无人机自动避障系统设计

李志远、宁学星、曾程龙、陈晨、董香丽

山东协和学院 山东 济南 250109

摘要：针对目前无人机避障系统存在的问题，在现有避障技术的基础上，整合以往双目测距原理在设备检测领域的理论研究成果，设计一种多传感器结合的无人机自动避障系统。实测表明该避障功能平台通过多传感器数据分析处理，能及时算出无人机机身避障所需转动的角度，从而显著提高无人机自动造障的灵敏度和精度，具有高效率、智能化等优点。

关键词：无人机；自动避障；超声波；红外传感器

引言

在无人机设计过程中，避障系统的设计是非常关键的一环。精准灵敏的避障系统将使无人机实现快速无障碍的自主飞行，而灵敏度低、误差大的避障系统将导致无人机在飞行过程中会遇到误碰障碍物，局部范围兜圈等影响无人机自主飞行。目前，无人机避障功能一般采用1个或2个超声波，或少量红外线传感器来实现。由于单个超声波的测距角度存在局限性，红外传感器又往往易受光线干扰，导致常规避障设计方法效果不理想，容易出现触碰到障碍物、局部范围兜圈等问题。

避障系统原理

无人机自动避障系统主要由超声波传感器、舵机与红外传感器组成。其空间分布情况如图1所示。如图1所示，1号和2号点位各安装一个由舵机与超声波传感器组成的模块，主要负责无人机前方障碍物的多角度检测﹔3号和4号点位各安装一个超声波传感器，负责检测无人机机体两旁的障碍物，提高避障的能力。5号和6号点位各安装一个红外传感器，负责检测图中1、2号点位超声波模块的盲区，其中5、6号点位位于无人机机体支架处，可有效减少光线对红外传感器检测效果的影响。

图1传感器分布情况

对于超声波传感器，其检测到障碍物与无人机机身的距离称为障碍物距离d ,当障碍物距离小于一个阈值时，无人机需要进行避障操作，这个阈值称为安全距离D，而对测量范围较大的无人机头部区域，通过引入舵机以实现多个角度a的超声波障碍检测;同时设定1号与2号点位的超声波模块障碍物距离分别为d1与d2，安全距离为D1与D2，两点位舵机每次转动角度为a1与a2; 3号与4号点位的超声波模块障碍物距离分别为d3与d4，安全距离为D3与D4。对于5号与6号点位处的红外传感器，其检测的有效直线距离定义为n,在有效距离内若有障碍物，无人机也需要进行避障操作。无人机在飞行过程中，动态地分析超声波和红外传感器反馈回来的数据，计算出无人机在遇到障碍物时需要转动的角度值Φ，进而实现自动避障。

避障电路设计

无人机在飞行过程中需要不断地检测所有传感器的状态，并对传感器反馈的数据进行分析处理，最后形成有效的避障方案。为了提高无人机避障的灵敏度和准确性，本文选用STM32F47VGT6型32位ARM芯片作为避障系统的微控制器，并以该单片机为核心进行避障系统控制单元及外围电路、传感器接口模块、舵机接口模块及工作状态指示等电路的设计。

无人机的1~4号超声波传感器均包含TRIG、ECHO、VCC和GND4个引脚。其中这4个超声波的VCC、GND由STM32单片机统一供电，分别与STM32的3.3V、GND相连，而1~4号超声波的TRIG、ECHO引脚则分别与STM32的PB5-PB6、PB8-PB9、PC8-PC9、PD14-PD15引脚相连。当无人机在飞行过程遇到障碍物时，先由单片机发出44 us的TTL触发信号，然后超声波的TRIG连续发送8个40 kHz方波，并检测是否有信号返回，当有信号返回时，超声波ECHO给出一个高电平。超声波从发射到返回的时间即是高电平持续的时间，那么超声波测距的距离=(高电平时间×声速(340 m/s))/2。

