当前位置: 首页 > news >正文

基于51单片机手机无线蓝牙APP遥控智能车系统

摘 要

自第一台工业机器人诞生以来,机器人的发展已经遍及机械、电子、冶金、交通、宇航、国防等领域。随着自动控制技术的迅速发展,自动化技术已广泛应用于国计民生的各行各业。近年来机器人的智能水平不断提高,并且迅速地改变着人们的生活方式。人们在不断探讨、改造、认识自然的过程中,制造能替代人劳动一直是人类的梦想。以轮子作为移动机构、能够实现自主行驶的机器人,我们通常称之为智能小车或轮式机器人。智能小车同传统的遥控机器人不同。遥控机器人需要人为的实时操控小车的启动、转向、加减速及停止;智能小车通过计算机编程实现其对循迹、避障、加减速、红外、蓝牙、315M等的自主控制。火星漫游车就是智能小车的一种,其依靠自主导航软件实现在一定道路条件下的自主行驶,成功完成任务。智能小车是集环境感知、规划决策、自主行驶等功能于一身的综合系统,集中运用了计算机、传感器、电机、通信、人工智能及自动控制等技术,是典型的高新技术综合体。在工业生产、军事及民用等领域都有广泛的应用。
基于此,本文设计了以ST公司的STC89C52单片机为核心的全方位智能车,其具有避障功能,本文介绍了蓝牙避障智能车的硬件组成及工作原理,同时给出了软件流程图,设计并实现了智能车的软件程序,利用结构化的分析与设计方法,采用瀑布模型的开发流程,完成了整个系统的概要设计、详细设计、实现以及测试工作,设计工作采用软件工程的思想,各个模块耦合度低,模块内聚性高。完成后的软件作品能够实现智能车全方位功能。
关键词:STC89C52单片机、智能小车、L298N驱动、

3.硬件电路的设计

3.1 系统功能分析和硬件框图
本系统由STC89C52单片机、蓝牙模块、L298N电机驱动、电池盒组成。
1、通过手机APP可以控制智能车的前进、后退、左转、右转、加速、减速、停止和原地打转操作。
图3-1是其系统框图:

图3-1系统框图
3.2STC89C52单片机核心电路设计
STC89C52RC是STC公司生产的一种低功耗、高性能CMOS8位微控制器,具有8K字节系统可编程Flash存储器。STC89C52使用经典的MCS-51内核,但是做了很多的改进使得芯片具有传统51单片机不具备的功能。在单芯片上,拥有灵巧的8 位CPU 和在系统可编程Flash,使得STC89C52为众多嵌入式控制应用系统提供高灵活、超有效的解决方案。具有以下标准功能:8k字节Flash,512字节RAM, 32 位I/O 口线,看门狗定时器,内置4KB EEPROM,MAX810复位电路,3个16 位定时器/计数器,4个外部中断,一个7向量4级中断结构(兼容传统51的5向量2级中断结构),全双工串行口。另外 STC89C52 可降至0Hz 静态逻辑操作,支持2种软件可选择节电模式。空闲模式下,CPU 停止工作,允许RAM、定时器/计数器、串口、中断继续工作。掉电保护方式下,RAM内容被保存,振荡器被冻结,单片机一切工作停止,直到下一个中断或硬件复位为止。最高运作频率35MHz,6T/12T可选。

4 主函数程序流程图

本系统设计主要采用keil软件编写与调试程序,程序语言采取易读性和移植性更高的C语言编写。系统运行主程序流程图如下图所示。

主函数流程图
4.4 子程序流程图
4.4.1 L298N电机驱动模块软件设计
该模块控制程序也非常简单,就是高低电平控制,只需要单片机给对应的高低电平就可以驱动模块工作了。即根据直流电机控制信号真值表即可程序控制电机。
以电机A为例,高电平H:低电平:L
输入信号功能:
IN1=H;IN2=L:电机A正转
IN1=L;IN2=H:电机A反转
ENA=H;IN1=IN2:电机A紧急停车
ENA=L;IN1=X;IN2=X:任意电平电机A自由停车
流程图如下:
E

