李 涛，李富强，唐坚强，于泽宽

（中国矿业大学 徐海学院，江苏 徐州 221008）

设计与制作智能寻迹车是一种入门门槛低、发展空间大、涵盖知识广的活动。在机器人游中国的比赛中，由于场地复杂，对智能寻迹车的稳定性是个很高的挑战。能完成比赛的往往是少数，能取得高分的更是凤毛麟角，究其原因多是因为程序的鲁棒性不强，未能完全考虑比赛情况所致。笔者对智能寻迹车的控制算法做了很多创造性的改进，实践证明这些改进很好地改善智能寻迹车的稳定性，非常具有借鉴性。

1 动态阈值

传统的灰度传感器的使用多是预设一个阈值，以返回的灰度值与阈值的大小关系来确定检测到的是白还是灰。这种做法的好处是简单、高效，但对环境要求很高，几乎不能有附加光源干扰而且环境光线不同阈值也要人为调整。基于此许多人提出了种种由控制器自行调整阈值的算法即动态阈值的算法。然而这些算法有些过于局限有些则过于复杂，并不能很好的适用于智能小车。于是在准备“机器人游中国”项目过程中提出了3种适于智能小车的动态阈值算法，并且实践证明这些算法可以很好的适应比赛场地而且具有明显的抗干扰性。

1.1 具有记忆特性的动态阈值算法

在函数之前，为每一个传感器配套建立了3个变量，一个白线变量、1个绿地变量、1个阈值变量。

图1 系统流程图Fig.1 Flow chart of the system

本算法的过程为：先人工给一个起始的阈值，然后让机器人采集灰度值，当碰到绿地时存入绿地变量，碰到白线时存入白线变量。……