NXP智能车竞赛笔记(室外电磁组)

一、概要

比赛规则与赛道:
比赛没有赛道,只有电磁线。但赛道元素包括有直道、弯道、坡道、十字路口以及横断路障。室外电磁组原则上选择室外的马路、草坪、体育场组织比赛,场地内可能会存在高度不大于 2 厘米的硬质路坎、沙坑、深度不超过 2 厘米的水坑等。
选手制作的车模完成赛道运行一周。比赛时间从车模冲过起跑线到重新回到起跑线为止。

越野车外形

车的功能与实现:
在这里插入图片描述
本文脉络
在这里插入图片描述

二、硬件部分:

1.主控板

(1)原理图:

K60引脚分配:
引脚通过查K60引脚功能来分配,除去特殊功能引脚外,其余引脚为普通I/O口
特殊引脚:
I2C通信:SDA,SCL
FTM(PWM输出):PWMA,DPWM
AD(模数转换):AD1~AD6
串口通信:TX2,RX2
在这里插入图片描述
电源部分及笔记:(7~8v输入,5v和3.3v输出)

在这里插入图片描述
以下为原理笔记:
在这里插入图片描述
在这里插入图片描述
按键模块:(SW2为4并排按键,用于设置车的模式)
在这里插入图片描述

在这里插入图片描述
电机输出(为排针插座,接驱动板,DIRA为电机方向控制,PWMA为速度控制):

在这里插入图片描述
舵机输出(为排针插座,5v供电电压,DPWM为脉冲输出,以控制舵机转角):
在这里插入图片描述
AD输入(为排针插座,接传感器板,6路电感值输入):
在这里插入图片描述
普通IO口:
在这里插入图片描述
串口:
在这里插入图片描述
蜂鸣器:
在这里插入图片描述<

  • 89
    点赞
  • 527
    收藏
    觉得还不错? 一键收藏
  • 50
    评论
飞思卡尔杯全国大学生智能车竞赛为背景,研究了电磁智能车如何从有限的道路信息中提取车身与实际跑道中心的偏差. 传统的计算方法是根据左右两个电感的电压值进行差值计算或者是归一化计算以此得到一个数值表示车体中心偏离跑道中心的程度. 但是这些算法计算出来偏差都存在不够线性的弊端,对于需要依靠偏差来进行车体舵机转角和电机加减速的智能车控制系统来讲这是一个很大的问题. 本文提出一种新的计算方法,从理论上通过Maple仿真证明了能够解决归一化算法和差值算法的弊端. 通过实验证实算法的可行性.;The Freescale Cup National Undergraduate Smart Car Competition for the background, how electromagnetic smart car road information from the limited body to extract the deviation from the actual center of the runway. Traditional method is based around two inductive voltage value or the difference calculating a normalized value calculated in order to obtain a deviation from the track center of said body center level. However, these algorithms are present enough deviation calculated from linear defects, the need to rely on steering angle deviation for the body and the motor acceleration and deceleration of the intelligent vehicle control system is concerned this is a big problem. This paper presents a new method of calculating theoretically proved through simulation Maple normalization algorithm to solve the difference algorithm and drawbacks. By applying this algorithm to the actual competition, which validate the algorithm.
在全国大学生“nxp”智能汽车竞赛摄像头的比赛中,主要使用到的图像处理算法有以下几个。 首先,是图像采集与处理算法。该算法负责从摄像头中采集图像,并进行预处理,如降噪、平滑处理等,以提高图像质量和准确度。 其次,是特征提取算法。通过该算法,可以从图像中提取关键特征,如边缘、角点、颜色等,从而为后续的目标检测和识别提供基础。 然后,是目标检测与识别算法。该算法能够通过对图像进行分析和匹配,实现对不同目标的检测和识别,如道路标识、行人、车辆等,以促使智能汽车在道路上实现自动驾驶或辅助驾驶。 另外,还有图像分割算法。该算法能够将图像分割成不同区域,从而更好地理解和分析图像中的内容,提供更精准的图像识别和定位。 最后,还有图像合成算法。在竞赛中,为了提供更真实的驾驶场景和测试环境,可能会使用图像合成技术,将虚拟场景和实际图像进行融合,以提供更真实的感觉和刺激。 总结来说,在全国大学生“nxp”智能汽车竞赛摄像头的比赛中,图像处理算法主要包括图像采集与处理、特征提取、目标检测与识别、图像分割以及图像合成等方面的算法。这些算法能够帮助智能汽车实现对道路和周围环境的理解和感知,从而实现自动驾驶或辅助驾驶的功能。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 50
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值