列亮点:
(1) 32位ColdFireV1内核, 硬件乘法累加 (MAC) 模块相组合, 使它的电能计算效率远高于8位解决方案。
(2) 实时时钟 (RTC) , 提供实时日历, 允许电表实施分时计费;同时提供防窃电检测功能。
(3) 固件更新, MCF51EM两个独立的闪存分区允许电表在一个Flash分区上运行, 同时对另一个分区进行固件更新, 以避免像以往那样需要停机更新所产生的大量成本。
(4) 自动抄表SPI接口, 提供外接AMR调制解调器的5 V接口, 从而省去外部组件并减少系统成本。
(5) LCD控制器, 板上LCD控制器允许MCF51EM连接多达288个段的LCD屏, 其引脚数少于同类竞争产品, 有助于终端设计者降低系统成本;低功率闪动模式允许显示器的某些段闪动, 同时MCU保持最低功率模式, 从而降低系统功耗。
智能电表的设计基础是追求更高性能和更大存储的智能模块, 其中连通性和嵌入式控制则是打造智能电表的关键。飞思卡尔提供的多元电表解决方案, 可以帮助工程师们更快地完成一个单独的或者三相计量的设计工作, 比如新的32位MCF51EM MCU能够满足、优化多个测量程序, 包括:有助于仪表安全的防拆检测功能, 可同时对另一个分区进行固件更新, 集成的LCD控制能够降低系统的成本, 带有相位延迟补偿功能的16位ADC芯片。如图3所示。