5.系统调试

5.1 电路焊接
手工焊接是常用原始的焊接方法,目前大量工厂焊接的生产基本上不采用原始方法了,但是普通元器件的修理、系统测试中经常使用原始的手工焊接。重要的是如焊接本质上出现问题,则会影响到整个控制系统的,可以这么说,焊接的会导致这个控制系统可不可以用的。手工焊接主要有如下四步组成的:
第一步开始焊接:
需要把需要焊接的地方打扫干净,主要去处油迹和灰尘,然后把需要焊接的元器件的两个角向一定的方向掰一掰,注意不能把元器件的脚相交在一起了,这样会影响焊接的。接下来让电烙铁头碰到需要焊接的元器件脚下,放上焊锡丝。此处需要注意的是,不能让烙铁头碰到其它元器件的脚了,要不然会把两个元器件焊接在一起了。
第二步给焊接升温:
当在完成第一步以后,接下来就是加热焊锡丝了,主要是将烧热的电烙铁放在器件管脚旁边,慢慢融化焊锡丝,需要注意电洛铁的温度和加热时间,若时间过长,很有可能焊坏面包板焊盘的,一般建议电洛铁温度调整在400。C左右,加热2秒钟左右,例外也要根据器件种类作出具体区别的。在焊接过程中,当需要把焊接好的元器件卸下来,则也需要给焊接处进行加热的,主要操作是首先在焊接处补好焊锡丝,使焊点是圆润的,然后用电洛铁在焊接处进行加热,在加热的过程中就可以直接把元器件卸下来了,此时一定要主要时间,要不然也会损坏焊盘的
第三部清理焊接面:
当在完成第二步时,有的时候会观察到焊接的不完美或者担心出现虚焊情况,这时候需要进行修改的。主要是两种情况的,第一种是焊锡不够,焊接点不圆润,这时需要给焊接处补焊锡,此时需要注意的是焊锡量不能补多,要不然容易连接到其它期间的引脚的。第二种是焊锡过多,这时候可以用电洛铁放在焊接处来回的滑动,会把多余的焊锡带走的,若不行,只能使用吸锡器了。
第四部检查焊点:
当完成以上三步了,最后就需要整体观察了,主要是观看焊接点是不是圆满、亮度好、紧固,有没有与其它管脚相连在一起了。
5.2 系统调试
整体系统上电调试前,大概观察下焊接的系统还存在问题,例如还有很显眼的断裂,正负极接反以及相连、虚焊、等问题,然后用万用表检测一下,电源正负极之间是否短路等严重的电源问题,最终保证系统没有问题。
5.2.1 系统程序调试
(1)在Keil软件中先创建一个工程:单击菜单栏中的“工程”,输入新建工程名,并保存。
(2)新建用户源文件:在新建的空白文本中编写程序源代码,编码完成保存文件并文件拓展名“***.c”,新文件创建完成。
(3)程序编译和调试:单击编译按钮,系统会对文件进行运行,在输出窗口中可看到提示信息,如过窗口显示有error信息,则按提示找出错误并改正,直到提示没有错误提示为止。
(4)程序编译无错误后,进入程序调试状态,可查看单片机资源状态,进行断点等方式调试。
5.2.2硬件测试
最后一步就是硬件整体测试了,主要运用万用表、直流电源和示波器对焊接好的板子进行整体调试,主要检查每一个器件是不是都正常工作了,主要分为两个环节动态调试和静态调试。其中静态调试主要分为以下四种:
1、肉眼观察。主要观看焊接点是否饱满,以及相连器件之间是否相连或者器件管脚没有焊接好,出现短路现象。
2、使用万用表调试。首先查看电源是否短路,然后测量管脚是否连接正确,有没有接线错误。
3、上电检查。在完成第一步和第二步都没有问题,接下来就可以上电了,上电以后观看每个器件是否正常工作,然后在逐一测试功能。

文章底部可以获取博主的联系方式,获取源码、查看详细的视频演示,或者了解其他版本的信息。
所有项目都经过了严格的测试和完善。对于本系统,我们提供全方位的支持,包括修改时间和标题,以及完整的安装、部署、运行和调试服务,确保系统能在你的电脑上顺利运行。

http://www.cnnetsun.cn/news/166925.html

相关文章:

  • Playwright 文件上传与下载完成判断全指南
  • Open-AutoGLM非root权限实战指南(99%人忽略的关键细节)
  • 从模糊到精准:Open-AutoGLM指令解析优化全流程详解,效率提升200%
  • 独家披露:顶尖AI工程师都在用的Open-AutoGLM Mac环境配置方案
  • Open-AutoGLM安装卡在第一步?这份保姆级图文指南必须收藏,错过再等一年
  • Open-AutoGLM操作序列优化实战(专家级调优技巧大公开)
  • 【大模型系统容错进阶指南】:Open-AutoGLM重试机制的7大设计模式
  • Open-AutoGLM坐标偏差高达2米?教你4种高效校正方法
  • 语义解析准确率提升关键路径,Open-AutoGLM最新迭代深度解读
  • 收藏!一文读懂RAG技术核心(附大模型从入门到实战全套学习礼包)
  • 重磅消息!ESXi 8.0 系列推出ESXi 8.0 Update 3h 更新重要版本啦
  • PFC5.0柔性/刚性纤维三点弯曲参数可自定义
  • 基于python文化旅游信息公开管理平台的设计与实现_5257y2x6
  • 【保姆级教程】Attention机制全解析!用PyTorch手写Transformer,大模型开发入门到精通!
  • 前端table表格,零基础入门到精通,收藏这篇就够了
  • 如何将Open-AutoGLM操作延迟降低85%?资深架构师亲授调优心法
  • 从入门到精通:掌握Open-AutoGLM推理优化的7个关键步骤
  • 【Open-AutoGLM macOS适配终极指南】:手把手教你完成全流程配置与优化
  • 【Open-AutoGLM语义解析突破】:准确率提升35%背后的核心技术揭秘
  • 为什么顶尖团队都在用Open-AutoGLM做高效特征提取?真相曝光
  • 【AI模型预处理新纪元】:Open-AutoGLM如何实现毫秒级特征输出
  • 9 个降AI率工具,专科生必备避坑指南
  • 基于数学模型的疫苗接种策略分析
  • 基于时空图神经网络的交通流量预测方法研究
  • 【Open-AutoGLM GPU加速适配全攻略】:手把手教你7步完成高性能推理优化
  • Open-AutoGLM特征提取提速5倍:背后你不知道的3大关键技术
  • [特殊字符]工业标准文档“消化不良“?LLM+知识图谱三步翻倍表格任务F1,钢铁直男秒变逻辑大师!
  • RAG技术揭秘:如何通过检索增强生成解决大模型知识过时与幻觉问题?
  • 【国产大模型端侧落地新突破】:Open-AutoGLM推理效率提升实战
  • Open-AutoGLM端侧部署性能调优,手把手教你榨干NPU算力