激光传感器的智能车的坡道检测方案

发布时间:2015-02-17 阅读量:1048 来源: 我爱方案网 作者:

【导读】本文介绍了一种激光传感器智能车利用单个激光管检测坡道的方法,通过记录信号跳变次数,从而得到了智能车通过坡道时的相关信息。

“好消息!2015年新年来临之际,我爱方案网准备了ST开发板、庆科WIFI模块开发套件以及智能硬件研发必备的精密样片,只需填写个人信息与开发计划即有机会获得。更多详情>>>>”


基于激光传感器智能车,利用单个水平照射的激光传感器,有效地检测坡道信息,并针对坡道做出相应的控制方案。由于该车模是自动循迹的,因此对赛道信息的依靠程度比较高,对传感器的精度和抗干扰能力要求也比较高。激光传感器通过调制发射避免了自然光对其造成的影响,提高了抗干扰能力。激光传感器相比于红外传感器在作用距离方面要远远优先,因此前瞻距离较大,大大提升了控制效果,而且激光传感器的接收电路能直接得到二值化后的结果,省去了中间模数转换和二值化的过程,采集到的信号返回给单片机直接是0和1,减少了单片机的工作量,提高单片机的整体运算速度。但激光传感器也存在不能克服的问题,正是因为激光的作用距离远,也就出现了难以检测坡道信息的问题。

1 问题描述


激光传感器的智能车在上坡时,由于光作用距离的变化以及坡面对光的反射,会产生干扰信号,导致激光传感器无法正常识别黑线的位置,最终使车模无法通过坡道。针对这一问题,目前已有多种解决方案,这些方案大体上可以分为两类,一类是盲过法,另一类是非盲过法。非盲过法过程如下:首先由红外传感器采集数据,然后对所采得的数据进行模数转换,此时在黑线附近采得的数据会比干扰信号高,再经过简单的滤波,就能很容易判断出黑线的位置。但这种方法需要模数转换,而且需要红外传感器的参与,还需要设定阈值进行二值化来判断黑线位置,硬件实现和算法过程都较为复杂,且占用较多单片机的资源。盲过法过程如下:首先由某种坡道传感器检测坡道,一旦检测到立即屏蔽激光传感器,利用上一时刻传感器采集到的数据进行估算,当坡道传感器检测到车模已经通过坡道时,立即打开激光传感器,车模进入正常行驶状态。盲过法相比与非盲过法,主要问题是盲目性太大,但因为赛道上的坡道大多数都在直道上,所以影响不会很大,也可以通过再加一排红外传感器或者作用距离比较近的激光传感器来克服这个缺陷。本文主要以盲过法为例进行介绍。

2 单激光管坡道检测方案

2.1 硬件设计


激光传感器的工作原理如图1所示,当发射管发射的激光照射到赛道的白色部分时,大量光线经过漫反射被反射回去,接收管接收到光线,传送到单片机的数据为0,当激光照射到赛道的黑色部分时,大量光线被吸收,接收管没有接收到光线.传送到单片机的数据为1。

激光传感器的智能车的坡道检测方案

根据以上传感器识别赛道的原理,可以把激光管和接收管放置在车模前侧的左边或右边,使发射的激光平行于赛道,如图2所示,还可以通过调整激光的作用距离来调整检测坡道提前量的大小。
激光传感器的智能车的坡道检测方案

2.2 软件实现


当车模前方没有坡道时,激光平行于赛道,此时,光线不会被反射,即接收管不会接收到光线,单片机收到的返回值为1。当车模靠近坡道到一定距离时,由于赛道的两侧是白色部分,激光管又置于车模的两侧,所以此时激光照射到赛道的白色部分,光线被反射,接收管接收到光线,单片机收到的返回值为0。当车模处于爬坡状态和坡顶时,光线照射不到赛道,不会被反射,接收管不会接收到光线,单片机收到的返回值为1。当车模处于下坡阶段时,光线照射到赛道的白色部分,发生反射,接收管接收到光线,单片机收到的返回值变为0。当车模通过坡道后,光线又照射不到赛道,不会被反射,接收管不会接收到光线,单片机收到的返回值为1。具体过程如图3所示。

激光传感器的智能车的坡道检测方案

在车模通过坡道的整个过程中,不难发现,单片机接收到的信号由以下变化过程1—0—1—0—1,共发生了4次跳变,根据这个原理设计算法。当发生第一次跳变时,说明车模前方有坡道,此时车模进入盲过阶段,车模按前一状态保持运动,直至单片机检测到最后一次跳变为止,具体程序流程如图4所示,如此便可以实现单个激光传感器对坡道的检测。
激光传感器的智能车的坡道检测方案

