摘要：為解決加工車(chē)間人力搬運(yùn)物料零件效率低、成本高的問(wèn)題，設(shè)計(jì)了一種新型的智能車(chē)間物流搬運(yùn)小車(chē)。研究?jī)?nèi)容包括結(jié)構(gòu)設(shè)計(jì)、電控系統(tǒng)設(shè)計(jì)和軟件算法三大模塊。小車(chē)底盤(pán)采用麥克納姆輪，以實(shí)現(xiàn)全方位移動(dòng)，機(jī)械臂和機(jī)械爪作為執(zhí)行機(jī)構(gòu)；電控系統(tǒng)采用STM32F407作為主控芯片，結(jié)合OpenMV4和M2dock雙視覺(jué)模塊進(jìn)行圖像處理，陀螺儀作為主要傳感器。這些集成部件使物流搬運(yùn)小車(chē)能夠精準(zhǔn)識(shí)別貨物，并自主完成車(chē)間內(nèi)的物流搬運(yùn)任務(wù)。實(shí)驗(yàn)結(jié)果表明，該小車(chē)在識(shí)別和搬運(yùn)物料零件方面具有高效性和可靠性，可有效提高車(chē)間物流搬運(yùn)的自動(dòng)化程度和工作效率。

關(guān)鍵詞：物流搬運(yùn)；智能車(chē)間；視覺(jué)識(shí)別；機(jī)械臂；PID算法；麥克納姆輪

中圖分類(lèi)號(hào)：TH112 文獻(xiàn)標(biāo)志碼：A doi：10.3969/j.issn.1006-0316.2024.07.010

文章編號(hào)：1006-0316 （2024） 07-0067-07

Design of Logistics Handling Vehicle Based on Visual Identity

WANG Yongkang，LI Fuhao，YAO Zhen，YIN Luopeng，

CHEN Wenyang，LI Xiaolong，LU Xueyu

（ School of Mechanical Engineering， Jiangnan University， Wuxi 214122， China ）

Abstract：In order to solve the problem of low efficiency and high cost of manual handling of material parts in machining workshops， a new intelligent workshop logistics handling vehicle is designed. The research includes three modules： structure design， electronic control system design and software algorithm. The chassis of the vehicle adopts the Mecanum wheel to realize omnidirectional movement， and the mechanical arm and mechanical claw serve as the executive mechanism. The electronic control system uses STM32F407 as the main control chip， integrating OpenMV4 and M2dock dual vision modules for image processing， with the gyroscope as the main sensor. These integrated components enable the logistics handling vehicles to accurately identify the goods and autonomously complete the logistics handling tasks in the workshop. The experimental results show that the vehicle has high efficiency and reliability in identifying and handling material parts， and can effectively improve the automation level and work efficiency of workshop logistics handling.

Key words：logistics handling；Intelligent workshop；visual identity；robotic arm；PID algorithm；Mecanum Wheel

傳統(tǒng)加工車(chē)間的物流搬運(yùn)過(guò)程通常依賴(lài)于人力操作，然而，面對(duì)大規(guī)模加工車(chē)間的物流需求時(shí)，人力操作可能導(dǎo)致效率低下和企業(yè)運(yùn)營(yíng)成本增加。同時(shí)，目前市場(chǎng)上的大型自動(dòng)化搬運(yùn)設(shè)備雖然具有一定的自動(dòng)化程度，但其環(huán)境適應(yīng)性較差且造價(jià)昂貴，因此其推廣范圍并不廣泛。

為解決上述物流搬運(yùn)問(wèn)題，在國(guó)外，Wang等[1]分析了智能車(chē)間生產(chǎn)物流系統(tǒng)的關(guān)鍵技術(shù)，其中包含智能車(chē)間生產(chǎn)調(diào)度優(yōu)化模型和算法、車(chē)輛路徑規(guī)劃算法優(yōu)化、AGV/RGV調(diào)度方法等，并將研究?jī)?nèi)容應(yīng)用于輪胎制造車(chē)間，將智能化、信息化融合入物流中。Julius等[2]用一種啟發(fā)式算法被用來(lái)為智能物流裝卸應(yīng)用尋找最優(yōu)路徑，并通過(guò)大量的仿真和基準(zhǔn)測(cè)試結(jié)果表明標(biāo)準(zhǔn)PSO具有明顯更短的無(wú)違反路徑、更快的收斂速度和更短的時(shí)間來(lái)計(jì)算裝載和卸載環(huán)境位置之間的距離。在國(guó)內(nèi)，楊智飛等[3]建立智能車(chē)間AGV調(diào)度問(wèn)題數(shù)學(xué)模型并且設(shè)計(jì)了一種新型的多目標(biāo)優(yōu)化算法完成該模型求解，得到了符合智能生產(chǎn)車(chē)間需求的調(diào)度方案。劉昊等[4]設(shè)計(jì)了一款基于物聯(lián)網(wǎng)的物流搬運(yùn)機(jī)器人，通過(guò)云端數(shù)據(jù)處理器有效實(shí)現(xiàn)對(duì)物料的搬運(yùn)、分類(lèi)和管理。

