基于STM32的智能感知自主運輸機器人

（南開大學濱海學院，天津 300270）

0 引 言

現今，隨著先進技術裝備的應用和普及，我國物流業正努力從勞動密集型向技術密集型轉變，從傳統模式向現代化、智能化升級。但一些具有搬運、碼垛、分揀等功能的智能機器人的核心和高精度零件仍然過于依賴進口；在品牌影響力上，本土化民族品牌也相對缺乏。生產技術的主要任務是高效、快速。智能傳感自主運輸機器人可以代替人進行貨物的分類、搬運和裝卸，也可以代替人來搬運危險品，從而保證工人的人身安全。隨著物聯網時代的到來，無人駕駛汽車、無人機、自動售貨機等產品的出現，預示著人類即將進入一種新的生活模式。對于工作量大且繁雜的物流分揀而言，智能感知自主運輸機器人不僅可以解放人類的雙手，也可以推動物流行業的發展。

1 機器人總體設計

機器人主要由三部分構成，即傳感器檢測系統、控制系統、動力系統。傳感器檢測系統包括OpenMV圖像識別模塊和超聲波以及紅外避障模塊；控制系統將STM32F103C8T6作為主控芯片；動力系統采用L298N控制帶有編碼器的直流電機。機器人總體設計如圖1所示。

圖1 機器人總體設計

機器人利用OpenMV圖像識別模塊識別貨物的條形碼。條形碼提供貨物的路徑信息，機器人經程序計算后規劃行進路線。行進過程中，圖像識別模塊實時檢測軌跡信息，STM32接收軌跡信息，通過PWM電機使機器人不偏離軌跡。紅外數字避障傳感器和US-100超聲波傳感器檢測機器人前方是否有障礙物。如果有障礙物，則根據障礙物寬度計算轉彎角度，躲開障礙物后回到預定路線繼續工作[1-3]。

2 機器人硬件設計

硬件原理如圖2所示。

圖2 硬件原理

2.1 二維碼識別與巡線模塊—OpenMV

OpenMV攝像機是一種小型、低功耗、低成本的電路板。它以STM32F427CPU為核心，集成了OV7725攝像機，可以由Python控制。該模塊可以利用外部終端觸發或執行算法，算法的結果可以用來控制I/O管腳。

2.2 避障模塊—超聲波和紅外對管相結合

HC-SR04超聲波模塊集成度高，穩定性好，測量距離精確且穩定。該模塊利用單片機的I/O觸發電平測距，單片機內部利用普通定時器產生一個高電平信號之后，超聲波便可以自主發送頻率為40 kHz的方波，然后等待信號返回。若有信號返回，單片機I/O口立刻輸出高電平，利用高空作業產生的時間計算小車與障礙物之間的距離。

紅外發射對管中的發射管發射紅外光，機器人離前方障礙物越近，則反射紅外光越強；紅外接收管的EC電壓接近0 V，小于LM3932腳的電壓，因此LM393輸出低電平，綠色指示燈亮。

實際使用中，紅外接收管工作在放大區，即C點電壓在不斷變化。因此可通過調節LM3932腳的電壓來改變靈敏度。

2.3 電機驅動模塊—L298N模塊

L298N是ST公司出品的芯片，其主要特點是工作電壓高，最高工作電壓可達46 V，可驅動兩臺電機，由0 V電源直接調節電壓。單片機的I/O口可提供信號，電路簡單，使用方便。

另外，我們選取了帶有增量式編碼器的直流電機。增量式編碼器通常有2個輸出信號，分別為A相和B相。每個信號都是一個由方波組成的脈沖串，A相和B相的相位差為90°。單片機在接收到A相與B相輸入后，根據接收到的相位序列確定電機轉向，根據脈沖串的頻率確定電機轉速，從而實現對機器人運動的精確控制[4-6]。

3 機器人結構設計

使用四輪驅動的機器人在運動控制方面非常流暢，4個輪子使整體更加穩定。麥克納姆輪相對全向輪而言，可以通過其轉速和安裝方法合成任意方向的合力，能夠讓機器人全方向移動。80 mm超大麥輪負重可達6 kg，更好地滿足了基礎物流運輸的要求。

機器人整體結構爆炸圖如圖3所示。

圖3 機器人整體結構爆炸圖

3.1 麥克納姆輪運動學分析

3.1.1 底盤運動分解

機器人做平面運動時可將其分解為3個獨立分量：X軸平動、Y軸平動、yaw軸自轉。如圖4所示，底盤的運動可分解為3個量：表示X軸運動速度的Vtx，定義向右為正；表示Y軸運動速度的Vty，定義向前為正；表示yaw軸自轉角速度的，定義逆時針為正。同時這3個分量一般看作4個輪子幾何中心的速度。

