能躲避障碍物的小车制作过程.docVIP

能躲避障碍物的小车制作过程圆梦小车 StepbyStep之六 圆梦小车 Step by Step之六 —— 让小车“看到”障碍物 前一篇讲述了如何在“路”上行走，本篇让小车学会“看到”避障物！ 机器视觉中最接近人眼的莫过于摄像头了，可图像处理小车的“大脑”对付不了，至少目前的“大脑”能力不够，等进化后也许能够应付。 为了能“看到”障碍物，小车目前能用的主要是各类测距传感器，典型的有超声波和红外两种，此外还有利用光线的反射强弱来判断的，这种方式不具备“测距”功能，但可以判断有无！因为不同物体表面及颜色反射的能力不同（看后面的数据）。 本文主要讨论的是机器人中最常用的红外测距传感器 —— GP2D12。 一、“看到”障碍物的眼睛 —— 红外测距传感器 首先认识一下： 之所以选择 GP2D12 红外测距传感器，理由如下： 首先是因为在机器人活动中（不包含工业机器人）这个传感器最常用，几乎每家国外的第 1 页共 14 页圆梦小车 StepbyStep之六 机器人配件供应商都提供。使用 Google英文版搜索一下“MiniSumo”，你将会发现 GP2D12 使用是多么普遍。 其二是因为它的测距范围和小车的“个头”及运动速度匹配，对于 10cm见方、运动速度 10 – 30cm/s 的小个头，能“看到”几米开外的东西意义不大，而 10 – 80cm 正是它所要关注的范围。 GP2D12 的工作原理我理解为（仅供参考，欢迎指正）： 它是由一个红外发射管和一个 PSD（ Position Sensing Device 位置敏感检测装置）以及相应的计算电路构成，Sharp 公司的 PSD很有特色，它可以检测到光点落在它上面的微小位移，分辨率达微米，GP2D12正是利用这个特性实现了几何方式测距。 红外发射管发出的光束，遇到障碍物反射回来，落在 PSD上，构成了一个等腰三角形，借助于 PSD可以测得三角形的底，而两个底角是固定的，由发射管确定，此时便可通过底边推算出高，也就是我们所要的距离。如下图所示： 障碍物此处即光束的位置。此角度不变红外发射管PSD 从图中可以看出，这是一个顶角极锐的等腰三角形，底边只有 2cm ，高却要有 10 – 80cm，所以 PSD的分辨率必须极高，否则微小的偏差都会带来距离的巨大误差。从这一点第 2 页共 14 页圆梦小车 StepbyStep之六 也可以得出，它的测距结果很难稳定、精确，毕竟比值太大。 因为 PSD的尺寸有限，从图中就很容易理解为何它的测量距离超出范围后就不可能是有效数据，连趋势都得不到。 从上述原理描述还可以知道，它不是连续测量，得到底边长度后，必须经过计算才能得到距离值，然后转换为模拟信号输出。 这两个推论在那篇“Sharp GP2D12 applicationNote”（应用指南）有所印证，具体表现为它测距的强指向性和输出的不确定性（噪音高达 200mV，相对于 2.4V的满量程输出而言达 5%）。 这篇文章好像是国外一个爱好者写的，他做了大量的测试，对使用者掌握GP2D12的性能及合理的使用它极有帮助。 此文二年前下载于 （这是一个很不错的机器人网站），如果找不到，可到 /bbx/cgq/2007-05-10/4.html下载。 Sharp GP2D12 的主要技术参数如下：（摘自上述应用指南） Range范围: 10 to 80cm Update frequency / period刷新频率/周期: 25Hz / 40ms Direction of the measured distance测距方向性: Very directional, due to the IR LED Max admissible angle on flat surface最大允许角度: 40° Power supply voltage电源电压: 4.5 to 5.5V Noise on the analog output模拟输出噪音: 200mV Mean consumption平均功耗: 35mA Peak consumption峰值功耗: about 200mA 第 3 页共 14 页圆梦小车 StepbyStep之六 总有人问 GP2D12 是否能用于某些场合？如果能仔细吃透上述指标，自然会有答案。还有人问它与超声波传感器那个好，我想这些指标也会告诉你！ 至于更详细的内容，读者可进一步阅读 GP2D12 的数据手册以及上面介绍的应用指南，在此我就不再赘述。 二、GP2D12的使用 从手册上可知，GP2D12的输出为 0.4V – 2.4V 模拟信号，对应 80 – 10 cm距离，输出与距离间的关系成反比，且为非线性。 要使用它，首先必须具有 AD转换，这点圆梦小车具备，且十分适合，因为圆梦小车