基于调频信号的超声波测距在机器人的应用

上传者：网友
|

翻新时间：2022-12-05

收藏到账号

全屏

基于调频信号的超声波测距在机器人的应用

摘要：传统的超声波传感器存在受环境因素影响较大、抗干扰能力较差等缺陷，在机器人上的应用受到很大限制，本文在超声波测距上应用了线性调频信号(LFM)，用自相关算法对接收信号进行处理，这个方法可以提高超声波测距的抗干扰能力，同时极大地提升在机器人上的测距效果。

关键词：超声波测距；线性调频信号；自相关算法

中图分类号：TP29

一、引言

救援机器人是为救援而采取先进科学技术研制的机器人。这种机器人需要通过传感器感知周围环境和自身状态，并且通过一定的检测手段获取机器人的位置来指导机器人的后续工作。由于超声波传感器的结构简单、体积小、性价比高等众多优点，在机器人领域已被广泛应用在障碍物检测、定位以等方面，并取得了良好的应用效果。

但是传统的超声波测距存在一些问题，这些问题限制了超声波在救援机器人上的应用；首先是距离问题。传统的超声波是存在一定的距离限制的，要想增大检测距离只有两种方法：一是增加超声波的功率，由于实际条件的限制，超声波发射器的功率往往不会很大。二是增强接收器的灵敏度，或者降低接收器的阀值，但是这种方法带来的是更加严重的干扰。其次还有盲区问题。超声波测量过程中，在发射脉冲结束后,换能器会有一个比较长时间的余震，这期间内接收器无法区分余震和回波信号，因此超声波一般采取延时测量的方法，这样就造成了盲区，影响了超声波的使用效果。此外，传统超声波采用上升沿检测的方法，作为回波为判断标准。然而，在救援机器人的工作环境中，障碍物比较多，超声波在传播路径上会受到一些干扰物的阻挡，导致接收器提前收到回波，无法得到理想结果。

对于超声波测量中的问题，以往大都是通过硬件设计解决，例如增加时间增益补偿电路、滤波电路等。而本文将从增加超声波测距的能量入手，以信号处理的角度改进超声波测距的方法，增大了救援机器人的工作范围，并取得了良好的效果。

二、对超声波测距方法的改进

在救援机器人工作的过程中，超声波的发射功率是有限的，如果救援目标比较远，机器人就不能发现救援目标。为了增强机器人的测距效果，就需要使用能量较高的长脉冲。然而，增加脉冲长度会降低成像的分辨率。所以我们采用线性调频信号来解决这个问题。超声波系统将发射线性调频信号，在接收器通过相关算法进行还原，得到高峰值、低脉宽的脉冲信号，这样救援机器人就可以更好的工作。

（一）发射信号的改进

传统的测距方法采用发射矩形脉冲的方式，因而在接收时需要检测上升沿，而上升沿的宽度极小，所对应的能量极低，救援机器由于其自身的特点和特殊的工作环境的限制，在工作过程中不能加大发射器的功率，而提高其接收器的灵敏度则会带来干扰，回波信号检测电路所产生的边缘时间极短，即使增加发射时间，接收器是以首个回波为准，同时会加大测距的盲区。

因此，要想增大能量，首先需要改进超声波测距发射的信号。线性调频信号在雷达测距中广泛应用，其大带宽大时宽的特性可以使雷达获得高分辨力和高精度，而线性调频信号这些特性自然也可以应用于救援机器人的测距系统中。

线性调频信号的瞬时频率是时间的线性函数。在这里对这种信号在时域里进行数学表达：

其中T为脉冲宽度，相位函数为：

其中K=B/T为频率变化率，B为频率变化范围。

将式(1)用实信号表示则有：

（二）接收信号的自相关处理

在救援机器人的接收器中，我们可以对接收信号进行自相关运算，来去除噪声干扰，从而达到很好的测量效果，这也是采用LFM信号的原因，而且对LFM信号进行相关运算还有脉冲压缩的效果。

自相关检测技术是应用信号周期性和噪声随机性的特点,通过自相关运算达到去除噪声的检测方法。设周期信号与随机干扰两者是叠加的,即

其中s(t)是周期脉冲信号,n(t)是随机噪声。且设信号与噪声相互独立,则其自相关为

对于平稳过程,当时,，而周期信号的自相关函数仍为周期函数,当m很大的时候,Rxx(m)便接近Rs(m)。

对输入信号进行自相关累加是通常采用的信号检测方法,这个方法计算量较小,实时性较好。自相关累加能够累积信号能量,对消噪声,提高处理信噪比,累加长度决定了信噪比增益。

根据自相关函数