戈惠梅等
摘 要： 针对智能小车存在的单面避障缺陷，设计了一种智能小车全方位避障系统，系统以Arduino为主控单元，以Linux为开发平台，通过传感器采集数据，经由程序控制，可实现全方位避障，解决了单面探测中存在的一些问题。实验结果表明，设计的全方位避障系统有效地提高了避障成功率。
关键词： Arduino； 智能小车； 避障系统； 超声波传感器
中图分类号： TN911?34 文献标识码： A 文章编号： 1004?373X（2014）11?0118?03
Abstract： In view of single?side obstacle avoidance defect existing in the intelligent cars， an all?dimensional obstacle avoi?dance system was designed for the intelligent cars， which can realize all?dimensional obstacle avoidance by taking Arduino as the main control unit in the system， Linux as the development platform， and by means of control program and sensors to collect data. The problems existing in the single?sided obstacle avoidance were solved. The experimental result shows the designed all?dimensional obstacle avoidance system can effectively improve the success rate of obstacle avoidance.
Keyword： Arduino； intelligent car； obstacle avoidance system； ultrasonic wave sensor
0 引 言
人工智能技术是与多门基础学科联系紧密、相互促进相互发展的前沿技术，是集计算机、物理学、生理学、控制技术、传感器技术等于一体的高新技术产业。人工智能技术的应用领域也越来越广泛，除了传统的工业领域，人工智能技术的应用也涉及到军事、娱乐、服务、医疗等领域[1?3]。
随着机器人技术的不断发展，人们对机器人的要求也越来越高，机器人的智能化已成为当今的热点。智能小车作为一种四轮驱动的智能机器人，它行动灵活、操作方便，车上可集成各种精密传感器数据处理模块，其避障功能保证了智能小车在行进过程中行进方向的自行调节，避免发生碰撞、碰擦，是智能小车的重要组成部分[4?6]。目前，智能小车大多采用单个传感器实现单面避障，但单面避障存在着固有的缺陷，如：障碍物探测缓慢、避障成功率较低等。由此，设计了一种能全方位避障的智能小车系统，采用红外单点避障与超声波双路避障相结合的模式，可实现多面自动探测，并实现全方位避障，有效提高了避障的成功率和效率。
1 系统设计
设计的避障系统采用红外单点避障与超声波双路避障相结合的模式，以实现对障碍物的全方位有效避障。为此，在小车前端中央设置一个红外避障传感器，用于探测小车前方障碍物，再在小车前端两侧设置左右两个超声波避障传感器，他们分别探测小车前方左右两侧障碍物，有效的扩大了探测范围，从而实现了小车的全方位避障。
本系统利用多模块协调配合，使其具有较高自适应能力。硬件以需求为基础，选择了合适的模块，总体模块中包含：电源模块，红外传感模块，超声波传感模块，电机驱动模块，Arduino模块等。系统整体框图如图1所示。
1.1 Arduino模块
设计中采用Arduino duemilanove作为核心控制模块，Arduino是一款便捷灵活且十分方便上手的开源电子原型平台，能通过各种各样的传感器来感知环境，通过灯光、电机和其他的装置来反馈、影响环境。
Arduino duemilanove包括以下几个部分：一个9 V DC输入，一个USB接口，14个数字IO口，6个模拟IO口，1个5 V DC输出和一个3.3 V DC输出。它的核心是一片Atmega 328单片机。
1.2 电机模块
小车采用双直流电机驱动方式，通过控制左右两个直流电机来控制小车转动转向，电机模块如图2所示，直流电机采用直流电机驱动芯片L298N。
L298N内部包含4通道逻辑驱动电路，是一种二相和四相电机的专用驱动器，即内含二个H桥的高电压大电流双全桥式驱动器，接收标准TTL逻辑电平信号，可驱动46 V、2 A以下的电机，正好可以满足小车的左右直流电机的驱动要求。并且L289N具有过温保护功能和较高的噪声抑制比，故十分适用于智能小车中。
