图1.1  “先锋哨兵”自主无人地面车辆(UGV)

欧洲研究的陆地移动机器人同样具有鲜明的特色。1987年，德国国防军大学研制出的高速公路自动驾驶车VaMoRs创下了96km/h的最高时速，最近它的时速已达到了150km/h以上。意大利Parma大学研制出的AGRO自主车进行了2000km的试验，其中包括平原、山地和隧道等多种地形，约94%的路程是自主驾驶的[5, ]。

1.2.2  国内研究现状

相较于国外，国内的智能车辆研究起步较晚，且多集中于大学和研究所内。主要技术成果为7B.8军用智能机器人平台以及清华大学研制的THMR-III和THMR-V自主车。2013年，由军事交通学院参与研究的无人驾驶汽车路试成功。这辆车从台湖到东丽，共行驶114公里，用时85分钟，路上平均时速79.06km，最高时速达105km，超车33次，如图1.2所示。

图1.2  无人驾驶汽车

1．3  全国大学生智能车竞赛简介

全国大学生“飞思卡尔”杯智能汽车竞赛是韩国汉阳大学汽车控制实验室在飞思卡尔半导体公司资助下举办的以HCS12单片机为核心的大学生课外科技竞赛[ ]。此竞赛是教育部倡导的大学生科技竞赛之一。它以智能汽车为研究对象，是面向全国大学生的具有创意性、探索性的工程实践活动，该项比赛由组委会提供车模，各参赛队伍研究设计出一款能在专门设计的封闭跑道上行驶的能够自主识别路线并自主行驶的智能车[ ]。

智能车大赛是以迅猛发展的汽车电子为背景，涵盖了模式识别、控制、传感器技术、电气、电子、计算机、机械等多个学科交叉的科技创新型比赛，目前，此项比赛已成为各高校展示科研成果和学生实践能力的重要途径，同时也为社会选拔优秀的创新人才提供了重要平台[ ]。图1.3为第七届全国大学生“飞思卡尔”杯智能汽车竞赛的照片。

图1.3  第七届全国大学生智能车竞赛

1．4  本文主要工作

本文以第八届全国大学生“飞思卡尔”杯智能汽车竞赛为背景，以ColdFire系列的32位单片机MCF5223X为核心控制单元，利用线性CCD传感器检测路径信息，对智能车进行实时控制[ ]。本文将对智能车后轮驱动系统与光电导引两轮自平衡智能车系统建立数学模型，用卡尔曼滤波算法对加速度计和陀螺仪获取的车模姿态信息进行融合滤波，实现对光电导引两轮自平衡智能车的直立控制、速度控制和方向控制，另还设计了电机内环控制以提升智能车的电机响应性能。文献综述

本文具体的研究内容主要包括：

第一章：引言。介绍本课题研究背景及意义、国内外智能车研究现状、“飞思卡尔”杯智能汽车竞赛概况以及本文主要工作。

第二章：光电导引两轮自平衡智能车系统总体设计。给出光电组智能车的系统需求分析，介绍了智能车的系统组成及各部分的主要功能，并对智能车的工作原理与工作流程做了简要介绍。

第三章：光电导引两轮自平衡智能车系统建模。本章首先对智能车后轮驱动系统进行了建模，给出其数学模型；针对其简化模型，分别进行了基于牛顿力学方程的动力学建模与运动学建模，并对车模运动轨迹进行讨论。本章将两轮自平衡智能车系统在平衡点附近进行线性化处理，从而得到系统的状态空间方程，为后续章节智能车的控制算法设计提供了理论依据。最后，根据智能车的系统参数设定和建立的数学模型，对系统的稳定性和能控性进行了matlab分析，证明系统的各状态变量都完全能控。

第四章：光电导引两轮自平衡智能车控制算法设计。这一章分别从直立、速度和方向三个方面设计了智能车的控制算法。