基于語音控制的機(jī)械臂智能化分揀系統(tǒng)設(shè)計(jì)

陳明輝 崔成 晁明浩 陳大偉 劉同岡

（中國礦業(yè)大學(xué) 江蘇徐州 221116）

隨著全球工業(yè)生產(chǎn)的蓬勃發(fā)展，工業(yè)機(jī)器人現(xiàn)已成為一種不可或缺的自動(dòng)化設(shè)備［1］。機(jī)器視覺是一種新型科技技術(shù)，它可以判斷物體與攝像機(jī)的法向距離和水平面上的位置精度［2］。而借助語音識(shí)別的新興技術(shù)，已經(jīng)實(shí)現(xiàn)了人可與機(jī)器進(jìn)行語音交流。工業(yè)機(jī)器人、語音識(shí)別和機(jī)器視覺三者協(xié)同發(fā)展，將極大地改變傳統(tǒng)的生產(chǎn)模式［3］。

1 硬件設(shè)計(jì)

1.1 總體設(shè)計(jì)方案

本次設(shè)計(jì)的目標(biāo)是智能分揀雜亂的工件，工件的外形特征和外觀顏色會(huì)被識(shí)別出來。考慮到現(xiàn)有條件即設(shè)計(jì)周期的要求，本文通過對(duì)實(shí)際場(chǎng)景進(jìn)行等比縮小，設(shè)計(jì)了一種小型智能臺(tái)式工業(yè)機(jī)械臂系統(tǒng)。并在此基礎(chǔ)上，將視覺識(shí)別與機(jī)械臂協(xié)作相結(jié)合，同時(shí)加入語音的控制方式，結(jié)合現(xiàn)有的傳送帶系統(tǒng)，打造一臺(tái)更加智能的人機(jī)協(xié)作共同體。

1.2 分揀裝置設(shè)計(jì)

分揀裝置主要由機(jī)械臂、傳送帶和光電傳感器組成。本設(shè)計(jì)采用的四自由度機(jī)械臂為越疆科技的Dobot機(jī)械臂，其腕部執(zhí)行結(jié)構(gòu)是一個(gè)負(fù)壓式吸盤。在抓取過程中，機(jī)械手首先移動(dòng)到目標(biāo)工件的頂部，當(dāng)機(jī)械臂末端吸盤與工件接觸的時(shí)候，控制器下達(dá)指令到氣泵，這時(shí)會(huì)在吸盤中產(chǎn)生一定的負(fù)壓，工件會(huì)被緊緊吸附在吸盤上。傳送部分選用有較大的接觸面積的開口式平帶來完成工作。同時(shí)選用傳感器檢測(cè)類零件來判斷工件是否被取走。傳送帶是一個(gè)開環(huán)的系統(tǒng)，不會(huì)因?yàn)楣ぜ拇嬖谂c否而停止傳送的工作，所以加入光電傳感器來輔助傳送帶工作。根據(jù)所設(shè)計(jì)的傳送帶的類型，采用E18-D80NK型紅外線式傳感器。以傳感器在電路系統(tǒng)中的信號(hào)為開關(guān)量，直接與單片機(jī)的接口進(jìn)行相連接。分揀裝置總體布局如圖1所示。

圖1 分揀裝置總體布局

1.3 機(jī)器視覺模塊設(shè)計(jì)

為提高設(shè)計(jì)中的機(jī)械臂抓取的準(zhǔn)確性，機(jī)械臂需要判斷工件在傳送帶上的水平位置以及所需抓取工件的高度，以確定機(jī)械臂末端的運(yùn)動(dòng)坐標(biāo)。因此，引入機(jī)器視覺來完成這些工作。視覺識(shí)別的目標(biāo)是工件的大小和深度［4］。通過CCD 傳感器的工業(yè)相機(jī)，配合調(diào)試的Python程序進(jìn)行識(shí)別。識(shí)別后發(fā)送數(shù)據(jù)至控制板的串口緩沖區(qū)，控制所設(shè)計(jì)的機(jī)械臂，從而完成抓取和分類的動(dòng)作。攝像頭識(shí)別部分的流程圖如圖2所示。

圖2 水平方向流程圖

機(jī)器視覺的主要工作原理是攝像機(jī)采集圖像，處理器對(duì)圖像進(jìn)行運(yùn)算分析，將最終的結(jié)果反饋給控制器［5］，最后系統(tǒng)控制機(jī)械臂對(duì)抓取操作進(jìn)行定位和控制。視覺識(shí)別模塊的硬件主要由工業(yè)相機(jī)、工業(yè)鏡頭和PC 機(jī)等組成。攝像機(jī)選用深圳深度視覺科技公司生產(chǎn)的工業(yè)相機(jī)，其能夠在計(jì)算機(jī)屏幕上實(shí)時(shí)顯示環(huán)境的圖像。鏡頭選用深圳顯微精工直銷店出售的鏡頭，可手動(dòng)變焦。

1.4 語音識(shí)別模塊設(shè)計(jì)

語音識(shí)別的目的是實(shí)現(xiàn)人與機(jī)器之間的語音通信，提高系統(tǒng)的智能化水平和工作能力［6］。根據(jù)任務(wù)要求和裝置工作環(huán)境，決定采用集成化的語音模塊LD3320語音識(shí)別芯片。芯片上集成了運(yùn)算處理器，具有非常高的精度，不需要網(wǎng)絡(luò)連接，可配合其他電子器件的外部電路。芯片上嵌有A/D 和D/A 轉(zhuǎn)換的部分，在編寫控制函數(shù)的過程中，可以非常方便、快捷地自定義識(shí)別目標(biāo)。芯片內(nèi)部電路邏輯圖如圖3所示。

