《十天学会智能车》第五讲：智能车检测技术
《十天学会智能车》第一讲：什么是智能车
第一讲：什么是智能车一、概述各位读者朋友们大家好，我是宇智波科技的JSIR（一个奇怪的来自好友的称呼），在接下来的几部教程里，将由我来为各位小伙伴们带来智能车的各种入门必备的干货知识。
我本人于2017年硕士毕业于中国海洋大学，无论是在校还是工作后，还依然从事着当初学习的嵌入式行业，于2012年、2013年、2014年参与恩智浦杯全国智能车大赛。
之后，由于一些机缘巧合，我有幸参与了多个高校的智能车培训活动。
在与学弟学妹们的交流中，我感慨良多，尤其是和他人分享和交流自己的知识，帮助嵌入式爱好者提升技术水平的过程中，让我感受到作为一名分享者的快乐。
于是，我在2018年创立了宇智波电子科技有限公司，专门致力于科技创新教育，希望让我们的付出，能够为嵌入式爱好者们带来帮助，传播快乐和创新、创意的灵感。
我们这一代的许多人，学习嵌入式的过程中都拜读过郭天祥老师的51单片机课程，对我们入门单片机和嵌入式设计有着巨大的帮助（在此对郭老师表达诚挚的谢意）。
有那么一天，我的一位在大学任教的好友问我说，何不做一个系列教程，为学习智能车的孩子理清思路，指明方向呢？我听过后觉得这个主意很好啊，说干就干，于是就有了今天的系列教程，今后我们会在文字版教程的基础上，结合车友们的痛点，陆续推出视频系列教程，敬请期待。
也许有的小伙伴会对我们的公司名称感到了兴趣，又看到logo，突然觉得仿佛发现了什么，如果是这样，当你登陆我们的淘宝企业网店时，也许会对漂浮着的祥云颇有感触哦,我们的领域会涉及到高校各种竞赛（智能车、电赛、水下航行器等），以一种更有趣的方式传播知识。
在成文的过程中，如有错误之处，还请大家批评指正，我的联系方式是：Jsir@。
二、智能车的发展例程在这一章节中，我们很荣幸的请到了母校的綦声波老师（参见卓老师公众号“十年磨一剑”的相关文章），为大家讲解智能车的发展例程（资历最老的智能车带队老师之一）。
大家好，我是中国海洋大学的綦声波。
智能小车寻光原理
智能小车寻光原理智能小车是一种基于人工智能技术的智能设备，它能够利用光线传感器感知光线的强弱并做出相应的动作。
智能小车寻光原理是指它通过光线传感器感知到光线的强弱，并根据预设的算法来判断光线的方向，从而调整自身的行进方向，使其能够朝着光线的方向前进。
智能小车中的光线传感器通常采用光敏电阻（LDR）或光电二极管（LED）等元件。
当光线照射在光敏电阻或光电二极管上时，这些元件的电阻或电流会发生变化。
通过测量这些变化，智能小车可以感知到光线的强弱。
在智能小车的行进过程中，光线传感器会不断感知光线的强弱，并将这些数据传输给控制系统。
控制系统会根据预设的算法对这些数据进行处理，判断光线的方向。
根据判断结果，控制系统会调整小车的行进方向，使其朝着光线的方向前进。
智能小车寻光原理的实现离不开光线传感器和控制系统的配合。
光线传感器负责感知光线的强弱，并将这些数据传输给控制系统。
控制系统则负责对光线数据进行处理和判断，并控制小车的行进方向。
在实际应用中，智能小车寻光原理可以应用于自动驾驶汽车、智能家居等领域。
例如，自动驾驶汽车可以利用光线传感器感知到道路上的光线情况，从而调整行驶方向和速度。
智能家居可以根据光线传感器感知到的光线强弱来自动调节室内光线的亮度，提供更加舒适的居住环境。
智能小车寻光原理的实现还可以进一步扩展，例如可以利用多个光线传感器来感知光线的方向，从而实现更加精确的光线追踪。
此外，还可以结合其他传感器，例如温度传感器、声音传感器等，来实现更多功能的智能小车。
智能小车寻光原理是通过光线传感器感知光线的强弱，并根据预设的算法来判断光线的方向，以调整自身的行进方向。
这一原理在实际应用中具有广泛的应用前景，可以应用于自动驾驶汽车、智能家居等领域，为人们的生活带来更多的便利和舒适。
智能车原理
智能车原理智能车，顾名思义，是一种能够自主感知周围环境并做出相应决策的汽车。
它利用各种传感器和先进的计算机技术，实现了自动驾驶和智能导航等功能。
那么，智能车的原理究竟是什么呢？首先，智能车的核心是传感器技术。
它通过激光雷达、摄像头、超声波传感器等设备，实时监测车辆周围的道路情况、障碍物和其他车辆。
这些传感器可以高精度地获取环境信息，为智能车的自主决策提供数据支持。
