摘 要：本文針對藥品無接觸配送的問題，設(shè)計了一款基于STM32的智能送藥機器人系統(tǒng)，該系統(tǒng)可以替代傳統(tǒng)人工取送藥，進(jìn)行無接觸配送。系統(tǒng)分為多個智能送藥機器人，每個機器人均通過基于OpenMV的機器視覺模塊識別病房號數(shù)字，通過HX711重量傳感器檢測藥物是否處于機器人中，通過ToF激光雷達(dá)進(jìn)行測距避障，同時多個機器人之間通過BT08B藍(lán)牙模塊通信，實現(xiàn)協(xié)同工作。智能送藥在一定程度上緩解了醫(yī)療行業(yè)人力資源緊張的情況，同時在取送藥方面能夠有效降低醫(yī)院內(nèi)人員流動帶來的病毒傳播風(fēng)險。本文首次提出的多設(shè)備協(xié)同運行的智能送藥機器人支持?jǐn)?shù)據(jù)互傳，能夠?qū)崿F(xiàn)更高效快速的藥品配送，為研究智能醫(yī)療機器人方向的學(xué)者提供了新的研究依據(jù)和視角，也為智能醫(yī)療機器人的發(fā)展提供了一定借鑒和參考。

關(guān)鍵詞：智能送藥機器人；數(shù)字識別；激光測距；STM32；Open MV；藍(lán)牙通信

中圖分類號：TP242；TH77 文獻(xiàn)標(biāo)識碼：A 文章編號：2095-1302（2024）02-0-04

0 引 言

2020年新型冠狀肺炎爆發(fā)以來，傳播速度快、涉及地區(qū)廣，且由于其快速變異的特點，防御過程中醫(yī)院作為高危區(qū)域[1]，盡可能減少醫(yī)院內(nèi)人員取送藥將很大程度減少人員交叉接觸，降低新型冠狀肺炎感染幾率。

目前，我國人均醫(yī)護(hù)人員數(shù)量仍處于較低水平，特別在特殊時期時常發(fā)生抽調(diào)人力的情況，進(jìn)一步加劇了醫(yī)療體系人力資源不足的現(xiàn)象[2-3]。智能送藥機器人可以自動完成取送藥任務(wù)，提高送藥效率，減少人力資源的浪費與人員間接觸。智能送藥機器人屬于智能物流機器人類機器人，具備高效、便捷、安全等特點[4]。介于其上述特點，無接觸的智能送藥機器人備受關(guān)注[5-6]。

“十四五”時期，國家政策明確提出大力發(fā)展物聯(lián)網(wǎng)及醫(yī)療機器人，自動化、智能化將逐步走進(jìn)智能物流機器人領(lǐng)域。智能物流機器人日漸成為當(dāng)今主流研究趨勢[7]，本文基于STM32和Open MV進(jìn)行智能送藥機器人的設(shè)計研究，力圖增添智能送藥機器人領(lǐng)域新的研究依據(jù)，也為研究該領(lǐng)域的學(xué)者提供一定的借鑒和參考。

1 系統(tǒng)整體方案概述

本方案以STM32F103RCT6為主微控制器，結(jié)合Open MV4 H7plus、HX711、TB6612、ToF激光測距模塊、BT08B藍(lán)牙串口模塊等實現(xiàn)相關(guān)功能。使用18650鋰電池對系統(tǒng)供電，使其正常工作。系統(tǒng)通過OpenMV實現(xiàn)巡線及數(shù)字識別，通過HX711重量傳感器判斷藥物是否處于機器人中，通過TB6612模塊驅(qū)動直流電機，通過ToF激光測距模塊實現(xiàn)測距避障功能，通過BT08B藍(lán)牙串口模塊實現(xiàn)不同機器人之間的協(xié)同工作功能。圖1為系統(tǒng)總體模塊設(shè)計圖。

2 設(shè)備硬件選型設(shè)計

2.1 主微控制器部分

主控模塊主要由微控制器（MCU）及其外圍電路構(gòu)成，本文微控制器選擇ST公司出品的STM32F103RCT6，其為ARM Cortex-M3 MCU，具有片載256 KB FLASH閃存、

