AlphaBot Linienverfolgungsssensor - Versionsgeschichte

Ulrich.schneider@hshl.de: /* Gleichzeitige Verwendung von Ultraschallsensor und Linetracker */

2026-06-18T08:57:43Z

Gleichzeitige Verwendung von Ultraschallsensor und Linetracker

← Nächstältere Version		Version vom 18. Juni 2026, 08:57 Uhr
Zeile 145:		Zeile 145:
	{{#ev:youtube\|https://youtu.be/8ZPffd-RMfk\| 500 \| \| Robotics Alpha-Bot Course by TESR(Line Tracking)\|frame}}		{{#ev:youtube\|https://youtu.be/8ZPffd-RMfk\| 500 \| \| Robotics Alpha-Bot Course by TESR(Line Tracking)\|frame}}

	= Gleichzeitige Verwendung von Ultraschallsensor und ~~Linetracker~~=		= Gleichzeitige Verwendung von Ultraschallsensor und Linienverfolgungsssensor=

	Bei gleichzeitiger Verwendung des Ultraschallsensors und des Linienverfolgers wie z.B. für Aufgabe 3.4 im Praktikum müssen die Pins mit Jumper Kabeln neu verbunden werden. In der Folgenden Abbildung ist diese Verkabelung einmal abgebildet.		Bei gleichzeitiger Verwendung des Ultraschallsensors und des Linienverfolgers wie z.B. für Aufgabe 3.4 im Praktikum müssen die Pins mit Jumper Kabeln neu verbunden werden. In der Folgenden Abbildung ist diese Verkabelung einmal abgebildet.

Ulrich.schneider@hshl.de: /* Betrieb */

2026-06-18T08:56:43Z

Betrieb

← Nächstältere Version		Version vom 18. Juni 2026, 08:56 Uhr
Zeile 124:		Zeile 124:
	\|Baud Rate\|\| 9600		\|Baud Rate\|\| 9600
	\|-align="left"		\|-align="left"
	\| ~~Data bits~~\|\| 8		\| Daten Bits\|\| 8
	\|-align="left"		\|-align="left"
	\| Stop Bits\|\| 1		\| Stop Bits\|\| 1

Ulrich.schneider@hshl.de: /* Betrieb */

2026-06-18T08:56:15Z

Betrieb

← Nächstältere Version		Version vom 18. Juni 2026, 08:56 Uhr
Zeile 103:		Zeile 103:

	{\| class="wikitable"		{\| class="wikitable"
	! style="~~font~~-~~weight~~: ~~bold;~~" \| Abk.		\|+ style = "text-align: left"\| Tabelle 1: Pinbelegung
	! ~~style="font-weight: bold;" \|~~ Pin Arduino		! Abk. !! !! Pin Arduino !! Signal
	! ~~style="font-weight: bold;" \|~~ Signal
	\|-align="left"		\|-align="left"
	\|CLK\|\| D13 \|\| Takt (Engl.: clock)		\|CLK\|\| D13 \|\| Takt (Engl.: clock)
Zeile 120:		Zeile 119:
	\|-align="left"		\|-align="left"
	\|}		\|}
	~~<br/>~~

	~~Einstellungen Serielle Schnitttstelle: <br>~~		{\| class="wikitable"
	{\| class="mw-~~datatable~~"		\|+ style = "text-align: left"\| Tabelle 2: Einstellungen der serielle Schnittstelle
	\|Baud Rate\|\| 9600		\|Baud Rate\|\| 9600
	\|-align="left"		\|-align="left"
Zeile 133:		Zeile 131:
	\|-align="left"		\|-align="left"
	\|}		\|}
	~~<br/>~~