其次，智能车依靠人工智能技术进行数据处理和决策。
当传感器获取了环境信息后，这些数据需要经过复杂的算法分析和处理，才能为车辆提供准确的感知和决策能力。
人工智能技术的发展，为智能车的实现提供了强大的支持，使得智能车能够更加智能地应对各种复杂的交通情况。
另外，智能车的原理还涉及到自动控制系统。
智能车需要根据传感器获取的环境信息，实时调整车辆的速度、方向和行驶轨迹，以保证行驶安全和效率。
自动控制系统通过对车辆的动力系统和转向系统进行精准控制，实现了智能车的自主驾驶功能。
除此之外，智能车还依赖于高精度地图和定位技术。
智能车需要准确地知道自己的位置和周围的道路情况，才能进行有效的路径规划和导航。
高精度地图和定位技术为智能车提供了精准的定位和导航能力，使得智能车能够安全、高效地行驶在复杂的道路环境中。
综上所述，智能车的原理包括传感器技术、人工智能技术、自动控制系统和高精度地图定位技术。
这些技术的融合和创新，使得智能车能够实现自主感知、自主决策和自主行驶，成为未来交通领域的重要发展方向。
随着科技的不断进步和创新，相信智能车的原理将会得到进一步完善和提升，为人类出行带来更加便利和安全的体验。
汽车智能技术专业知识
汽车智能技术专业知识
汽车智能技术是指在汽车生产和使用过程中使用智能化技术，以提高汽车性能、安全性和舒适性。
以下是汽车智能技术的专业知识。
1. 智能驾驶技术：包括自动驾驶、智能辅助驾驶、自动泊车、自动刹车等技术。
2. 智能座舱技术：包括无线充电、智能语音识别、车内氛围照明、智能座椅等技术。
3. 智能感知技术：包括激光雷达、毫米波雷达、摄像头、超声波传感器等技术，可以实现车辆周围环境感知、行人识别等功能。
4. 智能网络技术：包括车联网、智能交通系统等技术，可以实现车与车之间、车与道路基础设施之间的信息共享。
5. 智能电动技术：包括电动车动力系统、电池管理系统等技术，可以实现车辆能量管理、充电桩配套等功能。
6. 智能材料技术：包括车身轻量化、智能材料的应用等技术，可以提高车辆燃油效率、行驶稳定性等性能。
7. 智能生产技术：包括工业机器人、智能制造等技术，可以实现生产工艺自动化、生产效率提高等功能。
以上是汽车智能技术的一些专业知识，随着科技的不断发展，汽车智能技术将会变得越来越成熟，为我们的日常交通出行带来更多的便利和安全。
- 1 -。
智能车技术方案
智能车技术方案智能车技术方案随着汽车行业的不断发展，智能车已成为不可忽视的趋势。
智能车是指由计算机、网络通讯、传感器等技术组成的车辆。
相比传统车辆，智能车具备更高的智能化、自动化和安全性。
本篇文章将介绍一种针对智能车的技术方案，包括驾驶辅助系统、自动驾驶系统、车联网系统和智能安全系统。
一、驾驶辅助系统驾驶辅助系统是利用计算机、传感器等技术为驾驶员提供指导、支持和帮助的一种设备。
主要包括自适应巡航控制、盲点监测、自动刹车、车道偏离警示等功能。
1、自适应巡航控制自适应巡航控制可以根据前车的速度动态地调整车辆的速度，以保持与前车的安全距离。
该系统还可以在车辆行驶时自动驾驶，减轻驾驶员的疲劳感。
2、盲点监测盲点指驾驶员无法直接观察到的区域，如外侧后视镜的盲区。
盲点监测系统可以使用不同类型的传感器来检测盲点的存在，并及时向驾驶员发出警示。
3、自动刹车自动刹车系统可以通过传感器检测到前方的障碍物，当距离过近时自动刹车，以避免碰撞事故的发生。
该系统对于紧急状况的处理可以大大提高车辆的安全性。
4、车道偏离警示车道偏离警示系统可以通过摄像头或传感器监测车辆行驶的位置，并及时发出警示声或振动来提醒驾驶员，防止意外的发生。
二、自动驾驶系统自动驾驶系统是指将车辆的控制交由计算机自动完成，而不需要驾驶员控制车辆的一种系统。
主要包括车道保持、自动泊车、交通堵塞解决等功能。
1、车道保持车道保持系统可以使车辆在行驶时自动保持在指定车道中。
该系统可以通过不同类型的传感器和摄像头来检测车道的存在，自动根据道路情况和交通状况调整车辆的行驶轨迹。
2、自动泊车自动泊车系统可以根据车辆周围的情况自动识别合适的泊位，并自动控制车辆的动作，使车辆精确地停放到泊位内。
该系统不仅可以提高驾驶员的泊车质量，还可以节省驾驶员的时间和精力。
