回想起，15届恩智浦的失败，自己颇为感慨。去年12月份，实验室又陆续招了一波人，还是大一新生（指导老师招新的）。此时，实验室已经到了青黄不接的阶段。大四的只有我和胡某等，去年跟我的大三只会焊接和组装。老师邀请我和胡某等带着他们，做做培训指导等。
培训会议，开启新征程
去年年底，实验室开了一些培训会议，面对着他们大一的懵懂，感觉这一届确实又难上加难。年底会上，给他们做一些学习规划和材料购买等，寒假陆续地发布学习网址、教学文档（自制的硬件库）和电磁、电驱板等。开学来，结果也在意料之中，都没有按照进度完成（原先计划每组在寒假完成硬件的设计，其实，驱动板、电磁信号板实验室都有，要画的是控制板）。
此时是3月中旬，实验室开始铺设了赛道。由于实验室场地较小的缘故，元素仅包括车库，弯道，十字，环岛和岔道（PS:今年赛道依然用的瑜伽垫，指导老师仍然不让买）。然而，当初组队的11组队伍退赛5组，其实也在我预料之中。随后，胡某等由于保研等项目，结合实验室往年的情况，不报任何希望。3月下旬开始，带着去年失败的不甘，我仍然坚持带着508实验室，尽力拼一把（其实，想指望我们能够爆冷一回，出线一组）。
实验室赛道
当时，现存的队伍有全向前进组（2组）、电磁越野组（2组）、单车组（1组）和节能信标组（1组），这样，信科院的基础四轮和双车组就自动晋级省赛。临近4月底，实验室的整体进度很缓慢。虽然，有些组别买了成套车（PS：看起来比去年投入大，其实是他们垫付的费用），有相关的学习资料，甚至有商家成套的代码框架，但是完全没有学习的思路。的确，对他们来说，门槛有点高。于是，我决定开始从电磁越野组抓起。由于今年的电磁越野限制长度，2cm前瞻，所以后期要用到AI训练。而去年，e芯实验室就有组AI电磁的国二，实力相当厉害。所以，这组的挑战还是挺大的。
三月下旬，我开始着手画板子，三月末，电磁越野组的主控板、电磁信号板、电机驱动板、电感布置板等都已配全，开始让他们打板、买材料、焊接等。不过就这样，他们还遇到买错材料、买到假芯片、虚焊等问题。到4月末，越野车才搭建起来。
在此期间，我开始带着他们做软件。电磁组用的英飞凌的TC264，双核处理器，性能好，资源多，但是对他们没学过单片机的说，难度大。不过，龙邱有一套较为完整的代码框架。今年的电磁越野和基础四轮的动力传动相似，正好实验室也有套基础四轮的成品车。结合去年的经验（PS：去年虽然失败，但是我不想让经验浪费），我陆续做了以下工作（车库、岔道除外，电磁越野没有这些元素）：
１.电磁归一化，方向开环（电感值左减右，直道弯道简单分段比例）、速度开环（给固定占空比），小车能够简单循迹，速度０.５m/s
２.优化电磁归一化，加入差比和算法，即方向闭环，简单调试方向闭环参数，速度仍然开环，小车速度约１.２m/s，但是弯道容易出去
３.在２的基础上，加入垂直电感，优化方向闭环，调试方向Kp、Ki，直道弯道速度分段，小车速度达到１.６m/s，但是弯道路径不好，仍然存在弯道冲出去的现象
４.在３的基础上，采用差比和差算法（e芯实验室的方案），调节水平电感和垂直电感的权重，速度闭环，采用PI调速，弯道直道赋予不同的速度给定。小车速度达到１.８m/s，而且小车内道切弯，较为稳定。
５.赛道元素的识别：由于电磁越野组没有车库、岔道等元素，不用处理。需要处理环岛、十字等（其实后期还有直角、坡道等），但是十字在低速时（２.５m/s以下），出入十字姿态较为稳定，无须处理。所以，重点处理环岛元素，采用的方案是电磁特征识别加编码器积分（其实，还需要采用陀螺仪，但是没调出来，自检失败）。
ai电磁越野
