基于超声测距的空-地状态判别系统研究

为了满足空-地状态判别系统高可靠性的要求,提出一种新颖的3×2×2系统架构。系统包含三个相同的余度,经表决面输出,可实现一次故障工作。每一个余度包含主备两条支路,经监控面输出当前余度的状态值与有效性。每一条支路采用自监控对策略,检测通道实现空-地状态判别,监控通道提供支路有效性信号。为了克服共模故障,自监控对内采用软、硬件非相似设计,检测通道侧重于硬件实现,监控通道则侧重于软件实现。实验结果显示,空-地状态判别系统测距精度满足0.5级,能够正确输出当前系统的状态值与有效性情况,符合预期设计指标。

基于HC-SR04模块的高精度超声测距系统

研究设计了一种基于HC-SR04超声传感器、单片机和LCD1602液晶模块的超声波测距系统,并利用温度补偿算法和单片机门控触发精确定时中断技术进行测距修正,保证了不同温度环境下超声测距的高精度。同时把测量结果实时显示在LCD1602液晶屏,并在达到设定安全距离时进行声音提醒报警或驱动执行机构动作,可广泛应用于生产线上的物品位置检测、汽车倒车距离安全提醒等场合。

车载超声测距仪的研制

超声测距在一些场合有其独特的优越性 ,车载超声测距仪应用于汽车和货车等车辆。介绍了采用脉冲回波法进行车载超声测距仪的设计原理、超声波声速与空气温度的关系和超声波的传播特性 ,阐述了车载超声测距仪的硬件系统和软件系统设计 ,分析了部分硬件电路 ,给出了实验结果 ,并分析了产生误差的原因。从实验和使用的结果看 ,系统设计能够满足要求。

基于超声测距的三维精确定位系统与设计

讨论了一种新型的基于超声测距的高精度三维定位系统的原理与设计。该定位系统采用波头计数与零交叉点检测的方法来提高超声测距精度，并通过三角形方法来实现三维定位。这种三维定位系统具有精度高、成本低、易于安装、体积小、抗电磁干扰能力强、对光线不敏感、无电磁辐射等优点。

基于视觉引导和超声测距的运动目标跟踪和抓取

提出了装配机器人系统中一种基于视觉引导和超声测距的运动目标跟踪和抓取方法。介绍了运动目标的跟踪原理 ,采用图像雅可比矩阵进行机器人运动控制 ,跟踪运动的目标。利用视觉引导技术 ,获取目标在图像平面中的位置与方位 ,进行平面跟踪 ,然后引导超声波测距装置测取目标深度信息。

融合图像处理与超声测距的工件精确抓取

图像处理给出工件的形心在图像的位置与姿态 ,利用本文提出了一种简单与高精度的映射算法 ,求出形心在机器人参考坐标的位置 ,引导超声波距离测量仪测量到工件的正上方测量工件的深度数据 .融合图像处理给出的形心的位置与姿态和超声波测量得到工件深度数据 ,获得机器人的控制输入向量 ,控制机器人运动并实现精确抓取工件 .图像处理的低误差与超声波的高精度深度测量 。

基于超声测距的柑橘收获机器人应急避障系统

针对柑橘采摘机器人视觉系统的特点及现实中可能遇到的问题,使用高精度的多路超声测距系统为采摘机器人提供应急避障。首先,校正了超声测距传感器的精度,并设计多路超声系统,针对不同类型的障碍物进行了试验。试验证明,超声测距系统可有效避免机器人与障碍物的碰撞。

一种高精度超声测距方法的研究

本文介绍了一种基于超声波循环反射测量原理的高精度超声测距方法 ,并给出了以单片机为核心的测距系统的组成 .本测量法克服了多次反射法中对回波脉冲个数的限制 ,经温度补偿后测量精度得到了明显改善 .

基于DSP的多超声测距数据采集处理系统

介绍了自行设计的移动机器人CASIA-I中超声测距系统的软、硬件,以及超声测距数据与上位机通信的设计和实现过程。该系统以DSP-TMS320LF2407A作为核心处理器,以CAN总线为基础,实现了上述功能。经实验验证,测距范围为0.45m～3.5m,系统测距精度在0.7%以内,可以满足移动机器人室内导航的要求。

基于Elman网络的超声测距补偿在煤矿机器人中的应用

分析了井下钻孔机器人避障中超声波传感器的局限性,并提出解决方案.着重指出对超声波进行温、湿度补偿,尝试用E lman反馈神经网络逼近函数.E lman网络隐层采用“tansig”激活函数,输出层用“pureline”激活函数,保证了只要有足够多的隐层神经元个数,网络就可以任意精度逼近任意函数.经实验验证,对超声测距进行温、湿度补偿后,其测量精度提高了两个数量级,大大改善了系统中避障模块的工作效率,提高了钻孔机器人躲避障碍物的能力.

