飞思卡尔--智能车传感器的排布
基于HCS12X单片机的多传感器智能车控制系统设计
基于HCS12X单片机的多传感器智能车控制系统设计【摘要】本文基于飞思卡尔HCS12X控制单元，利用多传感器的信息融合技术设计了一款可以自主循迹行驶的智能车。
系统主要融合了GPS，视觉传感器，激光雷达传感器对智能车进行定位及轨迹控制。
该控制系统在安全性，可靠性，易操作性等方面都进行了综合的优化。
实验表明：该智能车可以按照设计路径自主行驶。
【关键词】智能车；HCS12X单片机；视觉传感器Multi-sensor Ｃombination Ｉntelligent Ｖehicle Ｃontrol Ｓystem＇s Ｄesign Ｂased on HCS12XHＡＮYi-lun WＡＮＧBin-long WＥＮXue-lei(College of Mechanical and Electronic Engineering, Shandong University of Science and Technology, Qingdao Shandong, 266510)【Abstract】In this paper, the intelligent vehicle control system’s design based on HCS12X MCU. The Multi-sensor combination technology be used in this control system. This system can control vehicle’s position and Navigate the vehicle with GPS, vision sensor and laser radar sensor. This control system have an optimal decision in safety, reliability and handleability. The experiment showed that the smart vehicle can driving in the designed road by itself.【Key words】Intelligent vehicle; HCS12X MCU; Vision sensor0 引言随着近年来科学技术的高速发展，电子化、信息化、智能化成为了未来车辆的发展趋势。
飞思卡尔智能车电磁组分区算法介绍
飞思卡尔智能车电磁组分区算法介绍写在之前的话:1、⽬前我是⼀名在校学⽣，这也是我第⼀次写博客，不周之处，请多谅解；2、此算法并⾮原创，借鉴⾃⼭东德州学院第⼋届⽩杨队（PS：个⼈看法，对于⼀些⼈把别⼈的开源东西改头换⾯⼀下就说是⾃⼰的原创⾏为⼗分鄙视）；3、对于此算法的理解和说明并⾮纸上谈兵，算法已经被我运⽤到了⼩车⽐赛中并取得好的成绩（具体就不多说了，⽐赛时车莫名其妙坏了，⽐赛前调试的速度绝对能进国赛，⽐较遗憾），总之这算法是我尝试过的最好的算法；4、这⼀次所介绍的只是路径算法和⼀些知识普及，后⾯有时间会介绍其余部分算法及许多好的思路（舵机电机控制思路（不只是简单的PID），双车策略）；5、希望对于这⽅⾯有涉及的⼈能与我联系并交流或指出不⾜之处。
---------------------------------------------------------------分割线-----------------------------------------------------------------------------⼀、没有这⽅⾯了解的可以看看 