当前位置：文档库 › 超声测距与视觉检测的智能避障平台设计

超声测距与视觉检测的智能避障平台设计

王静，杜永贵，郑重

作者简介：王静，（1986-），女，主要研究方向：视觉检测，电力线损

通信联系人：杜永贵，（1959-），男，副教授，主要研究方向：智能控制、现代控制理论及应用. E-mail: zzemeone@https://www.wendangku.net/doc/a817343967.html,

（太原理工大学信息工程学院，太原 030024）

摘要：本文主要介绍智能避障平台的设计过程，包括移动机器人避障原理的介绍，避障平台5

的硬件及软件设计，视觉检测算法的实现。硬件电路设计部分主要包括传感器电路的设计，电源稳压电路和电机驱动电路的设计，系统使用飞思卡尔公司的MC9S12单片机作为主要控制芯片，避障平台驱动电机采用DC 直流电机，使用数字COMS 摄像头传感器和超声波测距传感器进行障碍物的检测与识别。通过实验表明，两种方法相结合能够实现更加精确的避障。关键词：超声测距；避障；CMOS 传感器 10

中图分类号：TP242.6

Design of Platform with Intelligent Obstacle Avoidance Based on Ultrasonic Ranging and Visual Detection

Wang Jing, Du Yonggui, Zheng Zhong

(Taiyuan University of Technology College of Information Engineering, TaiYuan 030024) Abstract: In this paper,we introduced a method of designing that how to establish a intelligent obstacle avoidance platform. Mainly introduced the principle of intelligent obstacle avoidance platform, obstacle avoidance platform hardware and software designing. Hardware designing includes the designing of sensors circuit, voltage regulators and motor drive circuit. Using the 20

controller of MC9S12X as MCU. The platform used the DC motor as driving source, adopted the ultrasonic ranging sensor to detect and identify the obstacles. Used the analog CMOS sensor to inspect and process the image. The experimental results show that combine the two methods can achieve accuracy obstacle avoidance.

Keywords: ultrasonic ranging; obstacle avoidance; CMOS sensors

0 引言

智能避障平台是将微处理器、传感器应用、图像处理集合在一起智能信息处理的综合系统。近年来，对移动机器人的研究受到了广泛的重视，并得到了越来越广泛的应用[1]。无论是在工业现场、工程探险，还是在家用服务机器人中,智能移动机器人代替人们完成危险工30

作能力已经被人们所认同，无论是在抗震救灾的现场，还是在服务大家日常生活中，机器人正起着很重要的作用。伴随着移动机器人的发展，对移动机器人的避障提出了更高的要求。要使智能避障平台无碰撞到达制定的目的地点，需解决两方面的基本问题。一是在运动过程中利用智能传感器精确的判断出障碍源的位置；二是采用适当的算法来实现避障机器人通过障碍物。本文采用了超声测距和视觉检测相结合的方法，首先实现对障碍源的精确判断，包35

括位置、形状等特征，最后实现避障功能。

1 移动机器人的避障原理

避障所使用的传感器有很多，主要包括激光传感器、视觉传感器、超声波传感器、红外传感器等传感器。激光测距传感器的方向性特别好，对一般应用可以认为是理想的直线[2]。该技术主要是40

对障碍物进行方向性判断,因为激光测距传感器的波束很窄，所以方向性很好，能够得到障

碍物的精确位置，但是技术实现复杂,理想情况下应用于直线。

视觉避障主要是采用图像处理的相关算法，通过边缘锐化、特征提取等方法实现运动过程中的障碍物检测，得到相应物体的形状特征，通过处理器芯片进行图像的处理，已到达通过障碍物的目的。

超声避障主要是采用超声测距传感器来探测障碍物的位置，超声波测距采用时间差测距的方法，超声波发射器向某一个方向发射超声波，在发射的同时开始计时，在空气中碰到障碍物立即返回来，接收器收到反射波就立即停止计时，根据超声波在空气中的传播速度和计时器记录的时间，就可以计算出发射点距障碍物的距。本文将视觉检测和超声波测距避障方法结合在一起，使智能避障平台能够实现更加精确的避障效果[2]。

2 系统硬件设计

2.1 避障平台整体结构

本智能避障平台采用自行设计的车模作为机械实验平台，在该实验平台上实现整个智能避障系统的安装，通过编写图像处理算法，实现对障碍源的识别和分析，通过编写控制程序实现车模的前进、刹车、后退，控制伺服器完成车模整体的转向，实现智能避障。智能避障55

平台分为车模机械和控制电路两个部分，车模机械不在词叙述，控制电路主要由基于MC9S12X 单片机的最小系统、基于TPS7350的系统电源、基于MC33886的驱动电路、基于超声波测距传感器电路、CMOS 传感器电路等部分组成。系统各部分组成框图如下图1所示：

图1 系统整体框架

Fig.1 The general structure of system

2.2 电源系统设计

电源系统是智能避障模型平台工作的前提，经过对系统整体电源需求的分析，该平台需65

要三种电源电压，主控制芯片、CMOS 传感器、超声波传感器采用5V 供电，伺服器采用6V 供电，电机需要7.2V 供电。稳压电路设计需要简单可靠，在满足电压波动范围要求下尽量需要简化系统电源的设计，综合考虑该系统的电源电压因素，本设计最终采用TPS7350低压差芯片来进行5V 电压电路的设计，电路如图2所示。通过AMS1117-ADJ 稳压芯片来产生6V ，原理图中R1和R2的值的不同可以输出不同的电压，计算公式如下：

Re 21

(1f ADJ R Vout V I R R =+

+，其中Re 1.25,f V V =ADJ I 其值很小，可以忽略不计。通过计算可以使得125,19R K R K ==。具体设计电路下图2所示。电机通过7.2V 电池进行直接供电。

