|
一、选题背景和意义： 超声波测距是一种利用声波特性、电子计数、光电开关相结合来实现非接触式距离测量的方法。由于超声波指向性好,能力消耗缓慢,在介质中传播的距离较远,因而超声波经常被用于距离的测量。 超声波是一种频率在20KHz以上的声波，作为一种特殊的声波，同样具有声波传输的基本物理特性：反射、折射、干涉、衍射和散射，与物理联系紧密，应用灵活。并且更适合于高温、高粉尘、高湿度和强电磁干扰等恶劣环境下工作。无论从精度还是可靠性方面，超声波测距都做得比较好。利用超声波测距往往比较迅速、方便、计算简单、易于做到实时控制。具有广泛的应用前景。 加入了声呐以后，一方面既可以弥补超声波在近距离测距时的劣势，另一方面又可将二者测距结果进行对照、加权，获得更加准确的测量数据。 1.1超声波（声呐）测距的发展趋势和应用前景 随着科学技术的快速发展，超声波将在传感器中的应用越来越广。展望未来，超声波传感器作为一种新型的非常重要有用的工具在各方面都将有很大的发展空间，它将朝着更加高定位高精度的方向发展，以满足日益发展的社会需求，如声呐的发展趋势基本为：研制具有更高定位精度的被动测距声呐，以满足水中武器实施全隐蔽攻击的需要；继续发展采用低频线谱检测的潜艇拖曳线列阵声呐，实现超远程的被动探测和识别；研制更适合于浅海工作的潜艇声呐，特别是解决浅海水中目标识别问题；大力降低潜艇自噪声，改善潜艇声呐的工作环境。离我们身边生活较近的应用也有车载倒车系统、液位测量等等。 超声波测距的应用领域十分宽广，越来越多的人开始关注这一技术，也有越来越多的人做这类技术的研究，如东南大学的田玉平教授在合作PE条件下多智能体系统的被测源定位做了一些研究（具体可见参考文献）。我在研究学习超声波测距时想到一套跟参考的文献不同的测距算法，并且加入了低频的声呐测距，与超声测距联合测量，对本课题展开了研究和设计。 |
|
|
二、超声测距技术简介： 1.超声波测距原理
超声波测距的原理是利用超声波在空气中的传播速度为已知，测量声波在发射后遇到障碍物反射回来的时间，根据发射和接收的时间差计算出发射点到障碍物的实际距离。由此可见，超声波测距原理与雷达原理是一样的。 L=Ctimes;T （2.1）
式中L为测量的距离长度；C为超声波在空气中的传播速度；T为测量距离传播的时间差(T为发射到接收时间数值的一半)。 控制 显示器 调制器 计时器 接收检验 超声接收器 定时器 超声发射器 振荡器 图1 超声波测距板原理图 2、超声波测距误差分析 根据超声波测距公式L=Ctimes;T，可知测距的误差是由超声波的传播速度误差和测量距离传播的时间误差引起的。其中温度影响为： （2.2） 近似公式为：C=C0 0.607times;theta; （2.3） 式中，C0为零度时的声波速度332m/s，theta;为实时温度。 |
注：开题报告可单独装订，但在院（系）范围内，封面和装订格式必须统一。
|
三、课题关键问题及难点： 任务内容： 实现对直径0.5m，高度为0.3米的圆柱物体的测距，采用的测量传感器为声纳和超声，测量精度为5%以内，加入毛节点后，最少实现3个节点的定位，测量后可以通过无线网络在上位机显示结果。 主要包括以下几个问题： 1．硬件设计 （包括单片机系统、发送电路、接收电路、供电电路等） 2．软件设计 （通过无线网络将测量结果在上位机显示） 课题关键问题及难点： 声呐和超声的布局和联合测量，分辨干扰物。 1、拟采取的研究方法及实施方案： 待测物 体 扰乱位 置 图2 测距模拟图 如图2，我们将A探测器为圆心假想出一个圆形的探测环境，将B探测器置于A正下方、圆形环境的边界上，作为一个毛节点。则根据探测得的A、B与待测物体之间的距离，和已知（或提前测得）的A、B之间的距离，可计算的出待测物体的位置。（如图所示。理论计算会的出两个位置。这时可根据探头甄别出待测物体的唯一位置） 每个探头如图3设计。中心的圆柱为支柱，在支柱外侧设有8个探头，分别为4个超声波探头和4个声呐探头，交叉分布于8个方向上。（蓝色为超声波探头，红色为声呐探头）
图3 探测器设计图 在分辨干扰物上，我们采取了如下方案：将探测器置于可移动机器人上，当干扰物阻挡了超声波而使测距无法正常进行时，探测器便会移动一定距离，避开干扰物，令探测回归正常。 2、硬件设计 被测物为直径0.5m，高度为0.3米的圆柱物体，测量精度为5%以内。根据这个要求，本文在理论方面对各个超声测距实际方案做了对照研究，最后决定系统以AT89C51单片机为核心，协调各部分电路工作，并采用4OKHz压电超声传感器完成超声测距仪的设计。 图4 系统方案设计图 由单片机发出40KHz的方波信号进入超声波发射电路，经功率放大器放大后进入超声波发射头。超声波发射头发射的超声波在空气中传播一段时间后经前方被检测物体反射回来，由超声波接收头接收，超声波电路中的接收芯片对信号放大整形，超声波接收电路接收回波后发出一个下拉电平使单片机进入中断程序，在中断程序中，单片机从检测电路读取数值并换算成当前声速，应用时差法计算所检测的距离，最后所有的数据传输到上位机。 3、软件设计 超声波测距软件设计主要由主程序，超声波发射子程序，超声波接受中断程序及显示子程序组成。
超声波测距的原理在前面已经介绍过了，即超声波发生器T在某一时刻发出一个超声波信号，当这个超声波信号遇到被测物体后反射回来，就会被超声波接收器R接收到，此时只要计算出从发出超声波信号到接收到返回信号所用的时间，就可算出超声波发射器与反射物体的距离。该距离的计算公式为： （3.1） 其中：为被测物与测距仪的距离；为声波往返的路程；为声速；为声波往返所用的时间。并且采取上文中“三边确定一个三角形”的想法，加入测量时得到的角度参数，确定毛节点的坐标，便可以确定待测源的位置。 2.主函数 主函数程序首先是对系统环境初始化，设置定时器T0工作模式为16位定时计数器模式，置位总中断允许位EA。然后调用超声波发生子程序送出一个超声波脉冲，为了避免超声波从发射器直接传送到接收器引起的直射波触发，需要延时一段时间（这也是超声波测距器会有一个最小可测距离的原因）后打开外中断，接收返回的超声波信号。由于采用的是24MHz的晶振，计数器每计一个数是0.5mu;s，当主程序检测到接收成功的标志位后，将计数器T0中的数（即超声波往返所用的时间）按式(2.3)计算，即可得被测物体与测距仪之间的距离，设计时取20摄式度时的声速344m/s，则有： d=172m/s* T0=8/1000cm （3.2） 测出距离后结果将送往上位机，然后再重复测量过程。为了有利于程序结构化和容易计算出距离，主程序流程图如下： 图5 主程序流程图 |
|
|
参考文献：
