> ## Documentation Index > Fetch the complete documentation index at: https://docs.newenergycoder.club/llms.txt > Use this file to discover all available pages before exploring further. # AIC 备赛经验 > 全国大学生智能汽车竞赛（AIC）备赛经验分享本页内容为通用技术参考模板，尚未充分结合 NEC 实际硬件、赛季项目或真实调参数据。欢迎有实战经验的成员补充具体案例与代码出处。 ## 赛事简介全国大学生智能汽车竞赛（AIC, Automatic Intelligent Car）是以智能汽车为研究对象的创意性科技竞赛，涵盖多个组别和赛道。 ## 竞赛组别基于电磁引导的智能车基于视觉识别的智能车开放式主题创新设计复杂地形适应智能车主动寻的信标智能车深度学习与人工智能 ## 备赛时间规划 ``` 备赛周期（约8-10个月）：第1-2月：规则研读与方案设计 ├── 仔细研读比赛规则 ├── 技术方案选型 └── 元器件采购清单第3-5月：硬件开发与调试 ├── 主板设计制作 ├── 传感器选型调试 ├── 电机驱动调试 └── 机械结构加工第6-7月：算法开发与优化 ├── 图像处理算法 ├── 控制算法（PID/模糊） ├── 路径规划算法 └── 特殊元素识别第8-9月：整车联调与优化 ├── 整车集成调试 ├── 参数整定优化 ├── 稳定性测试 └── 速度提升第10月：赛前准备 ├── 模拟比赛 ├── 故障预案 └── 心理素质训练 ``` ## 核心技术详解 ### 图像处理（摄像头组） #### 图像采集 ```c theme={null} // MT9V034 摄像头初始化示例 void MT9V034_Init(void) { // 配置摄像头参数 MT9V034_WriteReg(0x01, 0x0080); // 曝光时间 MT9V034_WriteReg(0x02, 0x0000); // 增益 MT9V034_WriteReg(0x03, 0x01E0); // 图像高度 (480) MT9V034_WriteReg(0x04, 0x0280); // 图像宽度 (640) // DMA配置 DMA_InitTypeDef DMA_InitStruct; DMA_InitStruct.Channel = DMA_Channel_0; DMA_InitStruct.Direction = DMA_PERIPH_TO_MEMORY; DMA_InitStruct.PeriphInc = DMA_PINC_DISABLE; DMA_InitStruct.MemInc = DMA_MINC_ENABLE; DMA_InitStruct.PeriphDataAlignment = DMA_PDATAALIGN_BYTE; DMA_InitStruct.MemDataAlignment = DMA_MDATAALIGN_BYTE; DMA_InitStruct.Mode = DMA_CIRCULAR; DMA_InitStruct.Priority = DMA_PRIORITY_HIGH; HAL_DMA_Init(&DMA_InitStruct); } ``` #### 图像处理算法 ```python theme={null} # Python仿真代码，实际在单片机用C实现 import cv2 import numpy as np def process_image(frame): # 1. 灰度转换 gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) # 2. 二值化 _, binary = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU) # 3. 边缘检测 edges = cv2.Canny(binary, 50, 150) # 4. 提取中线 midline = extract_midline(edges) return midline def extract_midline(edges): """提取赛道中线""" height, width = edges.shape midline = [] for row in range(height - 1, -1, -10): # 从下到上，每隔10行 left = find_left_edge(edges[row, :]) right = find_right_edge(edges[row, :]) if left != -1 and right != -1: midline.append((row, (left + right) // 2)) return midline ``` #### 元素识别 | 元素 | 识别方法 | 难度 | | --- | ------ | ---- | | 直道 | 中线偏差小 | ⭐ | | 弯道 | 曲率计算 | ⭐⭐ | | 十字 | 连通域分析 | ⭐⭐⭐ | | 圆环 | 特征匹配 | ⭐⭐⭐ | | 三岔路 | 路口判断 | ⭐⭐⭐⭐ | | 断路 | 边缘突变检测 | ⭐⭐⭐⭐ | ### 控制算法 #### 舵机控制 ```cpp theme={null} class ServoController { public: // PID参数 float Kp = 1.0f; float Ki = 0.0f; float Kd = 0.5f; float calculate(int