飞思卡尔智能车分为三组：摄像头、光电、电磁，我做的是电磁车，三种车队区别在于传感器的不同，所以获得路径信息的⽅法也不⼀样，摄像头和光电识别的是赛道上的⿊线（⽩底赛道），⽽电磁车则是检测埋在赛道下的通⼊100mh电流的漆包线，摄像头和光电采⽤的是摄像头和ccd作为传感器，电磁则是⽤电感放在漆包线周围，则电感上就会产⽣感应电动势，且感应电动势的⼤⼩于通过线圈回路的磁通量成正⽐，⼜因为漆包线周围的磁感应强度不同，因此不同位置的电感的感应电动势就不同，因此就可以去确定电感位置；因此在车⼦前⾯设置了50cm的前瞻，电感布局如下(怎么发不了图⽚)：分为两排，前排3个，编号0，1，2（前期还加了两个竖直电感⽤来帮助过直⾓弯，后来改为了⼋字电感）；后排2个，编号3，4；现在车⼦获得了不同位置的感应电动势的⼤⼩了，但这些值是不能处理的:1、感应电动势太微弱；2、是模拟信号，信号太微弱就放⼤它；这就涉及到模拟电路的知识了，就不多说了（因为要把这讲完到PCB绘制的篇幅就⾜够写另开⼀号专门写这些⽅⾯来（PS：题外话（我的题外话⽐较多））：放⼤部分外围你设计的再好也抵不过⼀个更好的芯⽚，有两个例⼦，⼀个是我⾃⼰的:之前⽤的是NE5532，但是效果不理想，加了好多什么滤波，补偿，都⽤上，没⽤，软件⾥处理后⾯再说，后来⼀狠⼼换了AD620，感觉像是春天来了，因为它是仪⽤放⼤器，还有就是贵。
直通道红外探测智能导盲器设计
直通道红外探测智能导盲器设计吕列艳;胡泽;陈云生;高晓红【摘要】针对盲人在直通道内的避障问题,介绍一种基于人机交互技术的红外探测智能导盲器的设计思路,即以GP2Y3AO03KOF为红外测距传感器进行障碍物探测,并通过微处理器MC9S12XS128对探测的结果进行智能判断和处理,通过语音提示实现人性化的遇障语音提示以及蜂鸣器报警提示,协助盲人准确绕过直通道内设置的障碍物.该导盲器可检测的有效距离为0.5-2.2米,布局和外形设计为深层次开发和运用助盲、导盲装置奠定基础.【期刊名称】《仪器仪表用户》【年(卷),期】2011(018)003【总页数】3页(P26-28)【关键词】导盲器;人机交互;红外测距【作者】吕列艳;胡泽;陈云生;高晓红【作者单位】西南石油大学电气信息学院,成都,610500;西南石油大学,电气信息学院,成都,610500;西南石油大学,电气信息学院,成都,610500;西南石油大学,电气信息学院,成都,610500【正文语种】中文【中图分类】TP722.50 引言盲人和低视力人群作为社会的一个特殊群体，需要给予更多的关怀和照顾，使他们能够更好的独立生活。
对他们来说，如何安全行走是生活中最大的问题。
为了解决这个问题，人们设计出多种导盲装置，如传统的盲杖、探知前方障碍物的盲人眼睛，他们都存在一定的缺点和优点［1］。
国外研制的盲人导航系统价格昂贵，不适合普通大众使用。
基于以上缺点，本文就盲人在通过有障碍物的直通道情况下，如何利用人机交互的红外探测式智能导盲器避障问题做了深入研究。
该导盲器用腰带固定在盲人腰上，引导盲人顺利通过一个放置平板障碍的直通道。
该通道内随机竖直放置五个零号图板作为平板障碍，平板障碍及过道内壁用白色绘图纸覆盖，并采用光电技术，具有遇障提示音等功能。
1 系统组成和工作原理本系统主要由主控模块、障碍物信息检测模块、电源管理模块、语音播报模块、人机交互模块等部分组成，该光电智能导盲器系统总体设计框图如图1所示。
上海交大的飞思卡尔寻线算法
基于光电传感阵列和摄像头的寻线控制算法关军(上海交通大学机器人研究所上海200240）文摘本文，研究分析了分别基于光电传感器阵列和摄像头的寻线控制方案，通过评估比较两种方案各自具有的优势与不足，设计了一种基于两种传感器融合使用的寻线控制算法。
摄像头和光电传感阵列的混和使用，充分发挥了摄像头探测距离远，光电管信号可靠的特点，有效解决了摄像头在弯道行驶中丢失黑线的问题。
实践表明，该控制算法改善了赛车弯道行驶性能，提高了赛车寻线的可靠性。