本文設(shè)計(jì)了一款面向智能加工車(chē)間的物流搬運(yùn)小車(chē)，能夠?qū)崿F(xiàn)高精準(zhǔn)性、高穩(wěn)定性、高效率、精準(zhǔn)地完成貨物各工序間的搬運(yùn)以及堆放，并且具備環(huán)境適應(yīng)能力強(qiáng)、全自動(dòng)化、造價(jià)低廉等優(yōu)點(diǎn)。

1 總體方案設(shè)計(jì)

根據(jù)加工車(chē)間物流搬運(yùn)的現(xiàn)實(shí)需要，在車(chē)側(cè)固定了二維碼識(shí)別模塊，在夾爪固定中心處安裝OpenMV4，在機(jī)械臂大臂處安裝MII DOCK，采用大扭矩直流減速電機(jī)驅(qū)動(dòng)四輪麥克納姆輪，采用串口總線(xiàn)舵機(jī)控制連桿機(jī)械臂以及夾爪，利用高精度水晶陀螺儀實(shí)時(shí)獲取偏航角信息，并通過(guò)串口屏顯示物流信息，將軟件代碼燒錄入芯片實(shí)現(xiàn)整個(gè)搬運(yùn)流程的完全自動(dòng)化、智能化。整體設(shè)計(jì)如圖1所示。

搬運(yùn)流程如圖2所示，首先通過(guò)二維碼獲取貨物物流信息，根據(jù)待加工原料的工序物流信息，采用M2 dock進(jìn)行圖像識(shí)別，實(shí)現(xiàn)對(duì)待加工原料的準(zhǔn)確識(shí)別。再執(zhí)行預(yù)先設(shè)定的代碼行駛搬運(yùn)路線(xiàn)，基于高精度水晶陀螺儀和高精度步進(jìn)電機(jī)實(shí)現(xiàn)精準(zhǔn)距離移動(dòng)。為提高精度，利用OpenMV4對(duì)環(huán)境進(jìn)行識(shí)別與定位，進(jìn)行位置再校準(zhǔn)。

2 總體結(jié)構(gòu)設(shè)計(jì)

2.1 機(jī)械臂設(shè)計(jì)

機(jī)械臂采用平行四邊形連桿結(jié)構(gòu)[5]，雙平行四邊形增加機(jī)械臂的輕度和剛度，提高系統(tǒng)穩(wěn)定性，其連桿的運(yùn)動(dòng)由串口總線(xiàn)舵機(jī)驅(qū)動(dòng)，如圖3所示，平行四邊形連桿機(jī)構(gòu)的特性執(zhí)行件即機(jī)械爪相對(duì)地面保持平行[6]。

2.2 機(jī)械爪設(shè)計(jì)

機(jī)械爪采用上下抓取方案，如圖4所示，由插板式框架、舵機(jī)、齒輪手爪、OpenMV4視覺(jué)模塊和補(bǔ)光燈等部件組成。手爪設(shè)計(jì)由更換結(jié)構(gòu)，適應(yīng)性強(qiáng)，還具有較大的誤差容錯(cuò)性。

2.3 底盤(pán)設(shè)計(jì)

考慮到小車(chē)運(yùn)動(dòng)的控制以及載重需求，采用大扭矩直流減速電機(jī)與麥克納姆輪的組合設(shè)計(jì)了小車(chē)底盤(pán)[7]。并且安裝了懸掛以適應(yīng)各種

各樣的工作環(huán)境。所選麥克納姆輪為兩個(gè)左旋和兩個(gè)右旋。麥克納姆輪主要有2種安裝布局，分別為X型和O型?？紤]到所需轉(zhuǎn)動(dòng)力矩的力臂也較長(zhǎng)，故采用O型安裝布局方式。底座材料和頂板材料均為為碳板，結(jié)實(shí)耐磨，質(zhì)地輕盈，有利于減小機(jī)器人重量的同時(shí)，強(qiáng)化其移動(dòng)核心。其小車(chē)底盤(pán)結(jié)構(gòu)如圖5所示。