3、交通堵塞解决交通堵塞解决系统可以使用多模式传感器实时监测交通流量，自动调整车辆的速度和行驶轨迹，避免交通拥堵。
智能车入门指导
智能车入门指导作者：黄招彬基础知识（1）智能车系统熟悉智能车系统，通过阅读基础的技术报告或者参考书籍（如《学做智能车》、《大学生智能汽车设计基础与实践》）。
要求：了解智能车整体框架，包括控制器的输入与输出和控制算法。
对光电组而言，输入就是编码器的脉冲输入和光电管的电压输入，通过单片机的脉冲累加器测量单位时间内的脉冲数即可表针智能车的速度，通过单片机的AD口读取光电管的电压，电压的高低可以表针光电管离黑线的远近。
输出就是两路PWM输出，一路控制舵机的转角，一路控制直流电机的速度。
控制算法就是从输入怎么得到输出，开始时就用最简单的开环控制，比如某个光电管检测到黑线，就给出一定的舵机PWM和电机PWM，让小车尽量跟踪到黑线（开环查表）。
（2）S12单片机学习HCS12系列单片机的基本功能，通过熟读《HCS12微控制器原理及应用》。
用老师提供的样例，运行、改写最后重新编写实现自己所需功能。
学有余力的话可以查阅单片机的数据手册，了解关于单片机更全面的信息。
要求：熟悉单片机的必用功能模块与用法，能够编写相应功能的程序。
必用功能模块包括中断（RTI、脉冲累加器中断、CCD组还要求外部中断）、I/O、AD、ECT（主要是脉冲累加器功能）、PWM、PLL（倍频）。
注意，个人认为没有必要学习freescale单片机的汇编语言，虽然汇编执行效率高；没有必要研究单片机的SPI/SCI/CAN功能，如果用串口调试工具的话，也许要用到SPI。
注意：学习单片机，多到谈老师和周老师开放的实验室去实践。
（3）检测装置与执行机构熟悉编码器（E6A2-CS3C型）、光电管和CCD的参数和使用方法，熟悉舵机和直流电机的参数和使用方法，通过百度其基本原理与知识，查看具体型号的数据手册。
要求：熟悉编码器、光电管和CCD的参数和使用方法，熟悉舵机和直流电机的参数和使用方法。
并且实践编码器的测速、光电管的检测距离、CCD的视频观看（用电视机）、舵机的转角与相应PWM占空比的大概关系、电机的正反转与调速。
智能小车的检测方法研究与设计
沈阳理工大学学士学位论文
Abstract
In modern industrial production and daily life, the detection and control of the surrounding environment is increasingly important. Signal detection from space flight to the detection of the temperature in the living are all related to the measurement and control technology. Some special circumstances as well as the instrument cannot enter some of the parameters detected in these environments need to have some special platform equipped with testing equipment. The Smart car is the integration of a variety of high-paying technology, which combines many disciplines of knowledge of the machinery, electronics, sensors, computer hardware, software, artificial intelligence, can relate to many of today's cutting-edge technology in the field. Involved in this is the smart car used in the run-time detection methods, mainly related to the infrared detection and ultrasonic testing.
