Verificar 6 (01-37)

Machine Translated by Google
INTEGRAÇÃO DE SISTEMA SOBRE CAN BUS PARA AUTOCONTROLE,

VEÍCULO TODO-TERRENO AUTÔNOMO DE BAIXO CUSTO
por
Karim H. Erian
Trabalho de Conclusão de Curso apresentado à Faculdade de
A Universidade da Carolina do Norte em Charlotte em

cumprimento parcial dos requisitos para o grau
de Master of Science em
Engenharia elétrica
Charlotte
2019
Aprovado por:
Dr. James M. Conrad
Dr. Hamed Tabkhi
Dr. Aidan Browne

ii
c 2019
Karim H. Erian
TODOS OS DIREITOS RESERVADOS
iii
ABSTRATO
KARIM H. ERIAN. Integração do sistema através de um barramento CAN para um veículo todo-
o-terreno autocontrolado e autônomo de baixo custo. (Sob a direção do DR. JAMES M.
CONRAD)
Esta tese apresenta pesquisas para tornar um veículo todo-o-terreno (ATV) autônomo.
O objetivo desta pesquisa é ter uma plataforma padronizada para ATV autônomo
módulos com os controladores básicos integrados e funcionando. Esta pesquisa inclui
padronizando módulos de coleta de dados e módulos de controle e integrando todos
esses módulos funcionais em um sistema de trabalho. O trabalho envolveu a construção de novos
módulos, aprimorando os módulos existentes e usando os já em funcionamento (e padronizados)
módulos. Esse esforço inclui hardware eletrônico, software e projetos mecânicos.
O sistema geral consiste em módulos de atuadores, incluindo: um controlador de direção, um
controlador do acelerador e um sistema de travagem. O sistema também contém vários sensores
módulos incluindo um sensor GPS e um sensor IMU. Todos os módulos são conectados a um
Barramento CAN que está conectado a um controlador central. O projeto e implementação do sistema
mentação foi demonstrada pelo veículo dirigindo de forma autônoma em linha reta,
em um círculo e em um caminho em forma de '8'.

RECONHECIMENTOS
Gostaria de agradecer ao meu orientador, Prof. Dr. James M. Conrad por ser muito
apoio durante esta pesquisa e por fornecer seu tempo para me apoiar com o
precisava de conselhos para tornar minha pesquisa um sucesso.
Também gostaria de agradecer aos membros do meu comitê, Dr. Hamed Tabkhi e Dr.
Aidan Browne por sua orientação e apoio.
O mais apreciado é para a Comissão Binacional Fulbright, o Departamento
de Estado, e a equipe Amideast por me dar esta oportunidade de fazer o meu
mestrado, oferecendo-me a prestigiosa bolsa Fulbright e dando-me
pela orientação e apoio durante meu estudo nos Estados Unidos.
Também gostaria de agradecer a Eddie Hill, da equipe do laboratório, por ceder seu tempo
e suporte com todos os equipamentos de laboratório necessários para alcançar esses resultados, e o ECE
à equipe da escola de pós-graduação pela orientação e apoio contínuos.
Certamente meus colegas de laboratório são muito apreciados por seu suporte técnico e con
ajuda contínua, especialmente Shantanu Mhapankar por seu trabalho e apoio no fornecimento
me as bibliotecas necessárias e a ajuda durante o teste, e Stuart Gambill por sua
contribuição nas partes mecânicas.
Eu gostaria de agradecer principalmente aos meus pais pelo amável apoio que eles forneceram
para realizar minha tese.
Pelo menos, mas não por último, agradeço ao meu Senhor e Deus por Seus preciosos dons por fazer
tudo possível. Eu não seria capaz de alcançar resultados sem o Seu apoio.
ÍNDICE
LISTA DE FIGURAS viii
LISTA DE ABREVIAÇÕES x
CAPÍTULO 1 INTRODUÇÃO 1
1.1. O que já estava lá? 2
1.2. Declaração do problema 4
1.3. Qual é a minha contribuição? 5
1.4. Limitações 8
1.5. Significado deste estudo 8
1.6. Organização 9
CAPÍTULO 2: ESTUDOS ANTERIORES E VEÍCULO TODO-TERRENO 10

ESTADO INICIAL
CAPÍTULO 3: MINHAS CONTRIBUIÇÕES NO NÍVEL DOS MÓDULOS 20
3.1. Visão geral do sistema 20
3.2. Arquitetura de software 25
3.3. Módulo CAN 26
3.3.1. Implementação física e fiação 27
3.3.2. Configurações de software 28
3.4. Controle de aceleração 33
3.5. O Sistema de Frenagem 35
3.5.1. Atuador do 36
3.5.2. Extensão do atuador 36
3.5.3. Suporte de montagem inferior 37

vi
3.5.4. implementação de software 37
3.6. Módulo de direção 40
3.7. A Unidade Principal de Processamento (Cérebro) 45
3.7.1. comunicação cerebral 46
3.7.2. Comunicação cerebral com o acelerador 46
3.7.3. Cérebro controlando o acelerador 47
3.7.4. A implementação do Brain para o sistema de frenagem 49
3.7.5. O algoritmo do cérebro para chegar ao destino final usando o GPS e IMU 49
CAPÍTULO 4: INTEGRAÇÃO GERAL DO SISTEMA, TESTE E 51

RESULTADOS DE TESTE
4.1. Instalação física dos componentes autônomos do ATV 53
4.2. Brain Fase 1: Integração Brain-Throttle 56
4.3. Brain Fase 2: Integração Brain-Brakes 59
4.4. Brain Phase 3: Integração Brain-Throttle-Brakes 59
4.5. Fase cerebral 4: Integração cérebro-acelerador-freios-direção com uma curva à 61

direita
4.6. Fase cerebral 5: Integração cérebro-acelerador-freios-direção com giro à esquerda 62
4.7. Fase cerebral 6: girando o ATV em um círculo completo 62
4.8. Fase cerebral 7: Ângulo de giro para trás esquerdo em um contínuo 67

círculo
4.9. Fase cerebral 8: mover o ATV para conduzir a figura '8' para trás e pará-lo no 68
ponto de partida
4.10. Fase 9 do cérebro: fazer uma curva de 90 graus para a direita enquanto corre 68
para trás
vii
4.11. Fase 10 do cérebro: fazer uma curva de 90 graus para a esquerda enquanto 69
corre para trás
CAPÍTULO 5: CONCLUSÕES E TRABALHO FUTURO 70
5.1. Conclusão 70
5.2. Trabalho futuro 71
REFERÊNCIAS 73
viii
LISTA DE FIGURAS
FIGURA 2.1: Servo conectado ao conjunto do acelerador 11
FIGURA 2.2: Motor de direção assistida CC 12
FIGURA 2.3: Circuito H-Bridge conectado a um grande dissipador de calor 13
FIGURA 2.4: Circuito de teste PWM de direção 13
FIGURA 2.5: Circuito de direção usando microcontrolador para controlar o motor us 14

usando PWM
FIGURA 2.6: Antigo sistema de frenagem aplicado em papel de 2010 15
FIGURA 2.7: Tabela de diferentes estágios do sistema de frenagem em estudo anterior 16
FIGURA 2.8: Amostra de um Quadro CAN de ID Padrão com 2 bytes de dados. 18
FIGURA 3.1: Visão geral do sistema. 24
FIGURA 3.2: Arquitetura de Software Padronizada utilizada. 25
FIGURA 3.3: Implementação Física do Barramento CAN: Conectores CAN. 27
FIGURA 3.4: Implementação Física do Barramento CAN: Barramento CAN após 28

implementação.
FIGURA 3.5: O Escudo CAN com Transceptor CAN MCP2515. 29
FIGURA 3.6: Conexões MSP430 para CAN Shield. 29
FIGURA 3.7: Moldura CAN no Osciloscópio com Amarelo = CAN-H, Verde 31

