那些花兒 III

那些花兒，好懷念，那些時光，好珍貴。

時間過得是有些快了，上研已經兩個多月了，可是我的心偶爾還是會回到西郵，回到229，回到那個讓我拼命學習的日日夜夜。不禁想起了「飛思卡爾」智慧型車比賽，一段刻苦銘心的經歷，這次比賽可以說是大學生活中讓我成長最快的經歷。此刻兩個隊友的名字對映到了我的腦海，梅仔，肖坤，兩個可愛的隊友，雖然當時鬧過彆扭，有些不愉快，可是「不打不相識啊！」

梅仔，我們的coder，參加過新卓越的培訓，經過老范的指點，程式設計方面經驗豐厚。會使用多種程式語言，從後面利用c#編寫上位機，觀察小車動態採集回來的資料以及動態的調節車子的pid引數，在小車的除錯中，啟到了很大的作用。然而，我們的梅仔，有些執拗和偏執，也正是因為這，我們倆鬧得有些不愉快。接下來，該介紹我們的pcb製作者，肖坤，河南周口籍。這裡我之所以要提到籍貫，是為了說明河南小伙的幾個優點。第一，做事細心，有耐心，會一直做下去；第二，特別能忍耐，並調節我和梅仔之間的關係。可以這樣說，如果沒有他的話，我和梅仔之間必然會鬧掰。第三，性格好，肖坤被他們班的女生叫作「坤姐」。當然，這些都是我後來畢業和他們一起吃飯的時候，聽到的。

合作（cooperation）真的不是那麼容易，在共同完成乙個任務時，各司其責是完全不夠的，我們必須有足夠的交叉，讓我們的思想融匯貫通。最好的方式也是最通常的方式，就是坐在一起討論。我們當時的分工是這樣的，因梅仔對編碼很在行，所以梅仔主要負責k60的編碼工作和除錯小車。肖坤負責除錯雷射感測器、繪製電路板和焊接元器件。尤其是除錯感測器，後來基本上都是他負責，感覺那雷射感測器就只聽他的話似得。雖然我偶爾也動動，但心中總是帶著擔心，深怕手上的靜電把雷射弄壞了。而我呢，兩邊都參加，看程式做演算法，雖然我沒有經過專業的培訓，但是我的邏輯能力還不錯，找錯誤是一把好手。同時，在硬體電路的設計和除錯上，也能幫忙分析，對發現錯誤解決問題，總是屢試不爽。

好啦，現在步入正題，進入問題討論環節。做「飛思卡爾」智慧型車中困擾我很久的兩大問題，在此也不完全能夠提出正解，如果你也對這個問題感興趣，可以發表你的看法。

第乙個問題描述：我們採用的是一對三的方式接收反射回來的雷射訊號，傳送的雷射訊號是經過pwm（180khz）調製的，感測器的布局左邊[9 8 7; 6 5 4; 3 2 1 ]，右邊[1 2 3; 4 5 6; 7 8 9 ]，最終這些雷射點都是整齊的打在小車前50-60cm的白色kt板上。因為接收管採用了復用方式，為了判斷出來是哪個點對應的雷射照射到黑線上面，我們採用分時的方式，分三次點亮所有雷射。例如第一次點亮左邊[9 6 3]和右邊[3 6 9]，第二次點亮左邊[8 5 2]和右邊[2 5 8]，第三次點亮左邊[7 4 1]和右邊[1 4 7]，這樣就可以採集到所有的點資訊。在這裡，我不去討論感測器的具體布局和前瞻遠近的問題，假設其處於合適的狀態。

