李全生

摘要：本文针对自控小车的避障问题，提出了一种基于多传感器协同的自控小车避障系统。首先通过超声波传感器以及红外线传感器对小车与障碍物的距离及方向进行信息的采集，其次通过T-S模糊神经网络对数据进行融合处理，并得出避障路径，然后采用MATLAB仿真软件进行实验仿真，最后通过实验结果表明，系统在解决自控小车避障問题时具有有效性和可行性。

关键词：避障  传感器  模糊神经网络

1 引言

随着机器人技术的发展，自控小车的应用越来越广泛，一些比较危险并且不适合人类直接接触的场合都需要自控小车来完成。

近年来，传感器技术日益成熟，很多高端电子产品的核心技术都是传感器技术，随着传感器种类的增多，一个系统中往往配置了多种并多个传感器进行数据的采集，但是由于传感器的种类不同，所采集的数据也不是一个层次的，所以这些数据很难进行处理，因此想要使得多种传感器能够协同进行作业，必需要对这些数据进行信息融合，自控小车的传感器种类就不只一种，所以想要解决自控小车的多传感器协同作业，就必须实现自控小车传感器数据的信息融合。

本文针对当前自控小车的避障系统的研究，提出了一种基于多传感器协同的自控小车避障系统。首先通过超声波传感器以及红外线传感器对小车与障碍物的距离及方向进行信息的采集，其次对多传感器信息的融合结构进行了设计，并通过T-S模糊神经网络对数据进行融合处理，对输入量进行控制处理，得出相应的自控小车避障路径。……