至此，他们在我的基础上，调试参数，修改代码，也逐渐熟悉整个代码框架。本来可以继续调试B车模的，但是车模的后轮支架松动（今年新B车模的问题，出厂就是这样），需要花费精力搞机械，不能继续调试，其实上2m/s还是较为容易的。后来，将整体代码移植到电磁越野车。四月末，电磁越野作为16届的第一辆车出炉。
不过，电磁越野进度仍然较慢，毕竟还有五一假期，了解到e芯实验室仍然有大部分人留校，想想又是差距，但又不能让他们强制留校，毕竟是他们比赛，而不是我。五一假期归来，结合实际情况，我做了如下规划：
1.根据电磁越野赛道重新布置场地，进行赛道的初步适应
2.进行程序的优化，长前瞻完成全部元素
3.进行AI训练平台的搭建，采集数据集进行训练
但是，遇到的困难是没有场地，由于其他组别还没能在赛道上跑。所以，重新铺了电磁线，对于电磁越野来说，场地显得狭小。当时，电磁越野组可以自己调试一些程序了，所以我将上述1和2的任务暂时交至他们。此时，实验室总算有了点调车氛围。
全向前进组
双核+双摄+电磁
5月10日开始，我开始带全向前进组。全向前进组，用的MM32V103，类似于stm32，车模是H车模，控制麦轮。全向前进组的花费较大，他们垫资买了三辆车，有单核和双核方案。4月份底，他们买到双核双摄的控制板、驱动板等，经过我核对过，可以使用。于是，我让他们硬件组购买材料，焊接等。
软件组方面，难度确实有点大。首先，我没有处理过摄像头，所以需要学习摸索，好在前期看过不少CSDN等文章和代码，也算有一点印象。其次，我没有控制过麦轮，所以需要进一步研究控制方法。我先带着他们从单核单摄开始，刚开始，他们在网上买了套摄像头处理的算法，估计是以前某学校实验室的程序库，看起来写得还可以，里面有补线和拟合中线的算法，还有特殊元素的处理，比如可以解决斜入十字。
经过学习和移植，可以较好地在液晶上显示中线，接着就是利用加权平均将偏差叠加在电机输出上。还好某学弟前期看过麦轮的控制方式，根据力的分解会控制，所以小车能够循迹，且切内弯走。但是，摄像头容易受到光线的影响，而且较不稳定，很容易丢线，此外程序库里没有环岛处理程序段。由于时间紧迫，加装电磁传感器，采用电磁来导航，效果仍然可以。
已过5月中旬，但是校赛通知一直没有消息，后来老师在教务处网站找到通告。还是3月份就发的，6月5日比赛，时间看上去更加紧迫。所以，开始处理双核双摄，搞了几天，才把双核双摄的通信解决，中间遇到卡壳的问题，就是中断优先级的问题，搞清楚了抢占优先级和响应优先级的区别。
比赛前的一周，开始利用双核双摄处理赛道元素，包括车库，环岛，岔道，十字等元素的处理。
1.出入库：出库直接盲走即可，入库需要摄像头识别斑马线，进行强制入库。
2.环岛：采用纯电磁，利用电磁特征、横竖电感切换和编码器积分等手段完成
3.岔道：入岔道：采用摄像头处理区域面积结合垂直电感增大等特征识别，同时设置标志位
出岔道：采用水平电感特征值设置阈值进行处理（PS：没有想到较好的解决方案，其实要用摄像头）
4.十字：由于摄像头过十字仍然会出现不稳定的现象，所以采用电磁识别，摄像头辅助的方式进行识别。
在此期间，全向硬件组的焊接实在有些问题，出现芯片焊错，虚焊和焊短路等问题。我陆续查到问题，还是很严重的，让他们整改，但他们的执行力确实有待提高，直到校赛，都没有完成。校赛时，全向组只能用成品车跑（PS：不符合参赛规则），由于场地原因以及程序识别和控制稳定性不够，没有能够完赛（主要还是岔道，卡在第二圈），结果其实也在我意料之中（全程都很匆忙，当然没有好的结果，不好好歹校赛还有机会表演一下）。
再说电磁越野组，由于508实验室场地有限，所以，我们在教学楼底大厅铺设场地，
