硬件实现原理根据竞赛的某些规定，本文设计如图1所示的硬件原理框图。
红外传感器使用一行13对红外发射和接收管。
接收到的电平通过MCU的ADC后，MCU确定黑线的当前位置。
为了降低功耗，系统还增加了MOS开关管。
当检测到红外传感器时，将打开传感器的电源，然后关闭其余的电源。
轨道上有交叉点，必须同时判断起点（即终点线）。
因此，智能汽车可以预先配置当前轨道上的交叉路口总数，同时，通过软件算法，可以确定是否（从头开始）通过世纪交叉路口。
可以使用停车线作为交叉线）。
当系统运行时，根据红外传感器收集到的信息，可以判断出当前引导线的位置，即轿厢的左，中，右侧有多少偏差。
MCU基于此以及霍尔速度传感器获得的轿厢当前速度来确定轿厢的当前位置。
行为，主要控制转向齿轮（即小车）的方向和电动机的速度（即小车）。
图1系统硬件框图软件控制算法系统软件控制主要包括两个部分，即存储算法的两个过程，从驱动过程看，即第一圈和第二圈，其流程图如图2所示。
图2系统软件控制流程图第一圈控制和存储smart第一圈中智能车的主要目的是记忆轨道信息特征并执行某些处理。
根据常规方法，手推车需要以恒定的速度行驶，以便以固定的时间间隔或固定的距离间隔存储相关的道路信息。
存储数据时，将使用12个电磁钢霍尔传感器，并且当车轮旋转一次时，将获得12个计数。
即使在速度较快的情况下，响应时间也只有美国水平，并且精度足以满足要求。
在非均匀速度的情况下，采用了一种新的数据存储格式。
首先，判断当前的转弯和矫直状态，并根据通过模糊控制获得的转向角值c_ang判断当前汽车的转弯情况。
同时，由于汽车以不均匀的速度行驶，并且在第二圈行驶的时间间隔和距离不必与第一圈相同，因此只能判断弯道的直线度，并且转弯当每个测试点是一条曲线时，它会被记忆。
在直路的情况下，既不必存放弯道，又可以节省大量的存放空间。
因此，对于直行道路，仅存储直行道路的起点和终点距离，该距离是手推车相对于起点的绝对距离，即霍尔传感器检测到的磁体数量ect_cnt。
系统根据先前状态和当前状态的不同条件存储数据。
该算法如下：当当前状态为曲线且当前状态为直线时，即当前状态为直线时，则写入0x7f，ect_cnt，其中ect_cnt为当前状态。
路径数；当它笔直而笔直时，不被存储；当笔直并弯曲时，写入当前的ect_cnt，0x7f，当前的c_ang;弯曲时，写c_ang。
当系统初始化为曲线时，开始驱动后，输入起始线。
此时，检测到是直路并进入直路状态。
写入0x47和当前的ect_cnt，这是道路的初始存储数据。
数据分析和处理当第二圈越过起跑线时，系统被配置为进入平直状态。
此时，应根据第一圈中记录的数据计算出直线的长度，以便汽车可以在直线上高速行驶，并且可以提前减速，安全进入弯道，并且取得良好的防治效果。
当从一条直线进入一条曲线时，如果一条直线出现在曲线中并且其长度被计算为小于某个值，则认为该直线是一条在曲线过程中出现的小范围直线，并且它仍然被视为曲线。
该算法的核心还在于如何过滤出现在拐角处的直线，并分析拐角的不同形式。
将曲线分为以下几类：（a）急剧弯曲：