由于芯片L298N并没有对电机转速的控制方式，因此，通过Arduino程序控制调节驱动电机的PWM信号，改变电机输出功率，从而控制左右电机的转速。
1.3 超声波传感器模块
超声波模块由发射电路和接收电路组成，如图3所示。其中发射电路由Em78p153单片机、MAX232及超声波发射头T40等组成，接收电路由TL074运算放大器及超声波接收器R40等组成。
探测时，超声波发射器发射出长约6 mm，频率为40 kHz的超声波信号。此信号被物体反射回来由超声波接收器接收，接收器实质上是一种压电效应的换能器。它接收到信号后产生mV级的微弱电压信号，电压信号再在核心控制模块中转换为数字信号。设超声波脉冲由传感器发出到接收所经历的时间为[t，]超声波在空气中的传播速度为[c，]则从传感器到目标物体的距离[D]可用[D=ct2]求出。
1.4 红外传感器模块
红外测距模块采用夏普GP2Y0A21红外测距传感器，夏普GP2Y0A21型红外测距传感器是基于位置敏感传感器PSD（Position Sensitive Device）的微距传感器，捕捉的是光信号并且有着基于Lucovusky方程的电路设计，其有效的测量距离为80 cm。
红外测距其优点是无盲区、测量精度高、反应速度快，但其缺点受环境影响较大、探测距离较近。因此本文设计了基于多传感器信息融合的智能小车避障系统， 采用红外传感器与超声波传感器互补， 使机器人具有精确的感测范围。
2 算法分析
针对单传感器避障系统中存在的缺点，本文提出了多传感器协调合作方案，通过超声波传感器和红外传感器的配合，扩大了探测范围以及灵敏性，从而避免了误撞和紧贴障碍物的危险，提高了避障机率，实现了全方位避障。
2.1 流程设计
全方位避障小车在行进过程中，各传感器不断检测小车周围是否有障碍物。当有传感器检测到障碍物时，通过判断检测到障碍物的传感器的数量，来实现小车全方位自动避障：单传感器检测到障碍物时，小车远离检测到障碍物方向；两个传感器检测到障碍物时，小车向未检测到障碍物方向转向；所有传感器都检测到障碍物时，小车急速左转避开障碍物。当小车避开障碍物后，小车继续行进。流程图如图4所示。
2.2 避障代码
根据以上避障原理，编写相应的程序，以实现小车的全面避障，程序主要分电机、超声波和红外测距三部分。电机部分由analogWrite（）、digitalWrite（）分别控制车速和小车前进、后退或转向；超声波测距部分由TrigPin 控制超声波输入，由EchoPin控制超声波输出 ，控制模块通过对接收到的脉冲波时间进行处理，转化为距离参数，从而获得距离Middle_distance；红外测距部分由控制模块通过红外传感器获得一个模拟量analogRead（），通过输出的模拟量可以推算出电压值volts，而输出电压和探测距离关系为distance=65*pow（volts，-1.10），从而可获得小车与障碍物的距离。
3 实验研究
智能车在进行了器件选型和确定控制算法后，为了验证系统的性能，进行了实验验证。
实验中选用一块放着多种障碍物的平地， 障碍物分两大种：一种是规则的障碍物，如正方体、圆柱等。另一种为不规则障碍物。实验时，智能避障小车在行进过程中不断探测前方周围是否有障碍物，当存在障碍物时候，判断出相应障碍物位置，并进行相应动作。
为了有效验证智能小车避障成功率，通过改变障碍物形状来对小车进行性能测试，结果如图5所示。其中测试小车100次，并统计出单面避障和全方位避障成功通过不同障碍环境的次数，障碍环境由总数为100的规则障碍物和不规则障碍物组成。由图5可见，普通的单面避障方法有着较低的成功通过率，而本文所提出的全方位避障方法则受此影响不大，有着较高的通过率。
4 结 论
设计的基于Arduino的智能小车避障系统，采用了单红外和双超声波避障方式，使小车在行车过程中对障碍物的探测更加精确。实验结果表明，设计的全方位避障系统较大地提高了避障的效率和成功率，可有效地实现全方位避障。
参考文献
[1] 孙圣和.现代传感器发展方向[J].电子测量与仪器学报，2009，23（1）：1?10.
[2] 崔才豪，张玉华，杨树财.利用Arduino控制板的光引导运动小车设计[J].自动化仪表，2011，32（9）：5?7.
[3] 王燕，李炜，张锐.小区智能红外探测报警系统[J].现代电子技术，2013，36（15）：130?132.
[4] 卜令涛，陈文建.基于夏普GP2Y0A21定距仪中对调制方波的应对措施[J].仪表技术，2012（1）：3?4.
[5] TALEB T， BENSLIMANE A， BEN L K. Toward an effective risk?conscious and collaborative vehicular collision avoidance system [J]. IEEE Transactions on Vehicular Technology， 2010， 59（3）： 1474?1486.
