【2017年整理】智能迷宫寻迹小车报告.doc

题目名称：迷宫寻迹机器人(E题) 参赛队员：************************ 摘要：本寻迹小车选用8位89C52单片机为控制器，通过6个红外光电传感器TCRT5000对信号进行采集，采集到的信号经比较器LM393处理后传给89C52单片机，经单片机处理后，发出控制命令给L298N，驱动2台直流电动机进行相应的动作。该小车能够识别出黑色轨迹并能沿着黑色轨迹前进直到终点，并能显示出运行时间。 1方案论证与比较 1.1 传感器的选择与比较 方案一 采用摄像头，然后用CCD处理技术，对采集的信号进行分析。 方案二 使用光敏传感器，能够采集回来黑与白两种信号，然后进行处理与分析。 由于采用摄像头进行CCD处理所用的硬件搭接较为繁琐，并且处理起来还比较麻烦，而光敏传感器TCRT5000可以虽然智能识别黑与白两种颜色由于现场条件，并不能对其造成干扰，而且其反应速度快，响应时间短，故此，我们选用光敏传感器TCRT5000。 1.2 车体的选择与比较 方案一 采用4轮小车，前轮由舵机控制转弯，后轮由动力电机控制前进与后退。 方案二 采用三轮小车，前面两轮由两个电机分别控制，用其速度差来实现转弯与调整，后前轮为万向轮，用来维持小车的平衡 由于采用4轮车，小车在转弯时会产生转弯半径，会偏离轨迹，不能按照黑色轨迹前进，而转弯半径无法缩小到满意的程度，由于三轮小车用两个电机来控制两个轮子，故很容易来实现转弯与调整，是理想的车体模型。 1.3前进路径与返回路径的最优选择 由于小车需要按照黑色轨迹寻到终点，并且按最优路径返回，故小车应能识别迷宫的路况，普通寻迹小车智能按照黑色轨迹走，但不能识别路况，这样小车寻到终点的效率很低，又不能按照最优路径返回。考虑到以上情况，我们给小车加上了识别路口程序，并且让小车按照右手原则前进，在每个路口处让小车记录出所走过的路况，并且记忆，以便于在返航时调用记录信息，使小车顺利返回。 1.4传感器个数的比较与选择 方案一 总共5个传感器，两个传感器用来检测小车是否偏离轨迹，另外三个传感器用来检测小车是否遇到路口（前方.左方及右方各一个），由前方传感器来检测终点。（如图1.1） 方案二 总共6个传感器，其中两个传感器用来检测小车是否偏离轨迹，另外三个传感器用来检测小车是否遇到路口（前方.左方及右方各一个），还有一个传感器配合前方的传感器来检测终点。（如图1.2） 方案三 总共8个传感器，两个传感器用来检测小车是否偏离轨迹，另外五个传感器用来检测小车是否遇到路口（前方一个，左方及右方各两个），还有一个传感器配合前方的传感器来检测终点。检测路口左右方向时用2个传感器，是以使能减少误判，让小车更好的寻迹。（如图1.3） 方案一比方案二多一个传感器，是为了更好的检测终点，方案一检测终点的方法是前当方传感器检测到死胡同时在让其延时继续前进如图1.4，当再检测到黑色信号时即使终点，但是实际运作时发现由于2cm对于运动的小车来说过小，而且即便检测到终点在返回时，会再次遇到黑色信号，和死胡同标志容易产生混淆，不易于小车更好的判别路口，而当有第6个传感器辅助前方传感器检测到终点时，则能避免以上问题，当检测到死胡同标志时，只要再继续往前走，辅助检测传感器便会检测到白色信号小车就会认为到达终点如图1.5，避免了小车混淆死胡同与终点标志，同时让终点标志更好的被识别。而方案三，将检测左右路口的传感器增加至每侧2个，以防出现如图1.6所示的误判，而图1.7的方案三只要两个传感器不全进入黑线就不会认为有路口，能大大的避免误判的几率。 但是后来在软件编写和实际测试的时候，发现了用软件可以进行防误判，而由于这种防误判方法的引入，是传感器的个数从8个减少到了6个，其具体如何防误判将在后面说明。 图1.4 一个传感器检测终点示意图 图1.5 两个传感器检测终点示意图 图1.6 路口误判示意图 图1.7 路口防误判示意图 1.5传感器位置摆放的比较与选择 1.为了让小车在检测到路口时就进行转弯，在转完后其中线仍与轨迹中线重合，避免了其每次转弯后都进行调整，我们经测量发现小车轮距为10cm，而轨迹宽度为2cm，故检测路口的传感器与轮子轴承间的距离D=（10-2）/2=4cm，如图1.8所示。 2.为了让小车刚刚检测偏离轨迹就做出调整，同时又给小车在走直线时留有余量，经过不断实践测试，认为检测偏离轨迹的两个传感器间距以2.1cm为最佳。如图1.9所示。 图1.8 检测转弯路口传感器位置的计算 图1.9检测偏离轨迹的传感器示意图 3.为了两检测终点的传感器能够准确快速的检测并识别出终点，设定两传感器间距离为2.1cm。 图1.10 两检测终点传感器间距 4.