基于STM32的智能物料搬運控制系統(tǒng)設(shè)計

楊旭 季嫣然 郭守娜 林希寧

摘? 要：為了提高倉儲物流自動化與智能化水平，達到物流搬運行業(yè)提高工作效率與減少生產(chǎn)成本的目的，著力于設(shè)計一套基于STM32的智能物料搬運控制系統(tǒng)，使機器人實現(xiàn)行進控制、循跡定位、顏色及二維碼識別、物料抓取與精準碼垛等功能。根據(jù)設(shè)計需求進行分析，文中明確了物料搬運機器人的開發(fā)功能，將機器人設(shè)計劃分為結(jié)構(gòu)設(shè)計、電路設(shè)計、控制系統(tǒng)、視覺檢測四個部分。為智慧物流加工行業(yè)解決人工勞力搬運分揀以及低智能機器低速低效搬運碼垛的問題提供了一種可行方案。

關(guān)鍵詞：STM32；物流搬運機器人；循跡定位；物料抓取

中圖分類號：TP212；TP311 文獻標識碼：A 文章編號：2096-4706（2023）10-0154-04

Abstract： In order to improve the automation and intelligence level of warehousing and logistics， and achieve the purpose of improving work efficiency and reducing production costs in the logistics and handling industry， this paper focuses on designing a set of intelligent material handling control system based on STM32， so that the robot can realize the functions of travel control， tracking positioning， color and two-dimensional code recognition， material grabbing and accurate palletizing. Make an analysis according to the design requirements， this paper clarifies the development function of material handling robots， and divides the robot design into four parts： structural design， circuit design， control system， and visual inspection. It provides a feasible solution for the intelligent logistics processing industry to solve the problems of manual labor handling and sorting， low-speed and inefficient handling and palletizing of low-intelligent machines.

Keywords： STM32; logistics and handling robot; tracking positioning; material grabbing

0? 引? 言

隨著物流裝備技術(shù)的逐漸成熟，物料搬運技術(shù)也逐步向智能化方向發(fā)展[1]。在國家經(jīng)濟保持穩(wěn)定發(fā)展的趨勢下，政府出臺了“中國制造2025”等一系列產(chǎn)業(yè)振興政策，物料搬運在設(shè)備智能化、自動化發(fā)展環(huán)境中擁有不可忽視的競爭力。目前在很多實際生產(chǎn)加工過程中，物料搬運仍舊采用人工方式，即便裝備了智能機器，搬運效率依舊耗費大量成本，無法達到預(yù)期的智能化水平。為此，通過模擬實際物料搬運場景[2]，本文提出了智能物料搬運機器人的解決方案，通過對機械結(jié)構(gòu)、硬件電路和控制系統(tǒng)的設(shè)計，應(yīng)用視覺檢測和定位技術(shù)，構(gòu)成了具有自主移動、路徑規(guī)劃、物料抓取與智能碼垛功能的搬運機器人，該設(shè)計方案對提升物料搬運技術(shù)的智能化水平具有重要意義。

1? 問題提出

1.1? 模擬作業(yè)環(huán)境描述

如圖1所示，模擬工廠為邊長2.4 m的正方形，內(nèi)設(shè)休息區(qū)、任務(wù)區(qū)、物料區(qū)、加工區(qū)、成品區(qū)，地面由經(jīng)緯線劃分，便于機器人循跡。為了模擬工件和易于教學實驗，將物料簡化為圓柱或長方體，可由3D打印完成，顏色分別為紅、綠、藍，不同顏色代表不同材質(zhì)、不同用途的物料。

1.2? 機器人作業(yè)要求

機器人搬運物料的全過程采用自主導航模式[3]，其工作流程為：機器人自休息區(qū)出發(fā)，依次循跡至物料區(qū)和任務(wù)區(qū)，并通過圖像識別模塊識別任務(wù)二維碼、物料顏色和物料當前位置順序；根據(jù)任務(wù)要求，機器人在物料區(qū)和加工區(qū)之間往返，將物料搬運至加工區(qū)；之后，在加工區(qū)和成品區(qū)之間往返，最終將物料全部搬運至成品區(qū)；搬運任務(wù)完成后，機器人自動返回休息區(qū)。

2? 系統(tǒng)設(shè)計方案

2.1? 結(jié)構(gòu)設(shè)計

機器人的設(shè)計包括結(jié)構(gòu)設(shè)計、電路設(shè)計、控制系統(tǒng)、視覺檢測四個部分，只有把這四個部分互相融合才能實現(xiàn)機器人的全部功能。機器人整體結(jié)構(gòu)包括底盤、儲物模塊和抓取模塊，整體結(jié)構(gòu)圖如圖2所示。其中，抓取模塊由絲桿、云臺電機和舵機組成，絲桿上部配置2006減速電機控制絲桿轉(zhuǎn)動，配合滑軌控制機械手爪上下移動；絲桿底部云臺電機6020控制抓取模塊整體旋轉(zhuǎn)。底盤選用麥克納姆輪。儲物模塊設(shè)計成圓弧走向的3個圓柱筒，用來臨時存放物料。

