阅读小车循迹论文笔记：灰度传感器、仿生处理器、路径跟踪机制（）

灰度传感器 grayscale sensors

小车循迹中灰度传感器的工作原理

红外发射管+红外接收管=红外对管。通电后，透明的红外灯泡发出红外光，当这束红外光遇到障碍物后，会反射到红外接收器。

• 当障碍物为黑色时，黑色物体吸光多，越黑越多，此时反射给红外接收管的红外光就少
• 当障碍物为白色的时候，白色物体吸收光后又把大多数光反射给了红外接收器
  综上，可以通过判断接收红外管的红外光的多少，来判定目前障碍物的黑白，黑色的为跑道，白色的为背景

发射

红外发射管发出的亮度应该是由始至终都相同的，通过在厂商提供的数据手册中找到红外发射管征程工作时候的电流，根据该电流以及电源的电压，求出要加的电阻大小即可

通过电阻限流电路来满足相应的电流要求

接收

如何判断接收红外管接收到的红外光多少

红外接收管是一种光敏元件，当接收红外光亮度越大时，电阻就越小，即通过测电阻的大小就能判断障碍物的颜色
根据电阻分压原理可以求出障碍物是白色时的电阻和障碍物是黑色时的电阻大小相差很大。

通过电阻分压电路来测量红外接收管接收到的红外光亮度。

• 障碍物为黑色时，红外接收管接收到的红外光亮度少，光敏元件呈现的电阻越大，分得的电压越大
• 障碍物为白色时，红外接收管接收到的红外光亮度大，光敏元件呈现的电阻越小，分得的电压越小
• 即可以通过输出大电压障碍物为黑色跑道，输出小电压障碍物为白色背景

电压比较器（运放）

通过将输出电压和白色/黑色障碍物电压中间值（假设2v）进行比较，当+（正）端输入的电压大于-（负端的2v）时，输出为5V，否则为0V。

红外灰度传感器总电路原理图

解释原理图：

仿生处理器Bio-inspired processor

在我的理解中该层就是一个单层神经网络（ a single-layer
artificial neural network）

忆阻阵列和输入输出关系计算方式具体如下（输出值与选定的f激活函数以及Tj阈值有关）

路径跟踪机制Training for Path Tracking

不再使用传统的数字信号控制模式

Traditionally, weight-update process of the memristive neu-
ral network is controlled by the software in a digital controller,
such as a personal computer or microcontroller unit(MCU微控制单元)。Note that we have implemented neuromorphic neural networks
in the vehicle using memristive crossbar arrays. On this neuro-
morphic hardware, we update the weights in the artificial neural
network through a simplified method, without using the tradi-
tional digital controller.

单层神经网络权重更新方式的数学描述如下所示

因为自我学习的过程中依赖于负反馈机制，神经网络中的权重不需要每次迭代都高精度，这样可以使得这个过程变得简单，不需要验证电导的操作。在某些特定的情况下，可以将上式简化为：

通过以上的权重更新方式，在小车的记忆模拟电路中实现了监督学习算法，通过以下电路连接，训练车辆沿着黑色路径跟踪