采用Arduino為核心控制的智能小車(chē)避障系統(tǒng)

　　2算法分析

　　針對(duì)單傳感器避障系統(tǒng)中存在的缺點(diǎn)，本文提出了多傳感器協(xié)調(diào)合作方案，通過(guò)超聲波傳感器和紅外傳感器的配合，擴(kuò)大了探測(cè)范圍以及靈敏性，從而避免了誤撞和緊貼障礙物的危險(xiǎn)，提高了避障機(jī)率，實(shí)現(xiàn)了全方位避障。

　　2.1流程設(shè)計(jì)

　　全方位避障小車(chē)在行進(jìn)過(guò)程中，各傳感器不斷檢測(cè)小車(chē)周?chē)欠裼姓系K物。當(dāng)有傳感器檢測(cè)到障礙物時(shí)，通過(guò)判斷檢測(cè)到障礙物的傳感器的數(shù)量，來(lái)實(shí)現(xiàn)小車(chē)全方位自動(dòng)避障：?jiǎn)蝹鞲衅鳈z測(cè)到障礙物時(shí)，小車(chē)遠(yuǎn)離檢測(cè)到障礙物方向;兩個(gè)傳感器檢測(cè)到障礙物時(shí)，小車(chē)向未檢測(cè)到障礙物方向轉(zhuǎn)向;所有傳感器都檢測(cè)到障礙物時(shí)，小車(chē)急速左轉(zhuǎn)避開(kāi)障礙物。當(dāng)小車(chē)避開(kāi)障礙物后，小車(chē)?yán)^續(xù)行進(jìn)。流程圖如圖4所示。

　　圖4程序流程圖

　　2.2避障代碼

　　根據(jù)以上避障原理，編寫(xiě)相應(yīng)的程序，以實(shí)現(xiàn)小車(chē)的全面避障，程序主要分電機(jī)、超聲波和紅外測(cè)距三部分。電機(jī)部分由analogWrite()、digitalWrite()分別控制車(chē)速和小車(chē)前進(jìn)、后退或轉(zhuǎn)向;超聲波測(cè)距部分由Trig.Pin控制超聲波輸入，由EchoPin控制超聲波輸出，控制模塊通過(guò)對(duì)接收到的脈沖波時(shí)間進(jìn)行處理，轉(zhuǎn)化為距離參數(shù)，從而獲得距離Middle_distance;紅外測(cè)距部分由控制模塊通過(guò)紅外傳感器獲得一個(gè)模擬量analo.gRead()，通過(guò)輸出的模擬量可以推算出電壓值volts，而輸出電壓和探測(cè)距離關(guān)系為distance：65*pow(volts，-1.10)，從而可獲得小車(chē)與障礙物的距離。

　　3實(shí)驗(yàn)研究

　　智能車(chē)在進(jìn)行了器件選型和確定控制算法后，為了驗(yàn)證系統(tǒng)的性能，進(jìn)行了實(shí)驗(yàn)驗(yàn)證。

　　實(shí)驗(yàn)中選用一塊放著多種障礙物的平地，障礙物分兩大種：一種是規(guī)則的障礙物，如正方體、圓柱等。另一種為不規(guī)則障礙物。實(shí)驗(yàn)時(shí)，智能避障小車(chē)在行進(jìn)過(guò)程中不斷探測(cè)前方周?chē)欠裼姓系K物，當(dāng)存在障礙物時(shí)候，判斷出相應(yīng)障礙物位置，并進(jìn)行相應(yīng)動(dòng)作。

　　為了有效驗(yàn)證智能小車(chē)避障成功率，通過(guò)改變障礙物形狀來(lái)對(duì)小車(chē)進(jìn)行性能測(cè)試，結(jié)果如圖5所示。其中測(cè)試小車(chē)100次，并統(tǒng)計(jì)出單面避障和全方位避障成功通過(guò)不同障礙環(huán)境的次數(shù)，障礙環(huán)境由總數(shù)為100的規(guī)則障礙物和不規(guī)則障礙物組成。由圖5可見(jiàn)，普通的單面避障方法有著較低的成功通過(guò)率，而本文所提出的全方位避障方法則受此影響不大，有著較高的通過(guò)率。

　　圖5單面避障與全方位避障成功率對(duì)比

　　4結(jié)論

　　設(shè)計(jì)的基于Arduino的智能小車(chē)避障系統(tǒng)，采用了單紅外和雙超聲波避障方式，使小車(chē)在行車(chē)過(guò)程中對(duì)障礙物的探測(cè)更加精確。實(shí)驗(yàn)結(jié)果表明，設(shè)計(jì)的全方位避障系統(tǒng)較大地提高了避障的效率和成功率，可有效地實(shí)現(xiàn)全方位避障。