关键词：摄像头；光电传感器；寻线控制；弯道识别A line-tracking control algorithm based on photoelectric sensor array and cameraGuan Jun(Research Institute of Robotics, Shanghai Jiao Tong University,Shanghai 200240, China)Abstract: In paper, we make a study on line-tracking control schemes based respectively on photoelectric sensor array and camera. Realizing that both schemes have their own advantages and disadvantages, we have designed a line-tracking control method which combines these two kinds of sensors. The use of camera and photoelectric sensor array together is able to make full advantage of the feature that camera could detect comparatively more distant and that photoelectric signal is more reliable, thus effectively solve the problem that the camera will miss the black line when turning. Experiments show that such method can improve the1performance of the vehicle when turning as well as the reliability of tracking.Key Word: Camera; Photoelectric sensor; Line-tracking control; Curve detecting寻线传感器的选择，是此次智能车竞赛需要首先考虑的问题。
飞思卡尔
光电组、摄像头组、 光电组、摄像头组、电磁组简介
霍尔开关元件： 霍尔开关元件： 霍尔传感器是基于霍尔效应原理，将电流、 霍尔传感器是基于霍尔效应原理，将电流、 磁场、位移、压力、 磁场、位移、压力、压差转速等被测量转换 成电动势输出的一种传感器。虽然转换率低、 成电动势输出的一种传感器。虽然转换率低、 温度影响大、 温度影响大、要求转换精度较高时必须进行 温度补偿，但霍尔传感器具有结构简单、 温度补偿，但霍尔传感器具有结构简单、体 积小、坚固、频率响应宽（从直流到微波）、 积小、坚固、频率响应宽（从直流到微波）、 动态范围（输出电动势的变化） 无触点、 动态范围（输出电动势的变化）大、无触点、 寿命长、可靠性高， 寿命长、可靠性高，以及易于微型化和集成 电路化等优点。 电路化等优点。
光电组、摄像头组、 光电组、摄像头组、电磁组简介
理论上可以用密 绕的线圈作为传感器 去测量通电直导线的 磁场。 磁场。 实际上要用LC并联 实际上要用LC并联 LC 谐振电路放大感应电压， 谐振电路放大感应电压， 并且由于LC LC回路的选频 并且由于LC回路的选频 特性， 特性，可以去除一些噪 声。
‘飞思卡尔’智能车简介
大赛要求使用统一指定的竞赛 车模套件， 车模套件，采用飞思卡尔公司的 位微控制器MC9S12XS128 MC9S12XS128作为 16 位微控制器MC9S12XS128作为 核心控制单元， 核心控制单元，自主构思控制方 案进行系统设计， 案进行系统设计，包括传感器信 号采集处理、动力电机驱动、 号采集处理、动力电机驱动、转 向舵机控制以及控制算法等， 向舵机控制以及控制算法等，完 成智能车工程制作及调试。 成智能车工程制作及调试。
