4. 核心传感器（三）：超声波传感器与红外传感器的测距原理、优缺点对比

聊完了激光雷达和IMU，咱们来看看另外两个在扫地机器人上非常常见的“小兄弟”——超声波传感器和红外传感器。说实话，这两个传感器在精度上没法跟激光雷达比，但为什么几乎所有扫地机上都有它们的身影？

原因很简单：便宜、皮实、能补位。激光雷达再厉害，碰到全黑镜面或者透明玻璃也得抓瞎。这时候，超声波和红外就能顶上。我在项目里见过太多次，单靠激光雷达撞上黑色踢脚线直接“失明”的情况。嗯，咱们今天就好好掰扯掰扯这两个传感器。

4.1 超声波传感器：靠“回声”吃饭的老实人

超声波的工作原理，说白了就是蝙蝠的回声定位。传感器发射一束人耳听不到的高频声波（通常40kHz左右），然后等着听回波。声波碰到物体反射回来，根据发射到接收的时间差，就能算出距离。

公式很简单：

距离 = (声速 × 时间差) / 2

除以2是因为声波走了个来回。声速在空气中大约是340m/s，但会随温度变化。我建议你在做高精度应用时，加个温度补偿。我在一个项目中没做补偿，夏天和冬天的测距差了将近3厘米，这在小空间避障里是致命的。

超声波的优势很明显：

• 不怕光学干扰：透明玻璃、黑色物体、强光直射，对它统统无效。它靠声波，不是光。
• 测距范围适中：一般家用超声波模块，有效范围在2cm到4米左右，够用。
• 成本极低：一个HC-SR04模块几块钱，坏了不心疼。

但缺点也不少：

• 精度差：受声波波束角影响，一般精度在厘米级，没法跟激光雷达的毫米级比。
• 有盲区：太近的物体（小于2cm）测不到，因为发射的余震还没消失。
• 波束角大：典型的超声波传感器波束角在30°到60°之间。你想想看，它告诉你前方30cm有障碍物，但到底是正前方还是偏左30°？你根本不知道。这就是所谓的“角分辨率低”。
• 容易串扰：如果扫地机上装了多个超声波，它们同时发射会互相干扰。我曾经遇到过两台扫地机在同一个房间工作，结果互相“听”对方的回波，数据全乱了。

4.2 红外传感器：靠“反射光”吃饭的近视眼

红外传感器用的是三角测距原理。传感器发射一束红外光，照射到物体上，反射光被一个位置敏感探测器（PSD）接收。物体距离不同，反射光落在PSD上的位置也不同。通过几何关系，就能算出距离。

你可能会问：这和激光雷达的TOF原理有什么区别？区别大了。红外三角测距的有效距离通常只有10cm到80cm，精度也一般。而激光雷达TOF动辄测几十米。说白了，红外传感器就是个“近视眼”，但胜在便宜。

红外传感器的优点：

• 响应速度快：测量一次只需要几毫秒，比超声波快得多。
• 体积小：一个红外收发管加个透镜，比拇指盖还小，非常适合集成。
• 波束角窄：一般只有5°到15°，方向性比超声波好很多。

缺点也很要命：

• 极度依赖物体表面特性：白色物体反射率高，黑色物体吸收率高。同一个距离，测白色墙和黑色墙，结果能差好几倍。我在项目中遇到过，扫地机对着黑色踢脚线，红外传感器直接报“无障碍物”，然后一头撞上去。
• 受环境光干扰严重：太阳光里含有大量红外成分，在强光下，红外传感器基本失效。
• 测距范围短：超过80cm基本就不靠谱了。

4.3 超声波 vs 红外：一张表说清楚

为了方便你对比，我整理了一个表格。在实际选型时，你可以直接参考：

对比项	超声波传感器	红外传感器
工作原理	声波反射（TOF）	光三角测距
典型测距范围	2cm ~ 4m	10cm ~ 80cm
精度	厘米级（±1~3cm）	厘米级（±1~5cm，依赖表面）
波束角	30° ~ 60°（宽）	5° ~ 15°（窄）
抗光学干扰	强（不怕光、不怕黑）	弱（怕强光、怕黑色）
抗声学干扰	弱（怕串扰、怕噪声）	强（不受声音影响）
响应速度	慢（20~50ms）	快（1~5ms）
成本	极低	低
典型应用场景	检测玻璃、黑色物体、悬崖检测	近距离避障、沿墙检测

4.4 实战中的融合策略

在真正的扫地机器人上，你不会只用一种传感器。我个人的习惯是：用激光雷达做全局建图和定位，用超声波和红外做局部补盲。

具体来说：

• 超声波：装在机器人的前方和侧方，专门用来检测激光雷达看不到的透明障碍物。比如玻璃门、落地窗、黑色踢脚线。当激光雷达在某个方向上报“无障碍物”，但超声波却报“有障碍物”时，我会优先相信超声波。
• 红外：装在机器人的底部，做悬崖检测（防止从楼梯掉下去）。或者装在正前方，做近距离的“防撞”检测。当机器人距离障碍物小于10cm时，激光雷达可能已经进入盲区，这时候红外就是最后一道防线。

好了，关于超声波和红外传感器，咱们就聊这么多。下一章，我会带你看看如何把这些传感器数据融合到一起，做一个真正能“看懂”世界的扫地机器人。到时候，你会发现，1+1真的可以大于2。