图2 系统电压转换电路

Fig.2 system voltage transfer circuit

2.3电机驱动电路设计

在设计驱动电机电路时，采用了半桥式驱动芯片MC33886结合IRF3205和IRF4905的80

MOS管的驱动方式。MC33886是理想的全桥单块集成芯片，该芯片内部集成了两个半桥，为了增加驱动能力，本设计将两个桥并联使用，在电路设计的过程中，将FS端外接上拉电阻，当FS被拉低时（即出现短路、欠压或过热的情况），将D1、D2置位，起到保护芯片的作用。经过比较，我们将MC33886结合MOS管组成全桥驱动电路，如图2所示中的Q1，Q2，Q3，Q4是由MOS管组成的H桥，改电机驱动电路驱动能力显著，能够为整车提供足85

够大的动力。具体驱动电机电路原理如下图3所示：

图3 直流电机驱动电路

Fig.3 The driving circuit of DC motor

2.4超声波测距平台

智能避障平台采用4个超声波传感器实现障碍物距离的测试。两个传感器安装在车模的

前端，主要用于探测前方的障碍物，测得与前方障碍物的距离。另外两个传感器分别安装在车模的两侧，用于检测判断避障平台左右两个方向的障碍物。

由于车模行进速度较慢，所以采用了测距精度较高、检测范围较小的超声波相位测距方

法。相位法超声波测距利用发射波和被目标反射的接受回波之间声波的相位差包含的距离信95

息来实现对被测目标的测量[3]。考虑到超声波的特性，在接受端，首先对接受到的信号进行选频，然后对需要的信号进行放大和检波，通过比较发射端和接收端的正弦波的相位差，得出障碍物的距离，供微处理芯片进行处理[4]。

设调制后的发射信号为：

0()sin()T T u t u t ω?=+ (1)

100

接收返回的信号为： 02()sin()R R c s

u t u v t c

ω?ω

?=+?+ (2) 其中，0?为初始相位，c ?为信号经过电路引起的相位差，2s

为声波往返的时间，则收发信号间的相位差为：

2c s

ω??Δ=

+ (3) 105

经过电路的处理，我们可将c ?抵消，则障碍物离系统的距离为：

24c c s f

??ωπ=

Δ=Δ (4) 从上式可以看出，障碍物离系统的距离是一个线性的关系，我们最后将距离信息转换成微处理器能够处理的电压信息，通过测量获取电压信息，最后得到距离信息，供处理器进行

处理。

110

3 系统软件设计

本系统采用Code Worrior 为编程开发环境，以C 语言为主要编程语言。软件设计主要包括智能避障平台的主控制程序的设计、测距算法的实现程序、图像处理算法的实现程序以及中断程序的设计。系统仿真上位机采用Delphi 可视化开发环境进行设计。主程序设计

流程图如图4所示。

115

Fig.4 The flow chart of the mian system program

3.1视觉检测的图像处理

120

将数字CMOS摄像头传感器用连杆安装在智能避障平台的中部，由于车模运行过程中的速度较慢，所以安装的高度可以很低，只需要满足30-50cm之间的前瞻（摄像头拍摄的最远方离车身前端的距离）就能满足系统的需求。

超声波传感器接收到的返回来的波形经过MC9S12X系列单片机进行处理以后，使得避障平台向前移动。当测距传感器检测到前方障碍物的情况下，程序进入图像处理过程，由于125

采样回来的图片是灰度级间断的，所以采用了图像处理中比较常见的边缘检测的方法。首先提取图像两个边缘之间的水平灰度剖面线，通过对灰度剖面线进行一阶导数的求导，得出边界附近的变化点，一阶导数为正；在灰度级不变的区域，一阶导数为0。通过此类梯度微分算子，从而得出图像的边缘。但是通常情况下，通过边缘检测方法得出的图像，边界通常是不连续的，所以我们配合使用边缘跟踪的方式，使图像得到进一步的增强[4]。

130

通过图像处理，当避障平台遇到障碍物,程序将控制转向伺服器进行转向控制，完成最

后的避障功能。

3.2上位机监视与仿真

为了监视上述的图像处理的过程，本设计利用Delphi编写出了一个上位机软件，用于135

监视和仿真该避障平台避障过程中的图像处理，在避障平台遇到障碍物时，本上位机通过CMOS传感器拍摄障碍物的形状，通过上位机实现对图像边缘点的检测，通过边缘的判断，判断出障碍物的形状和方向，从而实现避障。监视和仿真界面如图5所示。

140

图5 上位机监视与仿真

Fig.5 Surveillance and Simulation of the System

4结语

本文将超声波测距与视觉检测的图像处理结合在一起实现了避障平台的智能避障，该避145

障系统对环境具有一定的适应性。随着智能机器人的发展，将更多的传感器信息融合在一起处理问题，使用更精确地算法来实现避障平台的路径规划问题，使其更加准确的实现避障逐渐成为研究的热点。

[参考文献] (References)

150

[1] 闫晶，周俊哲，刘喜梅.基于DSP的智能小车避障系统设计[J].沈阳理工大学学报，2008,27（1）：37-41.

[2] 杨东鹤，刘喜昂.智能移动机器人的超声避障研究[J].计算机工程与设计，2007,28（15）：3659-3660.

[3] 张向珂，张世庆，闻凤连，田洪胜.高精度相位法超声测距系统研究[J].传感器与微系统，2010,29（2）：

45-47.

[4] Lee B. Review of the present status of optical fiber sensors[J].

155

Opt Fiber Techn,2003,9(2): 57 - 79.