基于Arduino的智能小车避障系统

　　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”。

　　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、 *** 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。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。

　　图1 系统硬件结构图

　　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。

　　图2 电机模块

　　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。

　　图3 超声波传感器

　　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=ct／2求出。

　　1．4 红外传感器模块

　　红外测距模块采用夏普GP2YOA21红外测距传感器，夏普GP2YOA21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。

　　图4 程序流程图

　　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Trig．Pin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analo．gRead（），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。

　　图5 单面避障与全方位避障成功率对比

　　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。