智能汽车技术教学课件完整版
亟待突破。
智能汽车概论
1.3智能汽车技术架构
环境感知技术
• 智能汽车的环境感知模块利用
激光雷达、毫米波雷达、视觉传
感器、超声波雷达等各种传感器
对周围环境进行数据采集与信息
处理,以获取当前行驶环境及本车
的有关信息。
• 环境感知技术可以为智能汽车
提供道路交通环境、障碍物位置、
给出其相关叠加结果
· 表示各散射中心的复数散射场;k是玻尔兹曼常数;2Rn是从雷达到该散射
中心的双程距离,构成目标体的各强散射分量相位的随机变化。
机器视觉感知技术
雷达环境杂波分析
地物杂波分析
天气杂波分析
地物杂波是雷达入射电磁波的
分布散射回波，它对智能汽车
毫米波雷达的影响较大，地物
杂波是极为不稳定的，例如由
动态目标运动状态、交通信号标
志、自身位置等一系列重要信息,
是其他功能模块的基础,是实现辅
助驾驶与自动驾驶的前提条件。
智能汽车概论
• 决策规划技术
决策规划技术是智能汽车的控制中枢,相
当于人类的大脑,其主要作用是依据感知
层处理后的信息以及先验地图信息,在满
足交通规则、车辆动力学等车辆诸多行
驶约束的前提下,生成一条全局最优的车
·雷达电磁波接收与处理机理,包括雷达接收天线、雷达接收机特性、雷达
信号理方法等。
机器视觉感知技术
毫米波雷达的测速测距原理
智能汽车毫米波雷达通常发射连续高频等幅波,其频率在时间上按线性规律变
化,鉴于智能汽车毫米波雷达需同时测量目标的距离和速度,发射波形一般选
择三角形线性调频。假设发射的中心频率为f0,B为频带宽度,T为扫描周期,调
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第五讲：智能车检测技术一、概述在这一讲中，为大家介绍智能车的眼睛——赛道传感器。
赛道传感器的数据采集与处理是整个智能车制作调试中至关重要的一环，车在赛道上的奔跑可就靠它指路了，赛道传感器调试不好的话再厉害的控制算法也起不到作用。
在第一讲中简单介绍过智能车的传感器分类，用于检测赛道的传感器主要有线阵摄像头、面阵摄像头、电磁传感器等。
线阵摄像头的图像传感器采用的是CCD（Charge Coupled Device，电荷耦合组件），是应用在摄像、图像扫描方面的高端技术组件；面阵摄像头的图像传感器采用的是CMOS（Complementary Metal-Oxide Semiconductor，附加金属氧化物半导体组件），大多应用在一些低端视频产品中。
但是这样的定位并不表示在具体的摄像头使用时，两者有很大区别。
事实上经过技术改造，目前CCD和CMOS的实际效果的差距已经大大减小了。
而CMOS的制造成本和功耗都要低于CCD不少，所以很多摄像头生产厂商采用的都是CMOS镜头。
用于智能车比赛的线阵摄像头通常使用TSL1401，它可以一次成像128×1的图像。
线阵型CCD成本较低，如果加以运动机构，也可以扫描面阵图像，例如：复印机中实际上就是一个线阵型CCD，通过运动机构和线阵型CCD相互配合，就可以把整个图片扫描下来，不过需要一定的时间。
用于智能车比赛的面阵摄像头分为数字摄像头与模拟摄像头。
最主要的区别在于摄像头提供给我们的数据是数字信号还是模拟信号。
数字摄像头的信号线最少需要8根，再加上行中断，场中断，像素中断，电源和地线，使得接线变得比较复杂，摄像头体积也偏大，但由于可以直接得到数字信号，在一定程度上降低了使用难度；模拟摄像头只有三根线：电源线、地线、信号线，而且体积相对较小，可以有效的降低车体的重心，但需要专用芯片进行解码。
电磁赛道传感器采用电感和电容并联产生相应的特定频率谐振，其频率的设定为跑道谐振频率的附近，再通过谐振选频、放大，获取跑道上由变化的电流产生的变化的磁场，从而产生相应的交流电压，再将相应的交流电压进行放大、整流和滤波，从而得到单片机可以采集的电压。
下面对电磁传感器的原理及运用作详细的介绍。
二、电磁检测的电路原理电磁检测电路的组成如图1所示，下面我会对这四部分依次讲解。
图1 电磁信号处理电路的组成1.LC 谐振电路智能车电磁组赛道中央铺设了一条0.1mm~1.0mm 的漆包线，其中通有20KHZ 、100MA 的交变电流，在赛道中央产生磁场。
