Tracker Sensor

Tracker Sensor

{{{name2}}}

{{{name3}}}

基本信息 分类： AlphaBot模块 {{{userDefinedInfo1}}}： {{{userdefinedvalue1}}} {{{userDefinedInfo2}}}： {{{userdefinedvalue2}}} {{{userDefinedInfo3}}}： {{{userdefinedvalue3}}} 品牌： Waveshare

功能简介 特性 红外循迹传感器 ' 无特性，不解释 ' 无特性，不解释 ' 无特性，不解释 ' 无特性，不解释 接口 I/Os

相关产品 {{{Product1}}} {{{Product2}}} {{{Product3}}} {{{Product4}}} {{{Product5}}} {{{Product6}}}

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，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;
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);
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，
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，以接入微雪XNUCLEO-F103RB (STM32F103R) 和 Arduino UNO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：

表1. 模块接入STM32开发板

端口	XNUCLEO_F103RB引脚
IR1~IR5	A0~A4
GND	GND
VCC	3.3V

表2.模块接入Arduino

端口	Arduino引脚
IR1~IR5	A0~A4
GND	GND
VCC	5V

串口配置如下表所示：

表3. 串口配置

Baud rate	9600
Data bits	8
Stop bit	1
Parity bit	None

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。

文档

• 用户手册
  
• 原理图/尺寸图
  

程序

• 示例程序
  

数据手册

• ITR20001-T_EN
  

软件

• 串口调试助手

批量下载教程——请戳☛

联系 丢石头 我们的工作时间是: 09:00-18:00 (UTC+8 周一到周六)