AD8302是一款完全集成式系统，用于测量多种接收、发射和仪器仪表应用中的增益/损耗和相位。它只需极少的外部元件，采用2.7 V至5.5 V单电源供电。在50 Ω系统中，交流耦合输入信号范围为–60 dBm至0 dBm，低频高达2.7 GHz。这些输出在±30 dB的范围内提供精确的增益或损耗测量，调整比例为30 mV/dB，相位范围为0°–180°，调整比例为10 mV/度。两个子系统都具有30 MHz的输出带宽，可通过增加外部滤波器电容来降低该带宽。AD8302可在控制器模式下使用，驱动信号链的增益和相位达到预定设定点。 AD8302包括一对紧密匹配的解调对数放大器，每个放大器具有60 dB测量范围。通过提取其输出之差，可测量两个输入信号之间的幅值比或增益。这些信号甚至处于不同的频率下，以便测量转换增益或损耗。通过在一个输入上施加未知信号并在另一个输入上施加校准的交流基准信号，AD8302可用于确定绝对信号电平。通过禁用输出级反馈连接，可使用设定点引脚MSET和PSET实现比较器，从而设置阈值。 信号输入采用单端模式，可将其直接匹配并连接到定向耦合器。在低频下，其输入阻抗为3

做智能车比赛用的 四驱 二驱的智能车均可以用

以第四届“飞思卡尔”杯全国大学生智能汽车大赛为背景，介绍了基于视觉传感器的智能车控制算法，包括方向控制和速度控制。在PID算法或模糊控制算法几乎为所有参赛队伍所采用的背景下，提出了“最优曲率法”，并使用与之配合的“贪婪路径规划”算法。该小车在复杂赛道上的平均速度达3.3 m/s，其控制算法设计对智能车设计有借鉴意义。

2008车模报告论文智能车控制模型.doc

人工智人-家居设计-基于MC9S12DG128的智能车控制系统研究.pdf

人工智人-家居设计-基于K60单片机的智能车控制算法的仿真与实现.pdf

我国自2006年起举办的全国大学生“飞思卡尔杯”智能汽车竞赛融科学性、趣味性和观赏性为一体，是一项以迅猛发展、前景广阔的汽车电子为背景，涵盖了自动控制、模式识别、传感技术、电子、电气、计算机、机械与汽车等多个学科专业的科技创新比赛。参赛队伍在车模平台基础上，制作一个能够自主识别路线的智能车，在专门设计的赛道上自动识别道路行驶。 　　利用机器视觉，通过识别路面条带状引导线实现自主导航是现阶段智能车常用的导航方法。该方法不仅具有视觉导航信息量丰富，智能化程度高的优点，而且引导线的加入大大降低了图像处理的数据量和技术成本，提高了智能车控制的实时性和现实应用的可行性。当前研究的热点问题是路径识别的准确

针对智能车因单条引导线信息量少而引起的误识别问题,设计一种能自动识别和跟踪双边引导线的智能车系统。智能车以Freescale公司MC9S12XSl28作为核心控制器,利用COMS(Complementary Metal Oxide Semiconductor)摄像头OV7620作为路径信息采集装置,对采集图像进行二值化处理、去噪操作和边缘检测后提取路径信息、进而准确地判别跑道的形状,为舵机和电机提供控制依据,以使小车平稳快速地行驶。同时,提出将行驶状态与赛道信息综合考虑的措施,并通过PID(Proport

飞思卡尔智能车的速度控制模块，PID电机控制，由参考程序哇。

本文主要分享智能车调试过程中出现的静电复位问题的可能原因！