传感器与智能车路径识别
传感器与智能车路径识别
王明顺沈谋全
摘要：路径识别是体现智能车智能水平的一个重要标志，而传感器是智能车进行路径识别的关键检测元件。针对智能车在特殊路径与传感器数目限制的条件下的路径识别，提出了基于红外传感器的路径识别方案与基于图像传感器的路径识别方案，并对两种方案的应用性能进行了比较。通过将基于面阵图像传感器的路径识别方案应用于智能车竞赛并取得优异成绩，验证了该方案的可行性与有效性。
关键词：路径识别；智能车；红外传感器；图像传感器
引言
“飞思卡尔”杯全国大学生智能车竞赛是以HCS12 MCU为核心的大学生课外科技竞赛。组委会提供了一个标准的汽车模型、直流电机和可充电式电池，参赛队伍要制作一个能够自主识别路线的智能车并在专门设计的跑道上自动识别道路行驶，其中比赛限制规则之一就是传感器的总数不能超过16个。由于路径识别在本智能车控制系统中的重要地位，而路径识别结果的好坏又与传感器的选择、传感器的数量有直接关系，因此，本文针对应用于路径识别的传感器进行讨论。
图1 智能车整体实物照片
传感器概述
光电传感器与CCD/CMOS图像传感器是较为常见的应用于路径识别的传感器。光电传感器物理结构、信号处理方式简单但检测距离近。CCD/CMOS能更早感知前方路径信息，但数据处理方式复杂，将CCD/CMOS图像传感器应用于路径识别是发展趋势。
红外传感器分为数字与模拟两种。数字红外传感器硬件电路简单但采集路径信息粗糙，模拟式通过将多个模拟红外传感器进行适当组合，可以再现赛道准确信息，但需占用微处理器较多的AD端口。CCD/CMOS图像传感器可分为线阵式与面阵式两种。线阵式图像传感器应用于系统对检测精度有特殊要求的场合，一般价格较昂贵。面阵式图像传感器应用于普通的视频检测，价格较便宜。对于HCS12单片机的处理能力，在这里只能选用CCD/CMOS图像传感器的信号输出格式为电视信号。
设计方案
针对第一届全国大学生智能车竞赛的赛道特色，基于上述对传感器的说明，下面讨论红外传感器与CCD/CMOS图像传感器的路径识别方案。
基于反射式红外传感器的数字光电传感器阵列的路径检测方法具有较高的可靠性与稳定性，且单片机易于处理。虽然大赛限制传感器为16个，但仍不足以解决精度问题，而且光电传感器本身存在着检测距离近的问题，不能对远方的路径进行识别，降低了对环境的适应能力，影响了智能车的快速性和稳定性。它利用传感器对白色和黑色的反射率大小,把最大、最小值之间分为n个index区间，通过对各个传感器index值的组合基本能够确定智能车的位置,从而对位置和行驶方向都能做较精确的控制。但这种方法对识别道路的计算量大，计算时间较长，且检测距离也不是很远[1]。
基于图像传感器的智能控制，利用CCD/CMOS图像传感器的特点在小车前方虚拟出24个光电传感器，能够精确地感知智能车的位置，并且硬件安装简单，调试方便。基于CCD/CMOS传感器的路径检测方法具有探测距离远的优势，能够尽可能早的感知前方的路径信息进行预判断，再现路径的真实信息。与光电传感器阵列配合使用具有远近结合的优势,且具有较高的稳定性和可靠性。但大赛所要求的MC9S12DG128，总线时钟最高25M，无法实现高级的图像算法和控制算法,且硬件电路较为复杂。
将以上各方案结合MC9S12DG128 MCU的运算能力，在追求系统简洁性的基础上实现智能车控制系统路径识别的准确性，我们选择了基于CCD/CMOS图像传感器的智能控制方案应用于最终的大赛。
具体应用
我们采取了基于图像传感器的路径识别方案，其参赛的智能车的整体实物照片如图1所示。邀请赛指定唯一微处理器为FREESCALE HCS12DG128B16位MCU，128K字节的Flash EEPROM，8K字节的RAM，2K字节的EEPROM，2个异步串行通信接口(SCI)，2个串行外围接口(SPI)，1个8通道的输入捕捉/输出比较(IC/OC)增强型捕捉定时器，2个8通道、10位转换精度的模数转换器(ADC)，1个8通道的脉冲调制器(PWM)，丰富的I/O资源，内部集成PLL锁相环，可以提高系统时钟工作频率。然而，S12单片机的上限内部总线频率25MHz。在此限制条件下，将微处理器的总线时钟设定为24MHz。
图2 LM1881视频同步分离电路
根据智能车赛道引导线与其背景的巨大反差的特点，这里只需要选择具有全电视信号输出的黑白图像传感器即可。由于所选的黑白图像传感器为PAL制，故行频为64ms，场频20ms，行同步为12ms(行消隐脉冲4.7mS)，场同步脉冲宽度为25个行周期(2.048ms)，去掉行同步时间，则每行的有效信息时间是52ms。通过将图像传感器输出的视频信号接至视频同步分离芯片LM1881的视频输入端，就可以得到行同步、场同步、奇/偶场同步信号等，这里只使用行同步、奇/偶场同步信号作为单片机进行视频AD采集的控制信号。使用LM1881提取视频信号中的行、场同步信号的电路原理如图2所示。
处理器MC9S12DG128进行AD采样与转换的时间要求，这里使用24MHz的总线速度，这样每采集一个点的时间大约是2ms，每行的扫描时间是64ms，去掉行消隐与行同步
时间12ms，每行有效信息时间为52ms。从数据可靠性与稳定性的角度考虑，我们选择每行采集24个点，每场采集200行，但在实际应用中，每场采取每间隔10行采集一行数据的策略，如此操作就能够满足控制系统的精度要求。图像传感器每场的数据变换成一个20行、24列的一个二维数组。由于微处理器HCS12DG128B的AD默认参考电压为5V左右，而视频信号的白电平为1.2V左右、黑电平0.5V左右，为了体现白黑的巨大差异，这里将A/D采集的参考电压调整为1.5V，从而使得AD采集的正常结果通常是在85～204之间。
结语
本文从传感器与路径识别的关系出发，讨论了红外传感器与CCD/CMOS图像传感器识别方案的优缺点,并优选出CCD/CMOS图像传感器用于智能车路径识别与传感。通过将基于面阵CCD/CMOS图像传感器的路径识别方案应用于第一届“飞思卡尔”杯全国大学生智能车竞赛，并从众多使用红外传感器的参赛队伍中脱颖而出，证明了该方案较红外传感器在路径识别中更具潜在优势。
智能小车的路径识别问题