3 控制系統(tǒng)硬件設(shè)計(jì)

主控芯片選用高性能32位單片機(jī)STM32F407[8]。該芯片的最高主頻有168 MHz， STM32F407 芯片的外設(shè)豐富，如UART、USART、USB 、SPI、I2C等，完全可以滿(mǎn)足本搬運(yùn)小車(chē)的設(shè)計(jì)以及使用要求[9]。

3.1 驅(qū)動(dòng)模塊以及傳感器選用

搬運(yùn)小車(chē)選用的是直流減速電機(jī)，其電機(jī)驅(qū)動(dòng)調(diào)速模塊采用的是集成芯片TB6612FNG構(gòu)成的驅(qū)動(dòng)模塊。能獨(dú)立雙向控制2個(gè)直流電機(jī)，根據(jù)設(shè)計(jì)要求，運(yùn)行編寫(xiě)好的程序，主控板給TB6612FNG芯片發(fā)送特定的高低電平以及不同占空比的PWM波，實(shí)現(xiàn)對(duì)直流減速電機(jī)轉(zhuǎn)動(dòng)方向和速度的控制。

根據(jù)需要，小車(chē)選用高精度的單軸石英晶體（水晶）陀螺儀HWT101。該陀螺儀采用高性能的微處理器，能夠反饋精準(zhǔn)穩(wěn)定的偏航角信息，其穩(wěn)定性極高，采用高速串口通信，經(jīng)過(guò)測(cè)試，在搬運(yùn)小車(chē)快速移動(dòng)或車(chē)身劇烈震動(dòng)時(shí)，仍能反饋精準(zhǔn)真實(shí)的偏航角，將陀螺儀反饋的偏航角融入小車(chē)運(yùn)動(dòng)控制中，滿(mǎn)足實(shí)際使用需要[10]。

3.2" I/O端口的分配。

外部信號(hào)與主控芯片I/O端口的對(duì)應(yīng)關(guān)系如表1所示，RX、TX分別指串口通信中的串行信號(hào)接收接口和發(fā)送接口。

4 控制系統(tǒng)軟件算法設(shè)計(jì)

4.1 麥克納姆輪逆解算

為實(shí)現(xiàn)對(duì)小車(chē)的準(zhǔn)確控制，進(jìn)行了麥克納姆輪運(yùn)動(dòng)學(xué)解算[11]。小車(chē)在平面內(nèi)的運(yùn)動(dòng)可以分解為三個(gè)獨(dú)立分量：X軸平動(dòng)、Y軸平動(dòng)、yaw軸自轉(zhuǎn)。如圖6所示，底盤(pán)的運(yùn)動(dòng)也可以分解為三個(gè)量?？捎?jì)算出麥輪軸心位置的速度為：

（1）

式中： 為輪子軸心的運(yùn)動(dòng)速度矢量； 為從幾何中心指向輪子軸心的矢量。

vtx表示X軸運(yùn)動(dòng)的速度（左右方向），定義向右為正；vty表示Y軸運(yùn)動(dòng)的速度（前后方向），定義向前為正；ω為yaw軸自轉(zhuǎn)的角速度，定義逆時(shí)針為正。

沿X、Y軸分解，得到：

（2）

車(chē)輪的速度矢量可以分解為垂直于車(chē)輥的速度矢量 以及平行于車(chē)輥的速度矢量 ，從而得到：

（3）

進(jìn)而可得到：

（4）

根據(jù)圖中對(duì)于x、y長(zhǎng)度的定義，可以得到：

（5）

故可計(jì)算出輪子的轉(zhuǎn)速為：

（6）

4.2 視覺(jué)識(shí)別算法設(shè)計(jì)

視覺(jué)識(shí)別系統(tǒng)由OpenMV4和M2dock兩個(gè)視覺(jué)模塊組成，其中OpenMV4用于對(duì)環(huán)境的識(shí)別，采用圓環(huán)為定位物品，通過(guò)霍夫變換進(jìn)行圓識(shí)別[12]，并反饋該圓的原點(diǎn)坐標(biāo)用以小車(chē)位置定位及校準(zhǔn)；MIIDOCK由于對(duì)物流貨物或擺放位置進(jìn)行準(zhǔn)確識(shí)別[13]。

