1. 从零到一一个智能车新手的真实心路我记得第一次看到实验室里那辆巴掌大的小车在赛道上“嗖”地一下跑起来时整个人是懵的。那是在2021年初我作为一个彻头彻尾的“小白”被学长拉进了智能车竞赛的坑。当时脑子里全是问号这玩意儿怎么知道往哪走摄像头看到的图像怎么变成控制指令单片机编程和平时学的C语言是一回事吗如果你也正站在这个起点或者对这项融合了机械、电子、控制、视觉的硬核竞赛充满好奇那么我接下来分享的这段从零开始的“踩坑”与“填坑”经历或许能给你一些最接地气的参考。这不是一份官方的技术报告而是一个新手在磕磕绊绊中对智能车竞赛核心逻辑的朴素理解与实践总结。全国大学生智能车竞赛现在常被简称为“智能车竞赛”或“智能车”是一个极具挑战性的科技类赛事。它要求参赛队在统一的模型车平台上通过自主设计的感知、决策与控制算法让小车在特定赛道上实现无人驾驶竞速。对于新手而言它就像一座陡峭的山峰但攀登的过程恰恰是电子、自动化、计算机等相关专业学生将理论知识转化为工程能力最快、最深刻的途径。2021年我参与的是第二十届竞赛虽然规则每年都有微调但底层的技术框架和备赛逻辑是相通的。这篇文章我就以一个小白的视角拆解智能车备赛的完整链条聊聊那些官方手册里不会写但实际做起来却至关重要的细节。2. 破局第一步读懂规则与选定赛道方向很多新手一上来就急着焊板子、写代码这是最大的误区。智能车竞赛每年都会发布详细的竞赛规则这份文档是你的“宪法”一切技术设计都必须围绕它展开。对于2021年的赛事以及后续的二十一届、二十二届规则的核心思想一脉相承但具体参数如车模尺寸、传感器限制、赛道元素每年都会变化。因此备赛的第一步必须是逐字逐句精读规则。2.1 规则中的“隐藏考点”规则不仅仅是限制更是出题人的思路体现。以常见的摄像头循迹组别为例你需要关注车模与机械结构限制官方指定的车模型号是什么允许的改装范围有多大轮胎能否打磨底盘能否切割这些决定了你机械调校的上限。比如规则可能禁止改动差速结构那么你的控制算法就必须适应原车差速带来的转向特性。传感器类型与数量限制是规定只能用摄像头还是可以融合电磁传感器摄像头有无具体型号或分辨率限制这直接决定了你的感知方案。2021年时OpenART等AI视觉模块开始引入规则中关于图像识别任务的要求就需要格外注意。赛道元素与比赛任务除了传统的直道、弯道、十字路口有没有新增的元素比如环岛、三岔路、坡道、障碍等。规则中对通过这些元素的路径左转还是右转环岛、状态是否需要停车都有明确规定这些就是算法需要实现的“功能点”。电源与电路限制电池电压、主控芯片通常是NXP的微控制器是否指定这决定了你的电源管理电路设计和软件中的参数标定范围。我的经验是把规则文档打印出来用荧光笔划出所有带数字的条款和所有“禁止”、“必须”的语句并和队友一起讨论每一条背后的工程含义。这能避免你辛苦做了一个月最后发现方案违规的悲剧。2.2 选择你的“战场”组别分析竞赛通常分为多个组别如摄像头组、电磁组、节能组、创意组等。对于小白我的建议是摄像头循迹组这是最经典、参与人数最多的组别。技术栈清晰图像处理控制算法资料丰富社区活跃。难点在于图像处理的稳定性和控制算法的响应速度。适合软件、算法兴趣强的同学。电磁循迹组通过检测铺设在赛道中心的通电导线产生的磁场来导航。硬件电路尤其是电感选型与调理电路是核心软件相对简单。适合硬件、电路设计能力突出的同学。双车组/节能组等涉及车机通信、能量管理等高阶问题挑战更大但更容易做出亮点。适合有一定基础想挑战更高难度的队伍。对于首年参赛的小白队强烈建议从摄像头或电磁基础组别开始。先走通完整的流程积累经验远比贪多嚼不烂要强。我们队当年选择的是摄像头组原因就是网上开源代码和教程多遇到问题更容易找到参考。3. 硬件平台搭建不止是“拼装玩具”拿到车模套件别急着拧螺丝。硬件平台的搭建是为后续所有算法提供一个稳定、可靠的物理基础。这个过程充满了工程细节。3.1 机械结构调整让车“听话”原装车模只是一个毛坯房你需要把它改造成适合竞速的“跑车”。重心与质心电池、主控板等重物应尽量布置在车体中心并降低高度。低重心能减少过弯时的侧倾提高稳定性。可以用3D打印件制作支架来精确固定。