智能小车的路径识别问题 摘要：智能小车路径识别技术是系统进行控制的前提，介绍了路径识别技术的几种分类及相应的优缺点，通过分析得出面阵CCD摄像更适合作为采集信息的工具。 关键词：智能小车；路径识别；面阵CCD摄像器件 Abstract: Smart car’s path recognition technology is the premise of the control system, this paper introduces the path of several classification and recognition technology, through the analysis of the advantages and disadvantages of the corresponding to array CCD camera is more suitable for gathering information as the tool. Key words:smart car; Path recognition; Surface array CCD camera device 0 引言：为培养大学生的自主创新设计的能力，各大高校都设置了智能车比赛，智能小车 行驶在给定的白色路面，由中间的黑色轨迹线引导，实现自主循迹功能。实现该 功能的小车主要由电源模块、循迹模块、单片机模块、舵机模块、后轮电机驱动 模块组成。路径模块一般由ATD模块，外围芯片和电路，与路面信息获取模块 组成，要能够快速准确得进行路径识别检测及相关循迹算法研究，本文就这两个 方面进行相应的分析和介绍。 1 光电传感器 1.1 反射式红外发射接收器 半导体受到光照时会产生电子-空穴对，是导电性能增强，光线愈强，阻值愈低。这种光照后电阻率变化的现象称为光电导效应[1]，用于路径检测的反射式红外光电传感器基于此原理设计。该传感器一般由一个红外线发射二极管和一个光电二极管组成，可以发射并检测到反射目的光线。不同颜色的物体对光的反射率不同，当发射出的红外光对准黑色物体时，反射的红外线很少，光电二极管不能导通，反之，当对准白色物体时，光电二极管导通[2]。系统的单片机接收到光电二极管的信息根据相应的算法分析出小车此时的位置及位置偏离度，进而控制小车的方向和速度。 光电式传感器是通过对光的测量通过光电元件转化为电信号，并输出有效的输出量，由于外界光电因素的原因导致空间分辨率低是每个红外传感器存在的缺点，因此必须对原始传感器信息进行预处理，取相对值是一种有效解决外界干扰的方法，即将传感器未发射红外线时的A/D转换值进行提取，再与红外线时的转换值取相对值。文献[2]同时也提出了如何根据每个传感器的相对值与传感器位置推断出车模相对于黑色引导线的横向偏移位置。而文献[3]中所描述的方法与文献[2]有异曲同工之妙，文献[4][5]也对光电传感器的路径算法有详细科学的介绍。 1.2光敏电阻阵列传感器 假设光敏电阻阵列布置如图1所示，在智能小车的正前方布置n个光敏电阻( n=1,2,…, 11 ) ,在其质心位置依次紧密排列m个光敏电阻（m=1,2…7），首先测出路径黑色区域和白色区域的光敏电阻值，以通过d点的中心线的交点为原点建立坐标系,两排光敏之间的距离为K,光敏n和n+1且n>6或者(n和n-1且n<6)所测的值分别为黑色区域值和白色区域值，光敏6中心为智能小车的中心线通过点，而光敏d也为其通过点，连接这两点即为智能小车的中心线，则通过小车中心线并与黑色区域光敏值对应的光敏n与光敏m的连线即为所求路径信息。理论上讲，只要有两点就可以确定唯一的直线。
智能车高速稳定行驶局部路径规划算法
引言 智能车高速入弯时，若地面附着力不足以提供转向向心力，将导致侧滑等危险发生。智能车能否以较高平均车速安全驶过弯道，取决于路径规划基础上的转向半径与车速的合理匹配。本文采用局部优化对智能车CCD摄像头视野内的道路进行路径规划。局部优化算法包括人工势场[1]、模糊[2]、遗传[3]、蚁群[4]及粒子群算法[5]等，它们对硬件实时性要求较高。本文考虑智能车和道路几何尺寸，智能车及CCD的位置与姿态，以及弯道类型等因素，建立了简单可行且满足实时性要求的局部路径规划算法，进而确定了智能车高速稳定行驶的转向角和车速。 局部路径规划算法流程 控制程序流程如图1所示。首先，采集图像信号并去噪、提取道路中心线;然后，计算并返回图像失真校正后的世界坐标;第三，计算并返回偏航计算后的当前时刻世界坐标;第四，计算并返回路径规划算法得到的目标转向半径;最后，查询预储存在ROM 内的舵机转角和行驶速度，并调用执行程序，完成对智能车的控制。
智能车高速行驶局部路径规划算法 CCD传感器图像信息采集 CCD输出标准PAL制信号，LM1881视频同步分离芯片提取行同步和场同步信号，进而触发单片机图像采集中断，通过A/D模块将视频信号转换为数字信号。CCD输出图像分辨率为320×600，考虑单片机内存和运算速度限制，取分辨率为37×150。CCD传感器标定 假设道路为水平面，故在二维平面内标定CCD传感器，从而建立CCD图像坐标系与世界坐标系的对应关系。如图2所示，图像坐标系原点位于图像左下角，坐标轴u、v分别为CCD图像平面的横向和纵向;世界坐标系原点O'位于智能车几何中心，x'和y'轴分别为智能车横向与纵向对称面在水平面的投影线;中间坐标系原点O1'位于视场最近端中点，x1和y1轴分别为中间坐标系所在平面的横向和纵向。图2中各参数的物理意义与几何尺寸数值见表1。
汽车传感器识别与检测图解题目
一、填空题 1．热敏电阻按半导体电阻和温度的特性关系可分为三种：一、负温度系数热敏电阻；二、正温度系数热敏电阻；三、临界温度热敏电阻。 2．热敏铁氧体温度传感器由强磁材料制成。 3．水温传感器大多用负温度系数热敏电阻制成。 4．进气温度传感器在D型EFI系统中被安装在空气滤清器之后的进气软管上； 在L型EFI系统中被安装在空气流量计；第三种被安装在进气压力传感器内。 5．车内空气温度传感器有两个，一个安装在驾驶室内仪表板下；另一个安装在后挡风玻璃下。 6．EGR废气再循环系统主要是为了减少汽车尾气中NOx 的含量。 7．读取故障码的方法有两种方法，一、人工读取；二、专用仪器。 8．双金属片气体温度传感器用于检测进气温度，并通过真空膜片控制冷空气和热空气的混合比例。 9．空气流量传感器用来检测发动机进气量的传感器，并将其转换为电信号输入电子控制单元ECU ，以供计算喷油量和点火时间。 10．叶片式空气流量传感器由空气流量计和电位计组成。 11．空气流量传感器中有一个油泵开关，来控制燃油的喷射。 12．空气流量计内的进气温度传感器是为进气量作温度补偿。 13．叶片式空气流量传感器叶片完全关闭时，触点应处于断开状态，电阻值应为无穷大。 14．叶片式空气流量传感器叶片稍微摆动时，触点应处于闭合状态，电阻值
