摘要：針對礦井惡劣的環境，設計一種能自動循跡的礦井車系統。硬件方面，采用Cortex-M3作控制模塊，紅外感應方式探測路徑，測溫模塊和圖像傳感器辨別周圍環境，無線Zigbee模塊進行通訊；軟件設計上，循跡系統使用了模糊控制策略，針對不同軌跡自適應調整行車路線。仿真實驗結果表明，該系統能根據預設的軌跡運行，并能自動糾偏，偏差小于5％，同時能較好的監視周圍環境和溫度。

關鍵詞：循跡系統；Cortex-M3；紅外感應；模糊控制；Zigbee

隨著科技的發展、和諧社會的需求，在惡劣礦井下自動小車取代人力運作、保證礦工的人身安全成為了急需解決的問題。智能循跡小車為改善和提高礦井下運輸貨物，發揮了重要的作用。其中，系統硬件設計及其運行穩定性是智能循跡小車系統的基本要素，而自動循跡的控制是其重要的方面。在礦井環境下，小車運行控制系統具有較強的非線性、模糊性和不確定性，一般路面的運載小車無法完成相應工作，用傳統的控制理論和方法很難對其進行有效的控制。

可見礦井惡劣環境下，智能小車自動循跡系統性能的設計變得非常重要。為了實現系統的穩定性，在做了具體環境分析和需求情況下，提出了一種智能小車系統的設計方案，該方案采用最新的ARM內核作控制端，紅外探測器和圖像傳感器等作為信息采集、傳輸與通訊，軟件上采用模糊控制策略實現。系統能完成在惡劣礦井環境下的自動循跡。

1 系統硬件設計

根據系統設計的需求，結合CPU的選型以及軟件控制算法的特點，對自動循跡小車硬件系統進行了整體的規劃設計。系統由CPU處理模塊、紅外探測器、圖像傳感器、溫度傳感器、電機驅動、無線傳輸模塊以及存儲器模塊等組成。各模塊之間的聯系如圖1所示。

1)CPU處理模塊采用ARM最新內核Cortex-M3，與其它處理器相比，優勢在于低功耗、低成本、高性能3者(或2者)的結合。在系統中其主要功能：實時采集各種傳感器的信息，根據系統模糊控制方法，作出系統的判斷、決策、相應數據的存儲或處理。

2)紅外探測器模塊是安裝在小車周圍的多組紅外收發模塊，通過即時的收發紅外信息，判斷路況。主要負責對小車路徑實時探測，并及時將信息反饋CPU進行處理。

3)圖像傳感器模塊采用高速采集、高分辨率、彩色圖像OV7725傳感器，按照CPU預先設定的采集參數，負責特殊場景的圖像采集，并保存在系統存儲器或上傳遠程終端。

4)無線Zigbee模塊是基于2．4 G的無線通信組網Zigbee技術，功能是將循跡小車系統的信息上傳遠程終端，或接收遠程終端的控制命令，完成系統的無線通信與整體組網。

5)存儲器模塊包括外部SDRAM和外擴DKTA FLASH，前者用于系統CPU運算數據的臨時存儲，后者用于保存采集的重要圖像數據，以備遠程終端調用。

2 系統軟件設計

系統主控芯片為ARM公司的Cortex-M3控制器，負責整體系統的數據采集、運算控制、驅動調配與通信。軟件設計開發是基于集成開發環境Keil Uvision4完成，系統軟件設計的整體流程如圖2所示。

系統上電后初始化各寄存器，設置圖像傳感器OV7725采集參數，Zigbee模塊通信參數以及配置紅外傳感器的探測參數。進入工作狀態后，先通過無線Zigbee模塊檢查是否需要與遠程終端通信；判斷是否需要采集當前環境的圖像或溫度數據；通過分布在系統周圍的紅外收發模塊，探測小車運行軌跡，實時上傳數據到處理器；處理器根據紅外探測數據，采取模糊控制策略，輸出下一刻電機運行的狀態，從而控制小車運行的軌跡。

3 模糊控制決策輸出

系統軟件設計上，主控制器采集了實時探測的紅外信號，作為小車運動的方向判決，由于需要較強的實時性，因此本文提出的控制方法采用了模糊推理機制對參數進行處理，得到模糊可靠的輸出，以滿足系統的實時性要求。模糊控制系統輸入為當前運行路徑與期望運行路徑的偏差以及偏差的變化率，系統輸出為所計算的控制量糾正量。輸入變量為A，B(路徑偏差、偏差變化率)，輸出變量為U(控制量糾正量)?？刂埔巹t表示為

Ri：ifA is Aiand B is Bi then C is Ck (1)

其中Ai，Bi，Ck分別表示語言詞集。主通道模糊控制器的輸入為E和EC，輸出為U，設定E，EC和U的論域均為：{-6，-5，-4，-3，-2，-1，0，1，2，3，4，5，6}。對應的模糊語言子集為{NB(負大)、N(負中)、NS(負小)、ZO(零)、PS(正小)、PM(正中)、PB(正大)}。通過比例因子ke和kec將偏差e和偏差變化率ec轉換為模糊學習控制器的輸入論域E和EC，通過量化因子ku將控制器的輸出轉化為實際控制量C。

根據在校正過程中要遇到的各種可能出現的情況和相應的調整策略得到控制規則表如表1所示。