Anais do CREEM 2013 XX Congresso Nacional de Estudantes de Engenharia Mecânica

Copyright © 2013 by ABCM 21-25 de outubro, 2013, Porto Alegre, RS, Brasil

Projeto de um Veículo seguidor de linha Autônomo

Henrique Anderson Knorst, henriqueknorst@gmail.com

Universidade Federal do Rio Grande do Sul, Av. Desembargador André da Rocha, 272, apto 3, Porto Alegre
Leonardo Kratz Mendes, kratzmendes@gmail.com
Universidade Federal do Rio Grande do Sul, Av. Desembargador André da Rocha, 272, apto 3, Porto Alegre
Matheus Hentschke, matheushentschke@gmail.com
Universidade Federal do Rio Grande do Sul, Av. Bento Gonçalves, 1515, apto 2105 torre C, Porto Alegre
Renato Ventura Bayan Henriques, rventura@ece.ufrgs.br
Universidade Federal do Rio Grande do Sul, Av. Osvaldo Aranha, 103, Porto Alegre

RESUMO: O presente projeto tem a finalidade de preparar para uma competição um veículo seguidor de linha
autônomo. O veículo tem dois motores elétricos para tração traseira, na dianteira o volante é um servo motor e sua visão
é através de uma câmera. Baseado na informação da posição da linha fornecida pela câmera de linha CMOS, o
processador central (ARM Cortex M0+) calcula a variação da posição da linha e, realimentado de dados referentes a
corrente do motor, aceleração, variação de rotação e inclinação do veículo atualiza a velocidade e ângulo de giro no
volante dianteiro. Este processo é repetido em loop constante, mais de 50 vezes por segundo. Com o processamento dos
dados coletados e atualização de suas variáveis de controle, o veículo é capaz de seguir uma linha mesmo sem conhecer
o trajeto, interpretando elevações, curvas e retas.

PALAVRAS-CHAVE: veículo, câmera, controle

ABSTRACT: This project is intended to prepare for a competition a line-tracking autonomous vehicle, free from
external control. The car has two electric motors for traction on the back, on the front a servo motor is the steering
wheel, it’s vision is through a camera. Based on the position information of the line provided by a CMOS line camera,
the central processor (ARM Cortex M0+) calculates the variation of the position of the line feeding back data related to
motor current, acceleration and change in rotation and tilt, and based on the obtained data updates the vehicle speed
and turning angle in the front wheel. This process is repeated in a constant loop over 50 times per second. Due to its
ability to interpret the data collected and update it’s control variables, the vehicle is able to follow a line without
knowing the path, interpreting elevations, curves and straight lines.