‘飞思卡尔’智能车简介
大赛组委会统一规定了车模和赛道标准， 大赛组委会统一规定了车模和赛道标准， 并且主要以速度为评判标准： 并且主要以速度为评判标准：
飞思卡尔--智能车传感器的排布
4.1光感器的路径精确识别技术在智能车系统中，光电（激光）传感器就是整个系统的“眼睛”，其对于路径的识别在控制系统中尤为重要。
4.1.1 光电传感器路径识别状态分析由于往届竞赛对光电传感器排布方式研究已经比较深入，传统的“一”字型排布方式在众多排布方式中效果显著，是最常用的一种排布方式。
模型车也充分利用了往年的成熟的传感器技术，其排布方式如图5.1。
图4.1 模型车激光传感器一字排布图对于我们模型车，传感器在赛道上可能的状态有：在普通的赛道处、在起点处、在十字交叉线处，分别如下图（并未列出所有的状态图），下面将分别进行分析。
图4.2激光传感器在普通赛道上图4.3 激光传器在起点处图4.4 激光传感器在十字交叉线处为了识别赛车是处于什么样状态下，用于进行赛道记忆和速度控制，对于我们的数字型激光传感器，每个传感器只有0与1 两种状态，我们分别把14路传感器标记为1到14号传感器，每个传感器又可以对应一个是否在黑线上的标志位，分别为Sen_Flag[0]到Sen_Flag[13]，相应在黑线上为1，不在黑线上为0，从而通过对任一时刻传感器标志位的读取就可以知道此时模型车的状态。
为了精确地识别起跑线和十字交叉线，在程序设计时还定义了一个名为Sen_ChangeCount的变量，表示传感器状态变化（由1变为0和由0变为1）的次数。
从上面的传感器状态图中可以轻松看出，在普通赛道上出除了赛车移出赛道之外传感器变化次数都为2次，而在起跑线处模型车的传感器状态变化次数为4次，在十字交叉线时传感器状态变化次数为0次。
为了进一步把各种状态分开，在程序中还定义了变量Sen_FlagCount，用于统计所有传感器状态标志位之和，即在黑线上的传感器的数目。
结合以上几个变量，就可以准确地分清各个传感器状态了。
各个传感器状态如下表：表4.1 传感器状态判定表模型车状态Sen_ChangeCount Sen_FlagCount起跑线处 4 >=8且<=11 十字交叉线处0 =14在普通赛道上2 >=1且<=3未移出黑线在普通赛道上0 0移出黑线通过上表，就可以轻松地把模型车任一时刻的传感器状态识别出来，也为赛道记忆识别起点等提供的必要的保障。
飞思卡尔智能车光电传感器知识
第三章电路设计方案3.1直流电机驱动电路的设计直流电机的控制一般由单片机的PWM信号来完成，驱动芯片采用飞思卡尔半导体公司的半桥式驱动器MC33886。
PWM频率采用了10K HZ,使用半桥：因为赛车过程中不时用倒车，所以只使用其中的半桥；并且将两个半桥并联，扩大芯片的驱动能力。
如图3.1所示。
图3.1 采用MC33886的直流电机驱动电路3.2液晶模块现场调试时，液晶显示的数值主要有如下几个：1）光电码盘的反馈值2）光电传感器检测到的模拟量的值，通过小板上的8个AD转换，可以显示八路光电传感器检测的值。
方便了在现场的调试。
3.2.1 GDM12864E简介点阵图形型液晶显示模块GDM12864E内嵌ST7920型中文字型点阵LCD控制／驱动器，通过对控制／驱动器写指令，可以显示数字、字母、汉字以及自定义图形。
控制／驱动器ST7920的ROM中包括8192个16×16点的中文字型，以及128个16×8点半宽的数字、字母字型；RAM中包括1个128×64点的软件绘图区域（GDRAM）和4个16×16点的软件造字区域（CGRAM）。
GDM12864E模块共有20个引脚。