3 实验结果分析


将该方案应用到智能车实际的赛道检测算法中,通过实验,该方案可以提前检测到跑道,而且提前量可以根据自己的需要进行调整。相比于用倾角传感器和加速度传感器检测坡道的方案,该方案既经济实惠又能提前检测出坡道。但应用肓过法对车模的机械要求较高,在通过坡道的过程中不能自行调整,实验过程中可以根据实际情况选择是否再加一排红外传感器或作用距离比较近的激光管来克服这个不足。

实验过程中还发现一些问题,即在车模前部的左侧或右侧放置的激光管如果太靠近地面,则容易把周围的浅色物品识别为坡道,因此传感器的放置位置应当尽可能高一些,或者把激光的功率适当调小,使其作用距离不要太远,减小误判的几率。

本文介绍了一种激光传感器智能车利用单个激光管检测坡道的方法,通过记录信号跳变次数,从而得到了智能车通过坡道时的相关信息。通过实验,该方法简便可行,易于实现,成本较低,可以提前检测到坡道,且提前量的大小可以调整,利用该方案智能车可以顺利地通过坡道。

相关文章


智能汽车RFID技术的汽车尾气检测系统的设计方案

Mentor Graphics为AUTOSAR设计方案提供车载以太网支持

MC9S12DP256的燃料电池在智能电动汽车整车控制器设计方案
相关资讯
华虹半导体2025年Q1业绩解析:逆势增长背后的挑战与破局之路

2025年第一季度,华虹半导体(港股代码:01347)实现销售收入5.409亿美元,同比增长17.6%,环比微增0.3%,符合市场预期。这一增长得益于消费电子、工业控制及汽车电子领域需求的复苏,以及公司产能利用率的持续满载(102.7%)。然而,盈利能力显著下滑,母公司拥有人应占溢利仅为380万美元,同比锐减88.05%,环比虽扭亏为盈,但仍处于低位。毛利率为9.2%,同比提升2.8个百分点,但环比下降2.2个百分点,反映出成本压力与市场竞争的加剧。

边缘计算新引擎:瑞芯微RV1126B四大核心技术深度解析

2025年5月8日,瑞芯微电子正式宣布新一代AI视觉芯片RV1126B通过量产测试并开启批量供货。作为瑞芯微在边缘计算领域的重要布局,RV1126B凭借3T算力、定制化AI-ISP架构及硬件级安全体系,重新定义了AI视觉芯片的性能边界,推动智能终端从“感知”向“认知”跃迁。

半导体IP巨头Arm:季度营收破12亿,AI生态布局能否撑起估值泡沫?

2025财年第四季度,Arm营收同比增长34%至12.4亿美元,首次突破单季10亿美元大关,超出分析师预期。调整后净利润达5.84亿美元,同比增长55%,主要得益于Armv9架构芯片在智能手机和数据中心的渗透率提升,以及计算子系统(CSS)的强劲需求。全年营收首次突破40亿美元,其中专利费收入21.68亿美元,授权收入18.39亿美元,均刷新历史纪录。

Arrow Lake的突破:混合架构与先进封装的协同进化

2024年10月,英特尔正式发布Arrow Lake架构的酷睿Ultra 200系列处理器,标志着其在桌面计算领域迈入模块化设计的新阶段。作为首款全面采用Chiplet(芯粒)技术的桌面处理器,Arrow Lake不仅通过多工艺融合实现了性能与能效的优化,更以创新的混合核心布局和缓存架构重新定义了处理器的设计范式。本文将深入解析Arrow Lake的技术突破、性能表现及其对行业的影响。

暗光性能提升29%:深度解析思特威新一代AI眼镜视觉方案

2025年5月8日,思特威(股票代码:688213)正式发布专为AI眼镜设计的1200万像素CMOS图像传感器SC1200IOT。该产品基于SmartClarity®-3技术平台,集成SFCPixel®专利技术,以小型化封装、低功耗设计及卓越暗光性能,推动AI眼镜在轻量化与影像能力上的双重突破。公司发言人表示:"AI眼镜的快速迭代正倒逼传感器技术升级,需在尺寸、功耗与画质间实现平衡,这正是SC1200IOT的核心价值所在。"