簡介本資源是面向智能車競(jìng)賽四輪組參賽者與嵌入式開發(fā)者的技術(shù)實(shí)踐包聚焦巡線控制、環(huán)島識(shí)別與十字路口決策三大核心賽題任務(wù)提供可直接調(diào)試的完整程序框架與工程實(shí)現(xiàn)。壓縮包共622個(gè)文件涵蓋58個(gè)C源碼含傳感器采集、PID控制、圖像識(shí)別等模塊、61個(gè)頭文件.h、180個(gè)目標(biāo)文件.o及52個(gè)鏈接腳本.xcl等關(guān)鍵類型支撐Kinetis系列MCU如MK60DN在IAR環(huán)境下編譯調(diào)試另有多個(gè).bat批處理腳本用于自動(dòng)化構(gòu)建與臨時(shí)文件清理體現(xiàn)工程化開發(fā)規(guī)范。資源大小為46.57MB結(jié)構(gòu)清晰、模塊解耦包含主控邏輯、多傳感器融合、深度學(xué)習(xí)輕量化識(shí)別接口等實(shí)戰(zhàn)要素。目前已有944人學(xué)習(xí)下載讀者可直接獲取從灰度閾值處理、環(huán)島CNN特征提取到十字路口多策略導(dǎo)航的全鏈路代碼實(shí)現(xiàn)并參考配套調(diào)試腳本與工程配置快速部署驗(yàn)證。1. 從零到一智能車競(jìng)賽的“靈魂”是什么如果你最近在B站、知乎或者各大高校的實(shí)驗(yàn)室里聽到同學(xué)們討論“調(diào)車”、“PID”、“環(huán)島”、“電磁”這些詞那多半是又到了全國大學(xué)生智能車競(jìng)賽的季節(jié)。這個(gè)比賽從2006年第一屆到現(xiàn)在已經(jīng)成了國內(nèi)高校電子、自動(dòng)化、計(jì)算機(jī)等相關(guān)專業(yè)學(xué)生繞不開的“硬核”練兵場(chǎng)。我當(dāng)年也是從實(shí)驗(yàn)室里抱著電路板、對(duì)著示波器、一遍遍在賽道上“撞墻”過來的?，F(xiàn)在回頭看所謂“SmartCar_智能車程序”絕不僅僅是讓一個(gè)小車跑起來那么簡單它是一套集成了感知、決策、控制、執(zhí)行于一體的微型自動(dòng)駕駛系統(tǒng)是算法與硬件的深度耦合更是工程思維從理論到落地的完整閉環(huán)。很多人拿到一個(gè)開源的程序框架或者學(xué)長留下的代碼第一反應(yīng)是“我該改哪里才能讓它跑得更快” 這個(gè)想法沒錯(cuò)但容易陷入盲目調(diào)參的泥潭。在我看來理解智能車程序的“靈魂”比盲目修改代碼更重要。這個(gè)靈魂就是在資源算力、內(nèi)存、傳感器精度極度受限的嵌入式平臺(tái)上如何實(shí)現(xiàn)穩(wěn)定、快速、魯棒的賽道循跡。它不像實(shí)驗(yàn)室里的機(jī)器人可以用工控機(jī)跑ROS也不像自動(dòng)駕駛汽車有強(qiáng)大的GPU和激光雷達(dá)。你的戰(zhàn)場(chǎng)是一塊主頻可能不到200MHz的單片機(jī)幾個(gè)廉價(jià)的攝像頭或電感幾條賽道邊線以及一個(gè)充滿變數(shù)的比賽環(huán)境。所有的算法設(shè)計(jì)、代碼優(yōu)化都必須圍繞這個(gè)核心矛盾展開。所以當(dāng)你開始動(dòng)手寫或修改你的“SmartCar_智能車程序”時(shí)首先要建立的認(rèn)知是這不是一個(gè)純粹的軟件問題也不是一個(gè)純粹的硬件問題而是一個(gè)軟硬協(xié)同的系統(tǒng)工程問題。程序里的每一個(gè)判斷、每一個(gè)參數(shù)都對(duì)應(yīng)著物理世界中小車的一個(gè)具體行為。理解了這一點(diǎn)我們才能深入這個(gè)程序的肌理看看它到底是如何運(yùn)作的。2. 