72 MHz CPU、CAN總線等，擁有5個USART串口，兩條I2C總線，可以滿足物流機器人所有外設(shè)模塊的驅(qū)動需求。此外，該微控制器還支持多種編程語言，包括C語言、C++語言、Python等，方便系統(tǒng)進(jìn)行二次開發(fā)和定制化。相較于其他微控制器，該微控制器片載外設(shè)豐富，外圍電路需求簡單，開發(fā)者較多且社區(qū)資源豐富，開發(fā)生態(tài)相較于其他微控制器更佳。圖2為與主控所連接的硬件設(shè)備關(guān)系。

2.2 電機驅(qū)動部分

該部分主要由車輪、電機以及電機驅(qū)動構(gòu)成。本文所設(shè)計的系統(tǒng)環(huán)境為藥品運輸環(huán)境，具有較為平整的地面，因此省略懸掛等底盤結(jié)構(gòu)。

本部分采用TB6612驅(qū)動直流電機及麥克納姆輪。常見的直流電機驅(qū)動模塊有L298N和TB6612[8]，但TB6612性能更佳。首先，TB6612比L298N更小巧[9]，因此更適合在空間有限的應(yīng)用中使用。其次，TB6612具有更高的效率和更低的功耗，因此在電池供電應(yīng)用中更為適用。此外，TB6612還具有更好的保護(hù)功能，包括過流保護(hù)、過熱保護(hù)和低電壓保護(hù)等。最后，TB6612的控制方式更為靈活，可以通過PWM信號控制電機的速度和方向。綜上，TB6612相較于傳統(tǒng)的L298N而言，H橋上損耗更低，發(fā)熱控制良好，集成度高，所需外圍電路較少。因此選擇TB6612驅(qū)動直流電機。

使用麥克納姆輪結(jié)構(gòu)可以極大降低機器人底盤的機械結(jié)構(gòu)設(shè)計難度，且相較于傳統(tǒng)的蝸桿曲柄轉(zhuǎn)向結(jié)構(gòu)而言，麥克納姆輪結(jié)構(gòu)轉(zhuǎn)彎半徑更小，移動更加靈活[7]，適合在醫(yī)院等復(fù)雜的環(huán)境下移動。

2.3 藥物感知部分

該部分由響應(yīng)速度快、抗干擾性強的HX711重量傳感芯片[10]、應(yīng)變片及托盤組成，該部分的電路是一種基于電橋原理的傳感器電路，它由電橋和放大器組成。當(dāng)受力作用于應(yīng)變片時，電橋中的電阻值會發(fā)生微小變化，該變化被放大器放大，從而得到一個可讀的電信號。微控制器可以通過ADC采樣，根據(jù)所得電信號的不同實現(xiàn)稱重功能。相較于MCP3421、AD7791等重量傳感芯片，HX711雖然精度較低，但是成本與功耗相相對來說也更低，且HX711精度完全可以滿足智能送藥機器人對藥品感知能力的需求。

2.4 巡線及數(shù)字識別部分

該部分使用OpenMV開源視覺項目實現(xiàn)，該開源項目使用MicroPython語言開發(fā)，支持多種傳感器和攝像頭，可應(yīng)用于不同的場景，具有很強的擴展性和較高的運算速度，且功耗低[11]，適合嵌入式系統(tǒng)應(yīng)用。除了完成巡線、NCC模板匹配任務(wù)外，也可以運行深度學(xué)習(xí)模型等其他任務(wù)，為產(chǎn)品迭代功能升級奠定了良好的硬件基礎(chǔ)。