大家仔细观察智能车上的传感器电路板，会发现从左到右共有4组图2所示的电感与电容的组合，这个组合就形成了一个电感电容并联谐振电路。
电感采用10mH 的工字电感，电容采用精度稳定性较高的校正电容，容值为6.8nF ，根据以下公式计算得到并联谐振电路谐振频率：LCf π210=计算得到10mH 电感与6.8nF 电容的谐振频率为19.3kHz ，这是使用市面上容易获取的电容、电感所得到的最接近20kHz 的谐振频率。
图2 电感与电容的组合这个电路会与赛道产生的磁场发生电磁感应，在电感两端产生感应电动势，在一个水平面上电感与赛道中央漆包线距离越近产生的感应电动势就会越大，呈现图以，假如将电磁传感器垂直对称放置于赛道漆包线上方并且水平的话，采集到的数据也会对图3 水平电感感应电动势与位置关系运算放大电路U-STM32-F101主控电路板上，对谐振电路输出的震荡波形进行放大滤波的R710K5%R810K5%由于运放的差模输入电阻也很大，一般通用型运算放大器的输入电阻都在121101R RP R U U i o ++=放大倍数A 为O U 与=U U i 的比值，这样可得到同向比例放大器放大倍数的计算公式：121101R RP R A ++=根据上面放大倍数的计算公式我们可以计算出这个同向比例放大电路的放大倍数在100~150倍之间，也就是说将LC 谐振电路输出的感应电动势放大了一百多倍，通过图7我们可以看到实际的输入输出波形：图7 同向比例放大电路的输入与输出波形看到图7大家是不是会感到有点不太对劲？为什么放大器输入是有正负两个半波的，怎么输出就只有正半波了？原因就在我们的放大器的使用上。
大家可以看到图6的放大器使用的是单电源，引脚4并没有使用负电压的电源而是直接接地了，这就导致我们的输出波形的负半轴没有了。
那这样是不是就错了？当然是没错的，因为我们使用的STM32单片机的ADC 可输入电压范围为0~3.6V ，不能将负电压输入ADC 引脚；其次，正半波的波形就已经可以反映出磁场强度的大小了。
通过图7可以知道输入波形的峰峰值大约53mV ，输出波形的峰峰值大约6V （峰峰值指的是波形最高点与最低点的电压差，输出波形只有半波，这里的放大倍数要用全波来算，因为这里的半波是由于只有正电源造成的），算一下实际的放大倍数大约是113倍，在我们计算出的放大倍数范围之内。
实际的运算放大器应用中，我们还有可能用到反向比例放大电路，如图8所示：VCC9 反相比例放大电路的输入与输出仿真波形由于最终我们需要的是电感两端感应电动势的大小，虽然图7图11 一阶RC低通滤波器的幅频曲线通过图11我们可以看到当F=20KHZ，Fc=1KHZ时高频成分已经衰减到了之前的大约0.05倍以下。
图12就是滤波完成后的波形，可以看到波形几乎就是一条直线。
图12 RC一阶低通滤波电路输出波形但放大后还是可以看到20KHZ的波形（如图13）,峰峰值只有大约40mV，不过波形已经变成了三角波。
这是由于电容不停的充电放电，并且充电与放电周期不同导致了一个斜三角波形的产生。
图13 RC一阶低通滤波电路输出波形的交流成分波形（交流耦合下）总结一下，整个电磁信号的处理过程如下图图14：图14 电磁信号处理电路三、电磁信号的ADC采集与数据处理方法经过滤波后的信号已经变成了一个基本平稳的电压信号，这个电压信号会随着我们将对应的电感靠近赛道中央而变大，而单片机只需要采集出这个电压信号的幅值就可以知道传感器偏离赛道的远近了。
1.电磁信号的ADC采集第三讲我们讲过了ADC的采集与OLED的使用，那下面我们就将ADC采集到的数据在OLED上显示出来。
1）、首先进行ADC与OLED的初始化。
将BSP_Initializes()函数中对应的函数解除注释就可以了。
图15 ADC与OLED的初始化2）、调用OLED_ShowNum函数，关于这个函数的讲解在第三讲已经讲到了。
g_ADC1_ConvertedValues数组里存储了当前采集的四路ADC数据，这里将四个数据逐一显示出来。