1－VSS，系统地；2－VDD，系统电源（＋5V）；3－VO，显示对比度调节；4－RS，数据／指令寄存器选择信号；5－RW，读／写模块数据选择信号；6－E，使能信号端，上升沿（前沿）锁存选择信号，下降沿（后沿）读／写数据或命令：7～14为8位数据输入／输出总线；17－液晶复位控制脚；18－VEE，液晶模块升压输出用于对比度调节；15和19－A，LED背光的电源正极：16和20－K，LED背光的电源地。
其中串口模式下4－CS为液晶使能脚，一般接高电平即可，5－SID为串行数据口，6－SCLK为串行时钟口。
3.2.2 GDM12864E与MC9S12DG128的接口本设计采用了串口的通讯方式。
飞思卡尔主控制板的SPI口与液晶通讯，只需CLK和MOSI两根线即能完成对液晶的控制，非常方便。
智能车巡线原理
4 巡线中的速度控制策略
相对于智能车这类微机系统电子设备， 惯性在加减速过程中造成的影响并不是很大， 但为了能够使得智能车更加高效的到达既定目 的地而不偏离原来的行驶轨道，有必要对智能 车行驶过程中的速度进行控制。
普通弯道对于智能车来说是最容易识别 的，可以根据偏移量、曲率等来识别。根据曲 率来识别是目前采用较多的一种方法。曲率最 大的意义在于可以同时包含速度和转向两种信 息。求取曲率在高等数学中有明确的方法，除 此之外我们可以利用圆的特性来逼近曲率。式 （1）即使用的曲率计算公式，通过圆上三点 求曲率。其中 x 为坐标，c 即曲率，i 为当前点， i+1 为沿 y 轴方向增长的下一个点，i-1 则是沿 y 轴方向增长的上一个点。进而可以得到此三 点组成的曲率。
• Electronic Technology 电子技术
智能车巡线原理
文/林辉 卞军 张晨阳 刘珊珊
摘
本文通过对智能车整体结构
和 智 能 车 巡 线 技 术 的 描 述， 以 此 要 提出了智能车具体的巡线原理。
【关键词】巡线 智能车 飞思卡尔
智能车近年来获得了较大的发展，除了 专门的飞思卡尔智能车大赛之外，在全国大学 生电子设计大赛中也经常以智能车做为考题， 智能车巡线技术的发展使智能车具备了更强的 “智能性”。
1 智能车的整体结构
智能车可以分成三个部分——传感器部 分、控制器部分、执行器部分。即信号捕获、 控制、驱动。
- 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)。
4.1光感器的路径精确识别技术在智能车系统中，光电（激光）传感器就是整个系统的“眼睛”，其对于路径的识别在控制系统中尤为重要。
4.1.1 光电传感器路径识别状态分析由于往届竞赛对光电传感器排布方式研究已经比较深入，传统的“一”字型排布方式在众多排布方式中效果显著，是最常用的一种排布方式。
模型车也充分利用了往年的成熟的传感器技术，其排布方式如图5.1。
图4.1 模型车激光传感器一字排布图对于我们模型车，传感器在赛道上可能的状态有：在普通的赛道处、在起点处、在十字交叉线处，分别如下图（并未列出所有的状态图），下面将分别进行分析。
图4.2激光传感器在普通赛道上图4.3 激光传器在起点处图4.4 激光传感器在十字交叉线处为了识别赛车是处于什么样状态下，用于进行赛道记忆和速度控制，对于我们的数字型激光传感器，每个传感器只有0与1 两种状态，我们分别把14路传感器标记为1到14号传感器，每个传感器又可以对应一个是否在黑线上的标志位，分别为Sen_Flag[0]到Sen_Flag[13]，相应在黑线上为1，不在黑线上为0，从而通过对任一时刻传感器标志位的读取就可以知道此时模型车的状态。
为了精确地识别起跑线和十字交叉线，在程序设计时还定义了一个名为Sen_ChangeCount的变量，表示传感器状态变化（由1变为0和由0变为1）的次数。
从上面的传感器状态图中可以轻松看出，在普通赛道上出除了赛车移出赛道之外传感器变化次数都为2次，而在起跑线处模型车的传感器状态变化次数为4次，在十字交叉线时传感器状态变化次数为0次。
