2算法分析

　　針對單傳感器避障系統中存在的缺點，本文提出了多傳感器協調合作方案，通過超聲波傳感器和紅外傳感器的配合，擴大了探測范圍以及靈敏性，從而避免了誤撞和緊貼障礙物的危險，提高了避障機率，實現了全方位避障。

　　2.1流程設計

　　全方位避障小車在行進過程中，各傳感器不斷檢測小車周圍是否有障礙物。當有傳感器檢測到障礙物時，通過判斷檢測到障礙物的傳感器的數量，來實現小車全方位自動避障：單傳感器檢測到障礙物時，小車遠離檢測到障礙物方向;兩個傳感器檢測到障礙物時，小車向未檢測到障礙物方向轉向;所有傳感器都檢測到障礙物時，小車急速左轉避開障礙物。當小車避開障礙物后，小車繼續(xù)行進。流程圖如圖4所示。

　　圖4程序流程圖

　　2.2避障代碼

　　根據以上避障原理，編寫相應的程序，以實現小車的全面避障，程序主要分電機、超聲波和紅外測距三部分。電機部分由analogWrite()、digitalWrite()分別控制車速和小車前進、后退或轉向;超聲波測距部分由Trig.Pin控制超聲波輸入，由EchoPin控制超聲波輸出，控制模塊通過對接收到的脈沖波時間進行處理，轉化為距離參數，從而獲得距離Middle_distance;紅外測距部分由控制模塊通過紅外傳感器獲得一個模擬量analo.gRead()，通過輸出的模擬量可以推算出電壓值volts，而輸出電壓和探測距離關系為distance：65*pow(volts，-1.10)，從而可獲得小車與障礙物的距離。

　　3實驗研究

　　智能車在進行了器件選型和確定控制算法后，為了驗證系統的性能，進行了實驗驗證。

　　實驗中選用一塊放著多種障礙物的平地，障礙物分兩大種：一種是規(guī)則的障礙物，如正方體、圓柱等。另一種為不規(guī)則障礙物。實驗時，智能避障小車在行進過程中不斷探測前方周圍是否有障礙物，當存在障礙物時候，判斷出相應障礙物位置，并進行相應動作。

　　為了有效驗證智能小車避障成功率，通過改變障礙物形狀來對小車進行性能測試，結果如圖5所示。其中測試小車100次，并統計出單面避障和全方位避障成功通過不同障礙環(huán)境的次數，障礙環(huán)境由總數為100的規(guī)則障礙物和不規(guī)則障礙物組成。由圖5可見，普通的單面避障方法有著較低的成功通過率，而本文所提出的全方位避障方法則受此影響不大，有著較高的通過率。

　　圖5單面避障與全方位避障成功率對比

　　4結論

　　設計的基于Arduino的智能小車避障系統，采用了單紅外和雙超聲波避障方式，使小車在行車過程中對障礙物的探測更加精確。實驗結果表明，設計的全方位避障系統較大地提高了避障的效率和成功率，可有效地實現全方位避障。