基于FPGA的多路无串扰超声测距系统的设计与实现

给出了一种基于现场可编程门阵列(FPGA)的多路无串扰超声测距系统的设计与实施方案。在前期设计的超声收发一体的硬件电路基础上,采用FPGA作为整个测距系统的核心,用于控制编码超声序列的收发及实现基于相关算法的测距。系统中采用有限状态机设计思想,充分利用FPGA中存储器资源。基于前期对不同种类的编码与调制组合性能的评估,本文选择了Gold序列结合二值频移键控调制方式激励超声换能器。为降低回声相关计算的复杂度和减少FPGA内资源占用,采用二值极化相关的方法处理回声信号以捕获渡越时间。实验测试结果表明,该测距系统在35 cm～420 cm的范围内可实现10mm的测距精度,并可有效消除超声串扰。

基于FPGA的互相关无串扰超声测距系统

多传感器超声测距系统工作时存在超声串扰,会导致测量结果失真并降低系统工作效率。为此,利用伪随机序列优越的自相关性,通过对发射信号和回波信号进行互相关运算消除串扰。提出一种利用异或运算代替乘法运算的并行数字相关技术捕获算法。可编程逻辑门阵列(FPGA)仿真结果表明,该算法可以消除实时超声测距系统的串扰和误码干扰,明显减少算法运算量及数据处理时间,提高FPGA逻辑资源利用率及超声测距系统的精度。

扩频法超声测距中的渡越时间的确定

基于对扩频技术在雷达系统中的应用和数字相关器进行的研究,提出一种扩频法超声波测距中渡越时间捕获的方法。适当选择的一个伪随机序列信号,经超声传感器调制发射。然后通过数字相关方法求出发射序列和接收序列的相位差,即渡越时间。在计算自相关函数时用并行数字相关技术代替傅里叶变换算法,这样显著地减少了数据处理时间和现场可编程门阵列(FPGA)资源。系统以Altera公司的quartusⅡ软件为开发平台,经逻辑综合、布局布线后,适配到FPGA芯片中,给出了仿真结果。

一种超声测距的鲁棒自适应建模方法

分析了超声测距的工作原理及特点 ,提出了一种新型的鲁棒自适应建模方法 .首先 ,利用在线递进滤波技术 ,有效地剔除采集数据中可能存在的“野点”;然后针对移动机器人中超声测距的不确定性特点 ,在自适应最小二乘估计 (AL S)的基础上 ,结合模糊理论 ,实现了鲁棒自适应最小二乘 (RAL S)建模 .最后 ,给出了一种基于 x2检验的模型收敛性检验方法 .通过实验对比分析 ,验证了 RAL S具有很好的实用性和鲁棒性 。

移动机器人导航系统中超声测距数据的采集与处理

给出了移动机器人导航系统中超声测距系统的软硬件设计，包括测距数据的采集、处理及通讯等。经在ＴＩＴ－１型移动机器人上实验验证，测距范围０．４～５ｍ，经数据处理后精度±２ｃｍ，可以满足移动机器人室内环境导航的要求。

收发同体型超声测距系统设计

介绍了一种收发同体型超声测距系统。该系统由发射电路、前置放大电路、滤波电路、AGC、整形电路和单片机控制器等组成。前置放大器由音频功放LM386组成。另外,对数据的采集和处理采用了反射波峰值检测法,取得了良好的效果。

基于相关函数包络峰细化的高精度超声测距法

建立了超声测距时延估计模型,由于窄带超声回波参考信号与接收信号的相关函数在极值点附近具有慢衰减高频振荡特性,所以有必要将搜索直接相关函数的极值点转化为搜索相关函数包络的极值点.针对相关峰常规插值方法在多倍插值的情况下存在计算复杂、时延估计精度不高等缺点,结合超声回波信号的窄带带通特性和相关峰细化(F ine In terpo lation of Corre lation Peak)原理,提出了直接提取相关函数包络及包络峰细化方法,并分析了其计算复杂度.仿真与实验研究表明,该方法能大大提高相关函数包络峰值分辨率,适用于类超声回波信号的带通信号精细时延估计问题.

基于功率倒谱的超声测距时延估计方法研究

基于互相关函数的时延估计方法是脉冲法超声测距中最常用的算法,但窄带超声回波信号的慢衰减高频振荡特性导致它们的相关函数在峰值位置近似作等幅振荡,从而为精确搜索相关函数的峰值带来困难。首先建立了超声测距时延估计模型,然后提出了一种适用于超声测距的基于功率倒谱的时延估计新方法。仿真与实验研究表明,该方法在高信噪比下可以精确得到时延估计值,同时避免了超声回波信号的慢衰减高频振荡特性对时延估计带来的影响。最后对该方法的优点与不足作了说明。

超声测距中的伪随机码渡越时间的捕获

采用数字相关的方法确定超声波测距中的渡越时间。借助于一个经过适当选择的伪随机序列信号作为超声波的发射信号,可以通过数字相关方法求出发射序列和接收序列的相位差,即渡越时间。本文在计算自相关函数时放弃了快速傅立叶变换(FFT)算法,省去了乘法运算,取而代之的是只用异或和加法的并行数字相关技术,它显著地减少了数据处理时间和FPGA资源。系统以Altera公司的quartusⅡ为开发平台,经逻辑综合、布局布线后,适配到FPGA芯片中,给出了仿真结果。

高精度超声测距系统中自相关小波去噪法

超声测距的精度主要取决于飞行时间的提取精度,由于受噪声影响,接收信号的始点位置通常无法精确提取.传统方法常采用设计滤波器降噪,然而由于滤波器的参数无法随超声信号变化而改变,导致其适应性较差.本文提出了一种自相关小波阈值去噪的自适应去噪方法,通过计算各层小波细节分量与近似分量的相关性系数,自动确定最优分解层数,并通过采集分析噪声信号的小波分量,选择最优去噪阈值,达到了良好的去噪效果,增强了回波信号的信噪比,极大地提高了回波飞行时间的提取精度.经实验验证,信噪比可提高6-7 dB,在1900 mm的范围内测量误差小于0.3 mm,测量不确定度小于0.17 mm.与传统方法相比,本方法具有适应性强、始点识别率高、测距精确等优点.