循迹避障小车制作第二篇(循迹模块)

循迹模块

从淘宝上可以了解到有多种红外循迹模块,我用到的是下面这种TCRT5000循迹模块
在这里插入图片描述
可以看到这种模块有四个引脚,而在实现循迹功能的过程中我们只使用到了vcc,GND,D0三个引脚。
1.模块检测黑线的原理
黑色对红外光的吸收能力强,因此发射出去的红外光被反射回来的少,D0口输出高电平,指示灯熄灭。而其他颜色对红外光的吸收能力弱,红外光被大量返回,D0口输出低电平,指示灯被点亮。
***特别注意:***由于阳光中含有各种颜色的光,所以在阳光照射情况下,会影响模块对黑线的判断,因此在使用该模块时应尽量避开阳光的照射。
2.循迹函数的编写
我用到了三个循迹模块,分别代表小车的左、中、右,首先要配置三个io口,我用到的是B3、B4、B5,通过GPIO_ReadInputDataBit()这个函数读取三个io口的高低电平,即可判断是否检测到黑线
下面是我的xunji.h与xunji.c的代码
xunji.h

#ifndef __XUNJI_H
#define	__XUNJI_H

#include "stm32f10x.h"

#define D1 GPIO_ReadInputDataBit(GPIOB,GPIO_Pin_3)  //左
#define D2 GPIO_ReadInputDataBit(GPIOB,GPIO_Pin_4)  //中
#define D3 GPIO_ReadInputDataBit(GPIOB,GPIO_Pin_5)  //右


void xunji_config(void);


#endif

xunji.c

#include "xunji.h"
#include "pwm.h"
	
	
void xunji_config(void)	
{
  GPIO_InitTypeDef GPIO_InitStructure;	
  RCC_APB2PeriphClockCmd( RCC_APB2Periph_GPIOB, ENABLE); // ʹÄÜPC¶Ë¿ÚʱÖÓ
	
	RCC_APB2PeriphClockCmd(RCC_APB2Periph_AFIO, ENABLE);			// ¸´ÓÃʱÖÓʹÄÜ
	GPIO_PinRemapConfig(GPIO_Remap_SWJ_JTAGDisable,ENABLE);//PB3、PB4释放为通用io口
	
  GPIO_InitStructure.GPIO_Pin =  GPIO_Pin_3 |GPIO_Pin_4|GPIO_Pin_5;	//Ñ¡Ôñ¶ÔÓ¦µÄÒý½Å
  GPIO_InitStructure.GPIO_Mode = GPIO_Mode_IPU;//ÅäÖÃGPIOģʽ,ÊäÈëÉÏÀ­       
  GPIO_InitStructure.GPIO_Speed = GPIO_Speed_50MHz;
  GPIO_Init(GPIOB, &GPIO_InitStructure);  //³õʼ»¯PC¶Ë¿Ú
}

这里要注意,该模块在正常情况下检测到低电平,所以io口初始要配置成上拉输入。
配置好了循迹模块的函数,接下来就是主函数的编写了
在主函数中主要是根据三个模块检测到黑线的状况来判断小车的运动状态
下面是我的main.c

int main(void)
 {		
	delay_init();	    	  
	MOTO_Init();      //电机转动函数初始化
 	TIM2_PWM_Init();	 
	TIM3_PWM_Init();	 
	xunji_config();   //循迹函数初始化 
while(1)
{	
	if(D1==1&&D3==0)//左侧模块检测到黑线
   turnleft();
  if(D1==0&&D3==1)//右侧模块检测到黑线
		turnright();
	if(D1==0&&D2==1&&D3==0)//中间模块检测到黑线、两边没有,小车直走
		car_go();
	if(D1==1&&D2==1&&D3==1)//三个模块都检测到黑线,直走
		car_go();
  if(D1==0&&D2==0&&D3==0)//都没检测到黑线,停止
		car_stop();
  delay_ms(10);

}
}

到此,小车已经可以实现简单的循迹功能了。本人写的循迹功能比较简单,在小车遇到直角弯处,不能准确转过去,还有待完善。

本人小白一枚,文中如有错误还请见谅。

  • 4
    点赞
  • 43
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
机器学习是一种人工智能(AI)的子领域,致力于研究如何利用数据和算法让计算机系统具备学习能力,从而能够自动地完成特定任务或者改进自身性能。机器学习的核心思想是让计算机系统通过学习数据中的模式和规律来实现目标,而不需要显式地编程。 机器学习应用非常广泛,包括但不限于以下领域: 图像识别和计算机视觉: 机器学习在图像识别、目标检测、人脸识别、图像分割等方面有着广泛的应用。例如,通过深度学习技术,可以训练神经网络来识别图像中的对象、人脸或者场景,用于智能监控、自动驾驶、医学影像分析等领域。 自然语言处理: 机器学习在自然语言处理领域有着重要的应用,包括文本分类、情感分析、机器翻译、语音识别等。例如,通过深度学习模型,可以训练神经网络来理解和生成自然语言,用于智能客服、智能助手、机器翻译等场景。 推荐系统: 推荐系统利用机器学习算法分析用户的行为和偏好,为用户推荐个性化的产品或服务。例如,电商网站可以利用机器学习算法分析用户的购买历史和浏览行为,向用户推荐感兴趣的商品。 预测和预测分析: 机器学习可以用于预测未来事件的发生概率或者趋势。例如,金融领域可以利用机器学习算法进行股票价格预测、信用评分、欺诈检测等。 医疗诊断和生物信息学: 机器学习在医疗诊断、药物研发、基因组学等领域有着重要的应用。例如,可以利用机器学习算法分析医学影像数据进行疾病诊断,或者利用机器学习算法分析基因数据进行疾病风险预测。 智能交通和物联网: 机器学习可以应用于智能交通系统、智能城市管理和物联网等领域。例如,可以利用机器学习算法分析交通数据优化交通流量,或者利用机器学习算法分析传感器数据监测设备状态。 以上仅是机器学习应用的一部分,随着机器学习技术的不断发展和应用场景的不断拓展,机器学习在各个领域都有着重要的应用价值,并且正在改变我们的生活和工作方式。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值