[2] Khan, U., Kar, S., Moura, J.M.F.: lsquo;Distributed sensor localization in random environments using minimal number of anchor nodesrsquo;, IEEE Trans. Signal Process., 2009, 57, (5), pp. 2000–2016 [3]Moore, D., Leonard, J., Rus, D., Teller, S.: lsquo;Robust distributed network localization with noisy range measurementsrsquo;. Proc. ACM SenSysrsquo;,Baltimore, Maryland, USA, November 2004, pp. 50–61 [4] Yang, Z., Liu, Y., Li, X.: lsquo;Beyond trilateration: on the localizability of wireless ad-hoc networksrsquo;, IEEE/ACM Trans. Netw., 2010, 18, (6),pp. 1806–1814 [5]Dandach, S.H., Fidan, B., Dasgupta, S., Anderson, B.D.O.: lsquo;A continuous time linear adaptive source localization algorithm, robust to persistent driftrsquo;, Syst. Control Lett., 2009, 58, (1), pp. 7–16 [6]Shames, I., Dasgupta, S., Fidan, B., Anderson, B.D.O.: lsquo;Circumnavigation using distance measurements under slow driftrsquo;, IEEE Trans. Autom. Control, 2012, 57, (4), pp. 889–903 [7]Andersson, L.A.A., Nygards, J.: lsquo;C-sam: multi-robot slam using square root information smoothingrsquo;. Proc. IEEE Int. Conf. on Robotics and Automation, Pasadena CA, USA, May, 2008, pp. 2798–2805 [8]Mathews, G.M., Durrant-Whyte, H.F.: lsquo;Scalable decentralised control for multi-platform reconnaissance and information gathering tasksrsquo;.Proc. Ninth IEEE Conf. on Information Fusion, Florence, Italy, July 2006, pp. 1–8 [9] Aragues, R., Cortes, J., Sagues, C.: lsquo;Distributed consensus algorithms for merging feature-based maps with limited communicationrsquo;, Robot. Auton. Syst., 2011, 59, (3), pp. 163–180 [10]Chai, G.F., Lin, Z.Y., Fu, M.Y.: lsquo;Consensus-based cooperative source localization of multi-agent systemsrsquo;. Proc. 32nd Chinese Control Conf., Xirsquo;an, China, July 2013, pp. 6809–6814 [11] Chen, W.S., Wen, C.Y., Hua, S.Y., Sun, C.Y.: lsquo;Distributed cooperative adaptive identification and control for a group of continuous-timesystems with a cooperative PE condition via consensusrsquo;, IEEE Trans. Autom. Control, 2014, 59, (1), pp. 91–106 [12] 20 Xu, Y.J., Tian, Y.-P.: lsquo;Design of a class of nonlinear consensus protocols for multi-agent systemsrsquo;, Int. J. Robust Nonlinear Control, 2013, 23, (13), pp. 1524–1536 [13] Sandhu, J., Mesbahi, M., Tsukamaki, T.: lsquo;Cuts and flows in relative sensing and control of spatially distributed systemsrsquo;. Proc. American Control Conf., Portland, OR, USA, June 2005, pp. 73–78 [14]Sandhu, J., Mesbahi, M., Tsukamaki, T.: lsquo;Relative sensing networks: observability, estimation, and the control structurersquo;. Proc. 44th IEEE Conf. on Decision and Control, Seville, Spain, December 2005, pp. 6400–6405 [15] Ibrir, S.: lsquo;Online exact differentiation and notion of asymptotic algebraic observersrsquo;, IEEE Trans. Autom. Control, 2003, 48, (11), pp.2055–2060 [16] Hong, Y.G., Hu, J.P., Gao, L.X.: lsquo;Tracking control for multi-agentconsensus with an active leader and variable topologyrsquo;, Automatica,2006, 42, (7), pp. 1177–1182 |
|
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
