2 软件系统设计与实现
    为使智能车在环境改变时做出更为及时准确的响应，在程序设计时应用μC／OS-Ⅱ系统。μC／OS-Ⅱ适合小型控制系统，具有执行效率高、占用空间小、实时性能优良和可扩展性强等特点，最小内核可编译至2 KB。μC／OS-Ⅱ的代码是用C语言编写，可以直接移植到有C语言编译器的处理器上。移植主要都集中在多任务切换的实现上，由于这部分代码用于保存和恢复CPU现场(即写／读相关寄存器)，不能用C语言，只能使用汇编语言完成，即编写OS CPU A．S文件。另外还需要修改体系结构相关的OS CPU．H文件和用户规定任务栈初始化结构的OS CPU C．C文件。
    μC／OS-Ⅱ是采用的可剥夺型实时多任务内核。可剥夺型的实时内核在任何时候都运行就绪了的最高优先级的任务。μC／OS-Ⅱ中最多可以支持64个任务，分别对应优先级0～63，其中0为最高优先级。在该系统设计中，共应用了7个优先级，其中，操作系统建立任务，即Task Start()的优先级最高。调度工作可以分为两部分：最高优先级任务的寻找和任务切换。
    在该系统中，共定义了路径识别、光电转盘检测等7个任务，控制器任务划分及说明如表1所示。其调度和通信实现流程如下：系统执行Task Start()，在初始化任务执行完成后，利用μC／OS-Ⅱ的OSTaskDel()函数将这个任务返回并处于休眠状态。此时，Task Po-sition Check()成为优先级最高的任务，将会一直执行。当Task Position Check()检测到路径有所改变，通过邮箱传送数据到Task Control()，并由TaskControl()控制PWM波输出的改变。任务Task Op-tical_Wheel()的优先级稍低，同样会一直执行，即当任务Task_Optical_Wheel()检测到黑白跳变时，任务中的变量加1，Task_Optical_Wheel()每隔1 s向任务Task_Path_Calculate()和Task_Speed_Calculate()发送1次消息，分别计算速度和已走的累加路程，控制器任务关系图如图4所示。

2．1 路径黑线的识别
    路径黑线的识别的准确程度决定智能车能否完成快速、稳定的寻线。识别装置由高发射功率红外光电二极管和高灵敏度光电晶体管组成，以非接触检测方式，检测距离可调整达4～20 mm。为了精确测定智能车的相对位置，将7对ST178并排安放在车底盘下部的前端，其分布垂直于智能车行走的方向。当车行走时，保持7个发光管发光，当某一个光电对管的下方为黑色轨迹时，相应的接收管输出为高电平，而下方为白色路面的接收管输出为低电平。再经数据处理后，控制系统就可以分析出当前车行走的位置，从而达到调整智能车运行状态的目的。例如，假设路面黑线的宽度为三组红外线对管的宽度，当黑线在车体中间时，7个输入引脚为28H(0011100)；当车体左或右偏时，接收到的数据会改变，即“1”会相应的左移或右移，如0001110(右偏)、0111000(左偏)，偏移幅度不同，“1”的移动位数便不同。
2．2 转向控制模块
    采用PWM(脉冲宽度调制)控制，配用L298驱动电路实现直流电机的调速，方法简单且调速范围大，它利用的是直流斩波原理，假定高电平导通，在一个周期T内导通时间为t，那么一个周期T内的平均电压U=(t／T)VCC=qVCC，其中占空比q=t／T。
    电机的转速与电机两端的电压成正比，而电机两端的电压与控制波形的占空比成正比，因此电机的速度与占空比成正比，占空比越大，电机转的越快，当占空比q=1时，电机转速达到最大。该智能车系统采用8 MHz的晶体振荡器，PWM信号引脚OCRO／2的频率为：
   
式中：变量N代表分频因子：1．8，32，64，128，256或1 024。占空比计算公式为：
    t／T=(OCR0／1／256)
2．3 车速及路程测量模块
    在智能车车后轮上粘贴均匀分布有黑白条纹。在轮转动的过程中，红外传感器会不断检测到黑、白条纹的出现。当红外传感器检测到的为黑条纹时，输入电压为高电平，当检测到的为白条纹时输入电压为低电平。若传感器检测到电平跳变，则计数变量加1。时钟每秒产生一次中断，Task_Clock()进程通过邮箱向Task Speed_Calculate()进程发送数据，由此可算出小车速度：速度=数据／每圈条纹数。如图5，图6所示。

3 结 语
    本文介绍了一种智能寻迹模型车的设计与实现。实践证明，该智能车定位准确，系统响应快且稳定，具备良好的动力性能和精确的转向性能，证明了μC／OS-Ⅱ系统的有效性和稳定性。相比同类智能车，该模型车还具有高性能、低功耗的优点。