[6] PETILLOT Y， TENA R I， LANE D M. Underwater vehicle obstacle avoidance and path planning using a multi?beam forward looking sonar [J]. IEEE Journal of Oceanic Engineering， 2001， 26（2）： 240?251.
1.4 红外传感器模块
红外测距模块采用夏普GP2Y0A21红外测距传感器，夏普GP2Y0A21型红外测距传感器是基于位置敏感传感器PSD（Position Sensitive Device）的微距传感器，捕捉的是光信号并且有着基于Lucovusky方程的电路设计，其有效的测量距离为80 cm。
红外测距其优点是无盲区、测量精度高、反应速度快，但其缺点受环境影响较大、探测距离较近。因此本文设计了基于多传感器信息融合的智能小车避障系统， 采用红外传感器与超声波传感器互补， 使机器人具有精确的感测范围。
2 算法分析
针对单传感器避障系统中存在的缺点，本文提出了多传感器协调合作方案，通过超声波传感器和红外传感器的配合，扩大了探测范围以及灵敏性，从而避免了误撞和紧贴障碍物的危险，提高了避障机率，实现了全方位避障。
2.1 流程设计
全方位避障小车在行进过程中，各传感器不断检测小车周围是否有障碍物。当有传感器检测到障碍物时，通过判断检测到障碍物的传感器的数量，来实现小车全方位自动避障：单传感器检测到障碍物时，小车远离检测到障碍物方向；两个传感器检测到障碍物时，小车向未检测到障碍物方向转向；所有传感器都检测到障碍物时，小车急速左转避开障碍物。当小车避开障碍物后，小车继续行进。流程图如图4所示。
2.2 避障代码
根据以上避障原理，编写相应的程序，以实现小车的全面避障，程序主要分电机、超声波和红外测距三部分。电机部分由analogWrite（）、digitalWrite（）分别控制车速和小车前进、后退或转向；超声波测距部分由TrigPin 控制超声波输入，由EchoPin控制超声波输出 ，控制模块通过对接收到的脉冲波时间进行处理，转化为距离参数，从而获得距离Middle_distance；红外测距部分由控制模块通过红外传感器获得一个模拟量analogRead（），通过输出的模拟量可以推算出电压值volts，而输出电压和探测距离关系为distance=65*pow（volts，-1.10），从而可获得小车与障碍物的距离。
3 实验研究
智能车在进行了器件选型和确定控制算法后，为了验证系统的性能，进行了实验验证。
实验中选用一块放着多种障碍物的平地， 障碍物分两大种：一种是规则的障碍物，如正方体、圆柱等。另一种为不规则障碍物。实验时，智能避障小车在行进过程中不断探测前方周围是否有障碍物，当存在障碍物时候，判断出相应障碍物位置，并进行相应动作。
为了有效验证智能小车避障成功率，通过改变障碍物形状来对小车进行性能测试，结果如图5所示。其中测试小车100次，并统计出单面避障和全方位避障成功通过不同障碍环境的次数，障碍环境由总数为100的规则障碍物和不规则障碍物组成。由图5可见，普通的单面避障方法有着较低的成功通过率，而本文所提出的全方位避障方法则受此影响不大，有着较高的通过率。
4 结 论
设计的基于Arduino的智能小车避障系统，采用了单红外和双超声波避障方式，使小车在行车过程中对障碍物的探测更加精确。实验结果表明，设计的全方位避障系统较大地提高了避障的效率和成功率，可有效地实现全方位避障。
参考文献
[1] 孙圣和.现代传感器发展方向[J].电子测量与仪器学报，2009，23（1）：1?10.
[2] 崔才豪，张玉华，杨树财.利用Arduino控制板的光引导运动小车设计[J].自动化仪表，2011，32（9）：5?7.
[3] 王燕，李炜，张锐.小区智能红外探测报警系统[J].现代电子技术，2013，36（15）：130?132.
[4] 卜令涛，陈文建.基于夏普GP2Y0A21定距仪中对调制方波的应对措施[J].仪表技术，2012（1）：3?4.
[5] TALEB T， BENSLIMANE A， BEN L K. Toward an effective risk?conscious and collaborative vehicular collision avoidance system [J]. IEEE Transactions on Vehicular Technology， 2010， 59（3）： 1474?1486.