error) { integral += error; float derivative = error - lastError; lastError = error; float output = Kp * error + Ki * integral + Kd * derivative; // 限幅 if (output > SERVO_MAX) output = SERVO_MAX; if (output < SERVO_MIN) output = SERVO_MIN; return output; } private: float integral = 0; float lastError = 0; }; ``` #### 电机控制 ```cpp theme={null} // 差速控制 void differential_control(float speed, float steering) { float leftSpeed, rightSpeed; if (steering > 0) { // 右转 leftSpeed = speed; rightSpeed = speed * (1 - steering / MAX_STEERING); } else { // 左转 leftSpeed = speed * (1 + steering / MAX_STEERING); rightSpeed = speed; } set_motor_speed(LEFT_MOTOR, leftSpeed); set_motor_speed(RIGHT_MOTOR, rightSpeed); } ``` ### 电磁组技术要点 #### 电感排布方案 ``` 推荐排布（T型）： L1 | L2---+---L3 | L4 L1,L4: 纵向电感，检测直道和弯道 L2,L3: 横向电感，检测横向偏差 ``` #### 信号处理 ```cpp theme={null} class EM_Sensor { public: float filter(float raw) { // 滑动平均滤波 buffer[bufferIndex] = raw; bufferIndex = (bufferIndex + 1) % BUFFER_SIZE; float sum = 0; for (int i = 0; i < BUFFER_SIZE; i++) { sum += buffer[i]; } return sum / BUFFER_SIZE; } float get_error() { // 归一化处理 float left = filter(L2_value) / L2_max; float right = filter(L3_value) / L3_max; // 计算偏差 return (left - right) / (left + right + 0.001f); } private: float buffer[BUFFER_SIZE]; int bufferIndex = 0; }; ``` ## 硬件选型建议 ### 主控芯片 | 组别 | 推荐型号 | 主频 | 特点 | | --- | ----------- | ------ | ---- | | 基础组 | STM32F103 | 72MHz | 性价比高 | | 高级组 | STM32H7 | 480MHz | 性能强劲 | | AI组 | Jetson Nano | 四核 | AI推理 | ### 传感器 | 类型 | 推荐型号 | 参数 | | --- | ------- | --------------- | | 摄像头 | MT9V034 | 752×480, 120fps | | 电感 | 10mH | 工字型 | | 编码器 | 1024线 | 增量式 | | 陀螺仪 | MPU6050 | 6轴 | ### 电机与驱动 * **电机**：RS-380/RS-540（根据车重选择） * **驱动**：IR2104 + MOS（自己打板）或成品驱动 ## 调试技巧 ### 上位机调试 ```python theme={null} # 串口数据可视化 import serial import matplotlib.pyplot as plt from collections import deque class Debugger: def __init__(self, port): self.ser = serial.Serial(port, 115200) self.data = deque(maxlen=1000) def plot(self): plt.ion() while True: line = self.ser.readline().decode().strip() if line: value = float(line) self.data.append(value) plt.clf() plt.plot(self.data) plt.pause(0.01) ``` ### 常见问题排查 A: 1. 降低图像分辨率（如 188×120） 2. 优化算法，减少浮点运算 3. 使用 DMA 传输 4. 减少图像采集行数 A: 1. 降低 PID 的 P 值，增加 D 值 2. 检查机械结构是否松动 3. 增加滤波算法 4. 降低控制频率 A: 1. 提前减速，入弯前降到安全速度 2. 使用差速控制 3. 优化路径，走最佳赛车线 4. 增加陀螺仪辅助判断 ## 资源推荐竞赛规则、通知与报名入口提供开源库、开发板与智能车配件智能车配件供应商社区开源代码仓库本文档基于社区成员参赛经验整理，持续更新中。如有疑问，欢迎在社区讨论区交流。