【摘要】：近年來各個國家所面臨最嚴重的社會問題是能源枯竭和環(huán)境問題,全世界各大企業(yè)正在探索的方向是尋找新型能源。隨著科學技術(shù)的發(fā)展以及新興行業(yè)(如快遞分揀,智能交通,室外送貨)的需求,清潔無污染的智能電車得到了高速發(fā)展。目前智能電動汽車也正應用于人們的生活當中,國內(nèi)外各大車企都高度重視新能源汽車的發(fā)展,其應用最廣泛的是將AGV應用于工廠內(nèi)貨物搬運、快遞分揀和自動化碼頭等。智能電車類的比賽非常多,除了高校舉辦的freescale比賽外,近些年國際各大比賽車隊紛紛加入電動車F1方程式的比賽。本課題致力于為智能電車在開發(fā)、調(diào)試、運行和后期維護過程中提供一種技術(shù)手段,幫助技術(shù)人員分析智能電車的電壓、電流、速度、加速度及狀態(tài)參數(shù)等數(shù)據(jù)之間的相關(guān)性,從而減少開發(fā)周期、提高系統(tǒng)穩(wěn)定性以及為維護修理提供幫助,同時本系統(tǒng)也引入了電池剩余電量估算,起到保護電池的作用。因此本次設計的智能電車監(jiān)測與分析系統(tǒng)要實現(xiàn)智能電車相關(guān)數(shù)據(jù)的采集、顯示、分析和保存等功能。本系統(tǒng)分為前端人機交互系統(tǒng)和上位機監(jiān)測分析系統(tǒng)兩部分,其中前端人機交互系統(tǒng)采用STM32F407ZG作為核心微控制器,運用ST-emWin設計前端觸控人機交互界面,由FreeRTOS操作系統(tǒng)實現(xiàn)前端的數(shù)據(jù)采集、數(shù)據(jù)顯示、數(shù)據(jù)保存和觸摸控制等任務的調(diào)度。上位機監(jiān)測分析系統(tǒng)采用C#軟件進行設計,實現(xiàn)與前端系統(tǒng)的數(shù)據(jù)通信,將接收的數(shù)據(jù)進行保存、處理和實時波形顯示等,為了能夠更進一步的分析研究智能電車的運行情況,故而引入了小波分析對智能電車的運行數(shù)據(jù)進行濾波處理,重構(gòu)出數(shù)據(jù)的波形特征。通過智能電車的運行參數(shù)測量實驗表明,本課題設計的智能電車運行參數(shù)監(jiān)測與分析系統(tǒng)運行比較穩(wěn)定,能夠?qū)崿F(xiàn)預期制定的電池信息和電車信息的數(shù)據(jù)采集、分析處理、波形顯示和儲存等功能,使用小波分析重構(gòu)后的數(shù)據(jù)波形能夠清晰的反應智能電車控制信號的波形變化特征。
【學位授予單位】：河南工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：U469.72;TP311.52
【圖文】：

圖 1 國內(nèi) AGV 的應用國外一些發(fā)達國家在 AGV 方向比我國起步更早，市場應用也趨于成熟。據(jù)統(tǒng)計早在上世紀七十年代，歐洲裝備的 AGV 系統(tǒng)就有 520 個，AGV 小車裝配數(shù)量為 4800 臺，發(fā)展到八十年代中期已經(jīng)達到了一萬臺。美國公司在八十年代與歐洲公司以合資的形式將 AGV 的許可證轉(zhuǎn)移到美國，美國公司在歐洲的基礎上發(fā)展的更為先進了，從而在八十年代美國通用汽車成為了最大的 AGV 用戶。日本在 AGV 方面的研究開始于六十年代，經(jīng)過二十年的發(fā)展日本在 AGV 的制造公司達到了二十多家，并且累計安裝 AGV系統(tǒng)二千多套共五千多臺。目前為止，全世界 AGV 系統(tǒng)在 16000 套以上，應用總量超過 10 萬臺。1.3.2 無人駕駛汽車在無人駕駛汽車方面許多國家都投入人力、物力和財力進行研究，各國的發(fā)展水平不盡相同，對無人駕駛汽車進行研究的國家有中國、美國、英國、法國、德國和日本等。