应为0 。 15．涡流式空气流量传感器的工作原理是在进气道内放置一个三角形或流线型涡流发生器。 16．涡流式空气流量传感器测量漩涡数量的方法有声波测量法和反光镜测量法两种。 17．涡流式空气流量传感器的检测内容主要是测量各端子电阻和电压值。 18．热线式空气流量传感器按其热线安装位置的不同可分为主流测量法和旁通测量法两种。 19．热线式空气流量传感器是利用热线与空气之间的热传递现象进行空气质量、流量测定。 20．热线式空气流量传感器还有自洁功能，当发动机熄火时，电路会把热线自动加热，以清洁流量计。 21．进气歧管绝对压力传感器的功能是根据发动机的负荷状况检测出进气歧管内压力的变化。 22．进气压力传感器按信号产生的原理可分为电压型和频率型两种。 23．半导体压敏电阻式压力传感器是利用半导体的压敏效应制成的。24．半导体压敏电阻式压力传感器薄膜周围有四个应变电阻，以电桥方式连接。 25．真空膜式进气压力传感器将膜盒的机械运动变换成电信号输出，可用、
传感器技术在交通检测中的应用
传感器技术在交通检测中的应用 传感器技术在交通检测领域的应用交通信息是城市交通规划和交通管理的重要基础信息，通过全面、丰富、实时的交通信息不但可以把握城市道路交通的发展现状，而且可以对未来发展进行预测。因此，交通信息采集与处理技术无论对城市的规划、路网建设、交通管理，还是对未来智能交通系统功能的实现都非常重要。 动态交通信息采集系统的目标是全面、自动、连续地从路网上获得不同地点和路段上的交通流信息。而要实现这一目标，就离不开信息传感器。 一、传感器的涵义及组成国家标准（GB7665—1987）对传感器下的定义是：能感受到规定的被测量的量，并依据一定的规律转换成可用于输出信号的器件或装置。在现代科学技术的发展过程中，非电量（例如压力、力矩、应变、位移、速度、流量、液位等）的测量技术（传感技术）已经成为各领域的重要组成部分，但传感技术最主要的应用领域是自动检测和自动控制，它将诸如温度、压力、流量等非电量变化为电量，然后通过电的方法进行测量和控制。因此，传感器是一种获得信息的手段，它获得的信息正确与否，关系到整个测量系统的精度。传感器一般是利用物理、化学、生物等学科的某些反应或原理，按照一定的制造工艺研制出来的。因此，传感器的组成将随不同的情况而有较大
差异。但是，总的来说，传感器是由敏感元件、传感元件、信号调节与转换电路和辅助电路组成。敏感元件是直接感受非电量，并按一定规律转换成与被测量有确定关系的其他量（一般仍为非电量）的元件。传感元件又称变换器，一般情况下，它不直接感受被测量，而是将敏感元件输出的量转换成为电量输出。这种划分并无严格的界限，并不是所有的传感器都必须包含敏感元件和传感元件。如果敏感元件直接输出的是电量，它同时兼作为传感元件。信号调节与转换电路一般是指把传感元件输出的电信号转换成为便于显示、记录、处理和控制的有用信号的电路。辅助电路通常包括电源，有些传感器系统采用电池供电。 二、交通检测中常见的传感器技术 1、红外线传感器红外传感器是波束检测装置的一种，有主动和被动两种形式。主动式发射器和接收器分别为半导体激光器和光电二极管，将两者对中，水平安装在车道旁边。无车通过时，接收器接收细束线状红外光，有信号输出；车辆通过时，遮断光束，接收器无输出，通-断转换是对车辆的检测信号。新型主动反射式红外检测器的原理为：在相同的红外光辐射下，反射物的大小、材料和结构不同，反射能量就不一样。 被动式红外检测没有发射器，只有接收器。接收器感受路面和车辆以红外波长为主的辐射能量。路面和车体的材料温度和表面光洁度都不一样，它们的辐射能量也必然不相等。现代红外测温的分辨率已达到0、1%℃，因此区分道路和车辆己不存在困难。
常用车辆检测传感器综述
常用车辆检测传感器综述 前言随着城市规模的不断扩大以及人口持续增加，人们的工作生活越来越依赖于各种交通工具。经济不断发展，人们收入的增加，以及国家一系列的购车优惠政策，越来越多的人拥有汽车。城市各种车辆的增加给人们出行提供了方便，但是由于交通量的增加，容易造成交通拥堵，甚至出现交通事故。为了解决日益严重的交通问题，不能够仅仅依靠扩宽现有的道路或者修建新的道路，构建智能交通系统（Intelligent Transportation Systems，简称ITS）此时解决日益严重的道路交通问题的有效办法，而车辆检测传感器则是ITS中最重要的交通数据采集部分。 实时准确地检测道路车辆的交通流信息并预测未来道路交通状况,进而将预测信息提供给交通控制中心,才可能有效避免交通阻塞,减少出行时间和交通事故的发生。精确和可靠的检测数据是在交通控制中进行合理的信号配时优化的基础，有效地利用实时的交通数据预测未来的交通状况,是实现有效的交通控制关键所在。本文集中介绍了集中生活中常用的几种固定式车辆检测传感器的原理和特点，分析了在不同环境中，车辆检测传感器的选择方式。 固定式车辆检测传感器一般包括感应线圈式检测器、超声波检测器、微波检测器、红外线检测器、视频检测器、磁力检测器以及声学检测器等。 一、感应线圈检测器 1.1 工作原理 感应线圈车辆检测器在检测过程中利用了涡流效应，即根据电磁感应定律，当金属导体置于交变磁场中时，导体内就会产生感应电流，在导体内形成闭合回路电流。检测器LC谐振电路产生一定频率的正弦振荡信号，同时，正弦振荡信号经互感线圈感应到埋设在路面的环形激励线圈上，使其周围空间形成正弦交变磁场。 图1 线圈检测系统组成示意图 其主要构成包括:埋于路面以下较浅处的绝缘线圈、路边拉紧盒到控制箱的数据输入线以及装于控制箱内的电子元件，如图1所示。环形线圈检测系统与控制中心的主控机通过电缆连接、通信，主控机可发送信号，设置检测器的检测周期等工作状态，并监测检测器故障；检测器则将检测数据如车辆计数、占有率等传送至主控机，以便完成控制系统的信息存储、优化配置、方案选择和事件检测等功能，实现系统的最佳控制效果。当汽车停在或驶过绝缘线圈,车辆的金属部分产生涡流电流,且电流方向与线圈电流的方向相反,因此,引起涡流电流产生的磁场与线圈电流产生的磁场方向相反,使得线圈磁场场强减小,而线圈磁场场强的减小使得振荡电路的振荡频率增加,从而引发电子元件向控制箱发出脉冲,以表征车辆的出现和经过。 1.2 典型应用 感应线圈车辆检测器具有稳定性好、技术成熟、正常使用寿命长、性价比和精确度高等
