带视觉导航功能的智能车机械结构优化设计

王 英

（河北省廊坊技师学院，河北 廊坊 065000）

智能车视觉导航系统通过图像传感器获取预瞄区域内道路的车道线，进而可得到中心引导线；以图像传感器中心线为参考，可通过中心引导线计算出偏差，亦可通过相关算法完成路径识别；再通过决策规划，根据不同的偏差和道路类型（直道、弯道等），设定不同的目标速度和行驶路径；进而以目标速度和行驶路径分别作为速度和方向控制器的输入量。速度和方向控制器输出PWM信号分别控制电机和舵机的转动，同时通过光电旋转编码器形成速度反馈，进行智能车的速度和方向控制，实现智能车通过视觉自主驾驶的功能。本设计选择全国大学生智能车竞赛官方指定的C型车模作为主体，该车模采用两个直流电机驱动后轮，舵机驱动梯形转向机构完成前轮转向，文中采用阿克曼转向原理对转向结构进行了设计，建立了后置双梯形转向结构的数学模型，用MATLAB优化其结构参数，对摄像头安装结构、后悬架等其它部分都进行了优化，最后在此理论基础上制作了实车模型，进行了实验验证。

1 转向结构优化

在机械结构设计的前期，为方便进行结构参数的直接修改和优化，缩短设计周期，同时也为避免因多次结构改动而造成原模型车的损坏，减少资源浪费。采用SolidWorks制作1：1三维模型来仿真并优化，在优化过程中采用阿克曼转向原理。

1.1 阿克曼转向原理

阿克曼转向原理，是指轮胎在不打滑时，忽略左右侧轮胎因转弯时受力不均匀所造成的形变，车辆转弯时需满足转向原理，即后左右轮轴线与前左右轮轴向这三条线汇交与一点，如图1所示。此时，点O称为转向中心，R为转弯半径，δin和δout分别为左、右转向轮的期望转角。

图1 阿克曼转向模型

从图1中，由数学关系可得，左右转向轮的关系式为：

式中：M——两主销中心的距离；L——轴距。

1.2 智能车梯形转向结构设计

参考汽车采用的转向梯形结构，设计出针对模型车的转向机构——后置双梯形转向机构[1]。该转向机构左右转向对称，能够快速响应转向动作，同时使左右转向轮最大程度地符合阿克曼转向原理，如图2所示。

忽略车轮转向主销定位的影响，图2中点A、B、C分别为左、右轮转向横拉杆和左、右转向节臂连接处球铰的中心，Z和Z0分别是左、右转向节臂的垂线并交于点O和E，故点O、E处于同一水平面上且分别为左、右轮转向节臂绕其转向主销的转动中心；Z1是转向轴的垂线并交于点F，则有Z∥Z0∥Z1；转向轴指示方向即为智能车前进方向，过O、E、F分别作平行于转向轴的线段X、X0、X1，并建立图示直角坐标系Oxyz、。

图2 后置双梯形转向机构示意图

在上述直角坐标系下，转向机构参数可以表示为：左、右轮转向主销距离OE=M，左、右轮转向曲柄长度为FB=FC=Ll，左、右轮转向横拉杆长度为AB=CD=L2，左、右轮转向曲柄夹角为φ，转向机构输入为左、右轮转向曲柄转过的角度θ（Z1为参考轴），输出为左、右轮转向轴转角β（x为参考轴）、α（x0为参考轴），则在坐标系Oxyz中，点A、B、C、D、E和F分别表示为：

