Tracker Sensor 用户手册
Tracker Sensor
用户手册
产 品 概 述
Tracker Sensor 是红外循迹传感器,常用于制作循迹智能小车。
Tracker Sensor 采用 ITR20001/T 红外反射传感器,ITR2001/T 传感器的红外发射二极管不断发射红
外线,当发射出的红外线被物体反射时,被红外接收器就收,并输出模拟值。输出模拟值和物体
距离以及物体颜色有关。通过计算五路输出的模拟值,判断循迹线位置。
规 格
工作电压:3.3V ~ 5V
产品尺寸:78mm × 18mm
探头间距:16mm
固定孔尺寸:3mm
感应距离:1cm ~ 5cm
主 要 用 途
智能小车或机器人寻线,避悬崖防跌落等
小 车 循 迹 原 理 简 介
Tracker Sensor 有五路模拟输出,模拟量输出和距离,物体颜色有关。红外反射越强(白色)时,输
出越大,红外放射越弱(黑色),输出越小。探测器离黑色线越近输出越小,由此可以通过输出
模拟量判断黑线的距离远近。数值越小的传感器离黑线越近。相对于其他只能输出高低电平的轨
迹传感器而言,本产品的 5 路模拟量输出可以反馈黑线的距离,反馈更为准确。
小车算法可以分为 3 部分:
第 一 部 分 : 归 一 化 校 准
相同的颜色,距离,不同的探测器输出会有所不同,而且不同环境输出的模拟量范围也不一样。
如果采用 10 位 AD 采集。理论上输出范围会在 0~1023 之间。但是实际上输出最小 Min 会大于 0,
版本:V1.1,日期:2016 年 12 月 1 日
1
Tracker Sensor 用户手册
最大值 Max 会比 1023 小。由此为了减少传感器自身以及环境的影响,作归一化处理,归一化处
理实际上就是将 Min~Max 的数值范围转为 0~1 范围线性转换如下:
y = (x - Min) / (Max - Min)
(其中 x 为探测器输出值,y 为转换后的值,Max、Min 分别为输出的最大值和最小值)
为了数据处理方便可以将数据放大 1000 倍。则
y = (x - Min) * 1000 / (Max - Min)
转换后数据范围为 0~1000.其中 1000 表示探测器远离黑线,0 表示探测器在黑线正中。
其中 Min 和 Max 的值是由程序在运行过程中多次采集传感器的值而获得,并保存起来,采集过
程中不断移动小车,使得采集到的最大最小值更加接近实际情况。
第 二 部 分 : 加 权 平 均
将五个探测器输出数据通过归一化处理后,得到五个反应探测器离黑线相对距离的数据。为了尽
可能准确地确定路线的中心线。通过加权平均的方式将这 5 个数值转变成一个数值。公式如下:
y = (0 * value0 + 1000 * value1 + 2000 * value2 + 3000 * value3 +4000 * value4) / (value0 + value1 +
value2 + value3 + value4)
其中 0, 1000, 2000, 3000, 4000 分别为从左到右 5 个探测器的权,value0~value4 为探测器归一化
后的数据。
则经过出后的数值范围为 0~4000。代表黑线的位置。例如 2000 则表示黑线在模块的正中间。0
表示在黑线在模块的最左侧,4000 表示黑线在最右侧。
为了使模块探测的精度更高,对模块的高度和黑线有所要求。黑线应该等于或略小于探测器的距
离(16mm)。高度为黑线在两个传感器正中间时,两个传感器都能够刚好探测到为宜。
第 三 部 分 : PID 控 制
由第二部分可得到黑线的位置,为了使小车一直沿着黑线走,则必须保证黑线在小车正下方,此
时加权平均后的输出应该为 2000。为了使小车走的更加平滑,减少左右摇摆。采用位置式 PID
控制。关于 PID 算法网上有很多介绍,此处不再详细讲解,只是大概介绍一下。
PID 是指通过比例(P),积分(I),微分(D)对误差进行反馈调节。主要算法如下:
proportional = position - 2000;
版本:V1.1,日期:2016 年 12 月 1 日
2
Tracker Sensor 用户手册
derivative = proportional - last_proportional;
integral += proportional;
last_proportional = proportional;
power_difference = proportional * Kp + integral * Ki + derivative * Kd;
其中:
理想情况下,加权平均后的输出数据为 2000,即黑线在正中间。
