2024年电子设计竞赛实战：自动驾驶小车弧形寻迹红外对码管原理与实现

1次阅读

共计 1681 个字符，预计需要花费 5 分钟才能阅读完成。

弧形赛道与传统直线赛道的核心差异在于 路径曲率连续性变化。传统直线寻迹常用的灰度传感器在弧形区域会出现：

检测盲区增大（传感器间距固定）
反射信号强度突变（赛道边缘曲率变化）

红外对码管方案的优势突显在：

抗干扰能力：940nm 波长红外光可有效抑制环境光干扰
响应速度：调制解调电路可实现微秒级响应（实测 <200μs）
安装灵活：可呈弧形阵列排布匹配赛道曲率

传感器类型	灵敏度	成本	复杂度	适用曲率范围
光电编码器	★★★☆	高	高	<0.5m 半径
摄像头	★★★★	极高	极高	全范围
红外对管	★★☆	低	中	>0.2m 半径

注：灵敏度评级基于 5cm 检测距离下的实测数据

发射端：
使用 TSAL6200 红外 LED
限流电阻 R1=100Ω（If=20mA 时）
38kHz 载波由 NE555 产生
接收端：
TSOP4838 解调接收器
旁路电容 C1=0.1μF（必须靠近 VCC 引脚）
上拉电阻 R2=10kΩ

// 红外传感器阵列定义
const uint8_t irPins[] = {A0, A1, A2, A3, A4};
#define SAMPLE_COUNT 5  // 滑动窗口大小

void setup() {Serial.begin(115200);
  for(auto pin : irPins) pinMode(pin, INPUT);
}

void loop() {static uint16_t history[5][SAMPLE_COUNT] = {0};
  static uint8_t idx = 0;

  // 带滑动平均的 ADC 采样
  for(uint8_t i=0; i<5; i++) {history[i][idx] = analogRead(irPins[i]);
    uint16_t avg = 0;
    for(uint8_t j=0; j<SAMPLE_COUNT; j++) avg += history[i][j];
    avg /= SAMPLE_COUNT;

    // 动态阈值判断
    bool isBlack = avg > (getBaseline(i) + 50);
    trackStatus |= (isBlack << i);
  }
  idx = (idx + 1) % SAMPLE_COUNT;

  // 赛道边缘检测算法
  int16_t error = calculateError(trackStatus);
  // ...PID 计算部分省略...
}

载波频率选择 38kHz（避开日光灯 100Hz 干扰）
在接收端添加光学滤光片（建议 RG850 玻璃）
代码实现动态基线校准：

uint16_t getBaseline(uint8_t ch) {static uint16_t baselines[5] = {512}; 
  if(millis() % 1000 == 0) { // 每秒校准
    baselines[ch] = analogRead(irPins[ch]);
  }
  return baselines[ch];
}