基于STM32的儲罐壁面檢測爬壁智能車設計

中圖分類號：TP242 文獻標志碼：A

0 引言

在石化行業中，石油儲罐、化工儲罐、液化氣儲罐等在長期使用中易因潮濕空氣和殘留油品產生銹蝕，須定期進行壁面維護。傳統的人工作業危險性高且工作效率低，儲罐爬壁智能設備可以代替人工進行高空作業，極大地降低了工人的勞動強度與勞動危險性，減少作業成本，提升作業效率[1-3]。國內外爬壁智能設備按移動方式可分為履帶式、輪式、足式及混合式爬壁機器人[4]。近年來，輪式爬壁機器人因其移動效率高、操作簡單、轉向靈活等特點，獲得了研究人員的廣泛關注[5]。但是，輪式爬壁機器人普遍存在體積或質量較大的問題，在作業過程中不易搬運[6]。另外，在儲罐表面檢測的應用中，輪式爬壁機器人的功能較為單—[7]，須進一步完善。

為解決上述問題，本文設計了一款整機尺寸為310mm×260mm×110mm ，自重為 2.65kg 的輕量化輪式爬壁智能車。該智能車結合雙路舵機與自主設計的抬舉結構，實現小車在水平面和垂直壁面間的自主攀爬并采用電磁吸附方式實現在導磁壁面上的穩定吸附。該智能車控制系統以STM32F407VET6單片機為核心，集成姿態檢測、視覺識別、激光測距、無線通信等模塊，結合軟件編程調試，可實現移動速度可調，自動識別銹斑并記錄，壁面平整度檢測以及與上位機的無線通信等功能。

1爬壁智能車機械本體設計

爬壁智能車機械本體設計主要包括抬舉系統設計、吸附系統設計和移動系統設計3部分。智能車機械結構的主要部分包括起抬板、固定板、起抬臂、舵機、直流電機和電磁鐵等，如圖1所示。其中起抬臂連接起抬板和固定板，具有向上抬舉起抬板的作用。當智能車抵達水平面與儲罐壁面的交界處時，起抬板前端抵壁后電機停轉，舵機驅動車體兩側的起抬臂，將起抬板向上抬舉，同時啟動電機帶動車輪前行。當小車的起抬板達到預設角度時，使用電磁鐵完成起拾板與壁面的吸附，隨后驅動電機轉動車輪，帶動爬壁小車向上攀爬，實現智能車從水平面到儲罐壁面的自主攀爬。

2爬壁智能車控制電路整體設計

爬壁智能車控制系統包括STM32主控模塊、無線通信模塊、姿態檢測模塊、電機驅動模塊、視覺識別模塊、舵機控制模塊、激光測距模塊、電磁鐵模塊、遙控模塊。爬壁智能車控制電路整體設計如圖2所示。主控模塊為整個控制系統的核心部分，對所有功能模塊的信息加以分析和處理，控制爬壁智能車運動和壁面檢測。姿態檢測模塊檢測小車的位置狀態，單片機根據小車位置狀態的改變，通過舵機控制模塊調整小車起抬板的抬舉角度，通過電磁鐵模塊控制電磁吸附力，以實現小車自主攀爬的功能。無線通信模塊將檢測到的數據發送至上位機，實現遠程監測功能。視覺識別模塊對儲罐壁面進行特征檢測，識別銹蝕處并記錄銹蝕的數量，同時使用激光測距模塊檢測壁面的平整度。遙控模塊可以通過遙控器手動控制小車，精確地操控小車在壁面上行駛并檢測。