前轮定位与转向检查并调整前轮的前束角和主销后倾角对于阿克曼转向车模。简单的原则是确保转向机构顺滑无卡滞左右转向对称。我们曾因为一个转向舵机的安装螺丝过紧导致转向响应迟钝调参调到头秃也没解决最后才发现是机械问题。轮胎处理新轮胎表面通常有脱模剂很滑。需要用砂纸均匀打磨胎面增加抓地力。这是一个细致活磨得不均匀会导致两边摩擦力不一致直道都会跑偏。传感器安装摄像头或电磁传感器的安装高度、前瞻距离需要反复试验。前瞻太远近处赛道信息丢失容易出弯时撞墙前瞻太近反应时间不够高速下无法过弯。我们采用了一个可上下、前后调节的滑台方便快速调整。注意每一次机械上的改动都可能彻底改变车的动态特性。因此在调参阶段机械结构应尽量固定下来。切忌一边调软件参数一边改硬件否则你永远不知道是哪个变化产生了影响。3.2 电路系统设计稳定供电是生命线智能车的电路并不复杂但可靠性要求极高。一个偶发的电源毛刺就可能导致单片机复位车在赛道上突然“发呆”。电源树设计根据规则你通常有一块7.2V或7.4V的电池。需要用它为不同的设备供电舵机通常直接接电池电压经开关控制或通过一个大的稳压芯片如LM2596降压到6V。单片机核心板与传感器需要稳定的5V或3.3V。这里强烈推荐使用低压差线性稳压器LDO如AMS1117-5.0/3.3。相比开关稳压器LDO输出纹波小对模拟传感器如摄像头、运放电路干扰小。电机驱动大电流H桥驱动芯片如BTN7971、DRV8701直接由电池供电。单片机的PWM信号通过光耦或电平转换芯片隔离后控制驱动芯片避免电机噪声窜入数字系统。PCB设计与焊接建议主控、传感器、电机驱动、电源模块都集成到一块自制PCB上。这不仅能减少飞线提高可靠性也便于调试。画PCB时电机驱动部分的地线要粗并与数字地单点连接。焊接后务必用万用表蜂鸣档检查有无短路、虚焊。电磁组的核心电感与调理电路如果做电磁组电感选型如10mH工字电感和运放调理电路常用LMV358是关键。电路需要将几十kHz的微弱交流信号放大、检波整流滤波成直流电压信号。检波后的滤波电容容量需要权衡电容大信号平滑但响应慢电容小响应快但噪声大。这需要在实际赛道上测试确定。4. 软件算法核心让车“看得见”并“跑得快”这是智能车的灵魂也是小白感觉最难的部分。我们将其分解为感知、决策、控制三个层次会容易理解得多。4.1 感知层从赛道图像中提取“中线”对于摄像头组核心任务是把摄像头通常使用数字摄像头如MT9V032或OV7725采集的灰度图像处理成一条代表赛道中心的“中线”坐标序列。图像预处理二值化这是最关键的一步。目的是将灰度图像变成黑白赛道为黑背景为白。常用方法有固定阈值、动态阈值大津法或自适应阈值。我们的经验是在光照变化不大的室内固定阈值简单有效如果赛场光线复杂必须用动态阈值。滤波用中值滤波或均值滤波去除图像噪点。** ROI感兴趣区域设置**只处理图像下方一定高度的区域减少计算量。上方的图像用于前瞻。边线提取与中线计算最经典的方法是“扫描法”。从图像底部向上逐行从左到右和从右到左扫描找到黑白跳变的点即为左右边线点。然后取左右边线点的中点作为该行的中线点。将所有行的中线点连起来就得到了赛道中线。丢线处理扫描时可能只找到一边的边线比如弯道内侧。这时需要用历史数据或预测算法如斜率 extrapolation来补全另一边。这是算法稳定性的关键。特征识别对于十字、环岛等特殊元素需要根据边线的形态特征进行识别。例如十字路口表现为左右边线同时大幅向外扩展环岛则表现为一边边线连续弯曲而另一边消失。识别后需要调用特殊的处理函数来生成穿过这些元素的中线。4.2 决策层设定车的“目标状态”得到中线后决策层要回答车现在应该处于什么状态目标速度是多少转向角是多少偏差计算最常用的偏差是“横向偏差”和“方向偏差”。横向偏差车头指向位置通常取图像最下面一行的中线点与图像中心点的水平像素差。这代表了车当前偏离赛道中心的距离。方向偏差可以用中线底部几行点的拟合直线的斜率或者直接取中线更上方一个点的横向偏差。这代表了赛道未来的弯曲趋势。速度规划不是全程全速就是最好的。直道可以加速入弯前必须减速弯中保持出弯加速。