自動(dòng)化垃圾收集船的設(shè)計(jì)與應(yīng)用

甘鴻程 林超宇 黎凡 楊厚林 胡雅琛 郭帥 劉浩 聶寒璐

（1.哈爾濱理工大學(xué) ?黑龍江哈爾濱 ?150080;2.西南石油大學(xué) ?四川南充 ?637000;3.南京林業(yè)大學(xué) ?江蘇南京 ?210037;4.江西財(cái)經(jīng)大學(xué) ?江西南昌 ?330013;5.南京郵電大學(xué) ?江蘇南京 ?210023;6.大連理工大學(xué) ?遼寧盤錦 ?124221）

摘 ? 要：為了改善和解決中小型河道、湖泊等環(huán)境下的水面漂浮垃圾污染的嚴(yán)峻形勢(shì)和問題，本文設(shè)計(jì)了一種基于STM32單片機(jī)的自動(dòng)化垃圾收集船。該垃圾收集船由雙體船船體，回槳齒輪箱，動(dòng)力推進(jìn)系統(tǒng)，自動(dòng)化電控平臺(tái)，垃圾收集網(wǎng)組成;實(shí)現(xiàn)旋轉(zhuǎn)回槳，減小阻力的同時(shí)經(jīng)圖像處理后自動(dòng)收集漂浮垃圾;多端口吸水管道增加排量的同時(shí)并吸附物體，物聯(lián)網(wǎng)接入，多端通信可控等功能。本垃圾收集船改善并提高了中小型河道，湖泊等環(huán)境下的水面垃圾收集人工步驟繁瑣安全性差和收集效率的問題。

關(guān)鍵詞：河道 ?固體懸浮垃圾 ?垃圾收集船 ?自動(dòng)化 ?自動(dòng)化收集

中圖分類號(hào)：U6 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼：A ? ? ? ? ? ? ? ? ? ? ? 文章編號(hào)：1674-098X（2020）02（c）-0070-02

Abstract： In order to improve and solve the tough situation and serious problems of floating garbage pollution on the surface of small and medium-sized rivers and lakes. This paper designs an automated garbage collection boat based on STM32 single-chip microcomputer technology. ?The garbage collection boat is composed of a catamaran hull， a gear box casing， a power propulsion system， an automatic electronic control platform， and a garbage collection net; it realizes rotating paddle back， reducing drag meanwhile automatically collecting floating garbage after image processing; the multi-port suction pipe increases the displacement while adsorbing objects. It also has the functions of the Internet of Things and the controllable multi-terminal communication. The garbage collection boat solves the problems of poor safety and poor efficiency of manual garbage collection on the surface of small and medium-sized rivers， lakes and other environments.

Key Words： River course; Solid suspended refuse; Refuse collection boat; Automation; Automatic collection

1 ?河道污染現(xiàn)狀分析

水是生命之源，河流是地球生態(tài)的脈絡(luò)，隨著現(xiàn)代化經(jīng)濟(jì)和城市建設(shè)的高速發(fā)展，無論是國內(nèi)還是國外，生態(tài)環(huán)境與垃圾污染都是處在魚與熊掌難以兼得的尷尬位置，目前江河湖泊污染情況日益嚴(yán)重，目前最主要污染源還是以固體垃圾為主，固體垃圾的水面漂浮不僅僅影響城市形象，還會(huì)影響水道植物光合作用，水體生物甚至?xí)怨腆w垃圾為食影響生物種群數(shù)目，垃圾沉底與不完全降解產(chǎn)生底泥污染等[2]，河流環(huán)境污染的現(xiàn)狀與危害實(shí)在令人痛心疾首。

而對(duì)于河流固體垃圾而言，其主要以水面懸浮形式存在，且以塑料懸浮垃圾為主。究其源頭，實(shí)則來源于生活垃圾，例如城市鄉(xiāng)鎮(zhèn)中的河道，基本位于居民區(qū)附近，而一些生活在郊區(qū)的人喜歡把生活垃圾直接堆放在河堤上，一旦遇到下雨天氣，這些垃圾就會(huì)被沖到河流里，隨著河流處處漂泊，影響生態(tài)環(huán)境。長期以往，河道中的垃圾越來越多，影響惡劣。最明顯的例子是2009年9月10日，“斯克里普斯環(huán)境塑料積聚遠(yuǎn)征”在加利福尼亞州與夏威夷間海域之間發(fā)現(xiàn)了著名的“東太平洋垃圾島”，該島主要由生活垃圾構(gòu)成，其中80%主要來自陸地的廢棄塑料制品，重達(dá)350萬噸[1]。

