注：文章中所有参数，角点范围之类的东西仅作为参考，实际参数，请根据需要实际调整！！！！！！！！！

实际上，智能车所有参数都需要根据你的实际情况进行调整，万万不可照搬不误！！！！！

舵机是控制车模方向的重要组成部分，一般放在车头，实物见下图。

如果比赛限制车模类型为C车模，那么只能使用S3010(已停产)或者U400舵机进行比赛，控制舵机主要是控制PWM波的脉宽。控制规律如下图。

关于PWM波这里不再介绍，CSDN上有很多的介绍。

S3010,U400这两款舵机是的控制频率为50Hz（官方推荐参数），想要控制这个舵机，就需要单片机产生50HZ的PWM波，改变占空比，使脉冲宽度在1ms~2ms，使之实现左右转动，控制车模方向。

首先我们选取一个能够产生PWM波的IO口（并非所有IO口都可以产生PWM波），使他的PWM频率是50Hz。在配置的库中，所有PWM波的占空比的细分都被映射到了0~10000。（有些是0~50000，需要查看对应工程的实际情况）

占空比0是纯低电平，占空比10000是满占空比，也就是纯高电平。

我们一起来推导下如何才能实现脉冲在1~2ms之间。

已知我们配置是PWM频率为50Hz，那么周期就是20ms。

按照比例映射，当占空比为10000时输出是20ms脉宽，我们求占空比为x时，输出1.5ms脉宽。

那么我们得到了这样一个比例式：

解得x=750时，单片机将输出50HZ,脉宽时间为1.5ms的PWM波。对应着舵机理论归中。

舵机初始化代码如下：

我的中值STEER_MID是782，由于安装位置，拉杆机械误差，车模机械误差，实际中值一般很难是750，但是也在750附近，符合理论估计。

实际上，STEER_MID这个值需要机械归零校准的，具体流程就是将舵机打角在视觉中值附近（也就是看起来车轮是正的）。把车放在地砖线附近，用手推车。（我一般推2m左右，当然越远越准）参考地砖线，如果车子走的是直线，那就找到了这个中值；如果往左/右歪，就适当加减STEER_MID这个值，直到推出来是直线为止。

同理调整这个数字，找到轮胎左右打角的极限，再往回收一点点，让轮子打角幅度比较大，但又能流畅转动。这样就找到了舵机的左、中、右值。这样基本的控制准备工作就做好了。

详细机械调整方法，会在后文的机械篇提到，敬请期待。

找到了中值，左右极值后，就可以自由的让车模左右转动了。改变的就是这个变量angle的值。

目前我们知道舵机在占空为STEER_MID时舵机打角为正，且增大/减小该值会向左/右打角。

那么我在他的基础上+angle这个变量，当angle为正的时候，PWM脉宽大于1.5ms，舵机向左打，当angle为负，PWM脉宽小于1.5ms，舵机向右打，那么我想办法将赛道的拐弯情况，和这个变量做个映射，这个映射就是PD控制，这样就实现了车模的自主巡线。

舵机的推荐电压在7v左右，具体情况查看参数手册。

其实在官方推荐的参数上可以适当再增加一点电压，电压越高，舵机相应速度越快。但是同时也越容易损坏，这方面需要自行权衡。

50Hz的频率也是可以进行魔改，据群内消息，u400舵机用300Hz没问题，实测什么样我就不知道。各位准备好钱，自行尝试。

具体数值关系上文有提到公式，自行换算。

这是我们智能车使用的普通直流有刷电机。

 直流有刷电机主要靠驱动板进行供电，驱动。

一个电机需要两路信号来控制方向和转速，共有两种方法，详情见下图。

 驱动方式不同是因为驱动芯片的不同，导致代码编写会有不同，这一点需要和硬件队友进行确认。

利用两路pwm对一个电机进行控制。如果A路是PWM，B路0，则是正转，且PWM占空比越大，转速越快，想要反转也只需要将AB两路信号调转过来即可，A路输出0，B路输出PWM。控制代码如下：（0为低电平，占空比为0的PWM波就是低电平）

这里我是做了一个函数，输入的参数是我期望的占空比。如果是正，那么就是正转，输入到A通道里面，B给0；如果是负数，那我认为需要反转，将占空比加个负号（负负得正，占空比只能有正数）输入到B通道中，A给0，这样就实现了正反转控制。

这种方式比较好理解，一路1或0确定控制方向，另一路PWM用来控制转速。代码如下：

还是先判断正转反转，正转就给方向脚0，反转就给方向角1，然后选取绝对值输入到占空比设置函数中去。

这两种方式，无论哪种方式都不是绝对的。实际情况和电机接线方式，电池正负极接入方式，都有关系。有可能我是代码A给pwm,B给0是正转，但实际你的车是反转，这种情况就把电机接线，或者代码改一个就好（一般建议改代码，电机接线不好改）。

