3．11  本章小结 33

4  光电导引智能车机械系统调整与改造 34

4．1  车模的简化改装 34

4．2  传感器的安装 35

4．3  其他注意事项 37

4．4  本章小结 37

5  系统调试 38

5．1  母板测试 38

5．2  光电传感器模块调试 38

5．3  角度传感器模块调试 39

5．4  电机驱动模块模块调试 41

5．5  人机交互模块调试 42

5．6  系统联调 42

5．7  系统不足及改进方向 43

5．8  本章小结 43

结论 44

致谢 45

参考文献 46

附录 光电导引车实物图 48

1  引言

1．1  课题研究背景及意义

汽车的发展已经有100多年的历史，随着科技的进步，人们对汽车在安全、驾驶舒适度、娱乐和耗能等方面的要求越来越高。近年来，一些大型汽车企业开始建立各种合作关系，拉来新一轮行业竞争的序幕。随着智能控制理论的不断完善，信息融合技术已广泛用于机器人、导航和制导、遥感技术等领域[1]。

智能车辆（intelligent vehicle,IV）是集环境感知、规划决策、操作控制等功能于一体的智能体，该项目研究涉及机械运动学、动力学、计算机信息处理、人工智能控制等科学技术领域。根据智能车辆的控制特点，可以将智能车辆分为三个部分：环境感知、数据处理、路径规划和控制[2]。

1．2  国内外智能车发展概况

1．3  智能汽车关键技术分析

1.3.1  陀螺仪技术

陀螺仪的问世已超过半个世纪，其工作原理:一个旋转物体的转轴所指方向在不受外力干扰时，是不会发生改变的。经过多年的发现，其种类很多，按用途来分，主要分为传感陀螺仪和指示陀螺仪[7]。传感陀螺仪应用于飞行体运动的自动控制系统中，作为水平、垂直、俯仰、航向和角速度传感器。指示陀螺仪主要用于飞行状态的指示，作为驾驶和领航仪表使用。由于它有定轴性和进动性（都遵守能量守恒定律）的特点，陀螺仪被广泛应用于航空、航天和航海区域。

1.3.2  多传感器信息融合技术

多传感器信息融合技术把分布在不同位置、不同功能的传感器信息加以整合，消除传感器之前可能存在的矛盾和冗余，并对不确定性加以补偿，从而提高系统决策能力，降低风险。常用方法有：加权取平均值法、卡尔曼滤波、贝叶斯推理与证据推理、神经网络和模糊推理法和统计决策理论以及带置信因子的产生式规则[8]。

1.3.3  路径规划

智能车需要完成识别赛道和规划路径等任务。路径规划是按照某一性能指标自动搜索出最优路径。智能车在行走过程中只能感知局部路径，需要根据局部路径规划最优行走算法，这需要用了环境建模的方法，常有的算法有遗传算法、蚁群算法、人工视场法和模糊算法等[8][9]。论文网