式中：H——点F距离点O沿z方向的距离；

K——点F距离点O沿x方向的距离；

因为转向机构在运动时左、右轮横拉杆长度应该保持不变，故：

将点A、B、C、D空间坐标代入式（1-2）、式（1-3），整理得出：

式中

从式（1-4）、式（1-5）中可知，左、右轮转向轴β和α仅与转向轴输入θ和转向机构参数有关。运用万能公式并求解式（1-4）、式（1-5）可得：

式（1-6）和（1-7）中正负号根据实际情况确定。

当转向机构的转向轴θ不产生输入时，左、右轮转向节臂OA和ED与x、x0轴存在夹角ω，则此时后置双梯形转向机构的左、右转向轮实际转角φin和φ out分别为：

整理式（1-8）、式（1-9），消去转向轴输入角θ，得到后置双梯形转向机构左、右轮转角关系：

由式（1-10）关系知，输入左轮转角φin，后置双梯形转向机构输出一个对应的右轮转角φout，车辆转弯时φout应尽可能接近理论期望值δout。

故可以建立优化目标函数[4]：L3、K、H、M、ω系统已知，因此需优化变量X=[L1,L2,φ]。运用

确定一组机构参数使得目标函数值最小。建立约束条件，且MATLAB的优化计算函数对优化目标函数式进行优化计算，最终得到最优初始参数为：L1=34mm，L2=52.1mm，φ=25.5°，经过试验测试证明优化效果较好，如图3所示。实际和期望转角最大误差不超过2°，满足智能车系统控制的精度要求。

图3 梯形优化图

2 舵机安装及优化

经过前面的理论分析，得知智能车采用后置双梯形转向结构，且初始机构参数为：L1=34mm，L2=52.1mm，φ=25.5°。舵机的安装应尽量降低重心并保证安装结构的左右对称，使转向具有较高的灵敏性和对称性。综合考虑，舵机采用立式安装，舵机安装结构如图4所示。

图4 舵机立式安装结构

3 摄像头安装位置

摄像头是智能车的“眼睛”，作为系统的前馈输入用来感知赛道的信息，摄像头安装的位置影响着摄像头前瞻的远近（如图5），而前瞻的远近决定着智能车提速空间的大小。由图5易知，摄像头安装位置越高视场越大，越靠近车身前部视场盲区越大，综合考虑后，摄像头安装在车身中心线偏后，距离车身高度合理的位置，此时摄像头视场距离车头最近为5cm，最远150mm，具有较小的盲区和足够大的视场，但是由于摄像头与竖直方向夹角较大，产生了较严重的图像畸变，故需要后续算法实行校正。

图5 摄像头位置与前瞻的关系

为了减少摄像头产生自身的震荡，一方面需要减轻摄像头支架的重量，另一方面需要增加摄像头支架的刚度，最终采用碳纤维杆作为摄像头支架的主桅和支撑杆，摄像头支架的结构固定件也采用铝制材料。最后，摄像头安装的方式如图6所示。

图6 摄像头安装图

4 后悬架及其它部分优化设计

4.1 后悬架优化设计

优化后悬架，一方面是因为智能车所行驶的赛道相对平坦，不会出现路面高低不平现象；另一方面，智能车相对速度较高，如果采用原模型车的被动悬挂结构，其智能车会在连续弯道行驶过程中车身产生不必要的震荡，影响图像采集的稳定性。最终采用硬连接方式，直接将车身与后桥相连，增加其刚度，如图7所示。

图7 后悬架优化

4.2 其他部分优化设计

其它部分的优化主要围绕齿轮啮合程度的调节、结构间隙的消除、重心的调整进行。左、右后齿轮箱齿轮较多，且啮合程度不合适，存在传动误差，需要调节齿轮啮合程度，直到齿轮间没有明显间隙且齿轮之间传递平顺；结构间隙主要存在梯形转向结构部分，需要添加适当的垫片以减小结构间隙；通过降低电池安装高度、降低主板固定高度等来降低整车的重心，同时需要保证整车结构的左右对称，即整车重心尽量靠近整车几何中心，优化完成后的智能车如图8所示。

图8 优化后智能车

5 小结

文中采用阿克曼原理及梯形结构设计了智能车机械部分，对后置双梯形转向结构建立数学模型，通过MATLAB优化其结构参数，在此基础上，确定采用立式方式安装舵机，并设计了舵机的安装结构。对摄像头安装结构、后悬架等其它部分都进行了优化，优化完成后制作了实车模型，在实验室搭建了智能车竞赛跑道，与之前没有经过优化的车采用相同的控制软件进行了实验，实验结果表明经过优化之后的车辆，在图像采集、转向、以及弯道加减速等方面具有良好的稳定性和附着力，实车能够取得更快的运行速度。