（a）頂部結構

圖1爬壁智能車機械結構

3爬壁智能車硬件設計

3.1主控模塊

STM32F407VET6是意法半導體推出的一款高性能微控制器，基于ARMCortex-M4F內核，集成豐富ADC、DAC、通信接口等，包含多達17個定時器。爬壁智能車主控模塊如圖3所示。主控芯片工作電壓為3.3V，時鐘電路從PC14和PC15接人，外部接32.768kHz 時鐘振蕩器，用于單片機RTC時鐘計時。外部晶振電路從PHO和PH1接入，采用 12MHz 晶振，從而能夠產生核心板上穩定的時鐘信號。NRST為復位引腳，可使用按鍵復位單片機系統。PB8、PB9、PE5、PE6、PE9、PE11、PE13、PE14是PWM信號輸出引腳，用于控制電機的正反轉和轉速。PAO、PA1、PA15、PB3、PB4、PB5、PB6、PB7是霍爾編碼器信號輸入引腳，用于檢測小車的運動速度。姿態檢測模塊的SDA引腳、SCL引腳與單片機的PB11、PB10連接，用于檢測小車的姿態信息。PC8、PC9連接車體兩側舵機，用于抬舉小車起抬板。遙控器連接單片機的PE8、PE1O、PE12、PE15引腳。PA2、PA3連接無線通信模塊，用于遠程無線通信。

圖2爬壁智能車控制電路

3.2電機驅動模塊

電機驅動電路由AT8236芯片構成四電機驅動架構，如圖4所示。電源經電容濾波穩壓后提供穩定的12V電壓。每個電機驅動電路包含IN1、IN2信號輸入端，采用H橋電路，接收STM32輸出的PWM信號。通過調節PWM信號占空比，改變電機轉速;通過控制不同通道的信號輸出，實現電機的正轉、反轉及停止。

爬壁智能車采用霍爾編碼器進行速度測量。霍爾編碼器連接電機驅動芯片的OUT端口，配合單片機的引腳控制可以讀取到霍爾編碼器的脈沖信號。單片機用定時器中斷來檢測脈沖上升沿并記錄單位時間內的脈沖數，再根據編碼器的每轉脈沖數（PulsesPerRevolution，PPR）計算出電機的實際轉速，從而獲得小車的行駛速度。

3.3姿態檢測模塊

爬壁智能車的姿態檢測電路如圖5所示。姿態傳感器MPU6050是一款集成三軸陀螺儀和三軸加速度計的六軸運動處理單元，常用于姿態檢測和運動追蹤。MPU6050通過I2C接口與STM32單片機進行通信。MPU6050通過內部的三軸陀螺儀和三軸加速度計，分別測量物體在三維空間中的角速度和加速度，并利用數字運動處理器（Digital MotionProcessor，DMP）對數據進行融合處理，從而實現智能車相對于水平面的角度檢測。

圖4電機驅動電路

圖5姿態檢測電路

3.4 舵機模塊

爬壁智能車兩側的舵機使用 20KG 金屬舵機。20KG 金屬舵機是一種扭矩達 20kg?cm 左右的高負載舵機，內部常配備全金屬齒輪鐵芯馬達、控制芯片電路的控制板。單片機向舵機輸出特定寬度的脈沖信號，即脈沖寬度調制（PulseWidth Modulation，PWM），改變脈沖的占空比來控制舵機的旋轉角度，使舵機的輸出軸旋轉到指定位置。

3.5無線通信模塊

爬壁智能車采用ESP8266無線通信模塊與上位機進行通信。ESP8266是一款集成Wi-Fi功能的32位系統級芯片，通過內置的32位CPU接收外部指令，控制Wi-Fi模塊將數據轉換為無線信號發送，實現無線通信功能。無線通信模塊可通過串口通信將檢測數據上傳上位機。

3.6視覺識別模塊

視覺識別模塊使用OpenMV實現對視覺目標跟蹤與標記。OpenMV核心是一款高性能的ARMCortex-M7處理器，配備OV5640攝像頭模塊，支持多種圖像處理功能。OpenMV的核心板支持PWM波的輸出，能夠配合舵機云臺底座使用，輸出的PWM波能控制云臺雙舵機底座上下左右 180^° 旋轉，實現精準的圖像追蹤。視覺識別模塊的TX引腳、RX引腳與單片機的PA10、PA9相連接，通過串口通信與STM32單片機交互，對壁面銹蝕處進行識別和記錄。