2.5 避障部分

該部分采用ToF激光雷達(dá)實現(xiàn)，其相較于其他距離傳感器而言有以下優(yōu)點：

（1）高精度：ToF激光雷達(dá)可以實現(xiàn)毫米級距離測量精度[12]，相比其他傳感器更加精確。

（2）高速率：ToF激光雷達(dá)可以實現(xiàn)高速掃描，適用于快速移動的目標(biāo)檢測。

（3）低功耗：ToF激光雷達(dá)的功耗相對較低[13]，適用于移動設(shè)備和無人機等低功耗應(yīng)用。

（4）抗干擾：ToF激光雷達(dá)可以在強光、雨雪等惡劣環(huán)境下正常工作，具有較強的抗干擾能力[14]。

2.6 藍(lán)牙通信部分

該部分采用BT08B藍(lán)牙模塊實現(xiàn)，其遵循V3.0藍(lán)牙規(guī)范，支持UART接口，并支持SPP藍(lán)牙串口協(xié)議，具有價格低、體積小、收發(fā)靈敏性高等特點，只需少許外圍電路就能實現(xiàn)強大功能。雖然BT08B的傳輸速率不及V4.0及以上的高速藍(lán)牙模塊，但是成本更低，且BT08B的傳輸速率完全滿足智能送藥機器人的傳輸需求。

3 系統(tǒng)主要功能實現(xiàn)

3.1 巡線功能實現(xiàn)

巡線功能主要通過OpenMV進(jìn)行色塊識別來實現(xiàn)，根據(jù)每一幀圖像中引導(dǎo)線顏色的色塊位置判斷是否偏離引導(dǎo)線，判斷色塊大小以判斷是否到達(dá)路口。

在OpenMV上調(diào)用image.find_blobs（）函數(shù)創(chuàng)建image.blob（）對象。根據(jù)blob（）對象中的blob（）.cx（）參數(shù)判斷機器人是否發(fā)生偏離。例如：將攝像頭分辨率設(shè)置為QVGA（320×240），若blob（）.cx（）處于158～162范圍，則為正常未發(fā)生偏離，若小于158則發(fā)生了右偏移，若大于162則發(fā)生了左偏移。將偏移信息通過串口寫入STM32，通過差速偏移或原地轉(zhuǎn)彎實現(xiàn)機器人行進(jìn)軌跡修正。

3.2 數(shù)字識別功能實現(xiàn)

數(shù)字識別功能可以通過兩種方法實現(xiàn)。

第一種為使用TensorFlow Lite所需識別的數(shù)字訓(xùn)練模型，OpenMV通過導(dǎo)入.tflite模型文件進(jìn)行識別，這種方法對于不同環(huán)境下的識別效果較好，使用越全面的數(shù)據(jù)集進(jìn)行訓(xùn)練，得到模型的識別效果越好，對不同環(huán)境的適應(yīng)性就越強。但其缺點也很明顯，該方法會導(dǎo)致識別速率降低，占用大量MCU資源，使MCU能耗變高導(dǎo)致MCU發(fā)熱。

第二種為使用歸一化互相關(guān)（NCC）算法在圖像中匹配模板，通過為不同數(shù)字設(shè)置不同的模板進(jìn)行數(shù)字識別。NCC算法是一種圖像匹配算法，其通過計算兩幅圖像的相似度實現(xiàn)匹配。具體來說，NCC算法將兩幅圖像分別看作是兩個向量，然后計算它們的內(nèi)積和模長，最后將內(nèi)積除以模長的乘積，得到的結(jié)果就是兩幅圖像的相似度。在匹配時，NCC算法會將一個圖像在另一個圖像上滑動，計算每個位置的相似度，找到相似度最高的位置，即為匹配位置。

NCC算法表達(dá)式如下：

（1）

式中：I1和I2是兩個n維向量；x為圖像塊的點；μ1，μ2為圖像塊的均值。在OpenMV中使用image.find_template（）調(diào)用該算法，通過其返回值判斷識別的數(shù)字及該數(shù)字的位置，需要注意的是，該方法需要改變攝像頭輸入圖像為灰度圖像以提高識別效率，所以在巡線與數(shù)字識別方法切換時需要注意切換攝像頭輸入圖像模式。

該方法相較于TensorFlow Lite來說速率更高，占用資源少，雖然環(huán)境改變對識別效果影響較大，對環(huán)境的適應(yīng)性弱于TensorFlow Lite，但是對于本文研究的病房環(huán)境來說，其光線等條件變化較小，且可以通過機器人自行補光，穩(wěn)定光線環(huán)境。因此本文使用NCC算法以實現(xiàn)數(shù)字識別。設(shè)備系統(tǒng)流程如圖3所示。