对于5、6号红外线传感器，其输出端口OUT分别与STM32的PC6、PC7引脚连接，VCC、GND分别与STM32的3.3V、GND相连。无人机在飞行过程中，当5号或6号红外传感器检测到前方障碍物信号时，相对应的OUT端口将持续输出低电平信号。STM32单片机通过电平检测来判断前方是否有障碍物。当PC6或PC7引脚为低电平时，表示无人机前方遇到障碍物﹔反之，当PC6及PC7引脚为高电平时，无人机前方不存在障碍物。

对于1,2号舵机，其PWM端口分别与STM32的PA6、PA7引脚连接，VCC、GND分别与单片机供电电源5V、GND相连。STM32单片机通过调节PWM的占空比来控制1,2号舵机转动的角度，其对应控制关系为:0.5 ms-0°，1.0 ms-45°， 1.5 ms-90°，2.0 ms-135°，2.5ms-180°，无人机在飞行过程中，通过控制1，2号舵机转动的角度，来实现1，2号位超声波角度转动的控制，从而实现无人机前方宽角度、实时性的障碍检测。

系统设计

在无人机避障系统设计中，通过STM32单片机采集1~4号超声波及5~6号红外传感器的测量数据，并对该数据进行分析处理，计算出无人机的最佳转弯角度，使得无人机在飞行过程中及时、准确地避开障碍物，在系统初始化完成后，无人机开始飞行，1~4号超声波及5~6号红外传感器发出障碍物检测信号。当1、2号超声波检测到安全距离内有障碍物时，即把该障碍物的距离返回给STM32单片机，单片机收到距离数据后给无人机发送停止前进命令，同时通过调节PWM多次控制舵机转动，实现1、2号超声波的多角度扫描，从而得到无人机合适的转弯角度。在无人机转弯过程中，利用无人机两侧的3、4号超声波检测障碍物是否在安全距离外，当障碍物在安全距离内时，需及时给单片机反馈信息调整合适的转弯角度，以防止因转弯角度不精确而导致撞到障碍物。

结果与分析

该避障无人机设计完成后，通过以下方法进行避障参数及避障效果的测试，测试过程如下: (1)在无人机的正前方20 cm处放置3个障碍物，左右两边20 cm处各放置一个障碍物﹔(2)设定无人机的1，2号点位超声波的安全距离D1，D2为15 cm，舵机初始角度都对准正前方，且每次转动角度为5°; (3)设定无人机的3，4号点位超声波的安全距离D3与D4为15 cm , 5，6号点位红外传感器的安全距离x5与x6为5 cm ;(4)所有传感器与舵机参数设置完成后，无人机开始飞行，记录无人机成功避开的障碍物数﹔(5)调整传感器与舵机参数，对于D1~D4,x5与x6，每次测试的增量都为1 cm，舵机每次转动角度的增量为1度，再重复步骤(4)。在以上测试过程中，以避开的障碍物数作为参考值，避开的障碍物越多﹐说明该组参数越好。在得到一组较好的数据后，再改变障碍物的距离重新测试。通过多次的测试，最终得到D1，D2各为20 cm , D3 ,D4各为15 cm，舵机每次转动角度为5°，x5与x6各为10cm的效果最好。

结语

本文基于STM32单片机实现多种传感器有效的协同工作，对其传入的数据进行合理的分析与计算，实现了无人机宽角度有效避障。该设计弥补了单个超声波测距角度有限及红外传感器往往易受光线干扰等不足，对无人机在行进过程中偏离预定轨迹、触碰到障碍物、局部范围兜圈等问题提供了—种有效的解决方案。

参考文献

[1]李晓波.避障机器人方案设计【J】.山西电子技术，2019（5）：32-34.

[2]吴瑞锐，朱晓峰，宋宗峰.基于HC-SR04多超声波避障算法【J】.上海交通大学学报，2012，46（2）：213-216.

[3]凌涛.基于深度强化学习的智能机器人避障决策模型【J】.新乡学院学报，2021，38（3）：64-67.

作者简介：

李志远（2002-），男，山东烟台，人工智能专业，本科，学生。

董香丽（1987-），通讯作者，女，山东菏泽，讲师，研究方向：物联网应用。