對于機器人的循線，為了獲得場地上白線（黑線）的信息，硬件結構一般有如下幾種種類。 

1、紅外對管陣列。采取這種方式的機器人比較多，尤其在各種機器人競賽中，幾乎是標準配置。但是這種技術有一個致命的弱點，就是對于場地光線的干擾特別敏感，而且也很難把紅色和白線區別開來，所以使用受到一定的限制。一般解決這類問題的方法是在紅外光上加載一個調制波，通過檢測這個調制波來消除場地光線的干擾，至于如何解決紅色和白色的區別問題，那就幾乎是五花八門了。

2、光纖傳感器陣列。采用這種傳感器陣列的原因是，光纖非常細，在單位面積內可以安裝更多的傳感器，從而獲得更精確地場地信息。當然，錢也也花得更多。 

3、線性CCD。這種硬件方法幾乎是一種對場地信息分辨率的BT追求，如果說紅外對管陣列還是離散信息的話，那么線性CCD就是線性的連續數據。當然驅動它也不是一件容易的事情，對于單片機也有更高的速度要求。 

4、視覺。廢話少說——否則明天我都別想吃飯。 

[基本原理] 

所謂循線，就是通過一定的傳感器探測地面色調迥異的兩種色彩從而獲得引導線位置，修正機器人運動路徑的一種技術。——說的太拗口了。不說太多理論的東西，我們就從基于紅外對管陣列的循線技術來說起。 

假設，我們使用的是黑底白線的場地。紅外對管陣列由3個紅外對管1字擺開組成。白線的寬度略小于或等于紅外對管陣列的寬度

1、數據的采集。 

對于機器人來說，通過傳感器感知周圍事物的信息，利用這些信息并不作太多智能上的計算而直接通過一定的轉換，指導機器人的運動——這種形式在人工智能學上叫做機器人的“反應范式”。所以，我們要想讓我們的機器人能夠尋著我們給定的軌跡線運動，第一步就必須讓他感知到軌跡線的存在。一般的做法就是通過AD采樣，獲得紅外對管（傳感器）反饋回來的電壓信息。然而，這樣獲得的電壓值信息是無法直接指導運動的，必須把他們轉化為二值的（也就是二進制信息，1表示線存在，0表示線不存在）信息，然后通過處理每一個管子反饋回來的二值信息獲得白線的位置信息。 
＞＞技術點AAD信號的閥值化。（你可以參考其它的算法，獲得比較詳盡的技術，我這里只是舉例一二） 

所謂閥值化，就是通過一定的范圍把握，從而把線性的數據轉化為離散數據的一種變換。簡單的說，就是通過分段函數的方法，將數據分類。在我們這個應用中，就是想方設法使AD采集回來的電壓值變化為一個恰恰能夠準確表示白線位置信息的二進制信息，1代表白線存在，0代表白線不存在。由于白色和黑色在電壓差異上非常之巨大，所以可以簡單的通過一個標志線來區分它們，當電壓值高于這個標志線了，就把他標志為1，否則就標志為0，算法描述為： 

if(AdValue[ i]＞MarkLing) 
{ 
LineInfor[ i]=1; 
} 
else 
{ 
LineInfor[ i]=0; 
} 

這樣做非常簡單，適合于比較標準的場地，然而對于那些模糊了的場地或者是非標準場地，雖然人的肉眼能夠看出來，但是對于機器人來說，可能看到的就是花白的一片或者是黑色的夜幕。當標志線值過高時，機器人能看到的只是那些特別明顯的白線，其他則是黑色的夜幕，很容易丟失軌跡線；當標志線值過低時，機器人眼中就是白茫茫的一片毛刺。總而言之，對場地的適應性非常差。解決方法是，通過設定兩個標志線來標定軌跡線信息，當AD值高于某一值時，標志1；當AD值低于另外某一值時，則標定0。算法描述為： 

if(AdValue[ i]＞High_MarkLine) 
{ 
LineInfor[ i]=1; 
} 
elseif(AdValue[ i]＜Low_MarkLine) 
{ 
LineInfor[ i]=0; 
} 
else 
{ 
LineInfor[ i]=NoInfor; 
} 

＞＞技術點B動態預值。（你可以參考其它的算法，獲得比較詳盡的技術，我這里只是舉例一二） 

當然，這種算法在簡單的機器人循線中不是很常用。比較常見，適應性強的方法是，首先從AD值中找到一個中間值作為MarkLine，（或者可以從AD值中找那些比較接近最大值和最小值之差的0.618倍的數值），然后再使用第一種方法標記，這樣的算法叫做動態預值。如果把這種算法應用于第二種當然也不多啦。 

2、數據的簡單加工——第一個循線程序。


到目前為止，我們已經把AD的值的數組轉變為了一個表示白線位置的二進制位的數組——我們不妨直接把他用一個字節表示哈。那么，這個字節的狀態就表示了當前白線的位置信息。再假設，我們已經寫好了幾個函數用來分別控制小車的左右運動。那么我們就可以通過以下的簡單方式來實現循線了。 

//用字節的高三位表示三個管子檢測到的白線信息。 
switch(LineInforByte) 
{ 
case0b11100000://全部在白線上 
Motor_Left_GoFront(FullSpeed); 
Motor_Right_GoFront(FullSpeed); 
break; 
case0b01100000://明顯車子向左偏了哈 
Motor_Left_GoFront(FullSpeed); 
Motor_Right_GoFront(NormalSpeed); 
break; 
case0b00100000: 
Motor_Left_GoFront(FullSpeed); 
Motor_Right_GoFront(LowSpeed); 
break; 
…… 