KEYWORDS: vehicle, camera, control

INTRODUÇÃO
Com o objetivo de representar a Universidade Federal
do Rio Grande do Sul na competição “Freescale Cup
Brasil 2013” a equipe Charruas, baseada no kit
fornecido pela Freescale Semiconductors, desenvolveu
um veículo autônomo seguidor de linha. O veículo se
baseia em dados fornecidos por vários sensores
embarcados, sendo estes uma câmera de linha CMOS,
um giroscópio, um acelerômetro e feedback de corrente
nos motores de tração, sendo estes dados processados
para referenciar a velocidade independente de cada
motor de tração com o ângulo do servo no volante
dianteiro. O processamento é executado por um
processador ARM Cortex M0+ embarcado, em uma
placa Kinetis L KL25Z, o qual roda um RTOS (Real
Time Operational System) com seus objetos de
programa na linguagem de C++.
METODOLOGIA
O material utilizado para desenvolver o veículo foi o
kit fornecido pelo fabricante com alguns hardwares
externos desenvolvidos pelos alunos. Composto por
dois motores DC para tração traseira, um servo motor
para controle do volante dianteiro do veículo, uma
câmera CMOS de linha para visualização da pista, uma
bateria de 7,2 V com 2000 mA/h de capacidade, chassi
do veículo, placa Kinetis L KL25Z, ponte H para
controle dos motores DC, oito LED’s, placa com
giroscópio e placa auxiliar cm 4 LED’s, uma DIP
Switch com 4 vias para configuração do veículo e 4
botoeiras para interface homem-máquina (IHM).
Procedimento experimental
Para obter a melhor resposta da câmera analisou-se o
gráfico da curva da resposta, figura 1. Baseado nos
dados, LED´s que contemplassem a largura entre 700
a 800 nm foram pesquisados. Selecionou-se LED’s
infravermelhos com uma faixa em torno de 750 nm. A
resposta não foi favorável devido à proximidade da
câmera com o solo e então outros LED’s foram
testadas, com o melhor desempenho para esta aplicação
com LED’s brancos, com largura de pico de 450 nm.
O ajuste do foco foi efetuado com auxílio de um
osciloscópio. Uma página com uma linha preta central
foi posta na frente da câmera, regulando a lente até
encontrar uma imagem sem distorções. A resposta
encontrada é semelhante à figura 2, onde os picos são a
parte clara da pista e o vale central é a posição da linha.
Testes de resposta de torque em função da velocidade e
ângulo da pista foram efetuados. Como a resposta de
corrente no motor varia em função do ângulo do
veículo, mediu-se com o auxílio de um amperímetro
em vários casos e confirmou-se a necessidade de
realimentar a malha de controle com um giroscópio e
Anais do CREEM 2013
Copyright © 2013 by ABCM
Figura 1: Resposta da câmera1 Figura 2: Saída analógica da
câmera1
um sensor de corrente para manter o torque constante
em diferentes casos. Como o giroscópio retorna um
valor referente ao giro axial nos três eixos do veículo o
processador facilmente identifica inclinação do veículo
corrigindo a malha de controle dos motores de tração.
Equações governantes
A equação que governa o veículo é um algoritmo que
relaciona vários sinais de sensores num PID de malha
fechada. A referência é a posição da linha na câmera
com taxa de atualização de 10 ms. Baseado na variação
da linha em função do tempo o algoritmo analisa se o
veículo está alinhado com a linha e assim interpretando
se está numa reta ou efetuando uma curva. Nestes
diferentes casos o PID altera sua resposta em função da
informação do giroscópio, do acelerômetro e do torque
no motor, baseado pela corrente, atualizando o ângulo
do servo no volante e a velocidade do motor pelo
PWM de controle da ponte H. Como o servo é
realimentado internamente com precisão, não há
necessidade de sensor de posição do volante. O
fluxograma do algoritmo de controle pode ser visto
figura 3.
RESULTADOS E DISCUSSÃO
Os resultados obtidos foram satisfatórios. O veículo é
capaz de identificar a linha e tomar as decisões
necessárias para segui-la, com a capacidade de seguir
circuitos distintos sem nenhuma informação do
mesmo, completando satisfatoriamente pistas ovais e
pistas “8”. Realiza curvas leves e acentuadas sem
perder a referência, bem como aclives e declives. O
software ainda conta com um algoritmo de emergência
em que em casos perda de referência da pista, o veículo
toma a decisão de voltar para o lado oposto até
encontrar a linha novamente. O algoritmo de controle
precisa ser mais elaborado na questão de controle de
tração preditiva onde o software tenha uma pré ciência
da próxima decisão a ser tomada, como acelerar o
veículo numa entrada de reta e desacelerar o veículo na
entrada de uma curva. O software pode passar a ter
controle da tração (TCS) e algoritmo de frenagem
(ABS) controlando a reversão momentânea do motor
ou com possibilidade de inserir um freio mecânico.
CONCLUSÃO
XX Congresso Nacional de Estudantes de Engenharia Mecânica
21-25 de outubro, 2013, Porto Alegre, RS, Brasil
Figura 3: Fluxograma do algoritmo de controle
O objetivo de preparar o veículo para a competição foi
atingido com sucesso, pois o mesmo é capaz de seguir
o circuito sem problemas. Seu sistema de controle é
simples e muito funcional, cumprindo satisfatoriamente
o controle do veículo. Sua velocidade máxima
garantindo controle do veículo é aceitável dada as
dimensões do veículo, potência de tração e limitações
mecânicas, estando muito próximo de seus limites de
mecânicos.
AGRADECIMENTOS
Agradecemos as COMGRAD’s da Engenharia de
Controle e Automação e Engenharia Mecânica e a
PRAE por patrocinar as viagens da equipe. Também
agradecemos a Freescale que doou o veículo utilizado.
REFERÊNCIAS
Kuo, B.C., Golnaraghi, F., 2012, “Sistemas de
Controle Automático”, 9 ed., Ed. LTC, Rio de
Janeiro, Brasil, 694 p.
Ogata, K., 2008, “Engenharia de Controle e Moderno”,
4 ed., Ed. Pearson Prentice Hall, São Paulo, Brasil,
788 p.
1
FREESCALE, 2011. “Using Parallax TSL1401-DB
Linescan Camera Module for line detection”. 17
Oct. 2013.
Gussow, M., 2007, “Eletricidade Básica”, 2 ed., Ed.
Pearson Makron Books, São Paulo, Brasil, 639 p.
FREESCALE, 2012. “KL25 Sub-Family Data Sheet”,
17 Oct. 2013.
FREESCALE, 2012. “5.0 A Throttle Control H-
Bridge”, 17 Oct. 2013.
ST ELETRONICS, 2010. “MEMS motion sensor:
ultra-stable three-axis digital output gyroscope”, 17
Oct. 2013.
TAOS, 1999. “TSL1401 128 × 1 LINEAR SENSOR
ARRAY WITH HOLD”, 17 Oct. 2013.
DECLARAÇÃO DE RESPONSABILIDADE
Os autores são os únicos responsáveis pelos dados
contidos neste documento.