程序架構(gòu)解剖一個(gè)典型智能車控制系統(tǒng)的三層模型一個(gè)成熟、可維護(hù)的智能車程序絕不會(huì)是幾千行代碼都堆在main.c里的“意大利面條”。經(jīng)過這么多屆比賽的迭代社區(qū)和參賽隊(duì)伍已經(jīng)形成了一些共識(shí)性的架構(gòu)。我最推崇也是實(shí)踐下來最有效的是一種三層模型感知層、決策層、控制層。這聽起來很像自動(dòng)駕駛的架構(gòu)沒錯(cuò)因?yàn)楸举|(zhì)是相通的只是規(guī)模微型化了。2.1 感知層小車的“眼睛”和“觸角”感知層的任務(wù)是把原始的傳感器數(shù)據(jù)轉(zhuǎn)換成程序能夠理解的、關(guān)于賽道和環(huán)境的狀態(tài)信息。對(duì)于智能車來說最主要的傳感器無外乎攝像頭和電磁傳感器。攝像頭方案這是目前主流尤其是追求極限速度的競(jìng)速組別。程序在這里的核心工作是圖像處理。從攝像頭通常是數(shù)字?jǐn)z像頭如OV7725、MT9V034讀回來的是一幀灰度或二值化的圖像。感知層算法要干這幾件事圖像預(yù)處理濾波去噪中值濾波、均值濾波、對(duì)比度增強(qiáng)。這一步是為了讓后續(xù)的邊緣檢測(cè)更可靠。很多新手會(huì)忽略預(yù)處理直接拿原始圖像做二值化結(jié)果就是抗光照干擾能力極差下午和晚上的參數(shù)完全對(duì)不上。賽道邊線提取這是核心中的核心。常用方法有邊緣檢測(cè)如Sobel算子或直接動(dòng)態(tài)閾值二值化。我更傾向于動(dòng)態(tài)閾值因?yàn)樗?jì)算量小。關(guān)鍵技巧在于閾值不是固定的而是根據(jù)圖像每一行或一個(gè)區(qū)域的灰度統(tǒng)計(jì)值如平均值動(dòng)態(tài)計(jì)算。例如閾值 行平均灰度值 * 系數(shù)K 偏移量B。這個(gè)K和B就是你需要根據(jù)賽道背景和邊線顏色反復(fù)調(diào)試的“魔法數(shù)字”。中線生成提取到左右邊線后需要擬合出賽道的中心線作為小車?yán)硐氲男旭偮窂?。常用方法是掃描線法從圖像底部車頭近處向上逐行掃描找到每一行的左右邊線點(diǎn)然后取中點(diǎn)連起來就是一條由離散點(diǎn)組成的中心線。這里會(huì)遇到丟線的情況比如十字路口處理丟線的策略如補(bǔ)線、預(yù)測(cè)直接決定了小車過特殊元素的穩(wěn)定性。電磁方案多見于節(jié)能組或創(chuàng)意組。通過電感采集賽道中心通有100mA、20kHz交流電的導(dǎo)線產(chǎn)生的磁場(chǎng)信號(hào)。感知層的核心是信號(hào)處理與歸一化。幾個(gè)電感通常5-7個(gè)會(huì)返回一組電壓值。程序需要信號(hào)解調(diào)與放大硬件電路檢波、放大已經(jīng)完成了大部分工作單片機(jī)讀到的是直流電壓。歸一化處理這是關(guān)鍵電感的感應(yīng)電壓受高度、速度影響巨大。必須進(jìn)行動(dòng)態(tài)歸一化將當(dāng)前值映射到一個(gè)固定的范圍內(nèi)如0-100。常用方法是記錄每個(gè)電感一段時(shí)間內(nèi)的最大值和最小值用公式歸一化值 (當(dāng)前值 - 最小值) / (最大值 - 最小值) * 100。這個(gè)“一段時(shí)間”的窗口選擇很有講究太短容易受噪聲影響太長則響應(yīng)遲鈍。位置計(jì)算根據(jù)多個(gè)歸一化后的電感值通過加權(quán)平均或差值比和等算法計(jì)算出一個(gè)代表車體偏離賽道中心位置的誤差值。這個(gè)誤差值就是后續(xù)控制器的輸入。注意感知層輸出的應(yīng)該是一個(gè)干凈、抽象的“賽道信息”數(shù)據(jù)結(jié)構(gòu)比如中心線點(diǎn)集、當(dāng)前位置偏差、賽道類型直道、彎道、環(huán)島、十字等而不是把原始的圖像數(shù)組或ADC數(shù)值直接扔給決策層。