	③ Auf dem Bildschirm werden 5 Datenreihen für die Sensoren IR1 bis IR 5 angezeigt. Alle diese Daten ändern sich mit dem Reflexionsabstand. Wenn sich kein Hindernis vor dem Modul befindet, beträgt die Ausgabe wahrscheinlich ein paar Dutzend, aber wenn sich das Modul in der Nähe des Tisches befindet, steigt die Ausgabe auf etwa 800~900.		③ Auf dem Bildschirm werden 5 Datenreihen für die Sensoren IR1 bis IR 5 angezeigt. Alle diese Daten ändern sich mit dem Reflexionsabstand. Wenn sich kein Hindernis vor dem Modul befindet, beträgt die Ausgabe wahrscheinlich ein paar Dutzend, aber wenn sich das Modul in der Nähe des Tisches befindet, steigt die Ausgabe auf etwa 800~900.

Ulrich.schneider@hshl.de: /* Teil 1: Kalibrierung */

2025-09-28T08:36:24Z

Teil 1: Kalibrierung

← Nächstältere Version		Version vom 28. September 2025, 08:36 Uhr
Zeile 11:		Zeile 11:
	Der Linienverfolgungssensor besteht aus 5 Analogsensoren. Die Messdaten hängen von der Distanz und der Farbe des detektierten Objektes ab. Ein Objekt mit höherer Infrarotreflektanz (z. B. Weiß) wird einen höheren Ausgangswert liefern. Ein Objekt mit geringer IR.reflektanz (z. B. Schwarz) wird eine geringe Analogausgabe liefern. Nähert sich ein Sensor der Farbe Schwarz, wird der Messwert kleiner und kleiner. Aus diesem Verhalten lässt sich auf die Distanz zur schwarzen Linie schließen. Je näher der Sensor der schwarzen Linie ist, desto kleiner ist der Ausgabewert. Im Vergleich zu anderen Modulen, die nur logische Signale (HIGH/LOW) ausgeben, ist so eine präzisere Regelung möglich. nachfolgend wird der Algorithmus in 3 Teilen präsentiert.		Der Linienverfolgungssensor besteht aus 5 Analogsensoren. Die Messdaten hängen von der Distanz und der Farbe des detektierten Objektes ab. Ein Objekt mit höherer Infrarotreflektanz (z. B. Weiß) wird einen höheren Ausgangswert liefern. Ein Objekt mit geringer IR.reflektanz (z. B. Schwarz) wird eine geringe Analogausgabe liefern. Nähert sich ein Sensor der Farbe Schwarz, wird der Messwert kleiner und kleiner. Aus diesem Verhalten lässt sich auf die Distanz zur schwarzen Linie schließen. Je näher der Sensor der schwarzen Linie ist, desto kleiner ist der Ausgabewert. Im Vergleich zu anderen Modulen, die nur logische Signale (HIGH/LOW) ausgeben, ist so eine präzisere Regelung möglich. nachfolgend wird der Algorithmus in 3 Teilen präsentiert.

	=== Teil 1: ~~Kalibrierung~~ ===		=== Teil 1: Normierung ===
	Verschiedene Sensoren können verschiedene Werte für dieselbe Farbe und Distanz ausgeben. Zusätzlich kann das Umgebunggslicht den Analogwert beeinflussen. Wird ein Analogwert mit 10 Bit A/D gewandelt, ist ein theoretischer Wertebereich von 0 bis 1023 möglich. In Realität wird der minimal messbare Wert über Null und der maximal messbare Wert unter 1023 liegen. Eine Kalibrierung bzw. Normalisierung wird durchgefüht, um die verschiedenen Sensor- und Umweltfaktoren zu reduzieren. Beim Normalisierungsprozess handelt es sich um eine lineare Transformation indem der Messbereich Min-Max mit der nachfolgenden Formel auf 0-1 transformiert wird.		Verschiedene Sensoren können verschiedene Werte für dieselbe Farbe und Distanz ausgeben. Zusätzlich kann das Umgebunggslicht den Analogwert beeinflussen. Wird ein Analogwert mit 10 Bit A/D gewandelt, ist ein theoretischer Wertebereich von 0 bis 1023 möglich. In Realität wird der minimal messbare Wert über Null und der maximal messbare Wert unter 1023 liegen. Eine Kalibrierung bzw. Normalisierung wird durchgefüht, um die verschiedenen Sensor- und Umweltfaktoren zu reduzieren. Beim Normalisierungsprozess handelt es sich um eine lineare Transformation indem der Messbereich Min-Max mit der nachfolgenden Formel auf 0-1 transformiert wird.

