飛思卡爾智能車後感

        通過整整一個學期的辛苦努力,智能車算是過一段落了,直到如今纔想起寫一篇後感。
        從開學2014年寒假開始準備着智能車,在寒假裏,天天認真研究學長的代碼,從中吸收他們優秀的思想,可是也從其中發現了他們的不足,也處處研究往屆優秀的智能車競賽報告,這對我後來的代碼算法思想有很大的幫助。
從2015年開學後的三月底,隊友把硬件部分作出來了,硬件部分沒什麼大的問題,在此基礎上我用了本身簡單的算法使第一輛車子歪歪扭扭的跑完一圈,在全部智能車隊中第一個讓車跑完一圈,這給了我極大的鼓勵。後面在學長的幫助下,我最終改了代碼的重要算法,在之後的時間裏,都是在新的算法基礎上加以完善修改。在一點一點的修改中,從中吸收了許多寶貴的經驗,在每一個參數的調節中,都作了無數次的計算和調試,力求能達到更好的效果。
        在後期的調試摸索中,車子的硬件也出了很多的問題,通過一路的跌跌撞撞中,不斷修改和完善,終於能在校賽前幾天完成兩輛車的調試,在校內取得比較優秀的成績。可是兩輛車的協調也沒有徹底處理好,也許因爲後期準備期末考試以及其餘本身的緣由,車子一直沒有達到校賽前幾天的水平,一直沒有提升,在此感受特對不起胡總,沒有給他一個能夠拿的出手的速度。
        最後來作點總結吧,綜合小車的各類因素,首先,數據採集上,硬件部分必須作的穩定,咱們的車採集高度超過10釐米左右就嚴重下滑,在後期的經驗中,感受高度在15CM~20CM內採集的數據經相同的放大倍數後對舵機轉彎特性特別好,我估計是磁場的空間分佈影響了數據採集點的效果。第二,在算法控制上,儘可能要注意多各類狀況,特別是數據類型,好比不少能夠用char 型儘可能不要用int型的,int型的要考慮可不能夠用unsingned int 型的,注意取值範圍,數組注意不要越界,在特殊狀況下AD採集值爲0時記得考慮一些分母,pid算法參數的改變對車子實際相應的性能變化,注意積累經驗。速度控制方面我沒怎麼積累經驗,速度pid的參數我只是粗調了一些,車子速度性能沒有提高,不過我車的的硬件作的也不是很穩定,速度一快點信號採集就不穩了,這也致使我最後參加華南賽時只得了一個三等獎。另外,還有最重要的一點,選隊友時必定要謹慎,隊友間的能力相近;可是我就沒作好,原本計劃三我的負責調兩輛車的代碼,結果兩個女生不怎麼懂,咱們的協調也沒作好,致使兩輛車的代碼基本上是我一我的寫的(小插曲:可是我基本上弄好第一輛車後把弄好的車交給小婷婷繼續加入pid控制速度,結果把舵機又燒燬一個,也是醉了,不過還好,咱們總共燒了三個舵機,一塊主控,幾塊小電源芯片,大概只燒了500元左右,相比人家燒了上千的,咱也弄個三等獎算是值了吧),付出了巨大的時間和力氣,不過也幸虧有熊暢暢輔助我調節參數,給我擠出了不少的時間去完善代碼的算法。總之兩個女生比起其餘組的也是至關的給力,最後硬件作的怎樣我就不說了,勉強過得去,配上個人垃圾代碼,得個三等獎算是已經很不錯了,選擇隊友,慎選之吧。
        在此次的智能車中會算是積累了人生中的許多寶貴的財富,每次失敗時隊友間的鼓勵,成功時一塊兒分享的喜悅,學習過程的艱辛,學到知識後的知足。。。。,失去不少,也獲得更多,值得我回憶許久,感恩許久。謝謝胡總給了咱們這個團隊的支持,謝謝三位隊友:熊暢、周啓、唐金婷,也要謝謝女票雯雯的理解。

算法