圖4 麥克納姆輪車體

3.1.2 計算輪子軸心位置的速度

X、Y軸分量為vx=vtx-ω·ry，vy=vty+ω·rx。同理可以算出其他3個輪子軸心的速度。麥克納姆輪速度分解圖示如圖5所示。

圖5 麥克納姆輪速度分解圖示

3.1.3 計算輥子速度

圖6 輥子速度分解圖示

3.1.4 計算輪子速度

從輥子速度到輪子轉速的計算使用如下公式：

結合以上步驟，可以根據底盤運動狀態解算出4個輪子的轉速：

以上方程組為O-長方形麥輪底盤的逆運動學模型，而正運動學模型可以根據逆運動學模型中的3個方程求解。

輥子速度到輪子轉速的轉換示意如圖7所示。

圖7 輥子速度到輪子轉速的轉換示意圖

4 機器人程序設計

系統主要分為兩部分，即避障和圖像識別。圖像識別又分為識別二維碼和識別路徑引導線。

系統上電進行自檢和各個模塊的初始化，此時檢測攝像頭窗口處是否為二維碼，當檢測到二維碼并獲取到相應值時，OpenMV識別對應軌跡，并沿著對應軌跡行駛。在行駛過程中，利用PID算法進行誤差矯正，以確保機器人按照規定路線行駛。在機器人行駛的同時，避障傳感器實時檢測前方是否有障礙物，在檢測到障礙物之后進行對應的規避處理，規避之后機器人返回之前的工作路徑繼續完成相應工作。程序流程如圖8所示。

圖8 程序流程

4.1 OpenMV巡線

機器人采用的快速線性回歸算法可以快速返回視野中一條回歸直線，并得到直線的斜率、角度或偏移的距離，然后利用直線返回的角度控制機器人運動。若在OpenMV視野中看到的直線為豎直的，即正前方為一條直線，只需控制兩側電機轉速相同即可；若在OpenMV視野中看到的直線為左偏，可以控制右邊電機轉速快于左邊電機，向左前方向運動（右前方同理）。

4.2 OpenMV識別二維碼

OpenMV的二維碼識別采用四元檢測算法。同時為防止桶形畸變對識別二維碼造成的影響，我們使用OpenMV內置的算法矯正畸變。

4.3 PWM（脈寬調制）技術調速

脈寬調制（PWM）的基本原理：其控制方式為控制逆變電路開關通斷，用脈沖代替正弦波或所需波形。換言之，在輸出波的半個周期內形成多個脈沖，令每個脈沖等效電壓為正弦波形并且穩定輸出。根據一定規律改變脈沖寬度進而改變逆變電路的輸出電壓和輸出頻率。

4.4 PID控制算法

PID控制算法是工程實踐中應用最廣泛的自動控制器，其具有原理簡單、穩定性好、控制參數獨立、調整參數方便等特點。

對于機器人的運動控制采用離散位置式PID：

式中：e(k)為本次偏差；e(k-1)為上一次偏差；∑e(k)為e(k)偏差的累計和，k為1，2，...，k；Pwm代表輸出。

5 最終結果與功能實現

本文最終實現了智能感知自主運輸機器人的功能，其可以通過攝像頭模塊讀取貨物條形碼并確定貨物位置，在運輸過程中避開機器人前方障礙物，在尋跡過程中機器人中心線不偏離標識線且能載重2.5 kg以內的物體。

機器人在正常運輸過程中能通過攝像頭進行圖像識別掃描，讀出相應信息，并且能夠自主避障。通過線的粗細以及顏色的不同辨別貨架的位置，并準確到達指定地點。

巡線時OpenMV采集的圖像如圖9所示。

圖9 OpenMV采集的圖像

6 結 語

隨著電子商務的快速發展和人口紅利的消失，快遞業對快遞和包裹自動分揀的需求越來越大。迄今為止，人力資源的需求相對企業的發展速度而言仍較慢，特別在類似“雙十一”等時期，銷售量劇增將導致物流延遲，而中小型分揀中心無力承受傳統交叉帶分揀系統占地面積大、成本高等帶來的壓力，因此物聯網被應用于越來越多的領域。我們始終相信，未來物聯網技術可以被物流行業廣泛應用[7-10]。