比例项(proportional)为当前的位置(Position)减去目标位置(2000),表示位置误差,正数表示小车
偏右,负数表示小车偏左。
积分项(integral)数据为每次误差的总和,绝对值越大,表示误差累积值越大,表示小车越偏越远
了。
微分项(derivative)为当前误差和上次误差的差值,反映小车的响应速度,数值越大,响应速度越
快。
调节 Kp, Ki, kd 三个参数可获得最佳性能。先调节 Kp 参数,Ki, Kd 设为 0,不断调整 Kp 值使得小
车可以循线,然后调节 Ki 和 Kd 值,参数可以设小一点,或者为 0。
AlphaBot 循 迹 模 块 示 例 程 序 分 析
下面结合 AlphaBot 智能小车讲解一下 Tracker Sensor 循迹程序。这里以 Arduino 的程序作为示例,
Tracker Sensor 的库文件主要包含 TRSensors.cpp 和 TRSensors.h 两个文件。
TRSensors.cpp 主要包含下面这几个函数
TRSensors();
void AnalogRead(unsigned int *sensor_values);
void calibrate();
void readCalibrated(unsigned int *sensor_values);
版本:V1.1,日期:2016 年 12 月 1 日
3
Tracker Sensor 用户手册
int readLine(unsigned int *sensor_values, unsigned char white_line = 0);
其中 TRSensors()为初始化函数,初始化相应的管脚,以及申请内存用作存储各个传感器的 Max,
Min 值。
AnalogRead()函数为读取五路探测器的模拟值,AlphaBot 是通过 TLC1543 AD 芯片进行 AD 转换,
而非 Arduino 芯片的 AD 管脚。如果将 Tracker Sensor 接到 Arduino 的 A0~A4 管脚需修改此函数。
calibrate()函数为校准函数,通过多次采集数据,确定 Max,Min 值。故校准阶段时,小车需
在黑线中紧贴地面左右摇晃。确保取得的 Max,Min 准确。
readCalibrated()函数为归一化校准,对应原理的第一部分,通过归一化线性转换,将数据转
为 0~1000 范围内,其中 1000 表示探测器远离黑线,0 表示探测器在黑线正中。
readLine()函数为读取循迹线的位置,对应原理中的第二部分。通过加权平均算出寻迹线的位
置。数值范围为 0~4000,0 表示在黑线在模块的最左侧,4000 表示黑线在最右侧。
原理中第三部分在循迹主程序 Infrared_Line_Tracking.ino 中实现,主要代码如下。
通过 readline()函数读取寻迹线的位置,然后算出比例项 proportional,微分项 derivative,
版本:V1.1,日期:2016 年 12 月 1 日
4
Tracker Sensor 用户手册
此处只用了 PD 算法,没有积分项,而非 PID。可以修改对应的 PD 参数,使性能更佳。
最后一步就是通过 PD 算得的修改项 power_difference 去调节小车左右轮的 PWM 值,实现小
车沿着寻迹线运动。
操 作 与 现 象
本节只是介绍模块的简单测试程序,关于 AlphaBot 使用 Tracker Sensor 实现循迹的操作以及示例
程序可以参考 AlphaBot 的相关资料。
下面以 XNUCLEO-F103RB,UNO PLUS 开发板为例。
① 将配套程序下载到相应的开发板中。
② 将串口线和模块接入开发板,给开发板上电,打开串口调试软件。
模块与开发板连接如下表所示:
端口
XNUCLEO_F103RB 引脚
IR1~IR5
GND
VCC
A0~A4
GND
3.3V
表1. 模块接入 STM32 开发板
版本:V1.1,日期:2016 年 12 月 1 日
5
Tracker Sensor 用户手册
端口
IR1~IR5
GND
VCC
Arduino 引脚
A0~A4
GND
5V
表2. 模块接入 Arduino
串口配置如下表所示:
Baud rate
Data bits
Stop bit
9600
8
1
Parity bit
None
表3. 串口配置
③ 串口会显示 5 串数据,分别对应 IR1~IR5 传感器。数据随着反射距离的远近而改变。当
模块没有遮挡时,输出的大概为几十,当模块接近台面时,输出为八九百左右。
版本:V1.1,日期:2016 年 12 月 1 日
6