文章标题

目前用于机器人避障主要的传感器包括红外传感器、双目视觉传感器、激光测距仪和超声波传感器避障等[1]。双目视觉传感器需要进行图像处理，计算复杂，不利用实时控制。激光测距仪的主要缺点在于测距范围有限且易受环境光的干扰[2]。而超声波传感器结构简单、体积小、费用低，信号处理简单可靠，易于小型化和集成化，此外红外线传感器可以解决仅有超声波探测产生的盲区问题[3]。因此本文选择超声波和红外线传感器作为机器人距离和障碍的探测传感器。
1.基于超声波和红外线的IN-RT移动机器人的硬件结构
IN-RT机器人的硬件结构如图1所示。当机器人遇到障碍物时，超声波和红外线测距模块把距离信息发送到主机，超声波和红外线模块与主机通过RS232串行口相连。主机将接收到的信息处理后输入控制器，控制器再向运动模块输出速度和转角信号，控制机器人避障。

图1 IN-RT机器人的硬件结构
IN-RT移动机器人采用四路超声传感器分别布置在左、前、右 三个方向上，还有三个红外线传感器，这种布置有利于机器人做出正确的避障处理，超声传感器在机器人上的具体布置如图 2所示。其中1、2、3和4是超声波传感器，椭圆是红外线传感器。

图2 超声波和红外线在IN-RT机器人布置
2.基于超声波和红外线避障算法设计
超声波传感器探测时存在盲区问题，即障碍物靠的太近反而探测不到。产生这种情况的原因有很多，主要是由于硬件计时存在一个单元的响应延迟时间造成的。本文将结合红外传感器一起使用。通过实验，超声波的避障测量范围为下表所示。
表1 超声波测量数据
真实值(m) 测量值(m) 误差（%）
0.3 \ \
0.6 0.566 5.667
1.8 1.747 2.944
3.0 2.925 2.500
4.2 4.119 1.929
5.4 5.275 2.312
7.0 \ \
红外传感器根据红外线的物理性质获取四周障碍物的距离信息，该硬件设备充分体现了红外线具有测距离短、灵敏度高、响应快、不受噪声干涉、方向性强等优点[4]。红外传感器能够探测到 10cm 至 80cm 之间的近距离障碍物，恰好可以对超声波传感器的测量误差起到补偿作用；并且很容易发现不能被超声波检测的纤细物体，在一定程度上避免了超声波传感器探测盲区。通过实验，红外线测距数据如表2所示。
表2 红外线测量数据
真实值(m) 测量值(m) 误差（%）
0.08 \ \
0.1 0.980 20.00
0.2 0.190 5.000
0.4 0.395 2.375
0.6 0.593 1.133
0.8 0.789 1.275
1.0 \ \
本文IN-RT移动机器人在未知环境可以利用超声波和红外线传感器进行实时避障，通过不断的循环判断进行障碍物躲避，避障算法的流程图如图3所示。

图3 避障算法流程图
3．机器人避障策略
实验使用 Windows 操作系统，通过C++语言编写仿真程序。利用C++编写的程序界面如图4所示。

图4 超声波避障程序界面
利用超声波和红外线传感器进行避障，障碍物在常规距离范围可以准确避障，即使在很近的范围，移动机器人也可以精确避障。IN-RT移动机器人在常规环境下避障视频截图如图5所示。

图5 IN-RT移动机器人常规避障
一般机器人在常规下运动比较稳定，遇到障碍物有足够时间做出响应。本文的算法可以使得机器人躲避突然出现的障碍物，IN-RT移动机器人在近距离的紧急避障如图6所示。

图6 IN-RT移动机器人近距离避障
从实验结果可以看出，基于超声波和红外线的IN-RT移动机器人完成了系统的最初需求，利用超声波和红外线传感器的融合，达到了实时避障的要求，并且具有良好的稳定性。
4.结束语
本文着重针对传统的超声波机器人避障中感知信息单一问题，在现有IN-RT移动机器人实验平台上，利用C++编写程序，设计避障算法。该算法利用红外线传感器克服了超声波传感器探测的盲区问题，提高了避障精度。通过实验证明了机器人可以常规避障和紧急避障。