這體現(xiàn)了模塊化設(shè)計(jì)的思想。2.2 決策層小車的“大腦”決策層接收感知層提供的賽道信息然后決定小車“現(xiàn)在該干什么”。對(duì)于基礎(chǔ)的循跡來說決策似乎很簡單“沿著中線走”。但在復(fù)雜賽道和追求性能時(shí)決策邏輯至關(guān)重要。路徑規(guī)劃并不是嚴(yán)格沿著感知到的中線走就是最快的。在彎道需要內(nèi)切吃內(nèi)道減少行駛距離。這就需要在原始中線的基礎(chǔ)上進(jìn)行路徑重規(guī)劃。一個(gè)簡單的策略是在入彎前讓目標(biāo)路徑點(diǎn)向彎道內(nèi)側(cè)偏移一個(gè)固定或動(dòng)態(tài)的距離。這個(gè)偏移量需要根據(jù)彎道曲率和車速來調(diào)整否則容易撞上內(nèi)環(huán)島或沖出賽道。特殊元素識(shí)別與策略這是區(qū)分高手和新手的關(guān)鍵。程序必須能識(shí)別出環(huán)島、十字、坡道、障礙等特殊元素并切換到對(duì)應(yīng)的處理策略。環(huán)島識(shí)別到連續(xù)彎道且邊線特征符合環(huán)島時(shí)需要決策是進(jìn)入環(huán)島、在環(huán)島內(nèi)行駛還是出環(huán)島。通常需要設(shè)置一個(gè)狀態(tài)機(jī)如NORMAL,IN_ISLAND,OUT_ISLAND在不同的狀態(tài)下使用不同的控制參數(shù)甚至不同的控制算法。十字路口攝像頭可能會(huì)短暫丟線決策層需要根據(jù)歷史路徑和當(dāng)前部分有效信息判斷是直行通過還是需要轉(zhuǎn)彎。電磁車則可能需要識(shí)別電流方向的變化。坡道需要提前識(shí)別并調(diào)整電機(jī)輸出防止沖坡時(shí)失速或飛坡后砸地。速度規(guī)劃直道全速彎道減速這是基本邏輯。但如何減速何時(shí)開始減速減到多少這就是速度規(guī)劃。一個(gè)簡單有效的方法是前瞻減速根據(jù)路徑的曲率可以通過計(jì)算中線點(diǎn)的方向角變化得到來動(dòng)態(tài)設(shè)定目標(biāo)速度。曲率越大目標(biāo)速度越低。同時(shí)要結(jié)合當(dāng)前車速做一個(gè)平滑的加速度限制避免急剎導(dǎo)致輪胎打滑或重心不穩(wěn)。決策層輸出的是兩個(gè)核心指令目標(biāo)路徑點(diǎn)或目標(biāo)橫向位置和目標(biāo)速度。它告訴控制層“請(qǐng)你用盡可能平滑的方式讓我到達(dá)那個(gè)位置并以那個(gè)速度行駛?！?.3 控制層小車的“手腳”控制層是最終將決策轉(zhuǎn)化為電機(jī)和舵機(jī)動(dòng)作的環(huán)節(jié)。這里主要涉及兩個(gè)經(jīng)典的控制回路方向控制舵機(jī)和速度控制電機(jī)。方向控制舵機(jī)PD控制 這是智能車程序里最經(jīng)典的部分。輸入是當(dāng)前位置與目標(biāo)位置的橫向偏差由感知層或決策層計(jì)算得到輸出是舵機(jī)的打角值。P比例控制偏差越大打角越大。反應(yīng)快但容易在目標(biāo)值附近振蕩永遠(yuǎn)停不下來。D微分控制根據(jù)偏差的變化率即偏差的微分來補(bǔ)償。它能預(yù)測(cè)偏差未來的趨勢(shì)抑制振蕩。比如車正在快速接近中線即使還有偏差D項(xiàng)可能已經(jīng)開始回正舵機(jī)了防止沖過頭。公式舵機(jī)PWM Kp * 偏差 Kd * (本次偏差 - 上次偏差)。調(diào)試心得先調(diào)P讓小車能大致跟著線走但會(huì)左右搖擺。然后慢慢加D搖擺會(huì)逐漸減弱變得平滑。D太大反而會(huì)引入高頻抖動(dòng)讓小車“抽搐”。