为了进一步把各种状态分开，在程序中还定义了变量Sen_FlagCount，用于统计所有传感器状态标志位之和，即在黑线上的传感器的数目。
结合以上几个变量，就可以准确地分清各个传感器状态了。
各个传感器状态如下表：表4.1 传感器状态判定表模型车状态Sen_ChangeCount Sen_FlagCount起跑线处 4 >=8且<=11 十字交叉线处0 =14在普通赛道上2 >=1且<=3未移出黑线在普通赛道上0 0移出黑线通过上表，就可以轻松地把模型车任一时刻的传感器状态识别出来，也为赛道记忆识别起点等提供的必要的保障。
4.3.2 双排排列与前瞻设计红外传感器排列方式有多种：（1）一字排列。
电路简单，算法相对也不复杂。
但是这种排列方法使智能车的前瞻性不远，导致智能车不能更快地发现前面的路况，不利于控制策略提早做出反应，影响其加速和减速。
（2）八字排列。
相对于一字排列前瞻性有一定提高，由于智能车是在控制电路作用下循线行使，所以前瞻性对于智能车的控制有很大影响。
（3）W字排列。
前瞻性和检测弯道能力均较好。
跑道有交叉，直道，弯道等多种形式，所以智能车过弯的平滑性和有效性将对智能车能否在更短时间顺利完成比赛有重要影响。
由于传感器我们使用的是模拟式识别方案，需对数据做归一化处理，若采用八字或W字型排列，各光电管不在同一直线上，就不能以相同的标准作归一化处理，这将大大增加数据处理的复杂性。
我们选择了13路传感器，分为两排，均采用“一字排列”的布局。
前排传感器位于智能车的最前方，由八个传感器对称排列，不均匀分布（如图4.5），具体间隔由测试决定，这排传感器完成前方赛道信息的检测，同时在安装上我们将其设计成抬起与地面形成一个夹角（如图4.5所示）这样小车前瞻距离提高到了d。
虽然探出距离与前瞻距离成正比，但是除比赛限制了车的长度外，同时由于红外传感器数目较多，再加上电路板的重量，将使智能车的重心前移，所以要选择适当的探出距离，具体距离需由测试决定，我们小车的前瞻有。
40cmd图4.6 前排传感器安装示意图而后排5个传感器主要用于对赛道始点进行识别,此内容将在软件部分详细说明。
3.3.1路径检测单元在确定智能车总体方案时，本次选择光电传感器作为路径检测单元。
光电传感器检测路径的方案一般由多对红外收发管组成，通过检测接收到的反射光强，判断黑白线。
在这种方案中，一个红外对管只能检测一个点的信息，精度有限。
但其优点是电路简单，处理方便。
为了获得更大的前瞻距离，我们采用了可实现大前瞻激光传感器。
激光传感器与普通的光电传感器原理都是一样，但是其前瞻能力远大于普通的光电传感器，可以达到40-70cm。
应用大于60cm的远距离前瞻以后还有个问题是赛道中的大弯道无法通过，因为在过如180度的弯道时，远前瞻会全部看出跑道，检测不到任何赛道信息，因此还应用相同的技术制作了工作距离约为10cm的中距离前瞻。
本设计中使用了40cm的远前瞻和10cm的近前瞻。
我们使用的10cm近前瞻如图3-11所示：图3-11 近前瞻第五章光电传感器的选择和设计排布由于赛道具体信息还不知道，所以必须选择合适的路面信息检测传感器。
通过查阅相关资料，了解到目前常用的寻线技术有：光电寻线、磁诱导寻线和摄像头寻线。
光电寻线一般由多对红外收发管组成，通过检测接收到的反射光强，判断黑白线。
在这种方案中，一对收发管只能检测一个点的信息，精度有限。
但其优点是电路简单，处理方便。
路面磁诱导与智能车辆的车载机器视觉诱导相比，最大优点是完全不受光照变化的影响。
但这种方式必须以车道中心线上布设的带有通过电流的漆包线作为车道参考标记，这违背了比赛规则。
摄像头寻线通过图像采集，动态拾取路径信息，并对各种情况进行分析。
它具有信息量大，能耗低的优点，但对数据的处理相对复杂。
