本文介绍了一种基于51单片机的循迹避障小车的设计。该小车可以通过红外线传感器进行循迹，同时通过超声波传感器进行障碍物检测和避障。文中详细介绍了硬件设计和软件设计的实现过程，包括电路图设计、程序设计和测试结果。最终，该小车能够稳定地行驶在黑色轨迹上，并能够自动避开障碍物。该设计具有一定的实用性和推广价值。

针对自治水下机器人(AUV) 的路径规划问题, 在三维栅格地图的基础上, 给出一种基于生物启发模型的三维路径规划和安全避障算法. 首先建立三维生物启发神经网络模型, 利用此模型表示AUV的三维工作环境, 神经网络中的每一个神经元与栅格地图中的位置单元一一对应; 然后, 根据神经网络中神经元的活性输出值分布情况自主规划AUV的运动路径. 静态环境与动态环境下仿真实验结果表明了生物启发模型在AUV三维水下环境中路径规划和安全避障上的有效性.

本系统的主控芯片主要是“STM32F103C8T6”，产品使用最小系统板进行项目功能的开发。在微控制器领域，STM32系列芯片的出现无疑是一个前所未有的飞跃，通过对比其他系列（51系列）单片机发现，此款芯片非常适用于智能机器人方面的主控模块。 在最小开发板的基础上，通过开发程序对电机模块、超声波模块、舵机模块来接触未知的环境，测量机器人与障碍物的物理距离并显示在屏幕上，通过四个直流减速电机控制扫地机器人的向前、向后、向左、向右。在机器人的上方，显示屏实时显示时间、电池电量监测百分比、操作模式的选择状态和机器人与障碍物的物理距离，并且还设计了五个按钮实现时间的设置、超声波传感器数值阈值的调整、机器人启动的状态和操作模式的切换。 电源模块平台需要一节电压为3.7伏、容量为1000毫安、型号为18650充电锂电池，为电机驱动提供电力。电池在充满电的状态下，电压高达4伏左右。同时，模块还搭载TP4056锂电池充电管理模块，使用者可以直接使用Type-C数据线给扫地机器人进行充电。并且，为了向更高技术的产品靠近，本课题还设有无线充电模组。 为了达到项目的完整性，本项目通过AD画板软件制作核心板。

【路径规划】基于麻雀算法改进粒子群求解栅格路径规划及避障matlab代码

智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真代码

智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真代码

智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真代码

arduino智能小车 一，所需元件 arduino nano一个（Uno太大，所以选择了体积较小的Nano） L298N电机驱动模块一个 直流减速电机两个 万向轮一个 亚克力板 轮胎两个 TCRT5000寻迹传感器四个 （速成可直接跳到三，连线部分） 二，元器件的详细介绍 （1）arduino nano 下面看一张Nano的图，比较生涩难懂，没关系，我也没搞懂。在本项目中只需要大家知道GDN(Ground)是接地的，3v3和5v是输出电压的（给Nano板通电及能用）。图中曲线的引脚（D3,D5,D6,D9,D10,D11）可进行PWM输出。（通俗的讲：这几个引脚可以输出低电压到高电压中间的任何一个值，而其他的引脚要么输出高电压，要么输出低电压） （2）L298N电机驱动模块 具体长这样（图来自tb）注意红色圈出的地方：写有ENA,IN1,IN2,IN3,IN4,ENB。ENA相当于EN1,EN2的总开关,ENB对应IN3,IN4的总开关。例：让ENA为高电平，IN1,IN2脚位给什么信号就是什么信号，若ENA为低电平，IN1，IN2无论给什么信号这两个脚位都是低电平。

文中介绍了一种基于FPGA的智能小车设计方案，系统采用FPGA产生的PWM波调控小车速度，红外线传感器TCRT5000检测路面上的黑色轨迹，并将检测到的信号反馈给控制芯片FPGA，FPGA由采集到的信号发出指令，控制小车电机驱动电路以调整行驶方向，从而使小车能够沿着黑色轨迹自动行驶，同时利用了超声波模块实时的检测前边的障碍物，实现了小车的避障循迹功能。

51五路循迹小车,自己写的代码有什么问题的话可以提出来,经过测试是有效的.适合于四轮小车,采用stc89c52芯片