2 ?目前河道固體漂浮垃圾的解決方案及創(chuàng)新改進(jìn)提出

目前大部分的城市解決河道固體懸浮垃圾的方法主要為人工打撈，一般以長桿撈網(wǎng)、長柄垃圾鉗等簡(jiǎn)單收集工具為主，效率低下，且不時(shí)河道周邊淤泥縱深，灌叢交錯(cuò)，垃圾收集過程如履薄冰，危險(xiǎn)度較高且難以收集，不僅人工維護(hù)成本較高，而且效率確實(shí)低下。

雖然現(xiàn)階段國內(nèi)外對(duì)于河道垃圾污染已經(jīng)出現(xiàn)了部分機(jī)械化垃圾收集作業(yè)設(shè)備，但基本體型龐大，適用水域條件有所限制，不太適用于中小型城市河道與湖泊，但售價(jià)及維護(hù)成本高昂，故清理工作難以長期持續(xù)有效進(jìn)行。

針對(duì)以上問題，本文設(shè)計(jì)提出一種改進(jìn)垃圾船船體——新型自動(dòng)化垃圾垃圾船，會(huì)極大地提高中小型水面流域的水面固體垃圾打撈收集的工作效率，節(jié)約人工維護(hù)成本，進(jìn)而更好地解決了水體固體垃圾污染給我們環(huán)境與生活帶來的困擾與問題。

3 ?船體方案設(shè)計(jì)與工作原理

本實(shí)驗(yàn)項(xiàng)目根據(jù)將要實(shí)現(xiàn)新型水面垃圾船的功能，包含攝像識(shí)別模塊與檢測(cè)模塊等眾多子模塊。首先通過攝像頭采集水面信息后把畫面通過WIFI發(fā)送到電腦，通過算法進(jìn)行特征提取后與圖庫中圖片對(duì)比判斷其是否是垃圾;然后通過超聲波所測(cè)距離，比較拍攝圖片中的物體移動(dòng)速度與水流速度從而判斷其是否為漂流物體。若兩者均滿足要求，電腦判定為垃圾，通過WIFI發(fā)送收集指令與STM32主控芯片，首先輸出兩路PWM（pulse width modulation）方波并依據(jù)差速控制原理控制兩個(gè)主電機(jī)運(yùn)作，使垃圾船移動(dòng)到垃圾附近;然后再輸出兩路PWM控制負(fù)責(zé)兩個(gè)收集船槳的副電機(jī)，使船槳運(yùn)作聚攏近點(diǎn)垃圾;最后通過將塑料瓶等垃圾聚攏于雙體船船體的中間所成水道位置，此時(shí)吸水口產(chǎn)生的吸力會(huì)將塑料瓶送入垃圾收集船的中間水道后進(jìn)入收集箱。在垃圾船運(yùn)行期間，檢測(cè)模塊將間歇性檢測(cè)船體所在區(qū)域的相關(guān)信息，這些信息包括是否降雨、電量剩余值、水質(zhì)的pH值、水體流速、水體渾濁度、水體溫度與空氣PM2.5值，主控芯片定時(shí)通過WIFI發(fā)送與電腦并及時(shí)更新顯示在屏幕上。

4 ?船體機(jī)械結(jié)構(gòu)設(shè)計(jì)

自動(dòng)化垃圾收集船采用雙體船結(jié)構(gòu)，通過船槳回漿以及吸水口產(chǎn)生吸力同時(shí)船體運(yùn)動(dòng)收集水面固體懸浮垃圾。主要由雙體船船體（1），吸水口（2），垃圾回收網(wǎng)（3），噴水口（4），推進(jìn)器（5），紗網(wǎng)船槳（6），回漿齒輪箱（7），電控平臺(tái)（8）組成。結(jié)構(gòu)簡(jiǎn)圖如圖1所示。船體由雙體船結(jié)構(gòu)組成左右結(jié)構(gòu)對(duì)稱，船體的中前部位凹槽內(nèi)設(shè)有回漿齒輪箱;船體內(nèi)側(cè)面上設(shè)有吸水口，能夠?yàn)榇w補(bǔ)充動(dòng)能的同時(shí)，對(duì)垃圾產(chǎn)生吸力;船體的左右兩船體部分通過連接橋連接;船體的尾端底部安裝有推進(jìn)器;船體的末端安裝有垃圾回收網(wǎng);船體最上端的電控平臺(tái)會(huì)工作時(shí)會(huì)搭設(shè)攝像識(shí)別模塊，部分傳感器和電控以及通信模塊。

5 ?船體主要硬件模塊設(shè)計(jì)