我们实现了一个简单的“前瞻减速”策略根据提取到的中线向前看若干个点计算这些点的曲率或角度变化如果发现前方是急弯就提前下发一个较低的目标速度值。4.3 控制层执行决策的“手脚”控制层接收决策层给出的目标转向角和目标速度通过PID控制器计算出实际的舵机PWM占空比和电机PWM占空比。转向PID控制P比例与横向偏差成正比偏差越大打角越大。作用是快速纠正偏差。D微分与偏差变化率成正比可以抑制振荡让转向更平滑。方向偏差本质上可以看作一种超前校正有时可以替代或辅助微分项。I积分累积历史偏差消除静态误差。在智能车这种快速动态系统中积分项要非常小心通常取得很小甚至为0否则容易导致转向滞后或积分饱和造成“画龙”。我们的调参口诀是“先P后DI看情况参数从小往大加震荡了就回头”。先把车放在赛道上给一个较小的P看它能否跟着线走但有些晃动。然后加D抑制晃动。整个过程要慢记录下每次参数变化的效果。速度PID控制原理类似但通常使用PI控制就够了。通过编码器反馈实际转速与目标转速比较通过PID输出电机PWM。这里要注意电机驱动芯片的死区设置和PWM频率频率太低电机会啸叫太高可能驱动芯片不支持。5. 调试方法论数据驱动科学调参调试是智能车备赛中耗时最长的阶段不能靠“感觉”必须靠“数据”。上位机调试工具这是最重要的“眼睛”。一定要学会使用一种上位机软件如山外、逐飞科技提供的或自己用Python Qt编写。它能实时显示摄像头图像、识别出的边线中线、偏差曲线、控制量波形等。通过蓝牙或无线串口将车的数据发到电脑你就能清晰地看到算法每一个环节的输出是否正确。分段调试法不要想着一步登天让车跑全程。第一步在直道上只调试速度环PID让车能稳定加速、减速、匀速。第二步固定一个很低的速度在直道和小弯道上调试转向环PID让车能平稳循迹不冲出去。第三步低速下测试十字、环岛等元素的识别与通过逻辑确保算法能正确进入和退出特殊状态。第四步逐步提高速度规划模块中直道和弯道的目标速度同时微调转向PID适应更高的动态。参数整定记录建立一个Excel表格或文档记录每一次参数调整的日期、修改内容、测试现象如“入弯平滑但出弯有轻微振荡”。这能帮助你回溯有效的调整路径避免原地打转。应对环境变化实验室的光线和赛场可能完全不同。要准备多种光照条件下的二值化阈值参数甚至实现自适应阈值。可以在赛前用不同亮度的灯光测试车的适应性。6. 竞赛实战与心态管理最后一公里的修行当车在实验室跑得飞快时真正的挑战才刚刚开始。赛前检查清单机械所有螺丝紧固轮胎清洁无尘电池满电且电压足。电路上电顺序是否正确所有接口插牢了吗备用保险丝、螺丝、轮胎、电池是否带齐软件比赛用的最终程序是否已烧录参数是否是根据官方赛道材质通常是白色KT板最后优化过的有没有准备一个“保守参数”版本以防赛场突发状况赛场适应与调试通常有官方练习时间。这段时间极其宝贵。上车第一件事不是跑而是观察环境赛场光线如何赛道有无反光赛道拼接处是否有缝隙或高度差然后根据这些情况快速调整图像处理的阈值、曝光时间等。用上位机看着调效率最高。比赛策略预赛求稳决赛求快。第一轮跑一个保守但一定能完赛的参数确保有成绩。进入决赛后再根据对手情况适当激进地调整速度规划。完赛永远是第一位的很多强队都栽在了追求极限速度导致的冲出赛道上。心态调整智能车竞赛不确定性很大可能因为一个螺丝松动、一个偶然的光线变化就失败。遇到问题和队友冷静分析利用有限的调试时间快速排查。记住你们是一个团队硬件、软件、调试要分工明确互相信任。回顾2021年的备赛历程从对着电路图发呆到调参调到头秃再到赛场上的心跳加速这个过程痛苦但也充满成就感。对于小白来说智能车竞赛更像一个系统工程训练营它强迫你去学习跨学科的知识去动手解决真实世界中的噪声、延迟、非线性问题。最重要的经验不是某个具体的PID参数而是建立一套从问题分析、方案设计、实现调试到测试验证的完整工程思维。这套思维远比奖状本身更有价值。如果让我给新手一个最实在的建议那就是尽早让车动起来哪怕只是在地上龟速爬行。从真实的问题中学习速度最快。别怕代码写得烂别怕电路焊得丑在不断的“跑起来-发现问题-解决问题”的循环中你会发现自己成长的速度超乎想象。