超声测距温湿度补偿算法的研究及stm32实现_张喜红.pdf

本文摘自吉林省教育学院学报 超声测距温湿度补偿算法的研究及 STM32 实现 1，2 1 ， 张喜红 王玉香 (1． ， 236800 ;2． ， 250061) 亳州职业技术学院 安徽亳州 山东大学控制科学与工程学院 济南 : 、 ， Matlab2010 ， BP 、 摘要 为了降低超声测距系统因温 湿度差异带来的误差 在 平台下 运用 神经网络对标定的温 湿度样 ， STM32 ， ． 本及对应的超声波速度进行融合训练仿真实验 并将设计的补偿算法移植到 测距系统 测试其补偿能力 经多次测 ， ， 、 ， 1 ． 距实验表明 与现有方法相比 能有效补偿温 湿度变化引起的误差 精度提高了 个数量级 : ; ; 关键词 数据融合 神经网络 超声波 中图分类号:TP274．53 文献标识码:A 文章编号:1008－6722 (2016)02－0018－05 DOI :10．13307 /j ．issn．1008－6722．2016．02．04 0 引言 ， ， ， ， 超声测距因具有非接触测量的优点 被广泛用于各个测距领域 如汽车倒车雷达 机器人智能避障 盲 ， ． ， L = tv / 2 ， v 人导航 物位测量等 测距的基本原理是超声波反射测量 距离可表示为 其中 是超声波在空气介 ，t ． v 质中的传播速度 是从发出超声到收到回波所用时间 上述情况是假定超声波速度 不受环境影响的理 想情况， ， 、 ． 然而在现实中 超声波速度会因工作环境温 湿度的变化而发生不规则性的改变 如果使用恒定的 ， ． ， 速度值进行距离计算 必然会产生较大的测量误差 基于这一情况 众多研究人员对测距结果的补偿方法 ［1－2］ ， ， ． ， 开展了大量的研究 到目前为止大多是基于拟合公式的方法对速度实现温度补偿 如文献 所述 然而 ， ， ． ， Matlab20 10 在一些特殊测量环境中 湿度对测量结果的影响较大 不可忽视 基于上述现状 本文在 平台 ， BP 、 ， STM32 ． 下 基于 神经网络研究了温 湿度误差的补偿 并在 上实现了本文方法的移植与测试 1 平台