= CAN-L.
FIGURA 3.8: Fio do acelerador e mola no lado da válvula de ar. 33
FIGURA 3.9: Fio do acelerador e mola no lado da válvula de ar. 34
FIGURA 3.10: Servo Motor acoplado à bomba de combustível. 35
FIGURA 3.11: Mensagens CAN de 90 ou mais. 36
FIGURA 3.12: Mensagem CAN de 50. 37

ix
FIGURA 3.13: Mensagem CAN de 0 após outra de 90. 38
FIGURA 3.14: Pinos de freio fixando o atuador linear ao 39

suporte imprensando o pedal do freio.
FIGURA 3.15: Pinos de liberação rápida liberados e o sistema de frenagem 40

desmontado.
FIGURA 3.16: Sistema de Freios instalado no ATV 41
FIGURA 3.17: Posição da chave de fenda para reinicialização do EPS DTC. 43
FIGURA 3.18: Módulo de Direção 44
FIGURA 3.19: Mensagem CAN para virar a direção à direita 45
FIGURA 4.1: O ATV suspenso nas arquibancadas de Jackson. 52
FIGURA 4.2: O interruptor de segurança do ATV. 52
FIGURA 4.3: Esquema de Projeto de PCB 54
FIGURA 4.4: Layout de PCB 54
FIGURA 4.5: PCB Fabricada 55
FIGURA 4.6: MSP430 conectado ao CAN Shield através do 56

PCB
FIGURA 4.7: O projeto do modelo 3D para a caixa usada para conter a maior parte 57
os módulos
FIGURA 4.8: As caixas impressas em 3D conectadas usando o barramento CAN 58
FIGURA 4.9: Um veículo girando 63
FIGURA 4.10: Ângulo de caster positivo para a direção do veículo. 66
FIGURA 4.11: Ângulo de caster negativo para a direção do veículo. 66

LISTA DE ABREVIAÇÕES
ATV Uma abreviação de Veículo Todo-o-terreno.
AutoSAR Uma abreviação de AUTomotive Open System ARchitecture
CAN Um acrônimo para Controlled Area Network.
ECE Acrônimo para Engenharia Elétrica e de Computação.
ECU Uma abreviação de Unidade de Controle Eletrônico.
EPS Uma abreviação de Direção Assistida Elétrica.
GPS Um acrônimo para Sistema de Posicionamento Global.
H/W Uma abreviação de Hardware.
HWI Uma abreviação de Hardware-Software Interface Layer.
I2C Uma abreviação de Circuito Interintegrado.
IMU Um acrônimo para Unidade de Medição Inercial.
K15 Um acrônimo para Ignition Car Key.
LIN Uma abreviação de Rede de Interconexão Local.
OEM Acrônimo de Original Equipment Manufacturers.
PCB Uma abreviação de Placa de Circuito Impresso.
PS Uma abreviação de Power Steering.
PWM Uma abreviação de Pulse Width Modulation.
SAE Uma abreviação de Society of Automotive Engineering.
SPI Uma abreviação de Serial Peripheral Interface.

XI
UART Uma abreviação de receptor-transmissor assíncrono universal.
UNCC Um acrônimo para University of North Carolina At Charlotte.

CAPÍTULO 1 INTRODUÇÃO
A indústria automotiva mundial está se movendo em direção a veículos autônomos e
carros autônomos. Os estudos começaram há alguns anos, e a competição entre
fabricantes de equipamentos originais (OEMs) de carros mecânicos inveterados e os novos
OEMs de carros elétricos de alta tecnologia estão aumentando diariamente. veículos autônomos
ainda estão em uma fase inicial de pesquisa, e os produzidos por alguns OEMs são muito
caro para ser pago por funcionários médios [1].
Os carros autônomos têm muitos benefícios e aplicações. Estes ma de última geração
os chineses podem contribuir para economizar horas não produtivas para os motoristas que se deslocam diariamente para
e de sua área de trabalho para serem usados em tarefas mais úteis. Eles também podem contribuir
para transporte público e entregas de remessas. Recursos mais essenciais são tráfego
segurança e uma redução maciça na percentagem de acidentes de viação. Todos autônomos
os veículos serão programados para seguir as regras de trânsito pela lei. Eles vão manter correto
colocação da via, respeite os limites de velocidade e os semáforos. Eles também poderão
para detectar objetos como humanos ou animais passando pelas ruas ou outros obstáculos na estrada
[2].
Veículos autônomos levarão a uma redução significativa no número de acidentes de carro
dentes [3]. Máquinas semelhantes podem ser usadas em trabalhos de maior prestígio do que apenas deslocamento
ing. Eles podem ser usados para fornecer suprimentos de emergência em áreas de furacões, terremotos
zonas e outros. Essas áreas não são acessíveis por veículos convencionais, e o
estradas podem ser perigosas para motoristas humanos. Outro uso a ser considerado seria
a descoberta de novos locais nas florestas ou desertos. Ao ter essas máquinas
movendo-se, registrando tudo em seus caminhos, os operadores humanos podem escapar do
perigo de encontrar animais silvestres, árvores caídas, areia movediça ou outros.