2015年传感器与检测技术(考试复习题)
传感器与检测技术 (一)选择题 1.※根据传感器的组成，能直接感受被测物理量的是（敏感元件） 2.※通过动态标定可以确定传感器的（固有频率） 3.※光导摄像管具有的功能是（光电转换功能、扫描功能、存贮功能） 4.※在人工视觉系统中，明亮度信息可以借助（A/D转换器） 5.※测量不能直接接触的物体的文档，可选用的温度传感器类型是（亮度式） 6.※实用化的水分传感器是利用被测物质的（电阻值）与含水率之间的关系实现水分含量 的测量。 7.※属于传感器静态特性指标的是（线性度）。 8.※传感器能感知的输入变化量越小，表示传感器的（灵敏度越高）。 9.※红外光导摄像管上的红外图像所产生的温度分布在靶面上感应出相应的电压分布图 像的物理基础是（热电效应）。 10.※热电偶式温度传感器的T端称为工作端，又称（热端）。 11.※在典型噪声干扰抑制方法中，将不同信号线分开并且留有最大可能的空间隔离是为了 （克服串扰）。 12.※信号的方差大，表述信号的（波动范围大）。 13.※传感器输出量的变化△Y与引起此变化的输入量的变化量△X之比，称为（灵敏度） 14.※对传感器实施动态标定，可以确定其（幅频特性）。 15.※周期信号频谱不具有的特点是（发散性）。 16.※在传感器与检测系统中，如果被测量有微小变化，传感器就有较大输出，表明该传感 器的（灵敏度高） 17.※对传感器实施静态标定，可以确定其（线性度） 18.※下列传感器，不适合测量静态力的是（压电式压力传感器）。 19.※一般来说，压电式加速度传感器尺寸越大，其（固有频率越低） 20.※为了测量多点的平均温度，可以将同一型号的热电偶的同性电极参考端相（并联） 21.※对于信号x(t)和y(t)，若互相关系数P xy(t)=1，表明两信号（完全相关）。 22.※变磁通式速度传感器测转速时，若传感器转子的齿数越多，则输出的感应电动势的频 率（越高）
基于摄像头的最佳道路识别及赛车控制算法 飞思卡尔
基于摄像头的道路识别及赛车控制算法 杨运海周祺吕梁 摘要：本文探讨了摄像头在智能车道路识别中的应用，并提出了一种通用的控制算法。在准确采集图像的基础上，利用临近搜索法对有效道路信息进行快速提取，通过分析赛道信息，计算出赛道黑线的走向趋势及赛车当前位置。在充分考虑当前和过去的赛道信息的基础上，对赛道类型进行判断及分类。在综合考虑赛道类型，黑线走向及车当前位置，对舵机的转向和电机的速度进行精确控制。 关键词：图像采集；临近搜索；转向控制，速度控制 1．概述 在飞思卡尔智能车汽车比赛中，路径识别方法主要有两大类，一类是基于红外光电传感器，令一类是基于摄像头。通常，红外光电传感器安装灵活，原理简单，可靠性好，不易受环境光干扰，因而得到了广泛应用，但其对前方道路的预判距离非常有限，不适宜赛车高速行驶。另一类是基于摄像头，与光电传感器相比，其优点非常明显，能提前获取大量前方道路信息，有利于实现赛车的最优控制。但其缺点是图像采集要求有高的AD转换频率，图像处理算法复杂度高，且容易受环境光的干扰。考虑到摄像头的优点远大于其缺点，因此选择了摄像头。以下是摄像头的工作流程图： 图B-1 摄像头工作流程
摄像头控制赛车行驶方案有三大模块：图像采集、赛道信息提取、转向和速度控制。 2．图像采集 考虑到S12的运算能力，我们采用了黑白制式、320*240的CMOS单板摄像头。摄像头出来的是模拟信号，每秒有50场图像，场之间有场消隐信号，行之间有行消隐信号，经过lm1881分离后，可得到场同步信号和行同步信号，作为行中断信号。由于行中断中要采集该行的信号，对时间要求很严格，其中断优先级应比普通中断的优先级高，因此我们选择IRQ作为行同步信号输入口，PT0作为场信号输入口。此外，为保证图像不丢失，我们仅对场信号的下降沿进行捕捉。 图B-2 摄像头视频信号 按照目前车的刹车时的加速度，我们选定图像拍摄最远处为前方1米就足以对速度做出了控制。考虑到前轮到前方20cm为摄像头的盲区，故有效拍摄范围为0.8m，为了保证不丢失起跑线，每2.5cm至少拍摄一行，故一幅图像至少采集32行。为了稳妥起见，我们选择了ROW=45行。摄像头最前方拍摄的宽度为80cm，而黑线宽度为2.5cm，故一行至少采集32，为了稳妥起见，一行采集的点数定为COL=45个点。 正常情况下，S12的AD频率不能超过2M，转化一个点需要14个周期，如果不超频，一行将只能采集8个点（24M主频时）。将分频系数设为0，此时AD 频率为12M。在行采集过程中，我们通过查询方式来判断AD是否转换完成，并对AD转换时间进行了记录，发现记录到的时间恰是期间指令执行一次的时间，这表明，影响一行采集的点数已不是AD的频率，而是执行指令的时间，因此采集过程中不需要查询A TDSTA T0的标志位，只需要通过执行一定数量的NOP空操作指令延时即可。例如采集47个点需要时，每个点的时间间隔是53us/47=1.125us，对应的指令周期数为1.125*24=27。通过反编译知读写等指令本身有13个指令周期，故令加14个NOP指令即可实现。 由于摄像头的角度关系，拍摄是不均匀的，而是前方疏，近处密。为了保证采集的均匀，采集的行之间间隔的行数就不能相同。摄像头的有效行数为285行左右，具体关系如下表： 行采集计数器line 摄像头行计数器row 备注 0 0 每3行采集一行
车辆检测传感器
