Hinderniserkennung mit Infrarot-Sensoren (TCRT5000)

Hinderniserkennung mit Infrarot-Sensoren (TCRT5000) gehört zu den wichtigsten Grundlagen in der mobilen Robotik: Ein Roboter soll seine Umgebung „sehen“, ohne teure Kameras oder komplexe KI zu benötigen. Genau dafür eignet sich der TCRT5000 besonders gut. Das Bauteil kombiniert eine Infrarot-LED (Sender) und einen Fototransistor (Empfänger) in einem kompakten Gehäuse. Trifft das ausgesendete IR-Licht auf eine nahe Oberfläche und wird reflektiert, verändert sich das Signal am Empfänger – der Arduino kann daraus ableiten, ob ein Hindernis oder eine Fläche in Reichweite ist. In der Praxis ist das extrem vielseitig: Mit TCRT5000-Modulen bauen Sie einfache Kollisionsvermeidung, Abstandsüberwachung im Nahbereich, Kanten- bzw. Abgrundschutz oder auch eine zuverlässige Linienerkennung. Der entscheidende Punkt ist jedoch: Infrarot-Sensoren sind sehr stark von Oberfläche, Abstand, Umgebungslicht und mechanischer Montage abhängig. Wer das ignoriert, bekommt ein System, das im Wohnzimmer funktioniert, aber im Flur „spinnt“. In diesem Artikel lernen Sie deshalb nicht nur, wie der Sensor technisch arbeitet, sondern vor allem, wie Sie ihn so einsetzen, dass die Hinderniserkennung stabil wird: mit sauberer Verdrahtung, sinnvoller Kalibrierung, robusten Schwellenwerten, Filterung gegen Flackern und einem praxisnahen Ansatz, wie mehrere TCRT5000-Sensoren als „Sensorleiste“ zusammenarbeiten.

Was ist der TCRT5000 und wie funktioniert er?

Der TCRT5000 ist ein reflektierender Infrarot-Sensor. Er sendet IR-Licht aus und misst, wie viel davon zurückkommt. Je näher eine reflektierende Oberfläche ist und je heller bzw. reflektierender sie ist, desto stärker ist das Rücksignal. Das Grundprinzip ist einfach, aber die Details sind entscheidend: Ein schwarzer, matter Stoff reflektiert deutlich weniger IR als eine helle, glatte Wand. Auch der Winkel der Oberfläche spielt eine Rolle.

• IR-LED: sendet Infrarotlicht aus (für das menschliche Auge meist unsichtbar)
• Fototransistor: empfängt reflektiertes IR-Licht und liefert ein analoges Signal
• Modul-Variante: häufig mit Potentiometer und Komparator, sodass zusätzlich ein digitaler Schaltausgang verfügbar ist

Für die Einordnung von Infrarot als Strahlung und die physikalischen Grundlagen: Infrarotstrahlung – Grundlagen.

Hinderniserkennung vs. Linienerkennung: Was ist der Unterschied?

TCRT5000-Sensoren werden oft als „Line Tracking Sensor“ verkauft. Das liegt daran, dass sie sich hervorragend eignen, eine schwarze Linie auf hellem Untergrund zu erkennen. Für Hinderniserkennung ist das Prinzip ähnlich, aber die Anwendung unterscheidet sich:

• Linienerkennung: Sensor schaut nach unten; Abstand zum Boden ist konstant; Kontrast (schwarz/weiß) ist das Signal.
• Hinderniserkennung: Sensor schaut nach vorn oder schräg; Abstand variiert; Reflexion hängt stark von Material und Winkel ab.

Für Hindernisse im Nahbereich ist der TCRT5000 praktisch, aber er ersetzt keinen präzisen Distanzsensor wie Ultraschall oder ToF. Seine Stärke ist die schnelle, einfache Erkennung „da ist etwas nah dran“.

Welche TCRT5000-Varianten gibt es und welche ist für Arduino am besten?