圖3 芯片內(nèi)部邏輯圖

候選列表是LD3320 語音識(shí)別技術(shù)的核心。將候選內(nèi)容放入指定寄存器，通過將MIC 的音頻信號(hào)輸入芯片，進(jìn)行聲譜分析、特征提取和關(guān)鍵詞匹配，找出得分最高的關(guān)鍵詞，并輸出到MCU作為結(jié)果。其邏輯如圖4所示。

圖4 語音識(shí)別芯片工作原理

識(shí)別條件有以下兩種情況。第一種情況，語音數(shù)據(jù)的長度固定，可以理解為定時(shí)記錄。芯片只在規(guī)定的時(shí)間內(nèi)將語音發(fā)送到識(shí)別模塊進(jìn)行計(jì)算和分析。對(duì)定長的聲音數(shù)據(jù)進(jìn)行識(shí)別和處理，得到與實(shí)際輸入指令相符的結(jié)果［7］。第二種情況，操作者開始說出控制指令和說完的時(shí)間是規(guī)定好的。這樣一來，芯片只會(huì)對(duì)規(guī)定時(shí)間長度內(nèi)采集到的語音數(shù)據(jù)進(jìn)行分析。芯片會(huì)自行判斷語音開始和結(jié)束的時(shí)間節(jié)點(diǎn)，會(huì)對(duì)采集到的聲音數(shù)據(jù)進(jìn)行處理，得到與實(shí)際輸入命令一致的結(jié)果。

2 控制面板的設(shè)計(jì)

2.1 控制電路的整體設(shè)計(jì)

通過設(shè)計(jì)Arduino控制板解決LD3320語音識(shí)別模塊不能直接與計(jì)算機(jī)進(jìn)行通信的問題，并且在控制板上集成完畢相對(duì)應(yīng)接口，用以接入LED、按鈕和搖桿等手動(dòng)控制模塊。同時(shí)，控制板布置在計(jì)算機(jī)和機(jī)械臂之間，提高信息傳輸?shù)男屎陀行浴？刂齐娐氛w原理結(jié)構(gòu)如圖5所示。

圖5 控制電路整體原理圖

2.2 語音模塊連接的設(shè)計(jì)

語音模塊的供電直接來自于Arduino控制器，采用的是3.3V直流電壓，將各所需要的接口連接在控制器自定義的接口上，并對(duì)控制器進(jìn)行編程，來成功加載語音芯片并進(jìn)行使用［8］。當(dāng)操作者說出控制的話語時(shí)，語音識(shí)別芯片采集到數(shù)據(jù)，經(jīng)過處理運(yùn)算后將數(shù)據(jù)發(fā)送至控制器。控制器進(jìn)一步將數(shù)據(jù)整合后發(fā)送給計(jì)算機(jī)或者機(jī)械臂來完成下一步的操作。其連接示意圖如圖6所示。

圖6 語音模塊連接示意圖

2.3 按鈕、LED和搖桿模塊的設(shè)計(jì)

按鈕、LED 和搖桿模塊的供電是直接來自于Arduino 控制器，采用的是5V 直流電壓。將各個(gè)按鈕和LED 接入電源后，還需要接入觸發(fā)信號(hào)。自定義的線路與按鈕或者LED 進(jìn)行相連接后，就能夠采集按鈕的輸入開關(guān)量，并且輸出相關(guān)信號(hào)到LED 以示意。當(dāng)操作者按下按鈕時(shí)，對(duì)應(yīng)的LED 指示燈亮起。同時(shí)搖桿模塊的接入可以更智能化地控制機(jī)械臂來進(jìn)行各個(gè)方位的空間移動(dòng)。該模塊連接示意圖如圖7所示。

圖7 按鈕、LED 和搖桿模塊

2.4 PCB布線設(shè)計(jì)

將各個(gè)模塊與底層芯片的接口集成到一塊小型PCB 上。這塊PCB 底部有標(biāo)準(zhǔn)的針座，可以完全地插入Arduino mega 2560控制器的接口上。這種連接方式緊密，不漏電。同時(shí)，上下兩層PCB均有對(duì)應(yīng)的螺絲孔位，易于進(jìn)一步固定和安裝。本文中設(shè)計(jì)的機(jī)械臂采用12V 直流電源，采用通信信號(hào)接口與機(jī)械臂相連。其布線如圖8所示。

圖8 PCB布線設(shè)計(jì)

2.5 最終效果

將上層的PCB 加工好后，進(jìn)行零件焊接調(diào)試等工作，最終與底層的控制器進(jìn)行緊密相連，如圖9所示。

圖9 控制器裝配圖

將所有部件與控制模塊相連，其實(shí)物圖如圖10所示。

圖10 總實(shí)物圖

3 結(jié)語

本系統(tǒng)實(shí)現(xiàn)了高度智能化，采用語音操控并且結(jié)合了機(jī)器視覺，可以根據(jù)工件的形狀和所處的空間位置自動(dòng)調(diào)整機(jī)械臂的抓取位置。攝像頭模塊進(jìn)行程序識(shí)別，分析出工件的水平位置、垂直高度、形狀和高度，同時(shí)將信息輸入計(jì)算機(jī)控制面板。此外，設(shè)計(jì)中加入了語音識(shí)別模塊，增強(qiáng)整個(gè)系統(tǒng)的通用性和智能化，機(jī)器可以“理解”人的語言。語音識(shí)別功能可以識(shí)別多種語音指令。當(dāng)芯片檢測(cè)到觸發(fā)指令后，會(huì)進(jìn)行頻譜分析、提取特征、關(guān)鍵詞匹配等流程進(jìn)行判斷，進(jìn)而產(chǎn)生中斷指令將識(shí)別的結(jié)果發(fā)送至控制板，機(jī)械臂結(jié)合工件信息迅速響應(yīng)并完成工作。