3.7激光測距模塊

STP23激光測距模塊利用直接飛行時間（directTimeofFlight，dToF）測量技術，基于激光脈沖的飛行時間測量距離。激光測距模塊發射激光，擊中物體表面后反射回模塊，通過測量激光脈沖從發射到接收所需的時間差，計算目標物體與測距儀之間的距離。激光測距模塊TX引腳、RX引腳與單片機的PD2、PC12連接，通過串口通信交互，獲取測得的距離信息，據此判斷壁面平整狀況。

4爬壁智能車軟件設計

4.1主程序設計

爬壁智能車的主程序流程如圖6所示。主控芯片可以通過遙控模塊接收遙控器的不同數據，遠程遙控小車完成不同動作。當接收到\"0x11\"數據時，智能車從當前位置開始自主攀爬。當檢測到小車相對于水平面角度為 90^° 時，表示小車已完成自主攀爬，這時小車可接受遙控在儲罐壁面上行駛，如前進、后退、轉向等。同時，壁面檢測程序也實時運行，對壁面平整度和銹蝕的相關數據進行檢測、存儲并上傳。

4.2自主攀爬程序設計

爬壁智能車到達水平面與儲罐垂直壁面的交界處時，開始自主攀爬。爬壁智能車的前端將抵住垂直壁面，電機停止轉動。隨后智能車控制舵機向上轉動，通過抬舉裝置將智能車的起抬板緩慢抬起，同時4個電機啟動，帶動車輪向前轉動。當姿態傳感器檢測到小車起抬板與水平面成 60^° 時，小車將電磁鐵吸力調至最大，將起抬板先吸附于壁面。當姿態傳感器檢測到 90^° 時，單片機提高4個電機轉速，同時控制舵機角度向下，緩慢回到初始角度，待舵機角度復位后，智能車就完成了自主攀爬，穩定地吸附在儲罐壁面上。

控制電路利用霍爾編碼器實時監測電機轉速，基于增量式PID算法進行閉環控制。增量式PID離散化公式[8]如式（1）所示。

式（1）中， e（k） 為本次偏差； e（k-1） 為上一次的偏差; e（k-2） 為上上次的偏差; K_ρ 為比例項參數； K_i 為積分項參數； K_d 為微分項參數， P_wm 代表增量輸出。通過 M 法測速獲取電機速度信息并與目標值比對，經比例、積分、微分運算后減小偏差，確保爬壁智能車的穩定行駛。

4.3壁面檢測程序設計

爬壁智能車吸附于壁面行駛時，根據小車行進的方向，視覺識別模塊將對準壁面進行搜索。視覺識別模塊先使用顏色識別算法提取銹斑的顏色特征進行判定，再通過閾值分割算法來確定銹斑的相似度。當相似度大于 90% 時，對銹斑進行記錄。根據壁面銹蝕模塊訓練，統計銹斑個數并存儲到單片機內存中，同時上傳到上位機。

激光測距模塊在小車穩定行進過程中，會不停對壁面進行掃描，獲取測距數據，以此判斷儲罐壁面的凹凸程度。用戶可根據實際需要自定義閾值，記錄超過閾值的嚴重凹凸處，將相關測距數據存儲到單片機內存中，并上傳到上位機。

圖6主程序流程

5 實驗測試及分析

設計完成的輪式爬壁智能車結構框架材料采用亞克力塑料，車體自重為 2.65kg 、尺寸為 310mm× 260mm×110mm， 。爬壁智能車能夠進行自主攀爬任務并穩定可靠地吸附在垂直壁面上，如圖7（a）所示。遙控器可以控制爬壁智能車在壁面上行進，運動速度調節檔位分為4檔，速度在 5～16m/min 的范圍內可調。