Sie finden den TCRT5000 als reines Bauteil oder als fertiges Modul. Für Einsteiger ist ein Modul oft einfacher, weil es eine saubere Beschaltung mitbringt. Trotzdem lohnt es sich, die Unterschiede zu kennen, damit Sie das richtige Signal (analog oder digital) wählen.

• Reiner TCRT5000: Sie müssen Vorwiderstände und Auswertung selbst aufbauen; maximale Kontrolle.
• Analog-Modul: liefert meist einen analogen Ausgang (A0), der proportional zur Reflexion ist.
• Digital-Modul: hat oft zusätzlich einen Komparator (z. B. LM393) und einen digitalen OUT-Pin mit einstellbarer Schwelle.

Analog oder digital – was ist robuster?

Für viele Hinderniserkennungen ist analog robuster, weil Sie im Code filtern, mitteln und dynamische Schwellen setzen können. Der digitale Ausgang ist bequem, aber anfälliger, wenn Umgebungslicht oder Oberflächenwechsel die Schwelle „kippen“. Ein bewährter Ansatz ist: analog messen und im Code entscheiden; digital optional als schnelle, grobe Trigger-Lösung.

Verdrahtung mit Arduino Uno: Stabilität durch saubere Masseführung

Der elektrische Anschluss ist einfach, dennoch entstehen viele Fehler durch schlechte Stromversorgung oder „wackelige“ Steckverbindungen. In Robotik-Projekten kommen Motoren hinzu, die Störungen verursachen. Eine saubere Masse (GND) ist deshalb besonders wichtig.

• VCC des Moduls an 5V (oder 3,3V, falls das Modul dafür ausgelegt ist)
• GND an GND des Arduino (gemeinsame Masse mit Motorversorgung, wenn Motoren genutzt werden)
• AO (Analog Out) an einen Analog-Pin (z. B. A0)
• DO (Digital Out) an einen Digital-Pin (z. B. D2), falls vorhanden

Grundlagen zu Arduino-Pins, Analog-Eingängen und deren Nutzung: Arduino Analog Input – Referenz und Erklärung.

Montage und Positionierung: Der Sensor ist nur so gut wie sein Winkel

Für Hinderniserkennung ist die mechanische Montage entscheidend. Der TCRT5000 funktioniert in der Regel nur im Nahbereich zuverlässig. Der Messbereich hängt vom Modul, der LED-Stromstärke und der Oberfläche ab. Wichtig ist: Der Sensor sollte so montiert sein, dass er möglichst „frontal“ auf erwartete Hindernisse schaut und nicht ständig in den Boden oder in die Luft misst.

• Höhe: so, dass typische Hindernisse (Wände, Kartons, Möbelkanten) im Erfassungsbereich liegen
• Winkel: leicht nach unten kann helfen, wenn Hindernisse niedrig sind; zu stark nach unten erzeugt Bodenreflexion
• Abschirmung: seitliche Abschirmung reduziert Streulicht und falsche Reflexionen
• Vibrationen: feste Montage verhindert Messsprünge

Kalibrierung: So finden Sie sinnvolle Schwellenwerte

Ein häufiger Fehler ist, einen festen Schwellenwert zu verwenden, ohne die Umgebung zu berücksichtigen. Besser ist eine Kalibrierung, bei der Sie Messwerte für „frei“ und „Hindernis“ in typischen Situationen erfassen und daraus einen Bereich ableiten.

• Baseline messen: Sensorwerte ohne Hindernis im gewünschten Abstand (z. B. 20–30 cm) aufnehmen
• Hinderniswerte messen: typische Hindernisse (Wand, Karton, dunkles Objekt) in 2–10 cm Abstand messen
• Schwelle wählen: nicht zu knapp, lieber mit Sicherheitsmarge
• Mehrere Umgebungen: unterschiedliche Lichtbedingungen testen (Tageslicht, Lampe, Schatten)

Dynamische Schwelle statt fester Grenzwert

In vielen Robotern ist es sinnvoll, die Schwelle dynamisch zu setzen: Der Arduino bildet einen gleitenden Mittelwert der letzten Sekunden als „Umgebungsniveau“ und erkennt Hindernisse als deutliche Abweichung davon. Das macht Ihr System robuster, wenn sich Licht und Bodenbeschaffenheit ändern.