我和梅仔的第乙個爭論，取樣頻率問題。梅仔的觀點是，盡可能的使取樣時間短，減小小車狀態調節的時間延遲，縮短調節週期，達到對小車穩定平滑的控制。在增加了取樣頻率後，出現了這樣的現象，雷射的亮度明顯變暗。至於雷射為什麼會變暗，這個不難理解，單個雷射的點亮時間明顯縮短，因而觀察到的結果就是整個雷射的亮度衰減。剛開始調車的時候，效果還不錯，緊接著，出現了一些讓人不可思議的現象，小車在一些平常行走很正常的地方，卻出現了奇怪的行為，如突然左拐或右拐。對此，梅仔剛開始的解釋是雷射沒有對好焦點，然後就讓肖坤去調節。可是後來，怎麼調節都不啟作用，總會有接收不到的點。這個時候，就不得不深入的思考一下了。於是我提出這樣的觀點——如果我們把器件的壽命考慮進去的話，當器件還是新的時候，無論是器件的響應時間還是穩定性，都是處於最佳狀態。剛開始使用這種方式採集資料的時候，發射管的功率和接收管的接收能力都還很不錯，可是使用一段時間後，發射管的發射功率明顯衰減，導致接收管接收誤判，將白板判斷為黑板，從而在小車的控制策略上面就會出現大的誤操作。後來發現，當我們減小小車的前瞻的時，雷射的接收能力明顯增強，這在一定程度上驗證了我的觀點。

我和梅仔的第二個爭論，採集資料的量化問題。梅仔對編碼有相當的經驗，編寫出來的**讓人看了相當舒服，有大家的風範。採集資料後，要找到黑線所在的位置，梅仔所採用的思路是從內側雷射點往外掃瞄，當找到黑線後就停止，然後進行量化。並且，我們的量化方式採用的是倍增點量化（將已知點的中間點也量化），至少初期的時候，我和他都還津津樂道到這個肯定能夠增加控制精度，可是卻為後面的除錯埋下了一大隱患。首先，我們討論一下量化程式，從理論上面來講，這種量化方式是完全沒有問題的，也不會出現什麼弊端。可是在實際的處理問題當中，會出現很多異常的現象，例如，所採集的資料中，多於兩點的資料照射到黑線上，這樣在量化的過程中，就會忽略掉一些點，從而使得系統的穩定性能大大下降。在所有雷射工作正常的情況下，這樣量化有乙個優點，我們可以完全忽略掉賽場外的背景，而不至於受到賽道外界環境的干擾。（ps：官方當時指出，我們不限定賽道外的背景顏色，主要由主辦方來決定，賽前兩個禮拜公布）

對此，我想提出一種量化解決方案，既能夠很好糾正錯誤情況的產生，同時又能夠不受賽道外部背景影響。方案如下：因為目前大部分的晶元都不存在著容量不足的情況，所以我們可以把感測器採集資料可能出現的情況（包括非正常情況，如某個管工作不正常）按照二進位制進行量化，根據實際情況對應量化值，當控制器採集到資料後，通過查表的方式獲取取樣值的量化值。這個方案的要點是怎樣進行量化編碼，量化值如何取，在此不作進一步分析。

再說說倍增點量化，之所以有這樣的考慮，是因為官方規定的黑線寬度是25mm，而我們的雷射點間距小於25mm，所以會出現兩點同時落在黑線上的情況。因此，我們決定將中間的乙個虛點也納入到其中，來增加調節的精細度，使控制精準。後來的實踐證明，這種方式的量化，給系統的穩定性帶來了很大的隱患。因為，穩定狀態極不容易達到或保持，跟隨系統的誤差總是存在，小車一直不停的調節，從而使得車體產生**，執行不穩定。剛開始，我們還沒有意識到這個問題，通過各種濾波函式來處理出現的問題，可是效果都不理想。後來在一次偶然的嘗試過程中，去掉這些虛點，小車的狀態一下子上了乙個檔次，當時真是把我樂壞了。總結一下，出現上述錯誤主要有兩點原因，一是雷射點間距本身就不一致，量化時就存在誤差；二是智慧型小車在執行過程中，允許的誤差越小，小車跑的就越保守，放不開步子。而事實上，小車在道路上跑動的時候是允許有一定的誤差的，只要不超過這個限度，都是合理的。我和梅仔都太過於理想化，忽略了實際情況，才導致後來種種曲折道路。

為青春奮鬥不息，我的戰友，你們現在還好嗎？

寫著寫著，就這麼長了，第二個問題待續。。。

那些花兒 III

那些花兒 II

那些花兒 I

花兒飄落何處

相關推薦