Esta pesquisa se concentra em um tipo de veículos autônomos que é como fazer
um veículo todo-o-terreno (ATV) autônomo. O principal objetivo é tornar o ATV un
derstudy se movem de uma posição inicial para um destino final e param sem qualquer
interface humana.
A Universidade da Carolina do Norte em Charlotte começou a trabalhar com Zapata En
gineering em 2009 em um projeto para fazer um ATV Autônomo. Zapata Engenharia
participou doando à Universidade um quadriciclo Honda TRX420FE 2009. Desde então, um
muito esforço de pesquisa foi realizado para tornar este ATV autônomo.
1.1 O que já existia?
Na pesquisa anterior, o ATV contava com os atuadores controlador de aceleração, frenagem
sistema e controlador de direção conectados ao ATV. Também teve que ler da estação
sensores ários para identificar a estrada. O veículo era controlado por um controle remoto
sobre mensagens de rede de área controlada (CAN) [4, 5, 6].
• O Módulo do Acelerador: O ATV na mão é equipado com um acelerador acionado por fio
tle. O módulo de aceleração implementado, como parte de pesquisa anterior, foi
beneficiando-se de ter um acelerador acionado por fio inicialmente controlado por uma alavanca. O
estudo anterior tinha um servo motor elétrico que simula o movimento do fio.
O servo motor está diretamente ligado à bomba de combustível. O motor é controlado
através de 3 fios usados como fonte de energia, terra e sinal de controle. os 3 fios
foram conectados ao módulo Brain. Nesta pesquisa, o mesmo servo motor é
usado com um circuito de controle de motor aprimorado.
• O módulo de direção: O Honda ATV foi originalmente equipado com um
módulo assistente de direção feito pelo OEM. O módulo Steering Assist não é um
sistema de direção totalmente assistida. Este assistente de direção só é acionado quando um
sensor de torque detecta um torque maior no eixo de direção ao tentar mover

o volante. A ideia principal do módulo de direção é simular alta
situação de torque em uma direção para fazer o assistente de direção entrar em cena
e mova a roda. Em pesquisas anteriores, um PCB é fabricado com um PIC
microcontrolador, um transceptor CAN e uma chave analógica que controla o
valor dos resistores que simulam a saída do Sensor de Torque. A ideia principal do
circuito era conectar e desconectar alguns resistores em paralelo para obter
um certo valor de resistência correspondente a um valor de ângulo de direção enviado no
Barramento CAN [7, 8].
• O Módulo do Sistema de Frenagem: Por outro lado, o ATV é equipado com
2 controladores de freios, um é uma alavanca para controlar os freios dianteiros e o outro é
um pedal para controlar os freios traseiros. O sistema de travagem utilizado no anterior
pesquisa costumava ser um atuador hidráulico que é conectado ao pedal de freio.
Apenas o atuador hidráulico é reutilizado nesta versão com um novo controlador.
• Os sensores estacionários na estrada: O ATV na última pesquisa costumava com
comunicar com sensores na estrada usados como solução SLAM para locais sem
Sinais do Sistema de Posicionamento Global (GPS). Os sensores na estrada usados para desenhar
o caminho em relação ao veículo, e o veículo foi controlado usando um
controle remoto. Este sensor não é utilizado nesta pesquisa.
• O Módulo de Velocidade - Codificadores de Rodas: Como forma de comunicar o carro
velocidade a ser usada com o módulo de direção, um conjunto de dois codificadores de roda foi
implementado e conectado aos 2 pneus traseiros. Eles foram usados para contar o
número de furos no pedaço de plástico conectado ao pneu e usando a contagem
de furos, detecta o número de voltas, o que ajuda a calcular o rotacional
velocidade. Conhecendo as dimensões dos Pneus, e a velocidade de rotação, fica simples
obtenha a velocidade do ATV.
• O Cérebro e o Controle Remoto: Todos os módulos anteriores foram conectados

para "The Brain", que era uma placa de avaliação e demonstração da Renesas chamada
RX63N. O Cérebro foi conectado a um receptor de controle remoto e usado para
controlar o módulo do acelerador, o sistema de frenagem e enviar mensagens CAN para
controlar o módulo de direção. Não havia conexão física entre os sensores
e atuadores neste ponto, exceto para o módulo de direção que estava ficando
leituras dos sensores de velocidade e do codificador do volante que determinam a
posição atual do eixo [5].
1.2 Declaração do Problema
Este estudo aborda o problema de transformar o antigo sistema existente em um
ATV totalmente autônomo sem a necessidade de uma interface humana. Em vez de controlar
o ATV usando um controle remoto, para torná-lo autocontrolado.
Além disso, este estudo também aborda como corrigir problemas existentes no sistema antigo, como
reconstrução de placas danificadas ou ausentes, padronização de conexões, comunicações,
placas, fonte de alimentação, o código usado e integram todo o sistema.
O estado inicial do ATV no início do estudo: No início
ponto deste estudo, o ATV ficou estacionado na garagem da universidade por um longo período
e precisava de algum serviço para poder chegar ao estado de execução. Um servo motor foi
anexado ao veículo para o acelerador, e a mão hidráulica foi conectada ao
pedal de freio e fixado no ATV. Além disso, o módulo de velocidade foi anexado ao
veículo. No entanto, esses módulos não possuíam controladores conectados a eles. Também,
a ECU do módulo de direção foi desconectada do veículo e pode ou não estar
trabalhando. Os fios do módulo de direção conectados no lugar do sensor de torque e para
o codificador do ângulo de direção existia e estava conectado ao ATV com todos os fios rotulados.
1.3 Qual é a minha contribuição?
A pesquisa atual visa a integração total do sistema para ter um ATV autônomo
sem interação humana. Nesta tese, para atingir esse objetivo, alguns marcos
tinha sido alcançado primeiro. Foi necessário padronizar alguns dos módulos existentes,
melhorar e aprimorar outros módulos, ter uma reutilização mínima dos módulos antigos,
e construir novos módulos conforme necessário. Utilizando todas as lições aprendidas nos últimos 9
anos, o objetivo final é ter o ATV autocontrolado sem o uso do controle remoto
controle, e sem ter qualquer interface humana durante as viagens de ATV.
Esta versão da pesquisa visa reutilizar o módulo de direção com pequenos ajustes
com o pressuposto de que está em boa situação, sabendo que a última tentativa
conectá-lo antes do início deste estudo teve um caso de conexões erradas que podem levar
a danos no módulo. Neste caso, será necessário um novo módulo. Além disso, este
estudo também inclui a melhoria e reconstrução do módulo de aceleração e freio
sistema para evitar problemas existentes como quebra do pedal do freio por sobrecarga.
Além disso, um dos objetivos desta tese é padronizar o barramento CAN e
rede de distribuição em todo o ATV para evitar conexões erradas que podem levar a
o dano de módulos já existentes, o que resultaria em perda de mais tempo e
dinheiro tentando reconstruí-los.
O novo design do sistema é ter uma unidade central de processamento conectando
muitas pequenas unidades de processamento, através do barramento CAN. Esta ideia é usada para distribuir o
poder de processamento em diferentes nós para ter um sistema de resposta rápida.
• Barramento CAN e distribuição de energia: Seguindo a forma padrão de comunicação
cação na indústria automotiva, os diferentes módulos devem ser comunicados
usando o barramento CAN, e cada módulo - se necessário - deve se comunicar internamente
usando o barramento Local Interconnect Network (LIN). Em alguns casos, alguns OEMs podem
use o FlexRay, que é mais rápido, mas mais caro que o barramento CAN ou Ethernet
comunicação. No caso atual, a comunicação é apenas via CAN

