4、超声波传感器实战：典型型号（如HC-SR04）的接口、驱动代码、数据读取与滤波处理

超声波测距是机器人避障系统中成本最低、应用最广泛的感知方案之一。HC-SR04 作为入门级典型型号，其工作原理基于声波在空气中的传播时间（Time of Flight, ToF）测量。本章将围绕 HC-SR04 的硬件接口、时序驱动、数据读取与滤波处理展开实战讲解，帮助学习者建立从传感器原始信号到可用距离数据的完整处理链路。

4.1 HC-SR04 硬件接口与电气特性

HC-SR04 是一款集成了超声波发射器、接收器与控制电路的测距模块，工作电压为 5V，静态电流小于 2mA。模块对外提供 4 个引脚：VCC（电源正极）、GND（电源地）、Trig（触发信号输入）和 Echo（回波信号输出）。其测距范围为 2cm~400cm，测量精度可达 3mm，波束角约为 15°。

在接口设计上，Trig 引脚为数字输入，接受来自 MCU 的 TTL 电平脉冲；Echo 引脚为数字输出，输出高电平持续时间与距离成正比。需要注意的是，Echo 输出高电平的电压为 5V，若 MCU 的 GPIO 耐压为 3.3V（如 ESP32、STM32 的部分引脚），必须使用电阻分压或电平转换电路，否则可能损坏 MCU 引脚。

4.2 驱动时序与距离计算原理

HC-SR04 的测距时序分为四个阶段：触发、发射、回波、输出。MCU 首先向 Trig 引脚发送一个 ≥10µs 的高电平脉冲，模块内部自动产生 8 个 40kHz 的超声波脉冲并发射。声波遇到障碍物后反射回来，被接收器捕获，模块随即在 Echo 引脚输出一个高电平脉冲，其持续时间即为声波往返的时间。

距离计算公式为：

距离 (cm) = Echo 高电平时间 (µs) / 58
或
距离 (cm) = Echo 高电平时间 (µs) × 0.017

其中 58 的推导过程为：声速在 20°C 空气中约为 343m/s，即 0.0343cm/µs。声波往返距离为 2 倍目标距离，因此单程距离 = 时间 × 声速 / 2 = 时间 × 0.0343 / 2 ≈ 时间 / 58.3。为便于计算，工程上常取 58 或 58.2 作为换算系数。

4.3 驱动代码实现（以 STM32 和 Arduino 为例）

以下分别给出 Arduino 和 STM32 两种主流平台的驱动代码。Arduino 版本适合快速原型验证，STM32 版本适合嵌入式产品开发。

4.3.1 Arduino 驱动代码（阻塞式）

#define TRIG_PIN 9
#define ECHO_PIN 10

void setup() {
  Serial.begin(9600);
  pinMode(TRIG_PIN, OUTPUT);
  pinMode(ECHO_PIN, INPUT);
}

void loop() {
  // 发送 10µs 触发脉冲
  digitalWrite(TRIG_PIN, LOW);
  delayMicroseconds(2);
  digitalWrite(TRIG_PIN, HIGH);
  delayMicroseconds(10);
  digitalWrite(TRIG_PIN, LOW);
  
  // 读取 Echo 高电平持续时间
  long duration = pulseIn(ECHO_PIN, HIGH);
  
  // 计算距离
  float distance = duration / 58.0;
  
  Serial.print("Distance: ");
  Serial.print(distance);
  Serial.println(" cm");
  
  delay(100);  // 测量周期 100ms
}

4.3.2 STM32 驱动代码（中断+定时器输入捕获）

// 使用 TIM2_CH1 (PA0) 作为 Echo 输入捕获
// 使用 PA1 作为 Trig 输出

void HC_SR04_Init(void) {
  GPIO_InitTypeDef GPIO_InitStruct = {0};
  TIM_IC_InitTypeDef TIM_ICInitStruct = {0};
  
  __HAL_RCC_GPIOA_CLK_ENABLE();
  __HAL_RCC_TIM2_CLK_ENABLE();
  
  // Trig 引脚配置
  GPIO_InitStruct.Pin = GPIO_PIN_1;
  GPIO_InitStruct.Mode = GPIO_MODE_OUTPUT_PP;
  GPIO_InitStruct.Pull = GPIO_NOPULL;
  GPIO_InitStruct.Speed = GPIO_SPEED_FREQ_LOW;
  HAL_GPIO_Init(GPIOA, &GPIO_InitStruct);
  