在壁面平整度檢測方面，使用上位機通過串口可以讀取智能車記錄的壁面測距數據，并能夠將數據生成曲線圖，更加直觀地顯示出壁面的平整度狀況，如圖7（b）所示。銹斑識別結果如圖7（c）所示。在檢測過程中，小車按照設定的路徑行駛，確保對壁面檢測區域的全覆蓋。智能小車對識別出的銹斑相似度進行標記，并統計銹斑數量上傳上位機，如圖7（d）所示。

圖7爬壁智能車壁面檢測結果

對于不同面積的銹斑識別率的3組測試結果如表1所示。通過將測試結果與實際情況進行對比，可以發現，智能小車能夠準確識別出大多數銹斑，但對于一些面積較小或顏色較淺的銹斑，識別效果稍差。測試結果顯示，銹斑的平均識別率可達 92% 左右。

表1識別率測試

6結語

本文設計了一種小型化、輕量化的儲罐壁面檢測爬壁智能車，車體尺寸為 310mm×260mm×110mm 自重 2.65kg 。爬壁智能車以STM32單片機為核心，完成了電機驅動模塊、姿態檢測模塊、舵機控制模塊、視覺識別模塊、激光測距模塊、無線通信模塊等的設計以及程序編寫與調試。設計完成的爬壁智能車運動靈活、速度可調，能夠實現從水平面到垂直面的自主攀爬，并且具有壁面銹蝕自動識別記錄和平整度檢測等功能，可為輪式爬壁機器人的進一步優化設計提供參考。

參考文獻

[1]聶佩晗，張雅婷，陳勇.爬壁機器人發展與關鍵技術綜述[J].機床與液壓，2022（4）：155-161.

[2]邸碩基.儲罐爬壁機器人設計及研究[D].北京：中國石油大學，2023.

[3]梁金丹，李昊鳴，陳真，等.鋼制表面除銹爬壁機器人系統設計[J].機械工程師，2024（3）：34-37.

[4]姜澤，王珉，趙哲，等.爬壁機器人發展現狀與關鍵技術研究綜述[J].包裝工程，2023（12）：29-38，117，8.

[5]張明路，李享，高春艷，等.輪足復合式爬壁機器人研究綜述［J].科學技術與工程，2024（13）：5249-5258.

[6]余涵，張文志，趙志強，等.一種大型壓力容器爬壁機器人的設計[J].機械，2023（10）：60-68.

[7]梁云，宋捷，程潯，等.磁吸式爬壁機器人研究現狀和發展趨勢[J].機器人技術與應用，2024（5）：11-15.

[8]宋安偉，王良，劉艷梅，等.基于增量式PID算法的移動機器人定位系統設計[J].湖南文理學院學報（自然科學版），2024（2）：19-26.

（編輯戴啟潤）

Design of intelligent wall-climbing vehicle for tank wall detection based on STM32

LING Hefu， JIANG Yunyu，LI Pengtao，LI Yupeng，DONG Hengping* （School of Electronic and Electrical Engineering， Taizhou Institute of Sci. amp; Tech.，NJUST， Taizhou 225300，China）

Abstract：Aiming at the problems that wheeled wal-climbing intelligent devices generally possess large volume or weightandrelativelysingle function，asmal-sizedandlight-weight itellgent vehiclefortank wallclimbing is designed in this paper.The intellgent vehicle takes STM32F407VET6 microcontroller as thecore and adopts modular functional design，including atitude detection module，visual recognition module，laser ranging module，and wireless communication module，etc.Itcan realized multiple functions，such as autonomous climbing fromthe horizontal plane to the vertical wallsurface，detecting theflatness and rust spots onthe tank wall surface，and sendingthe detection data wirelesslytotheupper computer.According totheexperimental results，the intelligent vehiclecanstablyadhere to the magnetic tank wallsurface，and the moving speed is adjustable within therangeof5～16m/min.The average recognition rate of rust spots can reach about 92% ， suggesting a good application prospect.

KeyWords：STM32；wal-limbing intelligent vehicle;autonomous climbing;wallsurfacedetection;wireless communication