方向控制的核心问题就是车模知道自己在赛道什么位置，他需要知道自己需要向哪边调整。

还是那句话，没有绝对优秀的算法，每一种算法都有自己的优劣，这里仅展示一些方法来给各位提供参考。

 寻找边界我们在上一章边线提取已经讲过了，元素判断我们会在后面进行讲解。

本文将讲解计算视野内中线，误差获取/计算偏差，PD算法，将PD算出的打角值放入占空比调整函数。

在方向控制中最重要的就是：误差获取/计算偏差，和PD算法，大家的车子其他的流程都是一样的，所谓国赛代码，普通代码的差距一般也就在这里。

注：以下方案有可能会用到一个或者多个下述变量，以下变量均在开源【3】边线提取一章有讲。

中线计算我都是和偏差放在一起，因为中线的意义在于计算偏差，只要我能得到偏差，中线就没那么重要，我就没有单独计算中线。

误差获取就是去计算某行，或者某些行的中线与理论中线之间存在的偏差。用理论中线的值减去赛道中线的值得到（赛道中线减去理论中线的值也可以，只是正负号的含义相反罢了）。用这个偏差来表征车模偏离赛道中心的距离。这个值的正负号代表着方向，数值大小代表着偏离程度。

误差获取有很多种办法。

上述方案我们都简单的介绍一下

他的本质就是电磁式跑法，将摄像头视野中固定的某行作为舵机打角行，计算该行的中线与理论中线的偏差，前瞻的位置是死的。他的特点在于只采用一行作为控制行，而且这一行是固定不动的，所以一但这一行的图像出现了问题，对于舵机打角的判断就会有很大的影响，而且方向判断只用一行，对于摄像头收集到的多行数据有些浪费。

建议与后文提到的的动态前瞻进行组合使用，可以取得较好的效果。

这是我17届车赛采用的做法，具体讲述就是固定某个范围，将这范围内的误差积累求和，将这个和作为误差返回。

当时是直接选取了屏幕最下方的15行误差积累作为舵方向控制，给舵机使用。

算法属于能用，但不是很好用的范围。最直接的结果就是这个误差值很大，需要将PD参数调整的很小。

这个算法是上面误差积累的改进，也是固定某些行，计算他们的误差，但是这里取了平均值，对于一些异常数据会有一定的滤波抗干扰作用。

这个是比较高端有用的算法。理论上来说，速度越快，前面越是直道，我们的前瞻越应该看到越远，从而及时的反应过来前方路况；速度越慢，弯道越多，前瞻应该稍微近一点。

这就需要我们以速度，和视野范围为输入量，前瞻位置为输出量，去拟合一个函数。去合理的计算前瞻位置，很遗憾，本人并没有完成这项工作，这里就交各位自行发挥。

这个是我本届比赛使用的方法，本人使用比较稳定。

先将赛道的每一行都给予相应的权重。

这里权重仅作为参考，实际参数，需要实际调整，实际上，智能车所有参数都需要根据你的实际情况进行调整！！！！！

接着从赛道最下面到搜索截止行，将所有误差进行加权求平均，权重数组就是上面的数组。

这样利用到了赛道每一行的数据，增强了抗干扰性，又可以通过权重比例来确定车模切内还是切外，本人实际效果较好，推荐大家使用。

注：误差的获取的一个原则就是在其他情况都相同的情况下，误差选取的范围距离车越近，车模反应越慢，从而越切外；选取的范围越远，反应越提前，车模越切内。所有的这些需要各位车手根据自己的实际情况合理的选取误差。

其实个人观看国赛车视频，大部分国赛车还是比较偏向切内一点的。

至此，我们就完成了误差获取，都可以调用

这个函数，获取到摄像头收到数据的误差，然后就可以将误差放入PD，进行下一步控制。

所谓PD控制就是PID算法的改进版，PID算法也不在这里赘述。

我使用的是位置式的PD，去掉了积分环节I。增量式与位置式PID的区别也不再阐述，智能车方向环大多是位置式PD算法。

PD的控制的误差传入就是上面我们计算的摄像头误差，由于我们期望车模永远贴着中线跑，所以设定值（期望值）不会变是0。

上面是方向编码器的读取代码，在读取寄存器数值后，又用IO口进行了方向的判断。

如果直接读寄存器的值，那么就失去了方向这一个数据，

当然，可以用角度编码器，或者正交编码器试试，我不清楚有没有这个bug。

我个人也遇到了这个bug，我是左轮有这个问题，右轮一切正常。

我对左轮编码器数据直接取了绝对值，因为正常跑车过程中不会有负数出现。

在刹车时，用PID刹车1s，然后PWM给0。用PID是保证迅速刹车，用PWM给0是为了防止疯转，切断电机输出。车子一般在PID刹车时就停下来了，PWM给0就不会因为惯性再往前跑了。

当然，也有可能是硬件坏了，大家可以换块板子试试，或者换个编码器试试。

其他主控平台暂未发现这个bug，希望代码库尽快更新，修复这个bug。

正常情况下，我们希望车模在直道跑到的快一点，弯道稍微慢一点。当速度足够高时，我们还会希望后轮进行差速，弥补舵机打角的不足。

想要控制车轮转速快速到达预期值，就需要闭环控制，闭环控制使用最大多的就是PID算法。

我使用的是增量式PI算法，大部分智能车也都是增量式PI算法，算法不再重复介绍，直接上代码。