  // Echo 引脚配置（复用为 TIM2_CH1）
  GPIO_InitStruct.Pin = GPIO_PIN_0;
  GPIO_InitStruct.Mode = GPIO_MODE_AF_PP;
  GPIO_InitStruct.Alternate = GPIO_AF1_TIM2;
  HAL_GPIO_Init(GPIOA, &GPIO_InitStruct);
  
  // 定时器配置：72MHz / 72 = 1MHz，即 1µs 计数
  TIM_Handle.Instance = TIM2;
  TIM_Handle.Init.Period = 0xFFFFFFFF;
  TIM_Handle.Init.Prescaler = 72 - 1;
  TIM_Handle.Init.ClockDivision = TIM_CLOCKDIVISION_DIV1;
  TIM_Handle.Init.CounterMode = TIM_COUNTERMODE_UP;
  HAL_TIM_IC_Init(&TIM_Handle);
  
  // 输入捕获配置：上升沿触发
  TIM_ICInitStruct.Channel = TIM_CHANNEL_1;
  TIM_ICInitStruct.ICPolarity = TIM_INPUTCHANNELPOLARITY_RISING;
  TIM_ICInitStruct.ICSelection = TIM_ICSELECTION_DIRECTTI;
  TIM_ICInitStruct.ICPrescaler = TIM_ICPSC_DIV1;
  TIM_ICInitStruct.ICFilter = 0;
  HAL_TIM_IC_ConfigChannel(&TIM_Handle, &TIM_ICInitStruct, TIM_CHANNEL_1);
  
  // 启动捕获
  HAL_TIM_IC_Start_IT(&TIM_Handle, TIM_CHANNEL_1);
  
  // 使能中断
  HAL_NVIC_SetPriority(TIM2_IRQn, 1, 0);
  HAL_NVIC_EnableIRQ(TIM2_IRQn);
}

volatile uint32_t echo_start = 0;
volatile uint32_t echo_end = 0;
volatile uint8_t echo_flag = 0;

void HAL_TIM_IC_CaptureCallback(TIM_HandleTypeDef *htim) {
  if (htim->Channel == HAL_TIM_ACTIVE_CHANNEL_1) {
    if (echo_flag == 0) {
      echo_start = HAL_TIM_ReadCapturedValue(htim, TIM_CHANNEL_1);
      __HAL_TIM_SET_CAPTUREPOLARITY(htim, TIM_CHANNEL_1, TIM_INPUTCHANNELPOLARITY_FALLING);
      echo_flag = 1;
    } else {
      echo_end = HAL_TIM_ReadCapturedValue(htim, TIM_CHANNEL_1);
      __HAL_TIM_SET_CAPTUREPOLARITY(htim, TIM_CHANNEL_1, TIM_INPUTCHANNELPOLARITY_RISING);
      echo_flag = 0;
      echo_duration = echo_end - echo_start;  // 单位 µs
    }
  }
}

4.4 数据读取与滤波处理

超声波传感器在实际使用中常受到多种噪声干扰，包括：多径反射（声波经墙壁多次反射）、环境噪声（其他超声波源）、温度梯度（声速变化）、机械振动（传感器安装松动）等。因此，原始测量数据必须经过滤波处理才能用于避障决策。

4.4.1 常见滤波算法对比

4.4.2 工程级滤波代码示例

// 滑动窗口中值+均值组合滤波
#define FILTER_SIZE 7

float distance_buffer[FILTER_SIZE];
uint8_t buffer_index = 0;

// 插入新数据
void filter_insert(float value) {
  distance_buffer[buffer_index] = value;
  buffer_index = (buffer_index + 1) % FILTER_SIZE;
}

// 中值滤波
float median_filter(void) {
  float temp[FILTER_SIZE];
  memcpy(temp, distance_buffer, sizeof(temp));
  
  // 冒泡排序
  for (int i = 0; i < FILTER_SIZE - 1; i++) {
    for (int j = 0; j < FILTER_SIZE - 1 - i; j++) {
      if (temp[j] > temp[j + 1]) {
        float t = temp[j];
        temp[j] = temp[j + 1];
        temp[j + 1] = t;
      }
    }
  }
  return temp[FILTER_SIZE / 2];
}