Ulrich.schneider@hshl.de: /* Teil 3: PD Regelung */

2025-05-21T07:40:08Z

Teil 3: PD Regelung

← Nächstältere Version		Version vom 21. Mai 2025, 07:40 Uhr
Zeile 43:		Zeile 43:

	Quelltext 1: Beispiel für einen zeitdiskreten PD-Regler		Quelltext 1: Beispiel für einen zeitdiskreten PD-Regler
	<source line lang="c" style="font-size:medium">		<source line lang="c" style="font-size:medium">SOLL_WERT = 2000;
	SOLL_WERT = 2000;		e = SOLL_WERT - IstWert; % Regelabweichung e
	e = SOLL_WERT - IstWert; % Regelabweichung e		dt=(t-last_t); % Zykluszeit
	dt=(t-last_t); % Zykluszeit		proportional = e; % Proportionalanteil
	proportional = e; % Proportionalanteil		derivative = (e - last_e)/dt; % Ableitung
	derivative = (e - last_e)/dt; % Ableitung		last_e = e;
	last_e = e;		last_t = t;
	last_t = t;		Stellgroesse = Kp* proportional + Kd * derivative; % Ergebnis des Reglers
	Stellgroesse = Kp* proportional + Kd * derivative; % Ergebnis des Reglers
	</source>		</source>

Ulrich.schneider@hshl.de: /* Teil 3: PD Regelung */

2025-05-21T07:39:45Z

Teil 3: PD Regelung

← Nächstältere Version		Version vom 21. Mai 2025, 07:39 Uhr
Zeile 43:		Zeile 43:

	Quelltext 1: Beispiel für einen zeitdiskreten PD-Regler		Quelltext 1: Beispiel für einen zeitdiskreten PD-Regler
	<~~code type~~="C">		<source line lang="c" style="font-size:medium">
	SOLL_WERT = 2000;		SOLL_WERT = 2000;
	e = SOLL_WERT - IstWert; % Regelabweichung e		e = SOLL_WERT - IstWert; % Regelabweichung e
Zeile 52:		Zeile 52:
	last_t = t;		last_t = t;
	Stellgroesse = Kp* proportional + Kd * derivative; % Ergebnis des Reglers		Stellgroesse = Kp* proportional + Kd * derivative; % Ergebnis des Reglers
	</~~code~~>		</source>

	Im Idealfall ist der gewichtete Mittelwert 2000, d. h. die schwarze Linie wird in der Mitte gehalten. Der Proportionalwert ist das Ergebnis aus aktueller Position (Position) minus Zielposition (2000). Es ist der Positionsfehler, wobei eine positive Zahl bedeutet, dass sich der Fahrkorb rechts von der schwarzen Linie befindet, und eine negative Zahl bedeutet, dass sich der Fahrkorb links von der schwarzen Linie befindet.<br>		Im Idealfall ist der gewichtete Mittelwert 2000, d. h. die schwarze Linie wird in der Mitte gehalten. Der Proportionalwert ist das Ergebnis aus aktueller Position (Position) minus Zielposition (2000). Es ist der Positionsfehler, wobei eine positive Zahl bedeutet, dass sich der Fahrkorb rechts von der schwarzen Linie befindet, und eine negative Zahl bedeutet, dass sich der Fahrkorb links von der schwarzen Linie befindet.<br>