一個(gè)黃金法則是在直道上微調(diào)讓小車走直線時(shí)舵機(jī)幾乎不動(dòng)在中等彎道上讓小車能平滑過彎沒有明顯超調(diào)沖出去再拉回來。速度控制電機(jī)PID控制 輸入是目標(biāo)速度與實(shí)際編碼器反饋速度的差值輸出是電機(jī)的PWM占空比。PI控制通常足夠P項(xiàng)快速響應(yīng)I項(xiàng)消除靜差比如上坡時(shí)光靠P項(xiàng)可能無法維持目標(biāo)速度I項(xiàng)會(huì)累積誤差增加輸出。公式電機(jī)PWM Kp * 速度差 Ki * 速度差積分。調(diào)試心得速度環(huán)要和方向環(huán)配合調(diào)試。直道加速要果斷彎道減速要提前且平滑。特別注意I項(xiàng)的積分限幅防止“積分飽和”。比如長時(shí)間低于目標(biāo)速度I項(xiàng)會(huì)累積一個(gè)很大的值一旦達(dá)到目標(biāo)這個(gè)巨大的I項(xiàng)輸出還會(huì)持續(xù)一段時(shí)間導(dǎo)致嚴(yán)重超速。解決辦法是給積分項(xiàng)設(shè)置一個(gè)上限值。3. 代碼實(shí)現(xiàn)的魔鬼細(xì)節(jié)讓程序既跑得快又穩(wěn)如狗理解了架構(gòu)我們落到具體的代碼實(shí)現(xiàn)上。這里充滿了“教科書上不會(huì)寫但比賽場(chǎng)上血淚換來的”細(xì)節(jié)。3.1 定時(shí)中斷一切節(jié)奏的指揮官智能車程序必須是實(shí)時(shí)的。你不能用while(1)加延時(shí)來循環(huán)那樣控制周期不穩(wěn)定PID控制會(huì)一團(tuán)糟。必須使用定時(shí)器中斷。設(shè)置一個(gè)核心定時(shí)器中斷比如1ms或2ms觸發(fā)一次。在這個(gè)中斷服務(wù)函數(shù)里執(zhí)行最核心的控制循環(huán)讀取傳感器、運(yùn)行感知算法、決策、計(jì)算PID、更新電機(jī)舵機(jī)PWM。確保中斷服務(wù)函數(shù)執(zhí)行時(shí)間遠(yuǎn)小于中斷周期。如果1ms中斷你的代碼要控制在800us以內(nèi)否則會(huì)發(fā)生中斷嵌套導(dǎo)致系統(tǒng)崩潰。這意味著你的圖像處理算法必須極度優(yōu)化或者將耗時(shí)的操作如圖像采集、復(fù)雜的圖像處理放到主循環(huán)或另一個(gè)低優(yōu)先級(jí)的中斷/任務(wù)中。使用狀態(tài)機(jī)管理非實(shí)時(shí)任務(wù)比如按鍵掃描、OLED顯示、藍(lán)牙調(diào)試數(shù)據(jù)發(fā)送。這些操作可以放在主循環(huán)里用標(biāo)志位和狀態(tài)機(jī)來管理避免阻塞。3.2 圖像處理的速度與激情對(duì)于攝像頭車圖像處理是最大的計(jì)算負(fù)擔(dān)。優(yōu)化是永恒的課題。降低分辨率OV7725可以輸出多種分辨率8060、160120足以用于循跡比320*240快好幾倍。ROI感興趣區(qū)域不要處理整幅圖像。只處理賽道可能出現(xiàn)的下半部分或者根據(jù)上一幀的賽道位置動(dòng)態(tài)劃定ROI。二值化硬件化一些高級(jí)的數(shù)字?jǐn)z像頭如MT9V034支持硬件二值化輸出單片機(jī)直接接收0/1的圖像數(shù)組省去了軟件二值化的巨大計(jì)算量。匯編與硬件加速對(duì)于最耗時(shí)的操作如行求和求平均可以嘗試用匯編語言重寫或者利用單片機(jī)自帶的DMA、硬件乘法器等外設(shè)。3.3 參數(shù)管理告別“魔法數(shù)字”程序里到處都是Kp, Ki, Kd, Threshold等參數(shù)。千萬不要把這些數(shù)字直接寫在代碼里。