车辆检测传感器——地磁传感器简介 发布时间：2008年10月13日 Audo look6.0下载地磁传感器可用于检测车辆的存在和车型识别。这种利用车辆通过道路时对地球磁场的影响来完成车辆检测的传感器与目前常用的地磁线圈（又称地感线圈）检测器相比，具有安装尺寸小、灵敏度高、施工量小、使用寿命长，对路面的破坏小等优点，在智能交通系统的信息采集中必将起到非常重要的作用。 车辆检测传感器的现状 交通监控系统的主要目标是适应动态交通状况的变化。即通过采集交通数据并将其传输到交通管理中心，在中心进行分析，根据分析结果，中心通过控制车辆出入和信号灯，从而更好地管制交通；中心还可以利用这些数据在发生交通事故时迅速采取措施。同时管理中心可把采集的交通数据传给司机，这有助于减缓交通拥挤，优化行车路线。运用交通监控系统可以提高现有道路的通行能力，协调处理突发性交通事件，缓和交通阻塞，从而改善交通状况。数据采集系统在交通监控系统中起着非常重要的作用，所以研究有更高应用价值的数据采集系统是必要的。车辆检测传感器是数据采集系统的关键部分，传感器的性能对数据采集系统的准确性起决定作用。传统的交通数据采集是通过在路面上铺设地感线圈传感器，这种方法有以下缺点： 1.是线圈在安装或维护时必须直接埋入车道，这样交通会受到阻碍； 2.是埋置线圈的切缝软化了路面，容易使路面受损； 3.是工程施工时，出于无意或由于需要切断线圈的现象也会发生，结果常常使线圈无法使用； 4.是感应线圈易受到冰冻、盐碱或繁忙交通的影响； 5.是感应线圈寿命一般为二年，之后要破坏路面，重新铺设等。其它传感器如超声波传感器容易受环境的影响，当风速6级以上时，反射波产生漂移而无法正常检测；探头下方通过的人或物也会产生反射波，造成误检；红外传感器工作现场的灰尘、冰雾会影响系统的正常工作。 而且，以上几种传感器都是根据车长来识别车辆的类型，无法识别载重车辆。 在未来的智能交通运输系统中，交通数据采集器将大范围覆盖街道和公路，从而发挥数据采集的优势。传感器的检测准确度对区域监控方案的产生非常重要，所以用一种先进的、稳定准确的传感系统代替现有的落后的传感系统就成为一个亟待解决的问题。 另外，由于建设高速公路的投资较大，贷款筑路、收费还贷的政策早已深入人心。但是
智能小车自主路径规划算法的设计与改进
龙源期刊网 https://www.360docs.net/doc/2e14659698.html, 智能小车自主路径规划算法的设计与改进 作者：王汉元 来源：《电子技术与软件工程》2018年第04期 摘要本文探讨了智能小车自主路径规划算法的设计与改进，并对所提出的算法进行了仿 真分析。该自主路径规划算法简单可行，能够使智能小车在顺利避开障碍物的同时从起始位置行进至目标位置，确保智能小车在整个行驶路径上的安全。该算法综合使用动态窗口法，根据智能小车与障碍物之间的距离，在智能小车通过动态窗口法规划得到的速度中引入从障碍物指向智能小车的逃逸速度，补偿了动态窗口法的不足，获得了搜索路径快、可执行性好、有效地防止智能小车与障碍物碰撞的优点。 【关键词】智能小车路径规划动态窗口法逃逸速度 1 引言 智能小车是各种高新技术综合集成的载体，其集环境感知、规划决策等功能于一体，融合了机器人技术、人工智能技术、自动化控制技术、机器视觉技术等。智能小车在进行自主路径规划时，其主要任务在于，在存在障碍物的环境中发现一条从起始位置到目标位置的适当的行驶路径，使智能小车在行进途中顺利地绕过障碍物而不与障碍物发生碰撞。如何提出一种简单可行的算法使智能小车在顺利避开障碍物的同时从起始位置行进至目标位置，是本领域的一个重要问题。 2 自主路径规划的背景介绍 2.1 自主路径规划的任务 智能小车的路径规划需要解决如下问题： （1）智能小车从起始位置行进至目标位置； （2）智能小车在不碰到障碍物的前提下对智能小车的路径进行优化。 2.2 路径规划方法的分类 根据对环境信息的把握程度，路径规划方法分为：基于先验完全信息的全局路径规划，在这种规划方法中，智能小车所处的环境的全部信息已知；以及基于传感器信息的局部路径规划，在这种规划方法中，智能小车所处的环境的部分信息或者全部信息未知。其中，局部路径规划是指，基于传感器的信息，在智能小车行进过程中动态地确定其当前位置以及周围局部范围内的环境，规划出局部最优路径以到达目标位置。
基于线性CCD图像识别智能小车的设计与开发
基于线性CCD图像识别智能小车的设计与开发 目前，具有自动驾驶功能的智能车越来越引起人们的重视。智能车装备了各种传感器来采集路况信息，通过计算机的控制可以实现自适应巡航，并且又快又稳、安全可靠。智能车不仅能在危险、有毒、有害的环境里工作，而且能通过计算机的控制实现安全驾驶，能大幅度降低车祸的发生率。智能车的设计关键是路况信息的采集，传统的方案多采用红外光电传感器，此方案不仅噪声较大，而且与主控CPU的连接电路复杂，传输速率慢。本文研究的智能小车系统选用了TSL1401CL线性CCD图像采集模块，该模块采用串行通信方式与主控CPU连接，不仅电路简单、性能稳定，而且采集速率快。通过实验测试，本文设计的智能车能根据采集到的图像分析前方路径及障碍而实现智能驾驶，具有极强的实用价值和市场前景。 1 系统设计思想 经过调研与分析，我们采用了MC9S12XS128单片机、TSL1401CL线性CCD图像采集模块、稳压芯片以及液晶OLED等外围器件设计与开发出这套智能小车系统。MC9S12XS128高速单片机为Freescale公司新推出的16位高性能高速单片机，其接口丰富、功耗低、信息处理能力强大，能对小车前方路径及障碍进行及时分析，处理迅速、性能稳定。为了提高路面图像采集的速度与质量，我们选用了TSL1401CL线性CCD图像传感器。TSL1401CL 具有功耗小、性能稳定、灵敏度高、响应速度快等优点，其工作过程是先将路况光学信号转换为模拟电流，模拟电流放大后再进行A/D转换变成数字信号，最后通过串口送至主控CPU。智能小车的CPU根据CCD采集到的信息进行分析和处理，从而实现系统的自动控制与障碍处理、路径探测。在软件设计中我们采用了先进的PID（比例、积分、微分）算法，其运算参数可以根据过程的动态特性及时整定。通过PID算法，模糊PID算法来实现智能车的转向、控速等精确自动控制，另外还有很好的避障功能，实现了全智能的安全控制。 2 系统硬件设计 本项目采用模块化设计与开发，主要有CCD采集模块、电源模块、电机驱动模块、车速