Ulrich.schneider@hshl.de: /* Teil 1: Kalibrierung */

2025-05-21T07:38:33Z

Teil 1: Kalibrierung

← Nächstältere Version		Version vom 21. Mai 2025, 07:38 Uhr
Zeile 14:		Zeile 14:
	Verschiedene Sensoren können verschiedene Werte für dieselbe Farbe und Distanz ausgeben. Zusätzlich kann das Umgebunggslicht den Analogwert beeinflussen. Wird ein Analogwert mit 10 Bit A/D gewandelt, ist ein theoretischer Wertebereich von 0 bis 1023 möglich. In Realität wird der minimal messbare Wert über Null und der maximal messbare Wert unter 1023 liegen. Eine Kalibrierung bzw. Normalisierung wird durchgefüht, um die verschiedenen Sensor- und Umweltfaktoren zu reduzieren. Beim Normalisierungsprozess handelt es sich um eine lineare Transformation indem der Messbereich Min-Max mit der nachfolgenden Formel auf 0-1 transformiert wird.		Verschiedene Sensoren können verschiedene Werte für dieselbe Farbe und Distanz ausgeben. Zusätzlich kann das Umgebunggslicht den Analogwert beeinflussen. Wird ein Analogwert mit 10 Bit A/D gewandelt, ist ein theoretischer Wertebereich von 0 bis 1023 möglich. In Realität wird der minimal messbare Wert über Null und der maximal messbare Wert unter 1023 liegen. Eine Kalibrierung bzw. Normalisierung wird durchgefüht, um die verschiedenen Sensor- und Umweltfaktoren zu reduzieren. Beim Normalisierungsprozess handelt es sich um eine lineare Transformation indem der Messbereich Min-Max mit der nachfolgenden Formel auf 0-1 transformiert wird.

	<math>~~y_1~~ = \frac{(x - Min)}{(Max - Min)}</math>		<math>y_i = \frac{(x - Min)}{(Max - Min)}</math> mit <math>i \in [1..5]</math>

	Dabei ist x der ursprüngliche Ausgangswert vom Sensor, y ist der transformierte Wert und Max und Min sind der maximale bzw. der minimale Ausgangswert.		Dabei ist x der ursprüngliche Ausgangswert vom Sensor, y ist der transformierte Wert und Max und Min sind der maximale bzw. der minimale Ausgangswert.
Zeile 20:		Zeile 20:
	Nach der Umwandlung liegt der Ausgangswert im Bereich von 0-1000, wobei 0 bedeutet, dass der Sensor weit von der schwarzen Linie entfernt ist und weiß misst und 1000 bedeutet, dass der Sensor über der schwarzen Linie liegt.		Nach der Umwandlung liegt der Ausgangswert im Bereich von 0-1000, wobei 0 bedeutet, dass der Sensor weit von der schwarzen Linie entfernt ist und weiß misst und 1000 bedeutet, dass der Sensor über der schwarzen Linie liegt.

	<math> ~~y_1~~ = \frac{(x - Min) \cdot 1000}{(Max - Min)}</math>		<math> y_i = \frac{(x - Min) \cdot 1000}{(Max - Min)}</math>

	Das Programm tastet die Werte der Sensoren 10x ab, um den richtigen Wert von Min und Max zu erhalten. Um die genauen Min- und Max-Werte zu erhalten, sollte das Fahrzeug während der Abtastung immer fahren.		Das Programm tastet die Werte der Sensoren 10x ab, um den richtigen Wert von Min und Max zu erhalten. Um die genauen Min- und Max-Werte zu erhalten, sollte das Fahrzeug während der Abtastung immer fahren.