barramento, pois é usado para conectar todos os módulos à unidade de processamento principal juntos.
Como o CAN Bus está conectado a todos os módulos disponíveis, é uma maneira perfeita de
use o mesmo barramento para distribuir energia. Esta parte do estudo será sobre
como implementar fisicamente o barramento e a rede de distribuição de energia enquanto
impedindo as conexões erradas. Além disso, discutirá o hardware necessário
e a configuração do software.
• Módulo do acelerador: Como mencionado anteriormente, o módulo do acelerador já possui um elec
servo motor tric anexado ao veículo. Esta parte da tese discutirá como
para controlar este motor usando um novo controlador, a unidade de processamento principal e o
Ônibus pode.
• Sistema de Frenagem: Nesta seção, uma demonstração irá ilustrar melhor
Maneira mecânica de conectar o atuador hidráulico ao pedal de freio para proteger
o pedal da frenagem. Também discutirá o processo de controle dos freios,
a configuração e calibração do atuador hidráulico e todas as comunicações necessárias
entre todo o hardware disponível, o controlador, o driver do motor e o hy
atuador dráulico. Além disso, será apresentado o algoritmo do software utilizado.
• Módulo de Direção: O antigo módulo de direção é usado, mas com uma mudança de conexão
tor para corresponder a todo o sistema. Nesta seção, uma descrição da interface
precisava usar o antigo módulo de direção com mais detalhes sobre como controlá-lo.
• Módulo GPS e Bússola: Enquanto trabalhamos nesta tese, outro estudo é
ocorrendo em paralelo e os resultados serão usados na integração final
ção. O plano é utilizar um sensor GPS Adafruit e uma bússola 3-D Adafruit
sensor para fins de localização e direção. O módulo deve ser lido por um
microcontrolador que deve enviar as leituras como mensagens usando o barramento CAN.
• A Unidade Principal de Processamento: Esta unidade é o Cérebro principal do ATV, irá

estar controlando todos os atuadores de acordo com a posição e direção do veículo em
para chegar ao destino final. Trabalhando como maestro, não influencia diretamente
controlar os atuadores ou decodificar os sensores, mas comunicará as ordens
aos controladores específicos que controlam os atuadores e obtêm os dados do
controladores correspondentes que decodificam os sensores. Esta parte da tese será
incluem o hardware usado e o algoritmo para controlar o ATV.
• Integração geral do sistema: A parte mais importante da tese é a integração
ralar todos os módulos anteriores juntos. Principalmente, todos os sensores e atuadores, são
conectado a um MSP430 diretamente ou através de um controlador intermediário como
no caso do Sistema de Frenagem. O MSP430 é conectado por sinais SPI
a um escudo CAN equipado com o transceptor CAN MCP2515. Exceto por
o antigo módulo de direção que usa um microcontrolador PIC DSPIC30f4011 e
Transceptor CAN MCP2551. Os escudos CAN estão todos conectados ao CAN
ônibus. Além disso, o barramento CAN servirá como fonte de alimentação para outros módulos. O
O barramento CAN também está conectado à unidade central de processamento, que fará a leitura do
posição e a direção do GPS e da bússola 3-D e, consequentemente,
comunicar com o módulo de direção, módulo do acelerador e sistema de freio.
O ATV só deve funcionar na primeira marcha com uma velocidade máxima de 10 mph.
• Teste do Sistema: Este estudo inclui três tipos diferentes de teste com diferentes
estratégias diferentes. Principalmente no início, um teste de módulo é usado para cada módulo para
certifique-se de que funciona sozinho sem integrá-lo no veículo. Então, um em
testes de integração serão realizados, integrando dois módulos e adicionando em um
tempo. Em seguida, integrando 3 módulos para testes e assim por diante. Todos os testes de integração
devem ser monitorados e controlados para segurança também. Alguns dos casos de teste serão
ser feito primeiro ao levantar o veículo do chão. Outros casos de teste serão
feito com uma pessoa dirigindo o veículo para assumir o controle em caso de emergência.
Por fim, após a integração de todos os módulos, será realizado um teste de validação do sistema
local, inserindo as coordenadas no sistema e monitorando a reação do ATV.
O teste de validação do sistema deve ser feito em um estacionamento vazio no Univer
cidade da Carolina do Norte em Charlotte com o conhecimento da Polícia da Universidade
departamento.
1.4 Limitações
Esta tese limita-se a mover o ATV de uma posição para outra de forma autônoma,
chegar ao destino final, apesar da localização e orientação iniciais. Este projeto
não fornece manipulação de obstáculos neste momento.
Além disso, este ATV em teste tem um ATV de transmissão manual. Este estudo faz
não atendem à automação da transmissão manual de marchas, pois o ATV é planejado
para rodar na primeira marcha apenas com uma velocidade máxima de 10 mph.
1.5 Significado deste estudo
Esta tese contribuirá para uma prova de conceito de que é possível transformar
um ATV já feito para um ATV autônomo com materiais de baixo custo. Isso pode
incentivar a levar este estudo para níveis mais avançados e integrar mais sensores para ter
melhor controle do ATV.
Como mencionado anteriormente, é importante ter um ATV autônomo por vários motivos
incluindo, mas não limitado à necessidade de entregar suprimentos de emergência para locais
ferindo de quaisquer circunstâncias catastróficas como furacões, terremotos ou outros que
estradas rurais destruídas ou bloqueadas ou quando as estradas estão em condições inseguras para a saúde humana
motoristas para chegar ao destino final. Outra razão a ser considerada é a necessidade
para descobrir áreas não rurais como bosques ou sobremesas para a civilização ou procurar por perdidos
campistas.
1.6 Organização
Esta tese está organizada em 5 capítulos. O Capítulo Dois fornece informações sobre
os estudos anteriores que já ocorreram sobre este assunto, e o ATV inicial
situação no início deste estudo. O Capítulo Três descreve minha contribuição para este
pesquisar. Este capítulo fornece informações sobre o projeto geral do sistema. discute
a metodologia utilizada para padronizar e aprimorar os módulos já existentes e
para construir os novos módulos. O Capítulo Quatro ilustra a integração do sistema, o teste
planos e execução, os resultados dos testes e as etapas tomadas para corrigir os erros encontrados no
sistema. Por fim, o Capítulo Cinco sintetiza as conclusões a que chegamos ao final deste
estudo e apresenta algumas recomendações para futuros trabalhos e melhorias.