飞思卡尔智能车黑线识别算法及控制策略研究
智能车黑线识别算法及控制策略研究 时间：2009-05-1811:23:07来源：电子技术作者：北京信息科技大学，机电工程学院张淑 谦王国权 0引言 “飞思卡尔”杯全国大学生智能车大赛是由摩托罗拉旗下飞思卡尔公司赞助由高等学校自动化专业教学指导委员会负责主办的全国性的赛事，旨在加强大学生的创新意识、团队合作精神和培养学生的创新能力。此项赛事专业知识涉及控制、模式识别、传感技术、汽车电子、电气、计算机、机械等多个学科，对学生的知识融合和动手能力的培养，对高等学校控制及汽车电子学科学术水平的提高，具有良好的推动作用。 智能车竞赛所使用的车模是一款带有差速器的后轮驱动模型赛车，它由大赛组委会统一提供。自动控制器是以飞思卡尔16位微控制器MC9S12DGl28(S12)为核心控制单元，配合有传感器、电机、舵机、电池以及相应的驱动电路，它能够自主识别路径，控制车高速稳定运行在跑道上。比赛要求自己设计控制系统及自行确定控制策略，在规定的赛道上以比赛完成的时间短者为优胜者。赛道由白色底板和黑色的指引线组成。根据赛道的特点，比赛组委会确定了两种寻线方案：1．光电传感器。2．摄像头。 两种寻线方案的特点如下： (1)光电传感器方案。通过红外发射管发射红外线光照射跑道，跑道表面与中心指引线具有不同的反射强度，利用红外接收管可以检测到这些信息。此方案简单易行程序调试也简单且成本低廉，但是它受到竞赛规则的一些限制(组委会要求传感器数量不超过16个(红外传感器的每对发射与接收单元计为一个传感器，CCD传感器计为1个传感器))，传感器的数量不可能安放的太多，因而道路检测的精度较低，能得到指引线的信息量也较少。若采用此方案容易引起舵机的回摆走蛇形路线。 (2)摄像头方案。根据赛道的特点斯用黑白图像传感器即可满足要求。CCD摄像头有面阵和线阵两种类型，它们在接口电路、输出信号以及检测信息等方面有着较大的区别，面阵摄像头可以获取前方赛道的图像信息，而线阵CCD只能获取赛道一条直线上的图像信息。摄像头方案的所能探测的道路信息量远大于光电传感器方案，而且摄像头也可以探测足够远的距离以方便控制器对前方道路进行预判。虽然此方案对控制器的要求比较高，但组委会提供的MC9S12DGl28(S12)的运算能力以及自身AD口的采样速度完全能够满足摄像头的视频采样和大量图像数据的处理的要求。 本文就是在摄像头方案的前提下，在实时的图像数据获取的基础上对图像信息进行数据处理，从而提取赛道中心的黑色指引线，再以此来作为舵机和驱动电机的控制依据。 1摄像头采样数据的特点 采用的黑白摄像头的主要工作原理为：按一定的分辨率，以隔行扫描的方式采集图像上的点，当扫描到某点时，就通过图像传感芯片将该点处图像的灰度转换成与灰度一一对应的电压值，然后将此电压值通过视频信号端输出，见图1。摄像头连续地扫描图像上的一行，则输出就是一段连续的电压信号，该电压信号的高低起伏反映了该行图像的灰度变化。当扫描完一行，视频信号端就输出一个低于最低视频信号电压的电平(如O．3V)，并保持一段时间。这样相当于紧接着每行图像信号之后会有一个电压“凹槽”，此“凹槽”叫做行同步脉
单目视觉智能车路径识别及控制策略
单目视觉智能车路径识别及控制策略研究＊ 陈启迅 薛 静 （西北工业大学自动化学院 西安７１００７２ ）摘 要 研究了基于ＣＭＯＳ摄像头的图像采集方法，以及智能车赛道路径识别。提出了自适应差分边缘检测算法，采用取点求面积的方法提取指引线的相关参数。自适应差分边缘检测算法是在一般的边缘检测算法的基础上提出的，它能根据提取的左右边缘存在情况调整搜索范围、阈值，以及差值的求取方法。使用海伦公式求指引线上所取的三角形的面积， 据此提出了１种基于三角形面积的智能车速度控制方法，此方法以指引线上的三角形面积反映赛道的弯曲程度，并以此作为智能车速度控制的控制变量。 关键词 自适应差分边缘检测；智能车；图像采集；海伦公式 中图分类号：ＴＰ３０１．６ 文献标志码：Ａ ｄｏｉ：１０．３９６３／ｊ ．ｉｓｓｎ １６７４－４８６１．２０１２．０５．００６收稿日期：２０１２－０７－０４ 修回日期：２０１２－０９－ ０７ ＊西北工业大学研究生创业种子基金项目（ 批准号：Ｚ２０１１０４７）资助第一作者简介：陈启迅（１９８４），硕士生．研究方向：控制工程、系统工程．Ｅ－ｍａｉｌ：ｃｑ ｘ０６２０１４＠１２６．ｃｏｍ０ 引 言 智能车辆系统是１个拥有感知环境能力，具备规划决策能力以实现自动行驶，并且可以实现多等 级辅助驾驶等功能于一体的综合系统［ １ ］。与很多学科有着密切关系，如计算机、控制、通信、图像处 理、人工智能、信号处理等，同时也是多种传感器融 合的载体。因为它一般集中了摄像机、ＧＰＳ、超声波雷达、激光雷达等多种传感器来感知周围环境， 并根据多传感器融合所获得的道路、车辆状态和障碍物信息进行控制车辆的转向和速度，从而使得车辆安全、可靠、稳定地在道路上行驶，因此智能车辆 是多学科综合于一体的高度智能化的产物［ ２－ ３］。文献［４］ 中介绍了一般差分边缘检测算法。文献［５ ］中描述了基于序列图像运动分割的车辆边界轮廓提取算法。文献［６］中提到了道路裂纹线检测中的脊波域图像增强算法。选用功耗低、前瞻性好的ＣＭＯＳ摄像头作为路径识别视觉传感器，采用自适应差分边缘检测算法有效地提取道路指引线，此算法具有很高的灵活性和适应能 力， 能够有效地降低干扰。进一步使用取点求面积的方法获取指引线参数。 １ 视觉图像采集 １．１ 硬件实现 ＣＭＯＳ视觉传感器图像采集电路［７］ 见图１ ，ＬＭ１８８１可以实现视频同步信号的分离。２脚为视 频信号输入端；３脚和５脚分别为场同步、行同步信号输出端；７脚为奇偶场同步信号输出端，在此不使用。视频信号同时接入微处理器ＡＤ转换口 。 图１ 视频同步信号分离电路 Ｆｉｇ．１ Ｔｈｅ ｃｉｒｃｕｉｔ ｆｏｒ ｓｅｐａｒａｔｉｏｎ ｏｆ ｓｙ ｎｃｈｒｏｎｉｚａｔｉｏｎｓｉｇ ｎａｌ ｏｆ ｖｉｄｅｏ１．２ 软件实现 视频信号采集流程［８］ ：首先等待场信号的到 来；然后延时，跳过场消隐，约１．４４ｍｓ；等待行同步信号；判断采集行数是否满足要求，满足则采集完成，否则延时，跳过行同步信号和消隐信号；对１行视频信号进行连续采集； 延时，跳过若干行视频信号，再跳回到等待行同步信号，直至完成，就能采集到１幅有效而完整的视频图像了。 ２ 自适应差分边缘检测算法 阈值分割法［９－ １０］在结构化道路上是提取指引 ４ ２交通信息与安全 ２０１２年５期 第３０卷 总１７１期