作为第一次参加此次大赛的选手，并通过对前几届届比赛的研究，我们决定还是从光电管入手。
普通的红外光电传感器检测路面信息的原理是由发射管发射一定波长的红外线，经地面反射到接收管。
由于在黑色和白色上反射系数不同，在黑色上大部分光线被吸收，而白色上可以反射回大部分光线，所以接收到的反射光强是不一样，进而导致接收管的特性曲线发生变化程度不同，而从外部观测可以近似认为接收管两端输出电阻不同，进而经分压后的电压就不一样，就可以将黑白路面区分开来。
但是要提高速度并保证在入弯时不冲出赛道，就必须增加传感器的“视野”，也就是智能车的前瞻，以便及时减速。
而一般的红外光电管所能提供的前瞻就只有10-20cm，对于高速行驶的赛车前瞻太低。
所以通过比较，发现市场上的激光管有比较好的性能，它可以照射很远的距离依然有很高的强度，根据激光特性，除了激光的入射光和反射光是最强的以外，其他的所有散射光的强度都是相同的，在此情况下，实际测量发现激光可以看到50cm 以上的距离，对于赛车的前瞻性大有好处，可以适当把光照调远，实现前瞻性循线控制。
由于选用激光作为传感器来识别路径，就可以不用像红外那样，传感器只能离地面很近。
它可以架得高些，但是也要考虑整个车模的重心问题，把光点打的很远，返回来的信号同样可以接收与识别路径。
我们试验过多种传感器布局架构方案：板子上用一排或两排激光管、赛道上打出一排或两排激光、传感器架在舵机摆头或直接架在车模上不摆头。
经过试验论证，还是把传感器架在舵机上更有优势。
它能根据黑线位置来调整自己的角度以保证时刻看到黑线，这样就可以保证车模在不论是在直线还是在弯道的情况下都可以时刻的让传感器的中间几个激光灯打在黑线上，从理论上讲就保证了赛车在弯道时的不丢线。
这样就可以把光点聚的很窄，电路板也就可以做窄，从而简化了硬件电路。
至于电路板上排一排还是两排激光，这是各有利弊，排成一排更容易让光点打成一条直线，更容易确定接收管的角度来对上光点，排两排可以把板子做的更窄。
再考虑电路板上用的发射管个数，我们也进行过多种试验。
一般八个光点加摆头就能顺利完成路径识别的任务。
但是，八个光点对于越来越复杂的路况还是不够的，一般10 个以上激光发射管加摆头就很好了。
由于激光管不能同时发射，只能是单个循环发射，这样就需要选通电路，考虑要把这个电路板做小做轻，我们把这部分电路放在了一体化的主板上，同时也把信号放大电路独立出去，最后只剩下激光发射与接收管。
前文已经提过，我们不必要为每个发射管装一个接收管，我们使用一个接收管对应三个发射管。
下面是我们的传感器布局的更进一步说明：单排传感器（激光接收管）对应单排激光发射管，共 5 个接收管15 个发射管。
发射管均匀分布，两两之间距离为 1.0cm，接收管也是均有分布，间距为三个发射管间距。
板子总长度16cm，下面留下一部分长度用作固定。
对于激光管的安装，我们需要将激光电路板固定连接在随动舵机轮盘上，并保证连杆的竖直与激光电路板的水平且左右对称。
连杆连接激光电路板与舵机轮盘，机械结构都用机械制作。
选用质地轻，韧性小的材质，用铣床，线切割,钻床共同打造出来的。
激光电路版的俯角可以任意调节，以便可以在调试的时候做成可变化的前瞻。
同时激光管上有聚焦透镜可以旋转拉远或拉近，以达到最理想的聚焦效果。
对于舵机的固定，我们用固定在车模底盘上的四根同长的铜柱，加上相应的辅助机械结构，牢牢的固定住舵机。
在安装过程中，舵机的高度，激光管的高度，激光管的俯角，整体的重量、重心及其在车模上的位置等都是需要仔细考虑的因素。
由于赛道上设置坡道，我们又在前排加了一排激光传感器，以达到在坡道中辅助循迹的作用。
具体的参数为单排传感器（激光接收管）对应单排激光发射管，共4个接收管8 个发射管。
发射管均匀分布，两两之间距离为 1.5cm，接收管也是均有分布，间距为两个发射管间距。
板子总长度16cm，下面留下一部分长度用作固定。