//其他情況仿照上面自己寫了哈。 
default: 
Motor_Left_GoFront(StopNow); 
Motor_Right_GoFront(StopNow); 
break 
} 

呵呵，這樣就完成了一個循線小車的程序了哈。簡單吧。

順便說明一下下，Motor_Left_GoFront()函數是一個控制電機PWM輸出的函數。

FullSpeedNormalSpeedLowSpeedStopNowStopFree是一些控制PWM的宏定義，你可以修改這些宏定義的值來實現以上的功能。我想，你看了這個程序應該已經對循線的基本原理了然于胸了吧。哈哈哈哈哈哈哈哈。 

3、數據的高級加工——復雜地面情況的模糊識別算法。 

以上的算法的確可以應付規范場地下的情況了，但是由于其類似查表式的數據處理方式，一旦出現真值表中沒有的情況——哪怕是很明顯的直線存在——機器人都沒有辦法處理了。典型的就是在地上有大塊的白色斑點，導致機器人對白線視而不見。 

解決以上問題的方法還要從人眼識別白線的原理上說起。在破壞嚴重的場地上，人類的眼睛仍然可以識別出原先的白線，這是為什么呢？通過重心。人類的眼睛通過捕捉白線的重心確立白線的大體軌跡，從而辨認出白線的位置。從概率的角度上說，在破壞嚴重的場地上，出現在白線兩邊的淺色干擾的概率是一樣的，即使不同，由于白線本身的存在，其重心至少是不會偏離白線很遠的，所以，只要簡單的獲得地面淺色標志的重心，就可以大體確立白線的所在。我們可以利用物理學上質心的算法獲得這一信息。忘了說一點，要想機器人增強對環境的適應力，就需要增加傳感器的數目。我們不妨用8個紅外管作為傳感器。這樣通過處理后獲得的場地信息就整整1個字節了。假設1個光電管的1擁有1單位的重量，八個光電管的坐標分別為-7-5-3-11357,其間距都是2個單位，通過置信公式很容易計算出質心的坐標，通過這個坐標和0的絕對值，就可以知道當前機器人偏離白線的多少，而這個偏離值則可以通過簡單的比例直接指導運動函數。典型實例如下： 

/******************************************************** 
*函數說明：電機動作調速函數* 
*說明：該函數放在定時器或者主循環里面用于產生軟PWM* 
********************************************************/ 
voidSpeedPWM(charPWMLine) 
{ 
charPWMLine_L=PWMLine; 
charPWMLine_R=PWMLine; 
staticcharPWMCount_L=0; 
staticcharPWMCount_R=0; 

charTemp=0; 

if(FollowLineEnable==True) 
{ 
Temp=(char)fabs((float)CG_X); 
if(AdcValueFlag==0) 
{ 
Temp=0; 
} 
else 
{ 
if(CG_X＜0) 
{ 
if((Temp＜＜4)＜=PWMLine_R) 
{ 
PWMLine_R-=((Temp＜＜5)+Temp＜＜2); 
} 
else 
{ 
PWMLine_R=0; 
} 
} 
else 
{ 
if((Temp＜＜4)＜=PWMLine_L) 
{ 
PWMLine_L-=(Temp＜＜5); 
} 
else 
{ 
PWMLine_L=0; 
} 
} 
} 
} 

PWMCount_L++; 
PWMCount_R++; 
if(PWMCount_L＞Fastest) 
{ 
PWMCount_L=Stop; 
} 
if(PWMCount_R＞Fastest) 
{ 
PWMCount_R=Stop; 
} 

if(PWMCount_L＜PWMLine_L) 
{ 
switch(GoDirection) 
{ 
caseFront: 
Motor_Left_GoFront; 
break; 
caseBack: 
Motor_Left_GoBack; 
break; 
caseLeft: 
Motor_Left_GoFront; 
break; 
caseRight: 
Motor_Left_GoBack; 
break; 
caseStop: 
Motor_Left_Stop_Free; 
break; 
} 
} 
else 
{ 
Motor_Left_Stop_Free; 
} 

if(PWMCount_R＜PWMLine_R) 
{ 
switch(GoDirection) 
{ 
caseFront: 
Motor_Right_GoFront; 
break; 
caseBack: 
Motor_Right_GoBack; 
break; 
caseLeft: 
Motor_Right_GoBack; 
break; 
caseRight: 
Motor_Right_GoFront; 
break; 
caseStop: 
Motor_Right_Stop_Free; 
break; 
} 
} 
else 
{ 
Motor_Right_Stop_Free; 
} 
} 


/******************************************************** 
*函數說明：獲取偏離軌跡線的數值* 
*輸入：表明尋線狀態的字節* 
*[說明]* 
*通過類質心算法獲取當前機器人偏離軌跡線的量* 
*-表示偏左+表示偏右* 
********************************************************/ 
signedcharGetCG_X(unsignedcharAdcValues) 
{ 
signedchara=0; 
signedcharTemp=0; 
signedcharTotals=0; 
for(a=0;a＜8;a++) 
{ 
if((AdcValues＜＜a)＞＞7) 
{ 
Temp+=((-7)+(a＜＜1)); 
Totals++; 
} 
} 

if(Totals==0) 
{ 
return0; 
} 

return(Temp/Totals); 
} 

函數調用GetCG_X函數，用來獲取CG_X，CG_X直接在PWM輸出函數里面指導機器人的運動。 

以上方法的好處是，提供了一個比例調節循線動作的可能。支持多傳感器的情況，尤其適合線性CCD類的線性數據的處理。為機器人提供了一個相對完整的視覺，不可能出現無法識別的情況，而且，這種情況可以使機器人在不加修改程序的情況下直接在在白線循線和黑線循線狀態下切換。