汽车测速传感器检测系统设计
汽车车速传感器检测系统设计 目前，随着人们生活水平的逐渐提高，人们对于生活质量的要求也日益增加，尤其是对生活质量舒适度的要求。汽车在中国普遍作为代步工具。而在国外，汽车却是一项十分受欢迎的交通方式。因此爱好汽车人十分学要一款能测速的装置，以知道自己的运行情况。并根据外界条件，如温度，风速等进行适当的调节，已达到最佳的运行效果。因此需要寻找一种装置与方法进行对训练中各种参数的测定记录。 本文讲详细的具体的讨论这些方法在汽车上的应用。 汽车要实现测速必须满足以下这些要求： ⒈对汽车进行实时速度的测量。显示出速度值。 ⒉能针对不同的车型进行选择。从而采用不同的模块进行测量。 ⒊能测量出当前的环境，以供使用者决定是否适宜出行。 ⒋显示当前日期时间，可以任意设定当前工作时间。 ⒌显示行车里程，运动时间。 ⒍可以自行设定采样频率 ⒎记录一段时间内的定时采样速度，存入制定单元。通过与PC机进行通讯，将数据传送到PC机中用如见进行处理，分析。得出运动或训练的情况。 8. 可以进入系统休眠方式以节省电能，并随时激活唤醒系统重新进行工作。可以调节液晶对比度，可以打开背景灯显示。
系统框图 通过传感器对外部物理量进行测量，再将物理信号转换为电信号，输入单 片机，单片机对所输入的电信号进行处理，最后输出显示，并可以通过与上位机通讯将数据采集到电脑中。 其中传感器元件用霍尔传感器，霍尔传感器外形图和与磁场的作用关系如右图所示。磁场由磁钢提供，所以霍尔传感器和磁钢需要配对使用。 霍尔传感器检测转速示意图如下。在非磁材料的圆盘边上粘贴一块磁钢，霍尔传感器固定在圆盘外缘附近。圆盘每转动一圈，霍尔传感器便输出一个脉冲。通过单片机测量产生脉冲的频率就可以得出圆盘的转速。 提醒：当没有信号产生时，可以改变一下磁钢的方向，霍尔对磁钢方向有要求。没有磁钢时输出高电平，有磁钢时输出低电平。 被测量对象 传感器 单片机系统 数据处理并显示 PC 机通信处理
智能循迹车及其路径规划的设计
智能循迹车及其路径规划的设计 本设计采用Arduino和STM32单片机最小系统，运用光电和运动姿态传感器，结合PID自动控制算法和A*路径规划算法，通过设计系统运行的总体框架，开发出了一款在具有基本自主循迹功能的基础上，结合了路径规划能力的智能循迹车。通过在竞赛中实际检验，本设计实现了在迷宫地图中的全场定位以及路径规划中的预设巡航行驶和最短路径行驶的功能，并达到了较佳的控制效果。本设计方案亦可作为相关机器人竞赛项目的基础参考方案。 标签：智能循迹车；路径规划；A*算法；Arduino；STM32 Abstract：This design adopts Arduino and STM32 single chip microcomputer minimum system，uses photoelectric and motion attitude sensor，combines PID automatic control algorithm and A* path planning algorithm，through the design of the overall framework of the system operation，and based on the basic autonomous tracking function，an intelligent tracking vehicle is developed，which combines the ability of path planning. Through the actual test in the competition，this design realizes the full field positioning in the labyrinth map and the preset cruising and the shortest path driving in the path planning，and achieves the better control effect. This design scheme can also be used as the basic reference scheme of the related robot competition projects. Keywords：intelligent tracking vehicle；path planning；A* algorithm；Arduino；STM32 引言 在近年来的各类机器人比赛中，智能循迹车因其具有技术性、竞技性和创新性，而成为了一个热门项目。智能循迹车系统结合传感器学、自动控制、嵌入式、路径规划技术等于一体，集成程度高，使用的算法较为多样，能够体现开发者的创新水平。路径规划技术是循迹车自主导航行驶的核心技术，运用了该技术的智能循迹车或自走机器人可以按程序设定完成规定路径巡航和自主探索两点之间的最短路径等任务。在众多的移动机器人路径规划算法中，A*算法[1]已得到广泛应用、验证以及推广。本设计结合循迹控制和路径规划，运用了PID控制算法[2]、运动传感器姿态解算[3]、全场定位和A*路径规划，综合达到了预期控制效果。 1 智能循迹车设计分析 1.1 智能循迹车设计要求 设计智能小车实现能够在白色底黑色线（25mm宽）地图上以自动循迹行驶为基础，完成按任意预设路径巡航行驶和探索两点间最短路径行驶的任务。地图
基于Dubins路径的智能车辆路径规划算法