[6] PETILLOT Y， TENA R I， LANE D M. Underwater vehicle obstacle avoidance and path planning using a multi?beam forward looking sonar [J]. IEEE Journal of Oceanic Engineering， 2001， 26（2）： 240?251.
1.4 红外传感器模块
红外测距模块采用夏普GP2Y0A21红外测距传感器，夏普GP2Y0A21型红外测距传感器是基于位置敏感传感器PSD（Position Sensitive Device）的微距传感器，捕捉的是光信号并且有着基于Lucovusky方程的电路设计，其有效的测量距离为80 cm。
红外测距其优点是无盲区、测量精度高、反应速度快，但其缺点受环境影响较大、探测距离较近。因此本文设计了基于多传感器信息融合的智能小车避障系统， 采用红外传感器与超声波传感器互补， 使机器人具有精确的感测范围。
2 算法分析
针对单传感器避障系统中存在的缺点，本文提出了多传感器协调合作方案，通过超声波传感器和红外传感器的配合，扩大了探测范围以及灵敏性，从而避免了误撞和紧贴障碍物的危险，提高了避障机率，实现了全方位避障。
2.1 流程设计
全方位避障小车在行进过程中，各传感器不断检测小车周围是否有障碍物。当有传感器检测到障碍物时，通过判断检测到障碍物的传感器的数量，来实现小车全方位自动避障：单传感器检测到障碍物时，小车远离检测到障碍物方向；两个传感器检测到障碍物时，小车向未检测到障碍物方向转向；所有传感器都检测到障碍物时，小车急速左转避开障碍物。当小车避开障碍物后，小车继续行进。流程图如图4所示。
2.2 避障代码
根据以上避障原理，编写相应的程序，以实现小车的全面避障，程序主要分电机、超声波和红外测距三部分。电机部分由analogWrite（）、digitalWrite（）分别控制车速和小车前进、后退或转向；超声波测距部分由TrigPin 控制超声波输入，由EchoPin控制超声波输出 ，控制模块通过对接收到的脉冲波时间进行处理，转化为距离参数，从而获得距离Middle_distance；红外测距部分由控制模块通过红外传感器获得一个模拟量analogRead（），通过输出的模拟量可以推算出电压值volts，而输出电压和探测距离关系为distance=65*pow（volts，-1.10），从而可获得小车与障碍物的距离。
3 实验研究
智能车在进行了器件选型和确定控制算法后，为了验证系统的性能，进行了实验验证。
实验中选用一块放着多种障碍物的平地， 障碍物分两大种：一种是规则的障碍物，如正方体、圆柱等。另一种为不规则障碍物。实验时，智能避障小车在行进过程中不断探测前方周围是否有障碍物，当存在障碍物时候，判断出相应障碍物位置，并进行相应动作。
为了有效验证智能小车避障成功率，通过改变障碍物形状来对小车进行性能测试，结果如图5所示。其中测试小车100次，并统计出单面避障和全方位避障成功通过不同障碍环境的次数，障碍环境由总数为100的规则障碍物和不规则障碍物组成。由图5可见，普通的单面避障方法有着较低的成功通过率，而本文所提出的全方位避障方法则受此影响不大，有着较高的通过率。
4 结 论
设计的基于Arduino的智能小车避障系统，采用了单红外和双超声波避障方式，使小车在行车过程中对障碍物的探测更加精确。实验结果表明，设计的全方位避障系统较大地提高了避障的效率和成功率，可有效地实现全方位避障。
参考文献
[1] 孙圣和.现代传感器发展方向[J].电子测量与仪器学报，2009，23（1）：1?10.
[2] 崔才豪，张玉华，杨树财.利用Arduino控制板的光引导运动小车设计[J].自动化仪表，2011，32（9）：5?7.
[3] 王燕，李炜，张锐.小区智能红外探测报警系统[J].现代电子技术，2013，36（15）：130?132.
[4] 卜令涛，陈文建.基于夏普GP2Y0A21定距仪中对调制方波的应对措施[J].仪表技术，2012（1）：3?4.
[5] TALEB T， BENSLIMANE A， BEN L K. Toward an effective risk?conscious and collaborative vehicular collision avoidance system [J]. IEEE Transactions on Vehicular Technology， 2010， 59（3）： 1474?1486.
[6] PETILLOT Y， TENA R I， LANE D M. Underwater vehicle obstacle avoidance and path planning using a multi?beam forward looking sonar [J]. IEEE Journal of Oceanic Engineering， 2001， 26（2）： 240?251.