距離為 286 公里的無人駕駛試驗，創(chuàng)造我國在復雜路段進行無人駕駛的記錄。這也標志著我國無人駕駛在進行控制與決策方面有了重大突破，已達到世界的先進水平[8]。除了國防科技大學研制的紅旗 HQ3，百度公司的無人駕駛汽車也實現(xiàn)了亮相，并且已經(jīng)成功進行了在城市、環(huán)路和高價上的測試實驗。在國外無人駕駛汽車方面研究較為突出的是美國谷歌公司，他們研究的無人駕駛汽車不僅進行過上路實驗，在 2012 年就開始計劃與真正的賽車進行比賽實驗，雖然這幾年美國的無人駕駛汽車取得了很大的突破，但是谷歌公司表示無人駕駛汽車距離上路還有一段很長路要走。德國的無人駕駛汽車是由 ibeo 公司應用較為先進的傳感器將一輛吉普車改裝而成的，它的核心部件包括激光測距、攝像頭、定位系統(tǒng)和計算機，目前可以實現(xiàn)基本的控制功能。英國的無人駕駛汽車類似于太空艙一樣，時速可以達到 40 千米/每小時，它于 2010 年以出租車的形式投放在機場用于運輸旅客。法國和日本也都在無人駕駛汽車上有著突破的進展。各國所研制的無人駕駛汽車如圖 2 所示。

圖 3 智能電車監(jiān)測系統(tǒng)總體設計框圖從圖 3 可以看出智能電車監(jiān)測系統(tǒng)可以分成四個部分：第一部分是智能電車前端集系統(tǒng)，這部分主要負責對智能電車的運行過程中的實時參數(shù)進行數(shù)據(jù)采集；第是微控制器系統(tǒng)，主要負責對采集的智能電車運行參數(shù)進行數(shù)據(jù)處理、數(shù)據(jù)存儲人機交互界面進行實時狀態(tài)顯示；第三部分通信系統(tǒng)，根據(jù)不同應用場所和設計擇有線或者遠程無線通信，實現(xiàn)上位機和下位機的數(shù)據(jù)傳輸；第四部分為上位機用計算機強大的處理能力和海量的數(shù)據(jù)存儲空間對前端采集的智能電車狀態(tài)進分析、數(shù)據(jù)處理、數(shù)據(jù)顯示和數(shù)據(jù)存儲等，并通過人機交互界面將智能電車的實進行直觀的顯示。監(jiān)測系統(tǒng)的硬件結(jié)構(gòu)設計智能電車監(jiān)測系統(tǒng)根據(jù)功能結(jié)構(gòu)可劃分為：前端數(shù)據(jù)采集硬件系統(tǒng)、微處理器、統(tǒng)和電源供電模塊等，這幾部分組成智能電車監(jiān)測硬件系統(tǒng)，相互協(xié)同工作實現(xiàn)