CAPÍTULO 2: ESTUDOS PRÉVIOS E VEÍCULOS TODO-TERRENO INICIAIS
STATUS
Este capítulo fornece informações sobre estudos anteriores no tópico da au
ATV autônomo autônomo. Capítulo 2 passa por artigos publicados e pesquisas
entender o que pode ser usado nesta tese que sirva ao seu propósito. Como uma introdução
dução à contribuição do autor, este capítulo demonstra o estado inicial de
o ATV no início desta tese.
O primeiro artigo publicado pela Universidade da Carolina do Norte em Charlotte em
este projeto foi publicado em 2010 [9]. A pesquisa foi iniciada pelo Zapata
Empresa de engenharia que encontrou a necessidade de um Robô que pudesse rebocar um reboque através
estradas não urbanas. A empresa Zapata Engineering forneceu à University of North
Carolina um Honda ATV para um projeto de design sênior, a fim de torná-lo um controle remoto
dispositivo controlado.
Na pesquisa anterior, um controle remoto foi usado para controlar o ATV enviando
comandos a uma banca de avaliação. Esta placa de avaliação controlava um regulador de pressão
troller, um sistema de freios e um controlador de direção. O ATV também teve que ler
sensores estacionários para identificar a estrada [6, 9].
Muitos artigos e pesquisas foram feitos neste domínio antes. Abaixo está uma representação
ção para alguns dos trabalhos feitos anteriormente para diferentes módulos atualmente implementados
e usado nesta tese de pesquisa:
• Sistema de Acelerador: O acelerador real no Honda ATV é projetado como um fio
acelerador acionado com retorno por mola [9] onde um fio é preso a uma alavanca
posicionada no polegar direito. Este fio está conectado do outro lado
pela válvula da bomba de gasolina. Quando a alavanca é pressionada, a válvula de gás é aberta permitindo
11
Figura 2.1: Servo acoplado ao conjunto do acelerador [9].
o gás para ir para o motor. Quanto mais pressão na alavanca, maior a velocidade
o ATV irá adquirir. O primeiro paper abordando este projeto, publicado em 2010,
O acelerador era controlado usando um servo motor de paralaxe. Para anexar o
servo motor ao conjunto do acelerador original de fábrica, um suporte foi projetado
e fabricado [9] como mostrado na imagem Figura 2.1. Neste trabalho, o ATV foi
controlado usando um controle remoto que se comunica com uma avaliação Renesas
quadro. A placa estava controlando diretamente o módulo do acelerador.
A mudança para o modelo do acelerador neste estudo foi mudar o microcontrolador
usado. No início deste estudo, o servo motor de paralaxe do acelerador foi conectado
ao conjunto original do acelerador conforme mostrado na Figura 2.1. não estava conectado
para um controlador.
• Sistema de Direção: O Honda ATV é equipado com um módulo de Assistência de Direção,
que inclui um sensor de torque. Este sensor é responsável por fazer o Steer
ing Assist módulo para começar a engajar para auxiliar a direção ou não. Figura
2.2 mostra o motor implementado pela Honda para o módulo de assistência de direção.
12
Figura 2.2: Motor de direção assistida CC [9].
No primeiro artigo publicado em 2010 [9], foi inicialmente assumido que o sistema poderia
ser enganado simulando os valores do sinal para fazê-lo assumir o controle. este primeiro
jornal descobriu que não é tão fácil estabelecer alguns problemas elétricos com
valores precisos fornecidos e para o assistente de direção não depende apenas
o sensor de torque, mas também depende da velocidade do veículo e outros fatores.
Neste trabalho, uma ponte H dupla foi usada como controlador de motor para a direção
motor auxiliar. A Figura 2.3 mostra o circuito implementado nesta pesquisa.
Outro artigo para o mesmo ATV foi publicado dois anos depois [8]. Nisso
papel, um problema no design antigo foi resolvido. A principal questão para o primeiro
projeto era que o motor de direção continuava superaquecendo. O superaquecimento impediu o
módulo de direção responda a todos os comandos e controle o ATV
não foi perfeito. Também pode causar danos aos circuitos iniciais do ATV. No segundo
papel, um PWM é usado como entrada para uma ponte H em vez de um poder contínuo
sinal. O sinal de entrada PWM reduz a quantidade de entrada de energia do motor

13
Figura 2.3: Circuito H-Bridge conectado a um grande dissipador de calor [9].
Figura 2.4: Circuito de teste PWM da direção [8].
e reduz o superaquecimento. Um microcontrolador introduz o PWM em vez
de ter uma tensão constante por um circuito. A Figura 2.4 apresenta um diagrama para
testando o sistema usando um sinal PWM. A Figura 2.5 também demonstra o
diagrama de circuito usando o microcontrolador.
O módulo de assistência de direção do ATV continuou superaquecendo, pois não foi
assinado para estar sempre energizado. Foi planejado pela Honda para funcionar apenas na necessidade
de acordo com o torque de resistência. Um artigo mais recente focado na direção
módulo [7] no qual o sensor de torque foi usado para controlar o power assist
14
Figura 2.5: Circuito de direção usando microcontrolador para controlar o motor usando PWM [8].
módulo usando o controlador OEM inicialmente implementado pela Honda. Este projeto
evitou superaquecer o motor deixando o controlador do motor de direção dos OEMs
manipulá-lo da primeira maneira que foi projetado. De acordo com este trabalho, quando o
mudanças no ângulo de direção, detectadas na barra do operador, uma mudança na resistência
aparece na saída do sensor. O sensor tem três fios de saída repre
enviando dois resistores de saída separados. Um resistor é para o ângulo do lado direito
valor e outro para o lado esquerdo. A simulação da saída do sensor foi feita
usando resistores e interruptores para implementar este controlador. Tendo o neutro
valor de resistência de posição sempre conectado no lugar do sensor real. Usando o
interruptores para introduzir resistores paralelos para alterar os valores de resistência. Tendo
este sistema implementado, virou com sucesso a direção para a direita e o
esquerda. Este módulo foi então implementado usando interruptores analógicos, resistores e um
Microcontrolador PIC. Este circuito pode simular o ângulo usando um sinal PWM
para controlar a taxa de abertura e fechamento do interruptor. Portanto, o paralelo
resistências aparecem com um valor particular que corresponde a um ângulo específico.

15
Figura 2.6: Antigo sistema de frenagem aplicado em artigo de 2010 [9].
O mesmo paper [7] deu mais configuração e fez o sinal PWM
ser configurável usando mensagens CAN.
• Sistema de freios: Existem dois sistemas de freios diferentes no Honda ATV. Mão
freios de alavanca que controlam os freios das rodas dianteiras e freios de pedal que
controlava os freios traseiros.
O artigo de 2010 [9] forneceu uma imagem do atuador linear usado para o freio
sistema de conexão com um H-Bridge customizado. A Figura 2.6 mostra o sistema de frenagem
implementado como o atuador linear conectado ao pedal e controlado
pela H-Bridge customizada.
Outro artigo publicado em 2014 [7] que melhorou o sistema de frenagem do ATV.
Nesse trabalho, o Sistema de Frenagem foi implementado usando o mesmo atuador linear.
A ponte H personalizada foi substituída por um controlador de motor Pololu para superar
problemas de superaquecimento no antigo. Neste trabalho, os freios foram controlados

