机器人循线算法原理与实践.pdf

[ 硬件基本构架 ] 对于机器人的循线，为了获得场地上白线（黑线）的信息，硬件结构一般有如下 几种种类。 1、红外对管阵列。采取这种方式的机器人比较多，尤其在各种机器人竞赛中， 几乎是标准配置。 但是这种技术有一个致命的弱点， 就是对于场地光线的干扰特 别敏感，而且也很难把红色和白线区别开来， 所以使用受到一定的限制。 一般解 决这类问题的方法是在红外光上加载一个调制波， 通过检测这个调制波来消除场 地光线的干扰，至于如何解决红色和白色的区别问题，那就几乎是五花八门了。 2、光纤传感器阵列。采用这种传感器阵列的原因是，光纤非常细，在单位面积 内可以安装更多的传感器， 从而获得更精确地场地信息。 当然，钱也也花得更多。 3、线性 CCD。这种硬件方法几乎是一种对场地信息分辨率的 BT追求，如果说红 外对管阵列还是离散信息的话， 那么线性 CCD就是线性的连续数据。 当然驱动它 也不是一件容易的事情，对于单片机也有更高的速度要求。 4 、视觉。废话少说——否则明天我都别想吃饭。 [ 基本原理 ] 所谓循线，就是通过一定的传感器探测地面色调迥异的两种色彩从而获 得引导线位置， 修正机器人运动路径的一种技术。 ——说的太拗口了。 不说太多 理论的东西，我们就从基于红外对管阵列的循线技术来说起。 假设，我们使用的是黑底白线的场地。红外对管阵列由 3 个红外对管 1 字摆开组成。白线的宽度略小于或等于红外对管阵列的宽度。 1、数据的采集。 对于机器人来说， 通过传感器感知周围事物的信息， 利用这些信息并不 作太多智能上的计算而直接通过一定的转换， 指导机器人的运动——这种形式在 人工智能学上叫做机器人的“反应范式”。 所以，我们要想让我们的机器人能够 寻着我们给定的轨迹线运动， 第一步就必须让他感知到轨迹线的存在。 一般的做 法就是通过 AD采样，获得红外对管（传感器）反馈回来的电压信息。然而，这 样获得的电压值信息是无法直接指导运动的， 必须把他们转化为二值的 （也就是 二进制信息， 1 表示线存在， 0 表示线不存在）信息，然后通过处理每一个管子 反馈回来的二值信息获得白线的位置信息。 技术点 A AD信号的阀值化。 （你可以参考其它的算法， 获得比较详尽的技 术，我这里只是举例一二） 所谓阀值化， 就是通过一定的范围把握， 从而把线性的数据转化为离散 数据的一种变换。简单的说，就是通过分段函数的方法，将数据分类。在我们这 个应用中，就是想方设法使 AD采集回来的电压值变化为一个恰恰能够准确表示 白线位置信息的二进制信息， 1 代表白线存在， 0 代表白线不存在。由于白色和 黑色在电压差异上非常之巨大， 所以可以简单的通过一个标志线来区分它们， 当 电压值高于这个标志线了，就把他标志为 1，否则就标志为 0，算法描述为： if (AdValue[i] MarkLing) { LineInfor[i] = 1; } else { 1 LineInfor[i] = 0; } 这样做非常简单， 适合于比较标准的场地，