后来他们在调车过程中，遇到如下问题：
1.由于电磁越野采用的是折线段，所以差比和差算法并不完全适用（PS：现在想来，方向开环作差不一定差）
2.电磁越野转弯半径较大，尤其是过直角时最为明显，容易丢线
3.长前瞻虽然能完成所有赛道元素，但是由于L车模较难控制，所以稳定性比B车模低得多，例如直道舵机抖动，弯道打脚延迟等
4.AI训练采集数据，如何采集数据集
针对出现的问题，采取如下措施：
1.采用方向开环，效果和闭环一样，但是出于前期调试花费很多时间，并没有完全舍弃。
2.L车模的转弯半径很大，可以通过打磨底盘的棱角来减小转弯半径，但是不能磨太多，容易导致支架断裂。
3.车模稳定性差，部分原因是电磁传感器安装支架松动，这是后来校赛当天指导老师特意指出的。直道舵机抖动的原因还是方向PD没有调好，但是这里直道舍弃闭环，直接电磁左右作差，采用较小的比例，即可初步消除抖动。至于打脚延迟，一方面可以适当提高供电电压（由原来５V提高到５.５V），提高响应，同时可以适当提高舵机频率；另一方面是折线段特征，和传统电磁赛道相比，折线段电磁不是连续的，没有连续电磁时的过渡，所以会导致舵机延迟。其实，说到底还是算法的原因，并不适用当前的电磁赛道环境。
４.虽然根据逐飞教程，完成了AI平台的搭建，但是具体到怎么采集数据，仍然没有头绪，虽然教程中对数据集进行分类——normal（正常循迹采集数据），ｍanuel（人工模拟小车运行姿态采集数据，尤其是纠正数据），random（程序给随机干扰采集纠正数据等），结合去年AI电磁的技术报告，资料确实多，但AI训练不是短期内能够完成的，而且车模控制难度和赛道复杂度均高于去年的ai电磁。此外，校赛比赛赛道是在信科院那边，所以赛道的适应性未知。故校赛前舍弃ai电磁。
电磁越野车（短前瞻）
电磁越野在校赛前，通过长前瞻进行调试，能够较为稳定地完成所有元素（PS：当时想赌一把，就使用长前瞻）。但是校赛前一天下午，信科院那边发布了修改规则，ai电磁必须按照竞赛规则，短前瞻循迹（2cm）。所以，当天晚上，去信科院场地去试车（当晚在工训）。工训那边电磁信号比我们这边弱，用的同一个信号源。同时，由于工训赛道的直角较多，短前瞻直角压根过不去。
工训中心的赛道，学校边缘，条件艰苦
那天晚上，想到龙邱给的方案，丢线锁定打死脚的方案，但是还是会出现较为严重的逻辑bug，所以第二天上午的比赛，信科院那边利用ai，有着过直角的优势（PS：其实，我也不知道是不是ai电磁还是传统电磁丢线打死脚）。当时学弟也说，光靠短前瞻纯电磁过不了直角，其实现在想想，未必。
最近，我在B站上看到的16届ai电磁车视频，看到有两种方案：其一，可以丢线锁定，但是不是靠if-else锁定舵机打脚，而是在中间三横电感小于某一定值时，判定为丢线，分别对左右打脚次数计数，判断丢线前趋势，丢线后打死角。这样，不会存在电磁丢线打死角后，受限于转弯半径，仍然转不过来，全部丢线，打反方向死角出赛道的现象（PS：up主的实现方法）；其二，短前瞻电磁车冲出直角丢线，记忆丢线前磁场强度（左强还是右强），然后反方向打死脚倒车，动作执行可能不只一次（PS：这种方法其实在外人看来很容易想到，但是感觉应用在智能车上怪怪的，不过我在网上发现用这种方法的很多，而且大家好像都放弃ai似的，直接短前瞻传统电磁调车，说句实在话，TC264的算力加上软件算法的优化和机械的调校，说不定比ai更能适应赛道，ai的复杂度和不确定度太大了）。不过，电磁越野就到此结束了。
拍张合照，留恋一下
聚一下，与你们相遇也是缘分
带队很潇洒吗，做下来并不是
网友评论