16
Figura 2.7: Tabela de diferentes estágios do sistema de frenagem em estudo anterior [5].
usando um microcontrolador Sakura.
De acordo com um artigo recente em 2018 [5], um estudo sobre o controle do ATV
utilizando Robotic Operating System (ROS). Antes deste estudo, o
sistema de travagem foi apenas totalmente liberado ou totalmente aplicado. Neste estudo,
usando o ROS, o sistema de frenagem tinha outros três estágios, conforme mostra a Figura 2.7.
O atuador linear e o suporte de alumínio usado para fixar o atuador linear
parte superior foram usados no presente estudo.
• Rede CAN: O barramento da rede de área de controle (CAN) é um barramento multimestre
comunicação. O protocolo CAN é uma comunicação diferencial assíncrona.
Ele usa dois sinais para dados: CAN-H e CAN-L para CAN High e CAN Low.
O valor transmitido é medido como a diferença entre os dois sinais.
Este protocolo de comunicação é um protocolo de comunicação vantajoso em
caso do ATV. Como o ATV é uma máquina que possui alguns motores e altera
nator para produzir eletricidade, está sujeito a muita interferência eletromagnética.
Essa interferência pode afetar um sinal em um fio que pode fornecer mensagens falsas.
No entanto, na comunicação diferencial, a interferência introduzirá ruído para
ambos os fios quase da mesma maneira. Enquanto se preocupa apenas com a diferença entre
ambos os fios, os valores de diferença não mudarão à medida que o viés de ruído for adicionado a
ambos.
17
Na indústria automotiva, três protocolos de comunicação principais são comumente
usados em geral entre outros: protocolo de comunicação FlexRay, CAN e LIN
cols. FlexRay é o mais rápido, mas é caro comparado a CAN e LIN. LIN é
usado principalmente para se comunicar dentro de um módulo quando é um módulo complexo
com muitos componentes. LIN é uma comunicação de um mestre e muitos escravos. PODE
bus é amplamente utilizado para comunicação multi-mestres. Ele fornece um razoável
velocidade para comunicações normais - nenhuma crítica oportuna.
O barramento CAN consiste em quatro fios, dois fios são usados para sinais CAN como
mencionado acima, e dois fios são usados para alimentação. O primeiro e o último nó
deve incluir resistores de 120 Ohm entre os fios CAN-H e CAN-L. Se
esses resistores não existirem, as mensagens CAN não serão propagadas. A lata
bus determina o fim do bus pela resistência entre CAN-H e CAN
L, se a resistência existir no meio do barramento, o restante do barramento não
ser capaz de receber mensagens apropriadas.
O quadro CAN consiste em bit de início, sinais de controle, endereço de destino, dados,
e pare um pouco. O CAN ID ou o endereço do dispositivo. Existem dois tipos de
endereços, Standard ID que é um endereço de 11 bits e Extended ID que
são 18 bits adicionais a serem adicionados ao ID padrão para ter um endereço de
total de 29 bits. Usar apenas o padrão ou ambos deve ser especificado no controle
sinais. O tamanho dos dados em cada quadro pode variar de 1 byte até 8 bytes. O
o tamanho dos dados também deve ser especificado nos sinais de controle. A Figura 2.8 mostra uma
amostra de um frame CAN usando Standard ID e enviando 2 bytes de dados.
A Rede CAN deve ser configurada para a mesma taxa de transmissão e o mesmo
ponto de amostragem para evitar dados perdidos. A taxa de transmissão e o ponto de amostragem são
configurável; no entanto, é mais comum na indústria automotiva usar 250
kbps como taxa de transmissão e amostra no ponto 87,5%.

18
Figura 2.8: Amostra de um quadro CAN de ID padrão com 2 bytes de dados.
Na pesquisa anterior, um artigo escrito em 2014 [10] foi sobre o uso de um CAN
ônibus para controlar o ATV. Este artigo usou o padrão SAE J1939 para CAN
comunicação. O CAN foi usado para a comunicação entre o Cérebro e o
o módulo de direção com ID estendido de 29 bits de endereço. O link usado 250
kbps como taxa de transmissão e 87,5% como ponto de amostragem. Neste artigo, um projeto de uso
Microcontrolador Sakura com Texas Instrument SN65HVD251 Industrial CAN
Transceptor para comunicação entre todos os nodos com o Cérebro como Renesas
RX63N foi implementado. No entanto, as APIs CAN não podem ser usadas neste
implementação devido a problemas de compatibilidade. O papel terminou usando o CAN
comunicação apenas entre o módulo de direção e a placa Brain.
• Cérebro: A placa RX63N da Renesas foi usada anteriormente como o Cérebro. foi conectado
a um receptor de controle remoto do qual recebe as ordens. Foi usado para controlar
o módulo do acelerador usando os três fios do servo motor parallax. O
O cérebro também foi usado para controlar o sistema de frenagem, fornecendo um sinal para o
H-bridge para o atuador linear. Além disso, o conselho da Renesas estava controlando o
módulo de direção enviando mensagens CAN para o PCB do módulo de direção [5, 4].
Neste ponto, não havia conexão física entre sensores e atuadores
neste ponto, exceto para o módulo de direção que estava recebendo leituras de
sensores de velocidade. Além disso, este cérebro não foi usado para tomar suas próprias decisões para controlar
19
o ATV, pois não estava processando os dados dos sensores. Em vez disso, estava ficando
os comandos do controle remoto usado por um operador humano que foi
processar os dados dos sensores e agir de acordo.

