全国大学生电子设计大赛的 F题目是“电动车跷跷板”;题目要求设计并制作一个电动车跷跷板,使得电动小车从图 1 所示跷跷板起始端 A 出发在 30 s内到达中心点C并保持平衡5 s，之后在30 s内到达跷跷板末端B并停留 5 s，最后在 1 min 内退回到起始端 A。在整个行驶过程中,电动车始终在跷跷板上,并分阶段实时显示电动车行驶所用的时间。所要求平衡的定义为A，B两端与地面的距离差 d = 0 dA - dB 0 不大于40 mm。
电路芯片选择
STM32F103“增强型”系列和STM32F101“基本型”系列。本次设计中选择了STM32F103ZET6作为主要控制芯片，其主频高达72MHz，是同类产品中性能最高的产品；基本型时钟频率为36MHz，以16位产品的价格得到比16位产品大幅提升的性能，是16位产品用户的最佳选择。两个系列都内置32K到128K的闪存，不同的是SRAM的最大容量和外设接口的组合。时钟频率72MHz时，从闪存执行代码，STM32功耗36mA，是32位市场上功耗最低的产品，相当于0.5mA/MHz。
电源模块
采用4.8 V / 1800mAh 可充电式锂电池作为电源，经 LM7805 电压变换电路为单片机供电。采用锂电池供电后,单片机和传感器工作稳定，且电池的体积较小，重量也较小，能够满足系统的要求 。
传感器的选择
用4路寻迹模块作为寻迹传感器。红外发射管发出红外线，当发出的红外线照射到白色的平面后反射，若红外接收管能接收到反射回的光线则检测出白线继而输出低电平，若接收不到发射管发出的光线则输出高电平。
附件包含以下资料
2022-10-05 22:36:17
2.67MB
1
逐行读取 .trc 文件并将元素存储在数组中。 VOID 元素存储为 NaN。
2022-09-22 10:29:07
1KB
1
针对被动传感器观测的非线性问题,将无迹变换引入卡尔曼滤波算法中.进一步,针对其弱可观测性,采用多个被动传感器集中式融合跟踪策略,提出了基于无迹卡尔曼滤波的被动多传感器融合跟踪算法.以3个被动站跟踪为例进行仿真研究,结果表明所提出的算法可达到比经典的扩展卡尔曼滤波算法更高阶的跟踪精度.
2022-09-16 16:58:39
379KB
1
内含串口、键盘、MPU6050、超声波、OLED、LCD、PWM波输出等模块，和OpenMV源码，可以实现识别矩形、圆形、三角形以及红色、绿色、蓝色等。OpenMV和单片机通过串口通信。
2022-09-05 20:20:02
9.14MB
1
Simulink 模型，基于扩展卡尔曼滤波EKF和无迹卡尔曼滤波UKF 估计算法的SOC仿真，毕设。
另外有BBDST工况模块，也有R2016b及R2020两个版本的Simulink。
谨供BMS爱好者学习使用，请勿商用。
2022-08-30 15:28:26
885KB
1
(完整版)arduino循迹小车毕业设计.pdf(完整版)arduino循迹小车毕业设计.pdf(完整版)arduino循迹小车毕业设计.pdf(完整版)arduino循迹小车毕业设计.pdf(完整版)arduino循迹小车毕业设计.pdf(完整版)arduino循迹小车毕业设计.pdf(完整版)arduino循迹小车毕业设计.pdf(完整版)arduino循迹小车毕业设计.pdf(完整版)arduino循迹小车毕业设计.pdf
2022-08-25 19:28:25
642KB