Signalaufbereitung im Code: Mittelwert, Median und Hysterese

Infrarot-Sensoren können „flattern“, wenn das Signal nahe am Schwellenwert liegt. Dann erkennt der Arduino mal ein Hindernis und im nächsten Moment nicht. Das ist für Motorsteuerung und Kollisionsvermeidung problematisch. Drei einfache Techniken helfen sofort:

• Gleitender Mittelwert: glättet Rauschen und kleine Schwankungen
• Medianfilter: entfernt Ausreißer, wenn einzelne Messungen stark abweichen
• Hysterese: zwei Schwellen statt einer (EIN-Schwelle und AUS-Schwelle), um Flattern zu vermeiden

Warum Hysterese in der Hinderniserkennung so wichtig ist

Angenommen, Ihr Schwellwert liegt bei 500. Wenn das Signal zwischen 490 und 510 schwankt, schaltet die Erkennung ständig um. Mit Hysterese definieren Sie beispielsweise: Hindernis „AN“ bei > 520, Hindernis „AUS“ erst bei < 480. Dadurch bleibt der Zustand stabil.

Mehrere TCRT5000-Sensoren: Links/Rechts/Front für echte Kollisionsvermeidung

Ein einzelner Sensor erkennt Hindernisse nur in einem engen Bereich. Mit zwei oder drei Sensoren wird Ihr Roboter deutlich zuverlässiger: Sie können erkennen, ob ein Hindernis links, rechts oder mittig ist, und entsprechend ausweichen. Häufig wird eine kleine Sensorleiste genutzt.

• 2 Sensoren: links/rechts, gut für einfache Ausweichmanöver
• 3 Sensoren: links/mitte/rechts, bessere Richtungsentscheidung
• 5+ Sensoren: feinere „Abtastung“, oft für Linienfolger, aber auch für Nahfeld-Hinderniserkennung möglich

Wichtig ist, die Sensoren so zu montieren, dass sie sich nicht gegenseitig „sehen“. Bei naher Montage kann IR-Streulicht von einem Sensor den anderen beeinflussen. Abschirmungen oder zeitversetztes Messen (Sensoren nacheinander aktivieren) kann helfen.

Umgebungslicht und Störquellen: So bleibt die Erkennung zuverlässig

Da es sich um optische Sensorik handelt, kann Umgebungslicht stören. Besonders Sonnenlicht enthält viel Infrarotanteil und kann das Signal verfälschen. Auch glänzende Oberflächen erzeugen unerwartete Reflexionen. Die gute Nachricht: Mit praktischen Maßnahmen bekommen Sie das meist in den Griff.

• Abschirmung: kleine „Tunnel“ oder Blenden vor dem Sensor reduzieren Fremdlicht
• Modulation: fortgeschritten – IR-LED gepulst betreiben und synchron auswerten
• Mechanische Wahl des Blickfelds: Sensor nicht direkt nach oben oder auf Fenster richten
• Software-Filter: zeitliche Glättung und Hysterese

Praxisszenario: Hinderniserkennung in einem fahrenden Arduino-Roboter

In der mobilen Robotik geht es nicht nur darum, ein Hindernis zu erkennen, sondern auch darum, eine sinnvolle Reaktion abzuleiten. Ein typisches Verhalten ist: Wenn Frontsensor Hindernis meldet, stoppt der Roboter kurz, fährt ein Stück zurück und dreht dann weg – abhängig davon, ob links oder rechts mehr „frei“ ist.

• Stopp: Motoren sofort aus, um Kollision zu vermeiden
• Rückwärts: kurze Rückfahrt, um Abstand zu gewinnen
• Entscheidung: anhand links/rechts-Sensor (oder nur eines Sensors durch kleine Drehbewegung „scannen“)
• Weiterfahrt: neue Richtung einschlagen

Wenn Sie Motoren mit PWM steuern, ist es sinnvoll, auch Anfahr- und Bremsrampen zu nutzen, damit der Roboter nicht ruckartig reagiert. Dazu ist PWM-Grundwissen hilfreich: Arduino PWM/Analog Output.