收稿日期：2015-05-10 修回日期：2015-06-09 基金项目： 山西省科技攻关基金资助项目（20130321005-04）作者简介：宋国浩（1990-），男，山东曲阜人，在读硕士研究生。研究方向：机械工程、智能车辆。 *摘 要：路径规划是车辆智能化的核心问题之一，而所有路径均可分解为简单的Dubins 路径。在Dubins 路径的 思想下对智能车辆的行驶路径进行分段研究，并利用经典PID 控制对该算法的执行性能进行检验。研究表明：算法能计算出车辆行驶的最短路径，减少了车辆行驶的路径长度，缩短了行驶时间，减少了控制系统的计算量，提高了车辆执行系统的执行力度，降低了执行误差，对最优路径具有较好的选择性。 关键词：智能车，路径规划，Dubins 路径，最短路径中图分类号：TP273+.1 文献标识码：A 基于Dubins 路径的智能车辆路径规划算法* 宋国浩，黄晋英，兰艳亭 （中北大学机械与动力工程学院，太原030051） Intelligent Vehicles Path Planning Algorithm Based on Dubins Path SONG Guo-hao ，HUANG Jin-ying ，LAN Yan-ting （School of Mechanical and Power Engineering ，North University of China ，Taiyuan 030051，Chian ） Abstract ：The path planning is one of the core issues of intelligent vehicles.All paths can be decomposed into Dubins path.This paper sectionally researches into the intelligent vehicles ’travel path under the idea of Dubins path and carries out tests on the execution performance of the algorithm using PID control strategy.Researches showed that this algorithm can calculate the vehicles ’shortest path ，reduce the vehicles ’path length ，shorten the time of driving ，reduce the computation amount of the control system ，improve the enforcement of the vehicle execution system ，reduce the execution error ，and have a good selectivity of the optimal path. Key words ： intelligent vehicles ，path planning ，dubins path ，the shortest path 0引言 路径规划应用在很多领域，例如：军事无人机、 航天探测机器人、智能车辆以及监视和侦察等工作 ［1-3］ 。路径规划在现代汽车领域中是一个研究热门领域，需要考虑多方面的因素，如：汽车自身约束条件，车辆行驶环境的约束以及其他的行驶问题。在路径规划中，首先应考虑车辆的可行驶性，在对车辆行驶路线进行规划时，应保证其安全行驶的前提下，尽可能大地规划出车辆行使范围。在保证车辆安全行驶的问题中，需要使车辆自主地绕开其他影响车辆行驶的物体，使车辆避免与障碍物相撞。路径规划算法应具有精确性，占有较小的内存，并满 足实时性的要求，在执行过程中没有明显的延时问 题［4-5］。此外，为了使行驶路径达到最优，提高行驶效率，还应缩短车辆行驶长度。 目前，在有关路径规划的研究中，如张明环等［6］提出的触须算法，此算法是在车辆行驶前，首先对车辆将要行驶的路线进行规划，让车辆按照规划好的16*81条可使用的路径行驶，这样可以使车辆节省大量的反应时间，但却不能够处理突变情况，研究背景过于理想化；王凯等［7］提出了改进的人工势场法，将此算法应用在智能车路径规划中的避障环节，解决了传统人工势场法在路径规划中易陷入局部极小值的问题，具有一定的实时性，但其受限于所用传感器性能的影响，其作用范围较小，且易受 文章编号：1002-0640（2016） 06-0041-05Vol.41，No.6Jun ，2016 火力与指挥控制 Fire Control &Command Control 第41卷第6期2016年6月 41··
CCD视频传感器的智能车路径识别控制系统
第二届全国大学生智能汽车竞赛技术报告 基于CCD视频传感器的智能车路径识别控制系统（下） 4.2电源管理模块设计 电源是一个系统正常工作的基础，电源模块为系统其他各个模块提供所需要的能源保证，因此电源模块的设计至关重要。模型车系统中接受供电的部分包括：传感器模块、单片机模块、驱动电机模块、转动电机模块以及其它的外围辅助模块等。设计中，除了需要考虑电压范围和电流容量等基本参数外，还要在电源转换效率、噪声、干扰和电路简单等方面进行优化。可靠的电源方案是整个硬件电路稳定可靠运行的基础。 全部硬件电路的电源由7.2V，2A/h的可充电镍镉电池提供。由于电路中的不同电路模块所需要的工作电流容量各不相同，因此电源模块应该包含多个稳压电路，将充电电池电压转换成各个模块所需要的电压。本系统主要用到了以下几个不同的电压，如表4.1所示。 电源模块由若干相互独立的稳压电源电路组成。在本系统中，除了电机驱动模块的电源是直接取自电池外，其余各模块的工作电压都需要经电源管理芯片来实现。 5V电源的实现是通过电源管理芯片TPS7350来实现的。TPS7350是一款低压稳压芯片，能提供5V的固定电压输出。TPS7350低压差稳压芯片克服了早期稳压芯片的缺点，而且还增加了如节电待机模式和供电管理等功能。与其它的稳压芯片一样，TPS7350需要外接一个输出电容来保持输出的稳定性。出于稳定性考虑，需要在稳压输出端和地之间接一个10uF低等效电阻的电容器。除非该等效电阻小于1.2欧姆，否则引入的陶瓷电容或薄膜电容器会使输出的电压不稳定。在很小或根本就没有旁路电容的情况下，输出电容可以减少到4.7uF，所提