建立一個(gè)全局的參數(shù)結(jié)構(gòu)體把所有可調(diào)參數(shù)放在里面。通過上位機(jī)如藍(lán)牙、WiFi、串口實(shí)時(shí)調(diào)參這是必備技能在電腦上寫一個(gè)簡單的上位機(jī)軟件可以用PythonPyQt或C#通過無線模塊發(fā)送調(diào)整指令實(shí)時(shí)修改車上的參數(shù)并觀察效果。這比一次次修改代碼、下載、復(fù)位要高效一萬倍。參數(shù)存儲(chǔ)調(diào)好的參數(shù)可以保存在單片機(jī)的Flash或EEPROM中上電自動(dòng)讀取避免每次開機(jī)重新設(shè)置。3.4 調(diào)試信息輸出你的“透視眼”小車在跑你怎么知道它“想”什么靠猜是沒用的。必須建立豐富的調(diào)試信息輸出通道。最常用的是無線串口將關(guān)鍵數(shù)據(jù)如當(dāng)前偏差、舵機(jī)輸出、速度、賽道類型、電感值等打包成一個(gè)結(jié)構(gòu)體定期通過藍(lán)牙模塊如HC-05發(fā)送到電腦上位機(jī)。上位機(jī)可視化上位機(jī)不僅可以接收數(shù)據(jù)還可以繪制曲線如偏差曲線、速度曲線甚至實(shí)時(shí)顯示攝像頭圖像需要一定的帶寬和編碼?？粗€調(diào)PID比盲調(diào)直觀太多。車載OLED屏顯示關(guān)鍵參數(shù)和狀態(tài)方便現(xiàn)場(chǎng)快速查看。4. 從實(shí)驗(yàn)室到賽場(chǎng)環(huán)境適應(yīng)性與穩(wěn)定性調(diào)校你的小車在實(shí)驗(yàn)室的賽道上跑得飛快一到比賽現(xiàn)場(chǎng)就各種“趴窩”這是最常見的問題。程序的魯棒性抗干擾能力必須在設(shè)計(jì)之初就考慮。4.1 光照適應(yīng)性攝像頭車的噩夢(mèng)比賽場(chǎng)館的光線千變?nèi)f化有窗戶自然光、頂棚燈光甚至可能有其他隊(duì)伍的補(bǔ)光燈干擾。動(dòng)態(tài)閾值是基礎(chǔ)如前所述絕對(duì)不能使用固定閾值。自動(dòng)曝光/自動(dòng)增益控制如果攝像頭支持如OV7725開啟AEC/AGC讓攝像頭硬件自動(dòng)適應(yīng)環(huán)境亮度。補(bǔ)光自己帶一個(gè)均勻的LED燈條為攝像頭創(chuàng)造一個(gè)穩(wěn)定的光照小環(huán)境。這是最有效、最物理的方法。圖像預(yù)處理加強(qiáng)采用更魯棒的濾波算法或進(jìn)行灰度拉伸增強(qiáng)圖像對(duì)比度。4.2 機(jī)械與電氣的耦合影響程序不是運(yùn)行在真空里。機(jī)械結(jié)構(gòu)和電氣噪聲會(huì)直接影響控制效果。舵機(jī)安裝與中值舵機(jī)安裝的物理中值車輪擺正時(shí)對(duì)應(yīng)的PWM值必須精確校準(zhǔn)。并且這個(gè)中值可能會(huì)隨著電池電壓變化而漂移可以在程序初始化時(shí)讓舵機(jī)自檢找到機(jī)械中值。電池電壓掉電電機(jī)全力加速時(shí)電池電壓會(huì)被拉低可能導(dǎo)致單片機(jī)復(fù)位或傳感器供電不穩(wěn)。必須在電源設(shè)計(jì)上做好濾波和穩(wěn)壓程序里也可以監(jiān)測(cè)電池電壓低壓時(shí)限制電機(jī)輸出。電機(jī)干擾電機(jī)產(chǎn)生的電磁噪聲可能干擾電磁傳感器的信號(hào)或單片機(jī)的ADC采集。做好電源隔離、信號(hào)線屏蔽軟件上對(duì)ADC采樣值進(jìn)行數(shù)字濾波如滑動(dòng)平均濾波。4.3 比賽策略與程序模式比賽不是一次跑完就結(jié)束有試車時(shí)間、正式比賽多次機(jī)會(huì)。