CAPÍTULO 3: MINHAS CONTRIBUIÇÕES NO NÍVEL DOS MÓDULOS
Este capítulo ilustra a implementação de todos os novos módulos como o CAN
Sistema de rede, acelerador e freio. Ele também se concentra na adição ao já
módulos existentes e a padronização introduzida no sistema. O sistema
integração é tratado no próximo capítulo.
Neste capítulo, muitas publicações do autor são usadas [11].
3.1 Visão geral do sistema
Este estudo centrou-se na ideia de tornar o ATV em estudo autónomo e
autodirigido sem a interação humana para ir da posição inicial à final
destino.
Para tal, é feita a observação de um condutor humano. Para um operador humano
para controlar o ATV, ele precisa pressionar o acelerador para se mover. O operador também precisa
para poder parar o ATV usando os freios. Como a condução nem sempre é direta,
existe a necessidade de mudar de direção usando o volante. Todas essas ações são
representando o operador humano que controla o ATV. Como o estudo visa substituir
o operador humano, então os atuadores controlados por microcontroladores (controladores) são
necessário.
Existe a necessidade de um controlador para o acelerador, outro para o sistema de freios,
e um terceiro para a direção.
A observação não parou neste ponto, pois o operador humano deveria ter um
razão para pressionar o acelerador ou os freios, ou mesmo virar a direção. De acordo com
observação, o operador humano depende de seus sentidos como visão e audição para evitar
21
obstáculos e saber se está indo na direção certa ou errada, com
o conhecimento do destino final. Como conclusão, sensores semelhantes são necessários.
Para o destino final, o GPS é a maneira mais fácil de marcar um destino para um robô,
especialmente quando está fora de um prédio viajando por uma longa distância sem um ser humano
operador. Outra forma de detectar a estrada e o destino final, caso não haja
Sinal de GPS na área, é usar a técnica de sensores de migalhas de pão ao redor da estrada
rumo ao destino. Este sensor ainda está em estudo por outro grupo de estudos da
o Laboratório Incorporado da UNCC.
O GPS fornece a posição atual, e isso pode ser comparado ao destino final
para encontrar a distância e entender se o ATV está se aproximando ou se afastando
o destino. O GPS fornece a longitude, que é a localização no sentido Leste-Oeste
direção, e Latitude, que é a posição na direção Norte-Sul. Enquanto o
posição pode ser facilmente mapeada para um plano XY, um ângulo entre a direção norte
e o destino final pode ser calculado.
O GPS pode mostrar a localização atual, a distância até o destino e o ângulo entre o
Direção norte e destino final. Para saber a direção do
destino final, é necessária uma bússola 3-D. No entanto, como o ATV não vai funcionar
somente em terreno plano e horizontal, a inclinação afetará a precisão da bússola. Então uma
compensação de inclinação é necessária, e isso introduz a necessidade de IMU em vez de um simples
bússola. Um estudo é feito em paralelo a este estudo fala com mais detalhes sobre o
Escolhas de sensores IMU e GPS e projetos e implementação de controladores de sensores.
Normalmente, a detecção de um obstáculo na frente do ATV é feita usando a operação humana
olhos do erador. No caso de um robô, existem muitas alternativas como câmeras, luz
Unidades de detecção e alcance (LIDAR), sensores ultrassônicos e outros. A fim de
decidir qual usar, uma comparação foi feita, e os LIDARs foram escolhidos entre
os outros sensores pelos seguintes motivos:
• O sensor da câmera é usado para capturar o reflexo da luz visível. Ele pode gravar
22
muitas imagens, mas precisa de um alto poder de processamento para detectar e entender
o conteúdo das imagens. Isso pode ser feito por técnicas de aprendizado de máquina ou por
técnicas de processamento de imagem mais simples. No entanto, ainda precisa de muito processamento
poder. Outro ponto sobre o sensor da câmera é que ele não é muito bom
opção em ambientes com pouca luz, e pode não funcionar direito em caso de brilho
reflexão da luz da superfície.
• Sensores ultrassônicos são sensores que emitem ondas ultrassônicas e detectam o reflexo
ção das ondas. Eles detectam a distância medindo o tempo entre
emitindo e recebendo as ondas ultrassônicas. Eles são muito bons em detectar
obstáculos a uma curta distância (dentro do alcance de 10 metros, dependendo da qualidade
do sensor e do ambiente), pode ser usado em baixa distância de baixa velocidade
aplicações como em estacionamento autônomo. No entanto, usando sensores ultrassônicos para
detectar obstáculos em alta velocidade não será útil, quando o obstáculo for detectado,
seria tarde demais para parar o veículo ou dar meia-volta
isto. Além disso, os sensores ultrassônicos estão sujeitos a muita interferência. Além disso, ultra-som
as ondas podem ser facilmente refletidas e desviadas à medida que se propagam pelo ar
partículas em forma de círculos que levam a diferentes direções de propagação se atingidas
um obstáculo inclinado e levará a informações falsas.
• LIDARs são Radares LASER. Eles funcionam de maneira semelhante aos sensores ultrassônicos
exceto que as ondas usadas são LASER e não ultrassônicas. Como um radar, ele vai para o
para a direita e para a esquerda para escanear uma área. Um feixe de LASER se propaga em quase um
linha sem espalhar. Se ele reflete algo, ele vai voltar direto para o
fonte que determina a distância para o obstáculo. Ele se propaga com velocidade
de luz, e o LASER pode percorrer distâncias muito longas sem atenuação de sinal
o que o torna o sensor perfeito para o trabalho. Os LIDARs podem fornecer a posição
de obstáculos, fornecendo o ângulo e a distância.

23
No entanto, o LIDAR não está planejado para ser incluído nesta implementação. Apenas o
escolha do sensor é feita. Para o número de implementações neste estudo
cronograma, o controlador LIDAR e a integração não estão planejados para serem feitos durante
esta tese.
Outra parte da observação foi que os olhos humanos não são responsáveis por
aplicando os freios. Em vez disso, ele apenas entrega uma mensagem ao cérebro através do
nervos, e o Cérebro toma a decisão e envia os comandos para os músculos usando
outros nervos. Como conclusão, a necessidade de um cérebro como um computador ou um microcontrolador
coordenar as mensagens e lidar com as decisões de acordo com o feedback dos sensores
e obter a ação correta para os atuadores.
O Cérebro para se comunicar com os outros controladores precisa de uma rede semelhante à
sistema nervoso. A Rede aplicada aqui é o CAN Bus. Como mencionado anteriormente em
Capítulo 2, o barramento CAN foi escolhido por ser um barramento multimestre e ter um custo menor
do que o FlexRay. Sua velocidade média é atualmente adequada à velocidade necessária para
o sistema planejado com os dados esperados a serem comunicados.
Conforme discutido no Capítulo 2, algum trabalho já foi feito e alguns módulos foram
ausente. Este capítulo se concentra na implementação dos módulos ausentes ao lado
algumas melhorias significativas que estão ocorrendo para tornar o sistema
mais robusto e confiável. A Figura 3.1 ilustra a visão geral do sistema para o atual
estudar.
Conforme mostrado na Figura 3.1, o sistema consiste em vários nós trabalhando com o
ideia de processadores distribuídos para reduzir o poder de processamento necessário pela central
unidade de processamento e reduzir os atrasos. Todo o sistema é conectado através de um CAN
Barramento que é responsável pela distribuição de dados e energia. O sistema consiste em
atuadores representados aqui como freios, acelerador e controladores de direção e sensores
representado por GPS, Unidade de Medição Inercial (IMU) e 2 LIDARs. Um cérebro
é responsável por sincronizar o sistema lendo todos os dados dos sensores e reagindo
24
Figura 3.1: Visão geral do sistema.
enviando ordens aos controladores através do barramento CAN. Os controladores estão recebendo apenas
as mensagens CAN como ordens, e cada controlador é responsável pela execução da ordem.
O sistema é implementado em fases, implementando biblioteca de padronização primeiro para
MSP430, implementando o módulo CAN e testando-o, seguido pela implementação
mentação de atuadores na forma aprimorada padronizada ilustrada nesta tese,
depois disso adicionando os sensores um de cada vez. O Brain Code é implementado de forma ágil
loops por ter uma história adicional por atuador e por sensor.
Parte da padronização, o projeto mostrado na Figura 3.1 inclui em cada nó um
microcontrolador MSP430 conectado a um escudo CAN com transceptor CAN MCP2515.
O microcontrolador foi escolhido primeiro para ser o MSP430G2553 por ser barato e confiável.
O único problema a princípio era que ele não continha periférico CAN. A opção
obter um microcontrolador com periférico CAN era caro comparado a ter um
MSP430 além de um CAN Shield. O MSP430G2553 possui uma porta SPI que é
usado na comunicação CAN Shield. Para adicionar outros dispositivos, como o IMU e
GPS que precisa de comunicação I2C e UART. Isso introduziu a necessidade de ter
software diferente e PCBs para interface de módulos diferentes, como o SPI pode estar no primeiro
25
Figura 3.2: Arquitetura de Software Padronizada utilizada.
ou segunda porta, mas o I2C e o UART estão limitados a portas diferentes. Para ter
módulos padronizados e PCBs, uma atualização foi feita para MSP430F5529LP que
inclui oito portas em vez de duas portas para MSP430G2553. A série F também tem
maior tamanho de memória e maior clock do processador com maior velocidade. A diferença em
preço não é perceptível. No entanto, reduzirá o custo geral por ter padrão
conexões e PCB de integração padrão conforme mencionado posteriormente no Capítulo 4.
esforço de atualização foi um dia de trabalho para mudar as bibliotecas para as portas F-series 8
microcontrolador.
3.2 Arquitetura de Software
O software foi implementado em uma arquitetura padronizada [2, 12]. este arqui
A arquitetura dividiu o software em camadas conforme mostrado na Figura 3.2.
A primeira camada é a camada mais baixa. É chamado de Interface Hardware-Software (HWI)
camada. Esta camada é uma biblioteca para o microcontrolador utilizado. A biblioteca é implementada
em um estudo paralelo [11]. A camada HWI é considerada uma camada de abstração para
26
ocultar o hardware (H/W) usado do restante do software tornando o aplicativo
independente do H/W usado. Essa ideia é útil em caso de necessidade de alterar o H/W
depois de implementar muitos módulos. Evita perder tempo e esforço para reconstruir o
software do módulo em caso de mudança de H/W. Apenas o HWI precisará de ajustes, não
todo o software.
A próxima camada é a camada de drivers. Esta camada usa as funções da camada HWI para construir
funções complexas que são usadas muitas vezes no aplicativo. O HWI e o
as camadas de drivers são as mesmas para todos os módulos e todos os aplicativos implementados.
A camada mais alta é a camada de aplicação. Esta camada é diferente de um módulo para
outro conforme a aplicação do módulo. Esta camada usa as bibliotecas das outras camadas para
implementar a funcionalidade do módulo.
Uma camada vertical que está envolvida com todas as outras camadas é a camada Scheduler [13].
O Agendador é um tipo simples de sistema operacional que possui múltiplas tarefas com
temporização diferente. O design do Agendador inclui um super loop (loop de loop contínuo)
em que ele verifica se há sinalizadores. Os sinalizadores são definidos usando interrupções de temporizadores. Cada tarefa tem
um sinalizador correspondente e, se este sinalizador estiver definido, as funções desta tarefa são chamadas e
a bandeira é redefinida.
A camada Scheduler é opcional de acordo com a aplicação do módulo. Caso a aplicação
cação precisa de temporização, o Agendador é habilitado na arquitetura de software do módulo.
3.3 Módulo CAN
A implementação do módulo CAN é dividida em implementações de fios de barramento físico
tação, a conexão da blindagem CAN ao MSP430 e a configuração do software de
o Módulo CAN. Abaixo está uma ilustração das diferentes partes do módulo CAN
implementação:

