解决方案： step1：沙盘通电（检测沙盘电源是否接入），按下一体机开机按键，开机完成后进入到桌面； step2：打开中控软件，进入到登录页面后输入用户名和密码，进入到主界面； step3：主界面有5个子系统，分别是信号灯、灯光、停车场、测速拍照和闯红灯拍照功能。长按子系统控制界面右上角，进入软件参数配置界面；  step4：点击对应的参数框里，输入你要改的数据，保存即可。

解决方案： step1：重启激光雷达（插拔激光雷达通讯线复位重启）； step2：使用车辆后盖下方PCB上的USB接口给拓展器供电，重新输入激光雷达运行指令 ； step3：断掉除激光雷达外，其他接在Jetson Nano上的传感器（摄像头，IMU ，GPS ，激光测距等）接口，再次尝试重新输入激光雷达运行指令；

解决方案： step1：开机后进入系统界面； step2：插拔激光雷达通信线； step3：打开一个终端，使用ls指令查询两次串口号，确定激光雷达串口号； step4：找到激光雷达ros包，launch目录下的rplidar.launch文件； step5：修改正确串口号； step6：执行命令roslaunch rplidar_ros rpliar.luanch启动激光雷达；

解决方案： 通信线和电源线是同一根线，打开车辆后盖有一个绿色板子，接的就是激光雷达通信供电线。

解决方案： 对应Jetson Nano上的引脚号进行接线，检查代码定义引脚与物理接线是否一致，若不一致就修改代码定义引脚或者接线位置，保证代码定义引脚与实际接线处一致。 step1：查看超声波代码是否正确：LEFT_TRIG_PIN=11 ，LEFT_ECHO=13 ，RIGHT_TRIG=31 ，RIGHT_ECHO_PIN=33；step2：查看超声波接线位置是否正确：左侧超声波的Trig针脚接GPIO11，Echo针脚接GPIO13，右侧超声波的Trig针脚接GPIO31，Echo针脚接GPIO33；  

解决方案： 底盘串口通信线连接在上层Jetson Nano的针脚上，每个针脚有对应编号，黑线接GND，白线接GPIO 8（TX），黄线接GPIO 10（RX）。  

解决方案： step1：排查超声波的供电是否正常。1.检查超声波背面电源指示灯，是否常亮蓝灯，如果指示灯没亮，检查底盘给超声波的供电情况。2.通过jetson nano的5V，GND针脚给超声波供电，使用杜邦线连接 。step2：排查超声波是否短路。1.固定超声波的两个孔位分别是GND和VCC，使用过程中可能摩擦超声波接口表面，绝缘层脱落导致导电，可以把螺丝松一点或者换塑料材质的螺丝。  

解决方案： 出现以上情况，可能是遥控器与接收机断频了或者是遥控器拿错了，导致遥控器和车不匹配，需要重新对频。 step1：长按遥控器上的电源按钮。 step2：长按RTRC小车上的接收机配对按钮。 step3：等到接收机上的指示灯快速闪烁后松开按键，指示灯不再闪烁并常亮为蓝紫色，表示配对完成。step4：操作遥控器控制车辆，验证是否对频成功。

解决方案： step1：若转弯时压线，则调整LKAS代码文件里draw_lines函数中描绘直线的一次函数常数项 ag_right = 0.7 * right_err + 75 和 ag_left = - 0.7 * left_err + 75 ，其范围65~85（舵机补偿值）。 step2：转弯压车道外线，舵机补偿值增大step3：转弯压车道内线，舵机补偿值减小

解决方案： step1：观察车辆在直道内行驶时整个车身是偏左还是偏右，那么调整LKAS代码文件中err_generator函数中的k = float((servo_position_range - 1500) / err_range中的常数值，这是车轮摆正的舵机数值，范围为1400~1600，出厂标定的车轮置中值为1500，舵机转向范围在（1000~2000），（1000~1500）车轮向左打，（1500~2000）车轮向右打。step2：车辆靠左行驶时，说明车辆置中值1500小了，调大后使小车向右偏移行驶在车道线中间，范围（1500~1600）step3：车辆靠右行驶时，说明车辆置中值1500大了，调小后使小车向左偏移行驶在车道线中间，范围（1400~1500）

