当你的避障小车在房间里横冲直撞，像只无头苍蝇一样反复撞向同一面墙时，是时候重新思考它的"大脑"了。许多初学者在完成基础避障功能后便止步不前，却不知简单的if-else逻辑让小车表现得像个醉汉——反应迟钝、决策单一。本文将带你突破基础避障的局限，在原有硬件（STC89C52+红外传感器）基础上，通过算法升级赋予小车更接近人类的决策能力。
1. 基础避障程序的三大致命缺陷
原始的红外避障程序通常采用"检测-反应"的简单模式，这种设计存在几个典型问题：
void hongwai_bizhang() {
if((biz_l == 1) && (biz_r == 1)) { go(); }
else if((biz_l == 0) && (biz_r == 0)) {
stop(); delay_1ms(100);
back(); delay_1ms(500);
right_s(); delay_1ms(380);
}
//...其他条件判断
}
1.1 二值化输入的局限性
红外传感器返回的0/1信号丢失了距离信息，就像蒙着眼睛走路——只有碰到和没碰到两种状态。实际应用中，我们可以通过以下方式改进：
1.2 固定时序控制的弊端
原始代码中硬编码的delay_1ms(500)等延时操作存在明显缺陷：
后退时间固定，可能不足或过长
转向角度固定，无法适应不同障碍物分布
整个避障过程缺乏环境感知反馈
1.3 决策逻辑的单一性
典型的"左障右转、右障左转"策略在复杂环境中会陷入以下困境：
死循环：在狭窄走廊中左右摇摆
局部最优：陷入U型区域无法脱身
效率低下：简单障碍物也需完整执行后退-转向流程
2. 传感器信号优化：从二值判断到模拟感知
虽然E18-D50NK红外传感器本身只输出数字信号，但我们可以通过软件方法获取更多信息。
2.1 脉冲计数测距法
利用传感器输出特性，通过测量有效信号时间估算距离：
uint get_distance(bit sensor) {
uint count = 0;
while(sensor == 0 && count < 1000) {
count++;
delay_1ms(1);
}
return count; // 计数值与距离成反比
}
2.2 移动平均滤波算法
5点移动平均滤波实现：
#define FILTER_SIZE 5
uint distance_buffer[FILTER_SIZE] = {0};
uint filtered_distance(uint new_val) {
static uint index = 0;
uint sum = 0;
distance_buffer[index] = new_val;
index = (index + 1) % FILTER_SIZE;
for(uint i=0; i<FILTER_SIZE; i++) {
sum += distance_buffer;
}
return sum / FILTER_SIZE;
}
2.3 多传感器数据融合
当使用多个红外传感器时，可以建立简单的环境模型 ：
传感器布局方案：
前左(FL)、前右(FR) - 45度斜向安装
正前(F) - 水平安装
侧左(SL)、侧右(SR) - 垂直车身安装
3. 行为决策系统升级：有限状态机实现
将小车的行为分解为多个状态，每个状态有明确的进入条件和退出条件。
3.1 状态定义与转换
stateDiagram-v2
--> 巡航
巡航 --> 减速: 检测到障碍
减速 --> 观察: 速度降至阈值
观察 --> 左转: 右侧障碍较近
观察 --> 右转: 左侧障碍较近
观察 --> 后退: 正前方障碍
左转 --> 巡航: 转向完成
右转 --> 巡航: 转向完成
后退 --> 观察: 达到安全距离
3.2 状态机C语言实现框架
enum State {CRUISE, DECELERATE, OBSERVE, TURN_LEFT, TURN_RIGHT, REVERSE};
enum State current_state = CRUISE;
void state_machine() {
static uint observe_count = 0;
switch(current_state) {
case CRUISE:
if(obstacle_detected()) {
current_state = DECELERATE;
set_speed(CRUISE_SPEED / 2);
}
break;
case DECELERATE:
if(get_speed() <= SAFE_SPEED) {
current_state = OBSERVE;
observe_count = 0;
}
break;
case OBSERVE:
observe_count++;
if(observe_count >= 3) { // 连续观察3次
if(left_obstacle_near()) {
current_state = TURN_RIGHT;
}
// 其他条件判断...
}
break;
// 其他状态处理...
}
}
3.3 状态参数优化表
4. 高级避障策略：应对复杂环境
4.1 死胡同检测与逃脱
通过运动轨迹记录判断是否陷入循环：
#define PATH_MEMORY 10
typedef struct {
int8_t x_delta;
int8_t y_delta;
} Movement;
Movement path[PATH_MEMORY];
uint path_index = 0;
void update_path(enum MovementType move) {
// 根据运动类型更新路径记录
// 简化为二维平面坐标变化
switch(move) {
case FORWARD:
path[path_index].y_delta += 1;
break;
case BACKWARD:
path[path_index].y_delta -= 1;
break;
// 其他运动类型...
}
path_index = (path_index + 1) % PATH_MEMORY;
}
bool is_in_loop() {
// 简单判断最近几次移动的净位移
int net_x = 0, net_y = 0;
for(uint i=0; i<PATH_MEMORY; i++) {
net_x += path.x_delta;
net_y += path.y_delta;
}
return (abs(net_x) < 2) && (abs(net_y) < 2);
}
4.2 动态阈值调整算法
根据环境变化自动调整避障阈值：
uint dynamic_threshold(uint raw_distance) {
static uint env_brightness = 0;
static uint threshold = DEFAULT_THRESHOLD;
// 环境亮度估计（通过传感器读数稳定性）
env_brightness = (env_brightness * 7 + get_env_noise() * 3) / 10;
// 动态调整公式
threshold = DEFAULT_THRESHOLD + env_brightness / 10;
return threshold > MAX_THRESHOLD ? MAX_THRESHOLD : threshold;
}
4.3 混合避障策略组合
根据不同场景切换 避障策略：
策略选择矩阵：
5. 系统优化与性能调校
5.1 资源占用监控表
5.2 实时性能优化 技巧
查表法替代复杂计算：
const uint pwm_table[16] = {0, 10, 20, 30, ..., 150};
set_pwm(pwm_table[get_speed_level()]);
中断优化策略：
void timer0_isr() interrupt 1 {
static uint counter = 0;
if(++counter >= 10) {
counter = 0;
update_sensors();
}
state_machine();
}
内存优化方案：
使用bit-field存储状态标志
共用体union管理不同状态下的变量
按需加载非关键模块
5.3 调试与测试方法
行为日志记录：
void log_behavior(enum Behavior behavior) {
uart_send("State: ");
uart_send_num(behavior);
uart_send(" Time: ");
uart_send_num(get_system_time());
}
性能基准测试流程：
直线无障碍物行驶速度
90度转弯时间精度
障碍物反应延迟
复杂环境逃脱时间
参数自动微调脚本示例：
# 伪代码
for threshold in range(10, 30, 2):
for turn_angle in [30, 45, 60]:
test_run(threshold, turn_angle)
record_success_rate()
find_optimal_parameters()
在最终实现中，我建议采用增量式开发——先确保基础状态机稳定运行，再逐步添加高级功能。一个实用的技巧是在调试阶段用LED指示灯显示当前状态：比如红灯表示减速状态，蓝灯表示观察状态，这样在实地测试时能直观了解小车的决策过程。
————————————————
版权声明：本文为CSDN博主「臻太太」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/weixin_27066963/article/details/160436367
|
本帖子中包含更多资源
您需要 登录 才可以下载或查看，没有账号？注册
×
|
