|
一 种自适应的超声波传感器模型的设计超声波检测迅速、方便 ,计算简单,易做到实时控制,且在测量精度方面能达到工业实用的要求,因此在工业方面具有应用前景。但超声波传感器在实际应用中获得的信息具有一定的不确性,主要原因是探测波束角大,方向性差,超声波的镜面反射、散射和串扰等问题。尤其是在拐角或某些复杂环境下,声波在物体表面的镜面反 射是实际环境中声纳遇到的最大问题。镜面反射是指在特定角度发出的声波被光滑的物体镜面反射出去,因此无法产生回波,这时超声波传感器就会忽视这个物体的存在或产生一个比实际距离大的距离读数。本文在模糊理论的基础上分析和处理超声波传感器测距过程中的一些不确定信息,并利用距离影响因子 (RCF) 的矛盾因子,给 出了一个自适应的超声波传感器模型,从而能准确描述超声波探测范围内的障碍物所处位置。 1 超声波不确定信息 在较理想的条件下,声纳的测量精度令人满 意。 但在真实环境中,声纳测距结果存在很大的不确定性,主要表现在以下方面: (1)超声波的散射特性 超声波发射的声波有一 个散射角a,如图1所示,超声波可感知障碍物在扇形区域内,但不能确定障碍物的确切位置。 图中,P为障碍物和超声波间的距离;为障碍物与超声波中轴问的夹角;r为超声波测量值。 图 1 声纳的散射 (2)超声波的反射 当声波碰到反射物体时,任何测量到的反射都只保留一部分的原始信号,而剩下的一部分能量根据物体表面材质和入射角的不同或被 吸收或被散射或穿过物体,有时声纳甚至未收到反射信号,这可能是声纳信号在嘈杂环境中多次反射损耗致使最后返回时已低于接收器响应阈值,也可能是人射角太大导致所有信号都被反射到其他方 向而无法被接收器接收。其中镜面反射的测距结果可能是没有检测到该障碍物或探测到一 个大于真实值的距离值。 2 基于模糊理论的超声波模 型的创建 2.1 超声波测量的不确定函数 根据超声波散射的特性分析,在弧的中心线处存在障碍物的概率值为最大。因此引入两个用于表现超声波测量不确定性的函数: 式中c为一个常数,表示超声波信息从确定到不确定间的平滑转换点 ; 反映越靠近中轴的地方声波密度越大,而在边缘声波的密度降为0,因此与超声波中轴问的夹角越小可靠性越高; 反映距超声波越远可靠性越低,而距离超声波较近的地方, 测量正确的可能性越高。 2.2 基于模糊逻辑方法的模型的创建 在真实环境探测中,将超声波探测的范围离散化为 m×n(m为矩形的长,7"1为矩形的宽 )个相同大小的矩形栅格集合,每个栅格用 c 表示 ,这样声纳所探测的范围为 定义2个与U同等大小的模糊集合,分别表示空闲栅格和障碍物栅格。建立声纳向模糊集转换的模型,设声纳测量值为r,则 3 自适应的超声波传感器模型 以上模型主要考虑的因素是声纳传感器的散射特性,对镜面反射的特性未有过多的考虑,在文献中所讨论的,RCF以相乘的形式被应用到超声波传感器模型中,在减少由镜面反射引起的测距不准确方面有一定的效果。距离影响因子x被定义为 当 R>RMAX时 当R≤RMAX时 4 实验 实验采用配备有8个声纳的机器人在室内完成。该移动机器人所使用的超声波传感器的精确度为1('171.声纳探测范围在1O~300cm,最大的散射角为 l2.5。超声波探测的矩形实验环境大小为 3m×3m。图2为超声波传感器的测距实验结果图。在这里RCF的参数:r一0.5,RCFmi一0.1,相应的R 一1/9,R 一 3In。为了显示的清 晰 ,本测距实验中所采用的栅格大小为1mm×1mm,且只有存在障碍物栅格才在图中显示出来。 图2(b)通过引入矛盾因子,自动地修正了超声波模型。 (a)未使用自适应超声波传感器模型的测距实验图 co)使用自适应超声波传感器模型的测距实验图 图 2 超声波传感器的测距实验结果图 从图(2)中可看出,在基于模糊理论的超声波模型测距的过程中,传感器模型对不准确的距离信息具有不敏感性,因而产生了大量的无效数据,尤其在拐角的地方。拐角处,超声波的镜面反射明显;而自适应的超声波模型对一些大距离的数据很好地进行了剔除 ,在拐角的地方效果更明显,从而提高了超声波测距的准确度。 5 结束语 本文在分析超声波测距过程中的测量特性和不确定信息的基础上,用模糊逻辑理论建立了超声波传感器的模型,能很好地解决超声波散射所带来的不确定信息。为了解决超声波镜面反射所带来的不确定信息,引入了矛盾因子,能自动地改变距离影响因子的值,从 而动态地修正超声波传感器模型,对于超声波的精确测距和应用提供 了依据。 参考文献 : [1] 郭建中 ,林书玉 ,曹辉 ,等.基于 TMS320VC5402 的超声检测高速 采样系统[J].压 电与声光 ,2007,29 (2):173—175. GUO Jianzhong,LIN Shuyu,CAO Hui,eta1.A high speed sampling system for ultrasonic detection based onTMS320VC5402[J].Piezoelectrics& Acoustoop— tics,2007,29(2):173—175. [2] 罗忠 ,柳洪义 ,王菲,等.未知环境表面的超声波探测实验研究 [J].东北大学学报 (自然科学版 ), 2008,29(2):266-269. LU0 Zhong,LIU Hongyi,W ANG Fei,eta1.Experi— mentalstudyon ultrasonicexploration in unknown en— vironment[J]. JournalofNortheastern University (NaturalScience),2007,29(2):173—175. [3] 彭翠云 ,赵广耀 ,戎海龙.汽车倒车系统中超声波测距模块的设计 [J].压电与声光 ,2008,30(2):251— 254. PENG Cuiyun, ZH AO Guangyao, RONG Hailong. The design of ultrasonic distance-measuring system used on car-backing system [J]. Piezoelectrics & Aeoustooptics,2008,30(2):251—254. [4] ELFES A,MORAVEC H.High resolution maps from wide-anglesonar[C]//StLousi:IEEE Interna— tionalConferenceon Roboticsand Automation,1985: 116—121. [5] LIM JH,CHO D W.Specularreflectionprobability inthecertaintygridrepresentation[J].Transactionsof theASM E,1994,116(3):512-520. [6] RIBO M,PINZA.A comparisonofthreeuncertainty ealculiforbuildingsonar-basedoccupancygridsFJ]. Robotics and Autonomous Systems,2001, 35(3-4): 2O1—2O9. [7] 王卫华 ,陈卫东 ,席裕庚.移动机器人地图创建中的不确定传感信息处理[J].自动化学报 ,2003,29(2): 267—274. W ANG W emua。 CHEN W eidong,XIYugeng. Un— certaintysensorinformation processinginmapbuilding ofmobilerobot[J~.AetaAutomaticaSinica,2003,29 (2):267—274. [8] ZOU Yi,KHING H Y,SENG C C,eta1.Multi—ul— trasonicsensorfusion formobilerobots[C]//Dear— born:Proceedingsofthe2000 IEEE IntelligentVehi— elesConference,2000:387—391. 班宁产品汇总 |