使用Open MV進(jìn)行數(shù)字識別。用img.find template（）函數(shù)將識別的數(shù)字分別存入不同變量內(nèi)。主要識別函數(shù)如

圖4所示，讀取識別到的值并返回代碼如圖5所示。

Open MV通過識別色塊巡線，通過計算色塊的坐標(biāo)值來判斷車身偏向的方向，并及時修改。尋找路口函數(shù)如圖6所示，設(shè)備進(jìn)行巡線代碼如圖7所示。

4 結(jié) 語

本文介紹了智能送藥機器人的主要功能以及技術(shù)原理，對于智能送藥的需求，能夠基本實現(xiàn)且功能完善。在完成要求和發(fā)揮部分功能的基礎(chǔ)上，系統(tǒng)還實現(xiàn)了實時字符和圖形顯示、藍(lán)牙通信等功能，可擴展性強。且采用基于物聯(lián)網(wǎng)技術(shù)的物流系統(tǒng)，可以有效提高機器人完成任務(wù)的數(shù)量，減少等待時間，在提升物流系統(tǒng)配送效率的同時，增強系統(tǒng)穩(wěn)定性和適應(yīng)性，實現(xiàn)機器人在站點上的均勻分布，降低成本。

注：本文通訊作者為成爾卓。

參考文獻(xiàn)

[1]仇秋飛，吳巧玲，蔡耀中，等.基于專利視角的疫情防控機器人技術(shù)發(fā)展分析[J].科技通報，2022，38（3）：118-124.

[2]楊沛，王艷梅，張文慧.醫(yī)護(hù)人員實施2型糖尿病分層分級延續(xù)護(hù)理管理體驗及實踐的質(zhì)性研究[J].循證護(hù)理，2023，9（5）：863-868.

[3]林陶玉，方鵬騫.疫情防控緊急狀態(tài)下醫(yī)院護(hù)理人力資源配置與動員管理策略[J].中國衛(wèi)生事業(yè)管理，2020，37（5）：332-334.

[4]符岳，羅銀秋，程捷，等.物流機器人在急診科應(yīng)對新型冠狀病毒肺炎疫情中的應(yīng)用[J].嶺南急診醫(yī)學(xué)雜志，2020，25（3）：231-233.

[5]江龍韜，劉怡沛，張卓.基于ARM及機器視覺的智能藥品運送機器人系統(tǒng)設(shè)計與研究[J].計算機測量與控制，2022，30（8）：211-217.

[6]王天馳，羅煒?biāo)?，孫強，等.基于SLAM技術(shù)的巡診送藥競賽機器人[J].機械工程與自動化，2023，52（1）：52-55.

[7]李虹，張宇晨，苗旭燾.OpenMV智能物料搬運方向的開發(fā)[J].電子技術(shù)與軟件工程，2022，29（3）：107-112.

[8]席若冰.基于樹莓派的日光溫室水肥一體機的設(shè)計[D].沈陽：沈陽農(nóng)業(yè)大學(xué)，2019.

[9]馮張銀，裴杰仁，揭俊壕，等.基于STM32單片機的履帶式多功能機器人[J].自動化應(yīng)用，2019，60（4）：104-105.

[10]王錚，成爾卓，史建新，等.一種腦卒中手部康復(fù)設(shè)備研究[J].物聯(lián)網(wǎng)技術(shù)，2022，12（6）：74-77.

[11]李琪璐，路彤，李明宇，等.基于機器視覺的顏色分揀機器人設(shè)計[J].單片機與嵌入式系統(tǒng)應(yīng)用，2022，22（12）：54-57.

[12]劉永久.基于結(jié)構(gòu)光投影的運動物體高速實時三維測量方法研究[D].合肥：中國科學(xué)技術(shù)大學(xué)，2014.

[13]陳柳妍，王湘江，馮棟彥.基于TOF傳感器的堵板拆裝機器人水室定位[J].機械工程師，2022，54（12）：54-58.

[14]李志祥，唐春暉.基于光流的四旋翼飛行器控制技術(shù)研究[J].軟件導(dǎo)刊，2019，18（9）：134-138.