TCRT5000 vs. Ultraschall vs. ToF: Welche Sensorik passt zu welchem Problem?

Für Einsteiger ist es wichtig, die Sensoren realistisch einzuordnen. Der TCRT5000 ist stark im Nahbereich und als „Reflexionsdetektor“. Für echte Distanzmessung sind andere Sensoren oft besser geeignet.

• TCRT5000: sehr günstig, schnell, gut für Nähe/Reflexion, empfindlich auf Material und Licht
• Ultraschall: gute Distanz im Bereich typischerweise einige cm bis Meter, empfindlich auf Winkel und weiche Oberflächen
• ToF (Time-of-Flight): präzise Distanz per Lichtlaufzeit, oft stabiler, aber teurer

Wenn Sie später auf Distanzmessung umsteigen möchten, ist ein Überblick über Ultraschallsensoren hilfreich: Ultraschallsensor – Überblick.

Typische Fehlerbilder und schnelle Lösungen

• Sensor zeigt ständig Hindernis: Umgebungslicht/Reflexion zu stark → abschirmen, Schwelle erhöhen, Sensorwinkel anpassen
• Sensor erkennt Hindernis nur manchmal: Oberfläche zu dunkel oder zu schräg → Montage ändern, mehrere Sensoren nutzen, Distanzbereich anpassen
• Flackern nahe Schwelle: Signal instabil → Hysterese, Mittelwert/Median, längere Abtastzeit
• Störungen bei Motorbetrieb: Spannungs- und Masseprobleme → getrennte Versorgung, Entstörung, saubere Masseführung
• Sensoren beeinflussen sich gegenseitig: Streulicht → Abstand/Abschirmung, zeitversetztes Messen

Weiterführende Quellen

• Arduino Analog Input: Analoge Sensorwerte korrekt auslesen
• Arduino PWM/Analog Output: Motorsteuerung und Reaktionslogik
• Infrarotstrahlung: Physikalischer Hintergrund
• Messwert und Auswertung: Grundlagen für Filter und Schwellen
• Arduino Dokumentation: Referenzen und Beispiele

IoT-PCB-Design, Mikrocontroller-Programmierung & Firmware-Entwicklung

PCB Design • Arduino • Embedded Systems • Firmware

Ich biete professionelle Entwicklung von IoT-Hardware, einschließlich PCB-Design, Arduino- und Mikrocontroller-Programmierung sowie Firmware-Entwicklung. Die Lösungen werden zuverlässig, effizient und anwendungsorientiert umgesetzt – von der Konzeptphase bis zum funktionsfähigen Prototyp.

Diese Dienstleistung richtet sich an Unternehmen, Start-ups, Entwickler und Produktteams, die maßgeschneiderte Embedded- und IoT-Lösungen benötigen. Finden Sie mich auf Fiverr.

Leistungsumfang:

• IoT-PCB-Design & Schaltplanerstellung

• Leiterplattenlayout (mehrlagig, produktionstauglich)

• Arduino- & Mikrocontroller-Programmierung (z. B. ESP32, STM32, ATmega)

• Firmware-Entwicklung für Embedded Systems

• Sensor- & Aktor-Integration

• Kommunikation: Wi-Fi, Bluetooth, MQTT, I²C, SPI, UART

• Optimierung für Leistung, Stabilität & Energieeffizienz

Lieferumfang:

• Schaltpläne & PCB-Layouts

• Gerber- & Produktionsdaten

• Quellcode & Firmware

• Dokumentation & Support zur Integration

Arbeitsweise:Strukturiert • Zuverlässig • Hardware-nah • Produktorientiert

CTA:
Planen Sie ein IoT- oder Embedded-System-Projekt?
Kontaktieren Sie mich gerne für eine technische Abstimmung oder ein unverbindliches Angebot. Finden Sie mich auf Fiverr.