引言
      如何设计路径识别方案是参赛队伍们首先必须面对的问题之一,根据韩国比赛情况参赛队伍所采用的路径识别方案大致可分为两种：使用光电传感器和使用CCD摄像头，其中尤以光电传感器方案最为常用。本文是基于智能车仿真模型软件Plastid来进行研究的，该系统基于LabVIEW虚拟仪器技术所开发，可针对不同的赛车、赛道、路径识别方案、控制策略等内容，进行相关分析。
光电传感器
      本文实验中采用型号为SG-2BC的光传感器，它体积小，便于布置安装，输出是模拟量。为了模拟试验的简便，本文将传感器的模拟信号都处理成数字量以便于单片机处理。
      对于传感器的安装位置，根据其输出与反射距离的关系（如图1所示）。为便于单片机处理，需要将传感器输出电流信号提取出来转化为电压信号，可以采用采样电阻或电流-电压放大器两种方案。由于本应用对精度要求不是很高，采用了采样电阻提取电压的方案。

      如图2所示方案，合理的匹配采样电阻RL和电压Vcc，使光电管分压不小于1.5V，可以使采样电阻分压与光电流解藕，忽略采样电阻的负载效应。外接5V电源时，采样电阻可获得的分压为0~3.5V，流经电流为2mA，所以采样电阻可取1.7K，为便于调整使各传感器一致，可采用2K的可调电阻。

       图2 采样电阻提取电压                 图3 Plastid仿真系统赛车设置界面

输入给控制程序，如图3所示。
布局相关参数
有关传感器布局的参数有很多，本节将主要针对其中最重要的两个参数进行定性的讨论。
1 传感器间隔
      各个传感器的布局间隔对智能车行车是有一定的影响的。根据本届邀请赛的赛道规则，中间黑色导引线的宽度为25mm，因此如果要求传感器间不出现同时感应现象（即每次采集只出现一个传感器值为1），那么传感器间隔就必须大于25mm。如果将间隔设计成小于25mm，从而产生更多的情况，有利于车与赛道偏移距离的判断。此外，如果间隔过大，还会出现另一种情况，即在间隔之间出现空白。 
      为了便于比较不同的传感器间隔造成的影响，在Plastid仿真系统中使用相同的控制策略，并且在控制策略中设定了限制速度（从1m/s按0.5m/s的间隔递增，直到车出现飞车完成不了单圈为止），赛道也选用韩国大赛的标准赛道进行测试，仿真周期设为15ms。整个控制策略采用最简单的分段控制，如图4中的红框区域。仿真得到结果如图5所示，根据仿真的结果显示，传感器间隔对于过弯道精确性以及防止飞车的能力有很大的关联。

        图4 智能车控制流程图                          图5 Plastid仿真结果

      对于防飞车能力，我们可以用最大限制速度来衡量。20mm间隔的最大限制速度在3m/s，40mm间隔的最大限制速度则为3.3m/s。经过分析后，我们认为这是由于传感器间隔大造成车的横向控制范围较大（40mm的车控制在±13mm内，而20mm的则在±7mm内），因此它不易造成迷失。
2 径向探出距离
      径向探出距离是指光电传感器离车头的径向距离。它主要影响智能车的预测性能。对于未知的赛道，如果能早一步了解到前方道路的情况，那么就可以早些做出调整，从而使车以相应最优策略通过赛道。所以，理论上探出距离是越大越好，但是如果距离过大，智能车可能会发生重心偏移，造成行驶不稳、振动等一系列问题。因此，为了既能增加径向距离，又不引起重心偏移，我们可以采用带倾角的传感器安装方式，如图6（a）（b）所示。

图6（b）传感器间隔20mm和40mm                     图6(a) 传感器带倾角安装示意图 

1 一字型布局
一字型布局是传感器最常用的布局形式，即各个传感器都在一条直线上，从而保证纵向的一致性（如图7），使其控制策略主要集中在横向上。对于不同的间隔选择，其出现情况数也相对不同。本仿真试验采用的是间隔大于25mm         图7 一字型布局
且两两并列的布局方式，这样在跑车时可以产生13种不同的情况。
首先，对于传感器有输出值的（即其中有一传感器照到黑道）情况，则根据其所在的位置进行相应控制；其次，对于迷失情况，可利用之前哪个传感器输出情况来推断车此时进入哪一段区域。这里选用两两并列就是为了能明确区分出具体区域，如果不这样排列，则当出现迷失时，将无法判断黑道在左边还是右边。
2 八字型布局
八字型布局（如图9）从横向来看与一字型类似，但它增加了纵向的特性，从而具有了一定的前瞻性。将中间两传感器进行前置的主要目的在于能够早一步了解到车前方是否为直道，从而可以进行加速。
图9 八字型布局
对于智能车能否顺利跑完全程，最重要的一点是过弯道，特别是通过比较急的弯道的能力。因此为了能够更早地预测到弯道的出现，我们还可以将左右两端的传感器进行适当前置，从而形成“W”型布局。
值得一提的是，由于纵向的排列不一致，就比一字型更增加了多传感器同时感应的可能性（一字型只可能是所有传感器同时感应，而八字型则可能出现几个传感器同时感应的现象）。因此，在决定控制策略时，必须要考虑这种情况，但反过来说，我们也可以利用这种情况的发生来完成一些特定的判断（比如某弯道角度的确定等），这就需要大家更深入的研究和尝试了。
其他因素
    除了上述内容之外，在进行传感器布局时，还需要注意以下几个因素：
    首先，大赛规则对于赛道的描述有提到“跑道可以交叉，交叉角为90°”，而在起跑点两边还分别有长100mm的起跑线。在比赛时智能车必须通过传感器将这两种线区别开来，因此这也是在传感器布局时所必须要考虑的问题之一。
    其次，与韩国大赛不同，本次大赛可使用至多16个传感器（韩国比赛为8个），因此在排列上会有更大的自由性，更可以和其他传感器（例如CCD等）进行配合，从而实现更好的控制效果。
    最后，由于本文采用的传感器输出值经过处理转换为数字信号，因此根本上来说，整个智能车的控制必定是不连续的控制。为了达到更好的控制效果，可以考虑不将传感器处理成数字信号，从而达到连续的控制效果，这也是一个值得探讨和深究的问题。