【相似文獻】

相關(guān)期刊論文 前10條

1 魯照權(quán);王渭;吳巨峰;陶劍峰;;一種蓄電池剩余電量估算新方法[J];合肥工業(yè)大學學報(自然科學版);2017年06期

2 ;智慧幽默[J];小學生(上旬刊);2017年07期

3 林凡強;陳起傳;龍小翠;;一種無人機鋰電池剩余電量估計方法[J];電源技術(shù);2017年05期

4 鏡花水月;;“拯救”手機的最后一絲剩余電量[J];電腦愛好者;2014年23期

5 ;準確測量便攜式設備電池剩余電量[J];中國電子商情(基礎電子);2010年10期

6 程艷青;高明煜;;基于卡爾曼濾波的電動汽車剩余電量估計[J];杭州電子科技大學學報;2009年03期

7 ;電量監(jiān)測計準確測算手持設備電池剩余電量[J];電子設計技術(shù);2007年12期

8 楊明;軍用手持儀器剩余電量的實時預測[J];電子質(zhì)量;2005年08期

9 張衛(wèi)鋼,蹇小平,畢李格,邊耀璋;電動汽車剩余電量計算方法[J];交通運輸工程學報;2004年01期

10 王麗君;李萌;;基于FPGA的電動汽車電池剩余電量快速計算方法[J];汽車工業(yè)研究;2015年07期

相關(guān)會議論文 前3條

1 李國杰;陳德傳;;帶剩余電量預測的工業(yè)蓄電池雙向充電控制器[A];浙江省電子學會2012學術(shù)年會論文集[C];2012年

2 劉海成;徐利民;;可充電電池剩余電量檢測可行性方案研究[A];第六屆全國信息獲取與處理學術(shù)會議論文集（2）[C];2008年

3 武國良;朱春波;陳清泉;;應用等效電路模型估計電動車用電池剩余電量[A];2009中國儀器儀表與測控技術(shù)大會論文集[C];2009年

相關(guān)重要報紙文章 前10條

1 江西 汪銘一;可顯示剩余電量的高效移動電源[N];電子報;2013年

2 江蘇經(jīng)濟報記者 蔡逸;江蘇新能源汽車開足馬力上路[N];江蘇經(jīng)濟報;2014年

3 記者 杜鵬飛;吉本乃縣揚“煤”吐氣[N];阿勒泰日報(漢);2014年

4 本報記者 董禹含;10座電動車充換電站啟用[N];北京日報;2016年

5 記者 李東梅 張文攀;寧夏要爭當國家能源轉(zhuǎn)型升級排頭兵[N];寧夏日報;2015年

6 ;TI助力手持產(chǎn)品電源管理[N];計算機世界;2003年

7 端木;打動我的五大體驗[N];中國計算機報;2006年

8 記者 梁桐;中國援助巴議會大廈光伏項目合閘[N];經(jīng)濟日報;2016年

9 本報記者 吳育卿;跨越市場屏障[N];福建日報;2001年

10 記者 陳暄;光伏發(fā)電量有望5年增5倍[N];長沙晚報;2015年

相關(guān)博士學位論文 前1條

1 武國良;電動汽車用鎳氫電池剩余電量估計方法研究[D];哈爾濱工業(yè)大學;2010年

相關(guān)碩士學位論文 前10條

1 岳朋闖;智能電車運行參數(shù)的監(jiān)測與分析技術(shù)研究[D];河南工業(yè)大學;2018年

2 李林;電動汽車電池剩余電量估計的方法研究[D];沈陽工業(yè)大學;2014年

3 王璐;電動汽車鋰電池剩余電量估計方法的研究[D];北京交通大學;2011年

4 陳媛媛;微網(wǎng)系統(tǒng)中儲能電站剩余電量估算方法研究及實現(xiàn)[D];遼寧科技大學;2015年

5 劉吉良;電動汽車用磷酸鐵鋰電池建模及剩余電量估計[D];燕山大學;2012年

6 龐立斌;蓄電池剩余電量估計算法的研究與實現(xiàn)[D];河北大學;2014年

7 焦慧敏;電動汽車動力電池剩余電量的預測方法及其實現(xiàn)[D];湖南大學;2006年

8 陶劍峰;一種光電互補供電系統(tǒng)蓄電池剩余電量估計方法研究[D];合肥工業(yè)大學;2017年

9 杜振新;基于無跡卡爾曼濾波算法的動力電池剩余電量估算[D];長安大學;2016年

10 王成娟;移動自組織網(wǎng)中節(jié)能路由協(xié)議的研究[D];遼寧大學;2017年

本文編號：2785084