Ulrich.schneider@hshl.de: /* Teil 2: Gewichteter Mittelwert */

2025-05-21T07:37:44Z

Teil 2: Gewichteter Mittelwert

← Nächstältere Version		Version vom 21. Mai 2025, 07:37 Uhr
Zeile 28:		Zeile 28:
	Durch die Verwendung des Normalisierungsprozesses, um mit fünf Sätzen von Ausgabedaten umzugehen, erhalten wir fünf Sätze von Daten über die Abstände zwischen den Sensoren und der schwarzen Linie. Dann sollten wir den gewichteten Durchschnitt verwenden, um diese Daten in einen Wert umzuwandeln, um die Mittellinie der Route mit der folgenden Formel zu bestimmen:		Durch die Verwendung des Normalisierungsprozesses, um mit fünf Sätzen von Ausgabedaten umzugehen, erhalten wir fünf Sätze von Daten über die Abstände zwischen den Sensoren und der schwarzen Linie. Dann sollten wir den gewichteten Durchschnitt verwenden, um diese Daten in einen Wert umzuwandeln, um die Mittellinie der Route mit der folgenden Formel zu bestimmen:

	<math> y = (0 \cdot y_1 + 1000 \cdot y_2 + 2000 \cdot y_3 + 3000 \cdot y_4 +4000 \cdot y_5) / (y_1 + y_2 + y_3 + y_4 + y_5)</math>		<math> y = \frac{(0 \cdot y_1 + 1000 \cdot y_2 + 2000 \cdot y_3 + 3000 \cdot y_4 +4000 \cdot y_5)}{(y_1 + y_2 + y_3 + y_4 + y_5)}</math>

	Dabei sind 1, 1000, 2000, 3000, 4000 die Gewichte für die fünf Detektoren, jeweils von links nach rechts. Und <math>y_1</math>-<math>y_4</math> sind die Daten mit Normalisierungsprozess.		Dabei sind 0, 1000, 2000, 3000, 4000 die Gewichte für die fünf Detektoren, jeweils von links nach rechts. Und <math>y_1</math>-<math>y_4</math> sind die Daten mit Normalisierungsprozess.

	Jetzt können wir die Daten im Bereich von 0-4000 erhalten, die Ihnen die Position der schwarzen Linie angeben können. Zum Beispiel bedeutet 2000, dass sich die schwarze Linie in der Mitte des Moduls befindet, 0 bedeutet, dass sich die schwarze Linie auf der linken Seite des Moduls befindet, und 4000 bedeutet, dass sich die schwarze Linie auf der rechten Seite des Moduls befindet.		Jetzt können wir die Daten im Bereich von 0-4000 erhalten, die Ihnen die Position der schwarzen Linie angeben können. Zum Beispiel bedeutet 2000, dass sich die schwarze Linie in der Mitte des Moduls befindet, 0 bedeutet, dass sich die schwarze Linie auf der linken Seite des Moduls befindet, und 4000 bedeutet, dass sich die schwarze Linie auf der rechten Seite des Moduls befindet.

Ulrich.schneider@hshl.de: /* Teil 2: Gewichteter Mittelwert */

2025-05-21T07:36:59Z

Teil 2: Gewichteter Mittelwert

← Nächstältere Version		Version vom 21. Mai 2025, 07:36 Uhr
Zeile 28:		Zeile 28:
	Durch die Verwendung des Normalisierungsprozesses, um mit fünf Sätzen von Ausgabedaten umzugehen, erhalten wir fünf Sätze von Daten über die Abstände zwischen den Sensoren und der schwarzen Linie. Dann sollten wir den gewichteten Durchschnitt verwenden, um diese Daten in einen Wert umzuwandeln, um die Mittellinie der Route mit der folgenden Formel zu bestimmen:		Durch die Verwendung des Normalisierungsprozesses, um mit fünf Sätzen von Ausgabedaten umzugehen, erhalten wir fünf Sätze von Daten über die Abstände zwischen den Sensoren und der schwarzen Linie. Dann sollten wir den gewichteten Durchschnitt verwenden, um diese Daten in einen Wert umzuwandeln, um die Mittellinie der Route mit der folgenden Formel zu bestimmen:

	<math> y = (1 \cdot y_1 + 1000 \cdot y_2 + 2000 \cdot y_3 + 3000 \cdot y_4 +4000 \cdot y_5) / (y_1 + y_2 + y_3 + y_4 + y_5)</math>		<math> y = (0 \cdot y_1 + 1000 \cdot y_2 + 2000 \cdot y_3 + 3000 \cdot y_4 +4000 \cdot y_5) / (y_1 + y_2 + y_3 + y_4 + y_5)</math>

	Dabei sind 1, 1000, 2000, 3000, 4000 die Gewichte für die fünf Detektoren, jeweils von links nach rechts. Und <math>y_1</math>-<math>y_4</math> sind die Daten mit Normalisierungsprozess.		Dabei sind 1, 1000, 2000, 3000, 4000 die Gewichte für die fünf Detektoren, jeweils von links nach rechts. Und <math>y_1</math>-<math>y_4</math> sind die Daten mit Normalisierungsprozess.

Ulrich.schneider@hshl.de: /* Teil 2: Gewichteter Mittelwert */

2025-05-21T07:33:17Z

Teil 2: Gewichteter Mittelwert

← Nächstältere Version		Version vom 21. Mai 2025, 07:33 Uhr
Zeile 28:		Zeile 28:
	Durch die Verwendung des Normalisierungsprozesses, um mit fünf Sätzen von Ausgabedaten umzugehen, erhalten wir fünf Sätze von Daten über die Abstände zwischen den Sensoren und der schwarzen Linie. Dann sollten wir den gewichteten Durchschnitt verwenden, um diese Daten in einen Wert umzuwandeln, um die Mittellinie der Route mit der folgenden Formel zu bestimmen:		Durch die Verwendung des Normalisierungsprozesses, um mit fünf Sätzen von Ausgabedaten umzugehen, erhalten wir fünf Sätze von Daten über die Abstände zwischen den Sensoren und der schwarzen Linie. Dann sollten wir den gewichteten Durchschnitt verwenden, um diese Daten in einen Wert umzuwandeln, um die Mittellinie der Route mit der folgenden Formel zu bestimmen:

	<math> y = (1 \cdot ~~value0~~ + 1000 \cdot ~~value1~~ + 2000 \cdot ~~value2~~ + 3000 \cdot ~~value3~~ +4000 \cdot ~~value4~~) / (~~value0~~ + ~~value1~~ + ~~value2~~ + ~~value3~~ + ~~value4~~)</math>		<math> y = (1 \cdot y_1 + 1000 \cdot y_2 + 2000 \cdot y_3 + 3000 \cdot y_4 +4000 \cdot y_5) / (y_1 + y_2 + y_3 + y_4 + y_5)</math>

	Dabei sind 1, 1000, 2000, 3000, 4000 die Gewichte für die fünf Detektoren, jeweils von links nach rechts. Und ~~Wert0~~-~~Wert4~~ sind die Daten mit Normalisierungsprozess.		Dabei sind 1, 1000, 2000, 3000, 4000 die Gewichte für die fünf Detektoren, jeweils von links nach rechts. Und <math>y_1</math>-<math>y_4</math> sind die Daten mit Normalisierungsprozess.

	Jetzt können wir die Daten im Bereich von 0-4000 erhalten, die Ihnen die Position der schwarzen Linie angeben können. Zum Beispiel bedeutet 2000, dass sich die schwarze Linie in der Mitte des Moduls befindet, 0 bedeutet, dass sich die schwarze Linie auf der linken Seite des Moduls befindet, und 4000 bedeutet, dass sich die schwarze Linie auf der rechten Seite des Moduls befindet.		Jetzt können wir die Daten im Bereich von 0-4000 erhalten, die Ihnen die Position der schwarzen Linie angeben können. Zum Beispiel bedeutet 2000, dass sich die schwarze Linie in der Mitte des Moduls befindet, 0 bedeutet, dass sich die schwarze Linie auf der linken Seite des Moduls befindet, und 4000 bedeutet, dass sich die schwarze Linie auf der rechten Seite des Moduls befindet.