图16 显示ADC数据3）、程序编译通过后下入单片机后屏幕上就会出现四个数据了。
上一步我们将传感器数据采集出来之后，其实就可以进行下一讲，用控制算法来让车跑起来了。
但是这样未经处理的数据可能跑的不够理想。
大家先耐着性子看完下面两节，加上这两个算法后传感器的数据马上就能改头换面。
2. 将传感器数据归一化举个例子：当引导线电流为100mA时，单片机采集到处于引导线正上方1号线圈AD值为500，这时假设我们程序根据这个AD值等于500来判定车模处于赛道中间位置，当在环境（电流值、线圈规格、温度等）不变的情况下，这样处理是没有问题的。
当我们换一个赛道电流源时，由于两个电流源之间存在差异，同样设定为100mA ，但是引导线实际电流变为110mA 。
此时处于引导线正上方1号线圈AD 值为变为600，而在偏离赛道一定距离时AD 值才为500，而我们程序里还是通过1号线圈AD 值为500来判定车模处于中间位置，这时就出现了问题！为了解决上述例子里的问题，我们引入归一化的思想。
数据归一化的目的是将所有电感 AD 转化的结果归一化到了一个同一的量纲，其值只与传感器的高度和小车的偏移位置有关，与电流的大小和传感器内部差异无关。
归一化包括传感器标定与数据归一化。
传感器的标定就是获取传感器的转换结果的最值过程，主要是为了数值归一化做准备，在单片机上电之后左右晃动车模，采集每个电感的最大值和最小值。
归一化公式为：K MIN MAX MIN AD value ⨯--=其中AD 为传感器实时采集的值，MAX 是标定时采集到的最大值，MIN 是标定时采集到的最小值，K 为归一后，输出的最大值，value 是经过归一化之后的，代表磁场强度的值。
还是上面的例子，我们设1号线圈在偏离赛道最大时AD 值为0，即MIN=0；当处于电流为100mA 的引导线正上方时AD 值为500，即MAX=500。
设K=100,则归一化后，当换电流源后。
这样我们程序里可以100100050005001=⨯--=value 100100060006002=⨯--=value 利用1号线圈AD 值为100判定车模处于赛道中间位置，可以看出归一化后的值不受赛道电流的影响了！在外界环境变化时，我们只需采集最值就可以实现对赛道的适应。
下面给出归一化C 代码：for(i=0;i<4;i++){sensor_to_one[i]=(float)(AD_valu[i]-min_v[i])/(float)(max_v[i]-min_v[i]);if(sensor_to_one[i]<=0.0)sensor_to_one[i]=0.001;if(sensor_to_one[i]>1.0)sensor_to_one[i]=1.0;AD[i]=100*sensor_to_one[i]; //AD[i]归一化后的值，0-100之间}上面是对四个线圈AD值的归一。
注意：max_v[i] 和min_v[i]是在车模起跑前采的。
调试中由于谐振电路电容与电感的差异导致四路传感器某几路信号过弱，通过电位器调大对应一路的放大倍数也没用时，使用归一化算法也可以有效实现某路AD值的对应比例放大。
3. 电磁传感器对应的偏差计算方法偏差计算是电磁车至关重要的一个步骤，想要车模沿着赛道中心线运行，首先要提取出车模与赛道的偏移量得到一个误差，然后将这个误差送给控制器处理，最后控制器输出信号控制舵机和电机来纠正车模的姿态和控制车子的速度。
如果连控制器的输入都是错误的，怎么能让控制器给出正确的输出呢？E1E2E3E4图17 线圈布局图线圈布局如图17所示，设E2与E3中点垂直于通电导线的横向坐标为X，线圈支架距离引导线垂直高度h=20cm。
根据传统的E2- E3做差来确定偏差，如图18所示。
图18 作差曲线可以看到在（-10cm,10cm ）区间内曲线是线性的，即一个偏差可以唯一确定一个X ，在这个区间内作差法是可取的。
但是在此区间外由于E2和E3都下降所以偏差也会下降，实际上偏差应该“增大”！因此作差法计算得到的偏差量在一定范围内是可行的，一旦车模偏离中心线的距离超出这个范围，其偏差是不可取的，这也是作差法的最大弊端。