機器人的底盤裝有4個減速電機[4]，底盤設(shè)計圖如圖3所示，地盤由底板和兩個凹槽組成，電機支架放置于底板4腳，前后左右四個方向有放置循跡傳感器的螺絲口。前部分圓柱形凹槽用于放置和固定云臺電機，凹槽設(shè)計圖如圖4所示，后部分T型凹槽用于集中和放置線材，電機驅(qū)動器和電池等元件。

抓取臂末端放置兩個舵機，如圖5所示，分別控制爪子和OpenVMS抬起與平放，以及爪子的打開與抓取。通過爪子的抬起能夠使OpenVMS識別前方或爪子底部的畫面，減少視覺盲區(qū)，增加識別準確性。

2.2? 機器人電路設(shè)計

該控制系統(tǒng)硬件電路結(jié)構(gòu)如圖6所示，機器人通過4組安裝在底盤四周的灰度傳感器進行空間范圍的位置識別，實現(xiàn)定位效果，并對地面十字形交叉的黑線進行精確檢測，在交叉路口進行計數(shù)與定位，同時配合陀螺儀進行行走矯正和位置反饋。搬運任務(wù)信息和物料顏色信息由OpenVMS主板配合其攝像頭進行數(shù)據(jù)采集并發(fā)送到主控芯片。主控芯片對信息進一步運算處理并將采集到信息顯示到OLED屏幕。

系統(tǒng)主控MCU部分采用了STM32F407VGT6單片機主控模塊作下位機控制器，其在性能上可以滿足各類機器人豐富的功能需求，因此本文中采用STM32F4作為機器人系統(tǒng)的主控模塊。

本控制系統(tǒng)采用5路灰度循跡傳感器。本工廠模擬圖為縱橫交錯的黑色線條，將場地等分為若干相同規(guī)格的小格，因此可以通過機器人行駛至交叉黑線處進行計數(shù)，將數(shù)據(jù)作為位置判斷，從而得到機器人當前位置，并使其能夠沿黑線進行循跡行走。

由于需要進一步矯正機器人的角度，提高擺放物料的準確度，采用JY62陀螺儀得到機器人的航向角，如圖7所示，從而對位置進行反饋。當擺放物料時，由于底部摩擦力不均勻，機器人總會出現(xiàn)傾斜，可通過陀螺儀反饋的航向角來對底部電機進行操控，直到航向角達到我們想要的角度，從而消除機器人傾斜的問題。

本系統(tǒng)采用RobotMaster M2006動力系統(tǒng)作為機器人的底部驅(qū)動動力系統(tǒng)和絲桿驅(qū)動動力系統(tǒng)，其減速比、輸出端最高轉(zhuǎn)速、最大持續(xù)扭矩、最大持續(xù)輸出功率等參數(shù)都較為理想，確保能長時間帶動機器人行走。除了RobotMaster M2006動力系統(tǒng)以外，采用GM6020電機作為云臺動力系統(tǒng)，RoboMaster GM6020是一款內(nèi)部集成驅(qū)動器的高性能直流無刷電機，電機采用空心軸設(shè)計，同樣具有速度傳感器和位置傳感器，可以對其速度和位置雙環(huán)控制，提高云臺轉(zhuǎn)動的速度和精確度。

2.3? 機器人控制系統(tǒng)設(shè)計

搬運機器人的控制系統(tǒng)采用基于C語言開發(fā)的Keil MDK編寫。在整個智能化的識別以及物料搬運過程中，機器人運行路徑的標準選擇方式有許多不同的排列組合，因此搬運機器人就需要通過調(diào)試和優(yōu)化代碼設(shè)計出最佳的運動狀態(tài)和行走路徑。

在進行多次實驗后，我們發(fā)現(xiàn)控制系統(tǒng)遇到的問題有：工作中會因為車身負載、地面摩擦、地板循跡圖紙磨損等環(huán)境因素造成的機器人偶有偏移，為了助機器人進行方位的修正，我們引入陀螺儀動態(tài)檢測。由于在實際中出現(xiàn)任務(wù)安排時間過長或過短而導致的高度位置偏差，所以在程序中添加了延時函數(shù)進行了緩沖。由于舵機偶有因為電壓不穩(wěn)定而導致不理想的狀態(tài)，那么為了改善我們添加了穩(wěn)壓模塊。最后電機控制在實際調(diào)試中經(jīng)過不斷修正Kp、Ki和Kd參數(shù)，達到了一個平衡、高效的閉環(huán)控制，代碼設(shè)計具體流程如圖8 所示。

