超声波与飞行时间（ToF）机器人传感器对比

一颗测距传感器给机器人的，是保险杠给不了的东西：接触之前的反应时间。它并不能取代保险杠——一个接触开关能抓住黑色椅腿、玻璃，以及每颗测距传感器都会漏掉的高度不对的障碍。两种常见的低成本选择是超声波声呐和光学飞行时间（ToF）。它们都报告距离，但与表面的相互作用方式不同。只按标称量程最大值来选，会产出脆弱的避障。

真正有用的问题是：面对这台机器人的目标、光照、几何、更新率和停车距离，哪颗传感器能给出有效测量？

先弄懂每颗传感器怎么量

超声波传感器发出一段人耳听不到的声波脉冲，并测量回波时间。距离大约等于往返行程时间的一半乘以声速。除以二，是因为声音要走到目标再走回来。

光飞行时间传感器发出调制的红外光，并从返回信号估计距离。VL53 系列的器件内部就包含了时序和信号处理，通常通过 I²C 暴露结果。

它们的失效模式不同：

• 声音会从有角度的、柔软的、窄的、吸声的目标上反射走。
• 多颗超声波传感器如果不在受控的调度下触发，会互相听到对方。
• 光学传感器在低反射率目标、强环境红外、盖板串扰，或视场外的目标上都可能吃力。
• 两种类型都不会自动知道一个结果是否可信；能用状态和信号质量数据时就要用。

按场景和控制环来选

超声波模块在成本要紧、目标相对宽、而且更宽的声束可以接受时有用。它们能探测到让某些光学方法为难的透明物体。它们的波束也可能报出一堵并不在机器人正前方的近处墙壁。

ToF 模块体积小，很多器件的时序可控，还能提供更窄的关注区。多颗相同的 I²C 传感器可能需要关断引脚或者一套地址分配流程。强阳光和深色表面必须在真实平台上测过。

买硬件之前，先写下四条要求：

1. 最小和最大可用距离。
2. 所需的更新周期。
3. 必须能被探测到的最小障碍。
4. 最坏的目标与环境：黑布、玻璃、斜墙、阳光，或者交叉人流。

然后拿这些要求去比厂家的数据手册，而不是电商页上的摘要。

为了你需要的那个测量去安装

把感知轴装在机器人需要间隙信息的地方，而不只是在“支架刚好装得下”的地方。装在底盘高处的传感器可能漏掉低矮障碍；装得太低则可能看到地面反射或轮子硬件。让保险杠和底盘留在视场之外。

对反应式转向来说，左前、正前、右前三个测量比一道向前的波束信息更多。不过三颗传感器不必同时开火。把超声波的 ping 错开调度，并留出足够时间让回波衰减。

刚性安装很重要。振动会改变指向，而线缆的移动会破坏本来将将就就的连接。如果光学传感器装在一片保护窗后面，就照厂家针对那个确切机械叠层给出的串扰标定流程做。

标定偏移并测重复性

在工作范围的几个准确测量距离上，放一块大的平面目标并与传感器垂直。每个点至少采集 50 个读数。记录：

• 报告距离的均值或中值；
• 离散度，例如最小/最大值或标准差；
• 无效状态的计数；
• 环境条件与目标材料。

一个近似恒定的差值就是偏移，理解其成因之后可以修正。随距离变化的误差需要一个更好的模型，或者一个更窄的可信范围。不要给一个松垮的支架或糟糕的电源去拟合一条复杂曲线。

对 ToF 模块，先跑规定的偏移标定，再跑串扰标定。如果器件 API 要求，就把标定数据存下来并在启动时加载。换了盖窗或安装几何之后要重新标定。

先滤掉无效读数，再做平滑

把超时、超量程码或低质量状态当作无效——而不是当作零厘米。零会触发一次急停指令，所以把通信错误变成零就是在制造不安全的行为。

对最近三到五个有效样本取中值，可以在不把它们平均进控制信号的前提下剔除孤立尖峰：

if (measurement.valid) {
  window.push(measurement.distanceMm);
  if (window.size() > 5) window.popOldest();
  filteredDistance = median(window);
}

低通滤波能给出更平滑的显示，但会增加延迟。传感器滤波教程解释了这个取舍。日志里保留原始值和有效性状态，这样滤波就不会把一颗正在失效的传感器藏起来。

把距离变成一条安全的停车规则

避障必须把运动算进去。一条有用的阈值应当包含刹车距离、测量延迟、计算与执行器延迟，以及一个余量：

stopThreshold = speed² / (2 × deceleration) + speed × delay + margin

在真实表面上测出可达到的减速度，而不要假设——它是附着力上限 µg，不是电机决定的任何东西，那份算术的推导在这里。速度越高刹车项按速度平方增长，所以一个固定的 15 cm 阈值在每条指令下并不一样安全。

用迟滞来防抖动：低于一个阈值就进入停车态，只有高于一个更大的阈值才恢复。正常转向时要求少数几个一致的有效读数，而对可信的近距障碍则保留一份有意保守的响应。

在难目标上验证

搭一张测试矩阵：平墙、斜墙、窄杆、黑布、透明板，以及运动中的障碍。在最小量程附近、计划的停车阈值附近、以及最大工作量程附近各测一遍。如果机器人两种光照环境都会遇到，就在室内光照和阳光下各重复一次。

要量的是探测率和延迟，而不只是平均距离。一颗 90% 时间准确、却会周期性地冻结半秒的传感器，对一台快速机器人来说可能无法接受。

常见故障的诊断

• **到处都稳定偏移：**核对物理参考点，然后套用厂家的标定。
• **随机的偏短超声读数：**找串扰、电气噪声，或附近结构的晚回波。
• **ToF 在窗后读数变差：**针对那片盖板材料做偏移和串扰标定。
• **机器人在墙附近振荡：**先加迟滞、减小滤波延迟，再重新整定转向。
• **能检出墙却漏掉椅腿：**波束几何和安装没有覆盖所需的目标。
• **只在高速时停车太晚：**阈值逻辑忽略了刹车距离和延迟。

用避障模拟器实验量程、视场、转向和停车距离，然后再把阈值搬到硬件上。