設(shè)計(jì)多種運(yùn)行模式通過撥碼開關(guān)或藍(lán)牙指令切換。例如模式1正常競(jìng)速模式2慢速巡線用于觀察路徑模式3參數(shù)調(diào)試模式4特殊元素專項(xiàng)測(cè)試。發(fā)車穩(wěn)定性很多車倒在起跑線上。程序需要檢測(cè)起跑線通常是特定的黑白格或磁場(chǎng)變化并在此穩(wěn)定等待幾秒防止誤觸發(fā)。發(fā)車瞬間的電機(jī)啟動(dòng)要平滑避免車輪打滑。容錯(cuò)與恢復(fù)程序要有一定的“自救”能力。比如長時(shí)間檢測(cè)不到賽道可能沖出賽道應(yīng)該讓小車緩慢減速并停車或者原地緩慢旋轉(zhuǎn)重新尋線而不是瘋狂打轉(zhuǎn)。5. 進(jìn)階思考超越基礎(chǔ)循跡當(dāng)你解決了基礎(chǔ)循跡和穩(wěn)定性問題后可以思考一些更進(jìn)階的方向這些往往是在激烈競(jìng)爭中脫穎而出的關(guān)鍵。5.1 更優(yōu)的控制算法除了經(jīng)典的PID可以嘗試模糊PID將PID參數(shù)根據(jù)偏差和偏差變化率的大小進(jìn)行模糊化調(diào)整在直道和彎道使用不同的控制力度可能獲得更平滑的響應(yīng)。純追蹤算法這不是用于舵機(jī)控制而是用于速度規(guī)劃。想象小車前方有一個(gè)“預(yù)瞄點(diǎn)”控制目標(biāo)是讓車在某個(gè)時(shí)間后到達(dá)該點(diǎn)。這更符合人類的駕駛習(xí)慣能實(shí)現(xiàn)更平滑的彎道速度控制。模型預(yù)測(cè)控制建立小車的運(yùn)動(dòng)學(xué)模型預(yù)測(cè)未來幾步的狀態(tài)并優(yōu)化控制序列。這是更高級(jí)的方法對(duì)算力要求高但在理論上是更優(yōu)解。5.2 傳感器融合單一傳感器有局限融合是趨勢(shì)。攝像頭編碼器編碼器提供精確的里程計(jì)信息可以與視覺估計(jì)的位置進(jìn)行融合如卡爾曼濾波提高位置估計(jì)的精度和魯棒性尤其在圖像短暫失效時(shí)。攝像頭慣性測(cè)量單元IMU可以提供角速度和加速度信息幫助判斷小車是否打滑、側(cè)滑用于補(bǔ)償控制或進(jìn)行更精確的姿態(tài)估計(jì)。5.3 系統(tǒng)辨識(shí)與自動(dòng)調(diào)參手動(dòng)調(diào)參費(fèi)時(shí)費(fèi)力且未必是最優(yōu)。可以嘗試記錄數(shù)據(jù)離線分析在賽道上跑一圈記錄下所有的傳感器數(shù)據(jù)和控制量。在電腦上用MATLAB或Python分析看看在哪些地方控制響應(yīng)不足或過沖針對(duì)性調(diào)整參數(shù)。簡單的自動(dòng)調(diào)參腳本寫一個(gè)腳本通過上位機(jī)自動(dòng)修改參數(shù)、發(fā)車、記錄單圈時(shí)間用一些優(yōu)化算法如爬山法尋找更優(yōu)的參數(shù)組合。雖然比賽規(guī)則通常禁止全自動(dòng)但在備賽階段用于尋找初始優(yōu)參非常有效。寫一個(gè)能跑的智能車程序不難但寫一個(gè)能在各種惡劣環(huán)境下穩(wěn)定、快速完成比賽的智能車程序需要你在每一個(gè)環(huán)節(jié)都深思熟慮反復(fù)打磨。它考驗(yàn)的不僅是編程能力更是對(duì)控制系統(tǒng)理論的深入理解、對(duì)硬件特性的把握、以及解決實(shí)際工程問題的系統(tǒng)思維。這個(gè)過程極其痛苦但也充滿樂趣。當(dāng)你看到自己親手打造的小車沿著賽道風(fēng)馳電掣精準(zhǔn)地劃過每一個(gè)彎道時(shí)那種成就感是無與倫比的。這行代碼調(diào)的這個(gè)參數(shù)就是你和你的小車之間最直接的對(duì)話。本文還有配套的精品資源點(diǎn)擊獲取