// 限幅+均值组合滤波
float distance_filtered = 0;
float last_valid = 0;

float limit_average_filter(float new_value) {
  // 限幅：最大变化量 20cm
  if (fabs(new_value - last_valid) > 20.0f) {
    return last_valid;  // 丢弃突变值
  }
  
  // 滑动均值
  filter_insert(new_value);
  float sum = 0;
  for (int i = 0; i < FILTER_SIZE; i++) {
    sum += distance_buffer[i];
  }
  distance_filtered = sum / FILTER_SIZE;
  last_valid = distance_filtered;
  return distance_filtered;
}

4.5 实战案例：移动机器人前向避障系统

下面通过一个完整的案例，展示 HC-SR04 在移动机器人避障中的实际应用。

初始现象与问题：在初步测试中，机器人频繁出现误判——在无障碍物的空旷区域突然停车，或在距离障碍物 50cm 处才触发避障。通过串口日志分析发现，原始距离数据存在大量跳变：

距离(cm): 45.2, 44.8, 12.3, 45.5, 46.1, 120.4, 44.9, 45.0

其中 12.3cm 和 120.4cm 为明显异常值。进一步排查发现，12.3cm 的异常源于机器人前方地面的金属反光板造成的多径反射；120.4cm 的异常则是因为超声波波束边缘扫到了侧方墙壁。

分析与处理过程：

1. 硬件检查：确认传感器安装牢固，无机械振动；检查电源纹波，发现 5V 电源在电机启动时跌落至 4.6V，导致测量不稳定。解决方案：在传感器电源引脚并联 100µF 电解电容和 0.1µF 陶瓷电容。
2. 软件滤波：采用"限幅滤波 + 滑动中值滤波"组合方案。限幅阈值设为 30cm（相邻两次测量差值超过 30cm 则丢弃），滑动窗口大小设为 5。
3. 测量周期优化：将测量周期从 50ms 调整为 100ms，避免与电机 PWM 频率产生谐振干扰。
4. 多传感器融合：在机器人左右两侧各增加一个 HC-SR04，采用"三传感器投票"策略——当至少两个传感器同时检测到障碍物时才触发避障。

结果对比：

风险与代价：滤波处理引入了约 50ms 的额外延迟，对于高速移动的机器人（>1m/s）可能造成制动距离不足。解决方案是提高传感器采样频率（从 10Hz 提升至 20Hz），同时减小滑动窗口大小至 3，以平衡响应速度与滤波效果。

复盘经验：

• 超声波传感器的异常值往往具有"物理根源"，单纯依靠软件滤波无法根治，需结合硬件改进（电源滤波、安装减震）。
• 滤波参数的选择应基于实际场景的噪声特性，而非盲目套用经验值。建议先采集 1000 组原始数据，统计分析噪声分布后再确定限幅阈值和窗口大小。
• 多传感器融合是提升系统鲁棒性的有效手段，但会增加成本和复杂度，需根据项目预算权衡。

4.6 常见误区与总结

在实际工程中，HC-SR04 的使用存在以下常见误区：

• 误区一：认为 HC-SR04 可以测量 4m 以上的距离。实际上，在 4m 处回波信号极弱，且易受环境噪声干扰，可靠测量范围通常不超过 3m。
• 误区二：忽略波束角的影响。HC-SR04 的波束角约 15°，在 1m 距离处波束覆盖直径约 26cm，可能检测到侧方障碍物导致误判。
• 误区三：将 Echo 引脚直接连接 3.3V MCU 的 GPIO。长期运行可能导致 MCU 引脚损坏，应使用分压电阻（如 1kΩ 串联 + 2kΩ 对地）进行电平转换。
• 误区四：在电机启动时进行测量。电机产生的电磁干扰和电源跌落会严重影响测量精度，应在电机停稳或使用独立电源供电时测量。

本章总结：HC-SR04 作为入门级超声波传感器，其接口简单、驱动容易，但要在实际避障系统中获得稳定可靠的测距数据，必须重视硬件设计（电源滤波、电平转换、安装方式）和软件滤波（限幅、中值、滑动均值）的配合。通过本章的学习，学习者应能够独立完成 HC-SR04 的硬件连接、驱动编写、数据采集与滤波处理，并具备排查常见故障的能力。