2.4? 視覺檢測系統(tǒng)設(shè)計

機器人視覺采用OpenVMS模塊進行識別，可以掃描二維碼以及尋找色塊進行排序[5]，現(xiàn)在，最為常用的是CIE Lab色空間。我們在對兩個顏色進行比較時，就可以通過這兩個顏色的Lab差值來判斷它們之間的色差。通過修改獲取的LAB閾值就可以識別到想要的目標顏色。調(diào)整紅色物料LAB閾值使得識別紅色物料，如圖9所示。

通過OpenVMS庫函數(shù)image.find_blobs（）返回色塊對象，獲取目標之后比較blob.x（）中各色塊在幀緩沖區(qū)x的坐標，判斷色塊位置，通過串口將數(shù)據(jù)打包為數(shù)組，發(fā)送給STM32。如顏色順序從左到右為紅、綠、藍，則發(fā)送[1， 2， 3]。

3? 測試分析

3.1? 二維碼識別情況

相機找到QR二維碼后采用紅色框線定位，輸出即二維碼的內(nèi)容。內(nèi)容的格式均為“XXX+XXX”的形式，其中X代表數(shù)字1、2、3中的任意一個，例如二維碼信息“132+231”，代表規(guī)定的機械臂抓取不同顏色物料的順序。1、2、3分別代表紅色、綠色和藍色。數(shù)字的排序代表著抓取的順序。

3.2? 顏色識別情況

相機識別到紅、綠、藍色塊后，分別使用1、2、3代替以上三種顏色，并按照上層+下層，從左至右的順序，輸出不同位置的色塊顏色情況。顏色識別同樣采用“XXX+XXX”的形式。例如，上層從左至右為：紅、綠、藍，下層從左至右為：藍、紅、綠，則輸出“123+312”，這代表了物料實際擺放的順序。

3.3? 任務(wù)完成情況

小車掃描二維碼領(lǐng)取搬運任務(wù)，在指定的工業(yè)場景內(nèi)行走，運行的位置精度達到±0.5 cm。在規(guī)定地方出發(fā)后來到指定的二維碼放置區(qū)進行二維碼識別從而得到任務(wù)信息，接著小車行駛到物料擺放區(qū)域進行物料顏色識別，得到物料擺放信息后，將任務(wù)要求和物料的具體擺放位置信息進行信息處理后讓小車將物料按順序抓取。抓取精度為：±1 cm，小車會首先將物料按照任務(wù)順序擺放到粗加工區(qū)，全部擺放完成后再將物料按順序進行抓取，然后再行駛到成品區(qū)將物料進行最后的擺放，接著返回物料區(qū)進行二層抓取，流程同第一層大概一致，只是最后在成品區(qū)時采用堆垛的方式進行擺放。擺放精度為：±1.5 cm。機器人運行情況匯總?cè)绫?所示。

4? 結(jié)? 論

本文順應(yīng)物料分揀搬運的智能化、自動化的時代潮流與發(fā)展前景，設(shè)計研發(fā)了一款基于STM32單片機的智能物料搬運機器人，可以實現(xiàn)在短時間內(nèi)完成物料的識別、指定物料的搬運等工作任務(wù)，其具有高效率、高質(zhì)量、高準確率的優(yōu)點，同時提高物流搬運行業(yè)的效率與精度，降低生產(chǎn)成本。因此本項目所設(shè)計的基于STM32的智能物料搬運系統(tǒng)能夠為機器人在智慧物流加工行業(yè)的實際應(yīng)用提供便利。

參考文獻：

[1] 林兆花，徐天亮.機器人技術(shù)在物流業(yè)中的應(yīng)用 [J].物流技術(shù)，2012，31（13）：42-45.

[2] 邊述華，吳年祥.基于智能機器人的運動軌跡實驗綜述 [J].安慶師范學院學報：自然科學版，2013，19（2）：57-60.

[3] 金琦淳，任俊，袁明新，等.復雜競賽任務(wù)中的自動分揀搬運機器人系統(tǒng)設(shè)計 [J].輕工機械，2019，37（2）：17-23+28.

[4] 陳博翁，范傳康，賀驥.基于麥克納姆輪的全方位移動平臺關(guān)鍵技術(shù)研究 [J].東方電氣評論，2013，27（4）：7-11.

[5] 曾梓浩.工業(yè)機器人視覺抓取系統(tǒng)及圖像時延補償?shù)难芯?[D].合肥：合肥工業(yè)大學，2018.

作者簡介：楊旭（1989—），男，漢族，吉林琿春人，工程師，碩士研究生，研究方向：實驗室設(shè)備管理；季嫣然（2002—），女，漢族，山東菏澤人，本科在讀，研究方向：視覺檢測；郭守娜（2002—），女，漢族，廣東汕頭人，本科在讀，研究方向：自動控制；林希寧（1986—），男，漢族，廣東湛江人，實驗師，碩士研究生，研究方向：工業(yè)機器人技術(shù)應(yīng)用研究。