解决方案： step1：感兴趣区域调节是为了摄像头只检测到车道线，首先观察图像中车道线是否在感兴趣区域（蓝色区域）内。如下图：图像偏低或者肉眼发现摄像头下垂，那么就调整摄像头的高度。 step2：若调节摄像头的高度后，车道线依旧不在感兴趣区域内，或者区域太大识别到其他部分，影响到舵机控制，则调整LKAS代码文件中region_of_interest函数的vertices = np.array([[(10, imshape[0]), (imshape[1] * 5 / 34, imshape[0] * 2 / 3), (imshape[1] * 29 / 34, imshape[0] * 2 / 3), (imshape[1] - 20, imshape[0])]], dtype=np.int32)感兴趣区域四个坐标，保证车道线在感兴趣区域内或者截取掉多余区域。 左下角：(10, imshape[0])左上角：(imshape[1] * 5 / 34, imshape[0] * 2 / 3)右上角：(imshape[1] * 29 / 34, imshape[0] * 2 / 3)右下角：(imshape[1] - 20, imshape[0])连接这些点，形成一个梯形的感兴趣区域，更改这些点，改变区域的大小和形状。

解决方案： step1：调整LKAS代码文件中cap = cv.VideoCapture(0)参数（1或者0），改完后ctrl+s保存，再运行代码。 step2：若打不开，用命令ls /dev/video*查看串口号是多少（1或者0）。 step3：若查不到，检查摄像头接线是否连接正确（或更换一根摄像头接线），再查看串口并修改代码参数。

解决方案： 1. binary_value作用：控制二值化处理的阈值，二值化会把灰度图中大于该值的像素设为 0，小于等于的设为 255（因为用了THRESH_BINARY_INV），用于区分前景（车道线）和背景。调节逻辑：数值太大：会把部分浅色车道线也当成背景过滤掉，导致车道线缺失； 数值太小：背景噪声会被保留，干扰后续检测。 2.canny_low_threshold作用：控制Canny 边缘检测的低阈值（高阈值是它的 3 倍）。Canny 算法通过两个阈值筛选边缘：梯度值大于高阈值的是强边缘，介于高低阈值之间且与强边缘连通的是弱边缘，其余被丢弃。调节逻辑：数值太大：边缘会被过度过滤，车道线边缘不完整；数值太小：会保留大量噪声边缘，干扰后续直线检测。 3.hof_threshold作用：控制霍夫直线检测的 “累加阈值”。霍夫变换中，只有累加器数值（代表该直线被多少像素支持）超过此阈值的直线才会被检测出来。调节逻辑：数值太大：只有长且明显的直线会被检测，可能漏掉短车道线；数值太小：会检测出大量干扰直线（比如噪声、背景纹理）。 4. hof_min_line_len作用：控制霍夫检测出的直线的最小长度。长度小于该值的直线会被直接丢弃。调节逻辑：数值太大：会过滤掉短的车道线段（比如车道线断裂处）；数值太小：会保留很多短的干扰线段。 5. hof_max_line_gap作用：控制霍夫检测中，两条直线被合并为一条的直线最大间隔阈值。若两条直线的间隔小于该值，会被视为同一条直线并合并。调节逻辑：数值太大：会把不相关的直线（比如左右车道线）错误合并；数值太小：原本连续的车道线会被拆分成多条短直线，不利于后续拟合。   

当前mdc610版本：1.99.102-0000000.B034过往版本：1.1.029-0000000T1

解决方案： step1：按下快捷键 Ctrl+Alt+T 打开新的终端窗口；step2：输入命令 ls -l /dev/ttyTHS1，回车执行，检查底盘串口 /dev/ttyTHS1 的连接状态是否正常；step3：输入命令 sudo chmod 777 /dev/ttyTHS1，回车执行（若需验证权限，可再次执行 step2 查看权限字段），授予串口最高访问权限； step4：重新运行底盘控制代码，输入命令 python3 Python_4S_chassis_control_20251104V1.py（注：实际执行时，代码文件名及版本号请以软件包内的实际文件为准）。