Verificar 6 (01-37)

Enviado por

Dados do documento

Descrição original:

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Verificar 6 (01-37)

Enviado por

Direitos autorais:

Formatos disponíveis

Machine Translated by Google

INTEGRAÇÃO DE SISTEMA SOBRE CAN BUS PARA AUTOCONTROLE,

Trabalho de Conclusão de Curso apresentado à Faculdade de

A Universidade da Carolina do Norte em Charlotte em

Dr. James M. Conrad

Dr. Hamed Tabkhi

Dr. Aidan Browne

módulos com os controladores básicos integrados e funcionando. Esta pesquisa inclui

padronizando módulos de coleta de dados e módulos de controle e integrando todos

esses módulos funcionais em um sistema de trabalho. O trabalho envolveu a construção de novos

módulos, aprimorando os módulos existentes e usando os já em funcionamento (e padronizados)

módulos. Esse esforço inclui hardware eletrônico, software e projetos mecânicos.

O sistema geral consiste em módulos de atuadores, incluindo: um controlador de direção, um

controlador do acelerador e um sistema de travagem. O sistema também contém vários sensores

em um círculo e em um caminho em forma de '8'.

precisava de conselhos para tornar minha pesquisa um sucesso.

Aidan Browne por sua orientação e apoio.

O mais apreciado é para a Comissão Binacional Fulbright, o Departamento

de Estado, e a equipe Amideast por me dar esta oportunidade de fazer o meu

mestrado, oferecendo-me a prestigiosa bolsa Fulbright e dando-me

pela orientação e apoio durante meu estudo nos Estados Unidos.

à equipe da escola de pós-graduação pela orientação e apoio contínuos.

me as bibliotecas necessárias e a ajuda durante o teste, e Stuart Gambill por sua

contribuição nas partes mecânicas.

para realizar minha tese.

LISTA DE FIGURAS viii

1.1. O que já estava lá? 2

1.2. Declaração do problema 4

1.3. Qual é a minha contribuição? 5

1.5. Significado deste estudo 8

CAPÍTULO 2: ESTUDOS ANTERIORES E VEÍCULO TODO-TERRENO 10

CAPÍTULO 3: MINHAS CONTRIBUIÇÕES NO NÍVEL DOS MÓDULOS 20

3.1. Visão geral do sistema 20

3.2. Arquitetura de software 25

3.3. Módulo CAN 26

3.3.1. Implementação física e fiação 27

3.3.2. Configurações de software 28

3.4. Controle de aceleração 33

3.5. O Sistema de Frenagem 35

3.5.2. Extensão do atuador 36

3.5.3. Suporte de montagem inferior 37

3.5.4. implementação de software 37

3.6. Módulo de direção 40

3.7. A Unidade Principal de Processamento (Cérebro) 45

3.7.1. comunicação cerebral 46

3.7.2. Comunicação cerebral com o acelerador 46

3.7.3. Cérebro controlando o acelerador 47

3.7.4. A implementação do Brain para o sistema de frenagem 49

CAPÍTULO 4: INTEGRAÇÃO GERAL DO SISTEMA, TESTE E 51

4.1. Instalação física dos componentes autônomos do ATV 53

4.2. Brain Fase 1: Integração Brain-Throttle 56

4.3. Brain Fase 2: Integração Brain-Brakes 59

4.4. Brain Phase 3: Integração Brain-Throttle-Brakes 59

4.5. Fase cerebral 4: Integração cérebro-acelerador-freios-direção com uma curva à 61

4.6. Fase cerebral 5: Integração cérebro-acelerador-freios-direção com giro à esquerda 62

4.7. Fase cerebral 6: girando o ATV em um círculo completo 62

4.8. Fase cerebral 7: Ângulo de giro para trás esquerdo em um contínuo 67

CAPÍTULO 5: CONCLUSÕES E TRABALHO FUTURO 70

5.2. Trabalho futuro 71

FIGURA 2.1: Servo conectado ao conjunto do acelerador 11

FIGURA 2.2: Motor de direção assistida CC 12

FIGURA 2.3: Circuito H-Bridge conectado a um grande dissipador de calor 13