5.1 主控模塊

本實(shí)驗(yàn)項(xiàng)目選取STM32F103ZET6作為主控制的芯片。STM32F103ZET6芯片擁有144個(gè)引腳，其中包含112個(gè)的I/O口，擁有512K的FLASH、64K的SRAM、32位高性能ARM Cortex-M3處理器。而且該芯片定時(shí)器多達(dá)11個(gè)，通信接口多達(dá)13個(gè)。這些配置目前已達(dá)到本次設(shè)計(jì)的要求。

5.2 攝像識(shí)別模塊

圖像數(shù)據(jù)來自于PTC01系列攝像頭，是一款紅外照射且能自動(dòng)變焦的工業(yè)級(jí)相機(jī)。該攝像頭在圖像尺寸設(shè)置為640×480時(shí)， 其圖像數(shù)據(jù)為25 KB左右， 圖像數(shù)據(jù)完整地保留在攝像頭數(shù)據(jù)緩存器里。通過WIFI無線圖像傳輸模塊發(fā)送于電腦端后可以一次完整地讀取整幅圖像數(shù)據(jù)。

5.3 檢測(cè)模塊

依據(jù)設(shè)計(jì)要求并綜合個(gè)方面要素，本檢測(cè)模塊包括懸浮顆粒污水渾濁度水質(zhì)檢測(cè)、水體溫度、光照強(qiáng)度、pH值檢測(cè)傳感器、粉塵PM2.5顆粒物檢測(cè)、電池電量監(jiān)測(cè)和雨滴感應(yīng)監(jiān)測(cè)等模塊。這些模塊檢測(cè)到的信息會(huì)定時(shí)發(fā)送給電腦端，基于動(dòng)態(tài)掃描法完成實(shí)時(shí)顯示的功能。在此期間，慣性測(cè)量單元IMU也能夠感知船體在水中的姿態(tài)，并將數(shù)據(jù)發(fā)送給控制器?？刂破鞲鶕?jù)指令以及MPU6050檢測(cè)的數(shù)據(jù)通過算法運(yùn)算后，根據(jù)船體在水體中的狀態(tài)從而調(diào)整相應(yīng)電機(jī)轉(zhuǎn)速，完成自我調(diào)整[4]，進(jìn)而控制船體穩(wěn)定[3]。

6 ?軟件分析及設(shè)計(jì)

軟件控制是整個(gè)船體實(shí)現(xiàn)高度自動(dòng)化的核心，為實(shí)現(xiàn)各種功能做好相應(yīng)準(zhǔn)備。而本設(shè)計(jì)系統(tǒng)軟件采用了模塊化結(jié)構(gòu)， 由主程序、電機(jī)驅(qū)動(dòng)子程序、中斷子程序、顯示子程序、調(diào)速子程序和接收指令子程序等構(gòu)成。主控制板上電后首先實(shí)現(xiàn)各個(gè)模塊初始化，然后實(shí)現(xiàn)對(duì)傳感器的信號(hào)采集與相關(guān)電機(jī)的控制。

7 ?結(jié)語

我們團(tuán)隊(duì)主要針對(duì)河道垃圾污染嚴(yán)重且小型流域基本不具備垃圾收集船運(yùn)行條件這一些現(xiàn)象，并從已知資料了解到現(xiàn)有的垃圾收集船幾乎沒有實(shí)現(xiàn)高度自動(dòng)化，故根據(jù)現(xiàn)有技術(shù)研發(fā)出新型的垃圾回收船。并運(yùn)用了三維軟件Pro/Engineer將此船體模型制作出來，運(yùn)用了模擬試驗(yàn)方法確定其可行性后將其打印出來。經(jīng)過不斷測(cè)試后發(fā)現(xiàn)測(cè)試的數(shù)據(jù)令人十分滿意，一定程度上提高了收集效率，對(duì)我國水體固體污染凈化有十分顯著的效果。我們特別希望越來越多的人了解這個(gè)船體，越來越多的人去保護(hù)我們的環(huán)境，讓垃圾船永無用武之地！

參考資料

[1] 孝文探訪太平洋巨型塑料垃圾漩渦[OL].人民網(wǎng)，2009.

[2] 于玉彬，黃勇.城市河流黑臭原因及機(jī)理的研究進(jìn)展[J].環(huán)境科技，2010，23（2）：111-114.

[3] 陳新泉.四旋翼無人機(jī)飛控系統(tǒng)設(shè)計(jì)與研究[D].南昌航空大學(xué)，2014.

[4] 李臣龍，強(qiáng)俊.基于STM32和MPU6050姿態(tài)解算的研究與實(shí)現(xiàn)[J].佳木斯大學(xué)學(xué)報(bào)：自然科學(xué)版，2017，35（2）：295-298，316.