根據(jù)二維碼物流信息，利用M2 dock對(duì)原料區(qū)的待加工原料進(jìn)行校對(duì)，準(zhǔn)確識(shí)別后執(zhí)行機(jī)械臂夾取動(dòng)作。同時(shí)，可以訓(xùn)練并部署基于實(shí)時(shí)目標(biāo)檢測(cè)算法YOLOv2的AI模型[14]，并通過(guò)串口通信將信息傳輸至主控芯片，用以識(shí)別物流信息異常貨物，增強(qiáng)了小車(chē)對(duì)環(huán)境的適應(yīng)能力，提高了其智能化程度。抵達(dá)貨物抓取點(diǎn)或存放點(diǎn)時(shí)，利用夾爪中心處的OpenMV4識(shí)別抓取或存放位置的定位物，實(shí)時(shí)反饋其坐標(biāo)。再將反饋?zhàn)鴺?biāo)并與目標(biāo)坐標(biāo)進(jìn)行比較進(jìn)而換算出距離偏差，通過(guò)串口將偏差傳輸至主控芯片，經(jīng)麥克納姆輪運(yùn)動(dòng)逆解算算法得到四輪相應(yīng)的速度值，再嵌套串級(jí)PID速度環(huán)公式得到輸入四輪的PWM值，從而控制搬運(yùn)小車(chē)向目標(biāo)校準(zhǔn)點(diǎn)緩慢移動(dòng)，最終實(shí)現(xiàn)距離的再校正[15]。OpenMV4識(shí)別并顯示圓環(huán)坐標(biāo)如圖7所示。

5 實(shí)驗(yàn)

實(shí)驗(yàn)是基于中國(guó)大學(xué)生工程實(shí)踐與創(chuàng)新能力大賽的“智能＋”智能物流小車(chē)賽道展開(kāi)的，其賽制要求與現(xiàn)實(shí)智能加工車(chē)間的物流搬運(yùn)流

程相似，因此以它作為實(shí)驗(yàn)具有實(shí)踐意義。

具體搬運(yùn)流程：小車(chē)由啟停區(qū)出發(fā)通過(guò)掃描二維碼獲取待加工原料搬運(yùn)順序，在原料區(qū)依次抓取原料后抵達(dá)粗加工區(qū)，并按順序進(jìn)行放置和抓取，再抵達(dá)至?xí)捍鎱^(qū)放置原料，第一輪放置完成后再此行駛至原料區(qū)獲取第二輪物料，要求如上，在堆放完第二輪原料后返回啟停區(qū)。其搬運(yùn)路線(xiàn)俯視圖如圖8所示。

在原料識(shí)別方面，由于單純的顏色識(shí)別容易受到現(xiàn)場(chǎng)光線(xiàn)情況影響，因此訓(xùn)練AI模型并部署在M2dock上，能有效正確抓取，識(shí)別準(zhǔn)確率接近100%，其識(shí)別多姿態(tài)物料圖如圖9所示。在PID算法控制小車(chē)速度、位移的大量調(diào)試過(guò)程中，多次調(diào)整參數(shù)，最終使小車(chē)速度響應(yīng)快，受外界干擾后仍然能穩(wěn)定在目標(biāo)速度，并且速度精確度高、穩(wěn)態(tài)偏差?。繕?biāo)速度為3 r/s，在PID算法的控制下，直流減速電機(jī)轉(zhuǎn)速迅速?gòu)?啟動(dòng)并且穩(wěn)定在3 r/s）。

利用粗加工區(qū)，以及暫存區(qū)的色環(huán)作為位置校準(zhǔn)點(diǎn)，其實(shí)驗(yàn)誤差采用色環(huán)尺寸進(jìn)行計(jì)算。采用經(jīng)多次實(shí)驗(yàn)調(diào)整PID參數(shù)，最終原料放置精度在3 mm以?xún)?nèi)，物料擺放以及碼垛如圖10所示。

6 結(jié)語(yǔ)

該搬運(yùn)小車(chē)選用大扭矩直流減速電機(jī)驅(qū)動(dòng)四輪麥克納姆輪，結(jié)合雙平行四邊形機(jī)械臂和機(jī)械爪，利用M2dock以及OpenMV4雙視覺(jué)模塊進(jìn)行圖像識(shí)別，小車(chē)移動(dòng)融合高精度水晶陀螺儀偏航角參數(shù)，能夠降低物流搬運(yùn)成本，顯著提升了加工車(chē)間物流搬運(yùn)的效率，具有較強(qiáng)的實(shí)用價(jià)值和商業(yè)價(jià)值。

參考文獻(xiàn)：

[1]WANG H，LU G，LIU J. Intelligent Pronalytics for Cyber-

Physical-Systems. Springduction Logistics System Based on Internet of Things[C]. Singapore：International conference on Big Data Aer，2019：313-319.

[2]JULIUS S F，R S，SHEIK S M，et al. Autonomous vehicle path planning for smart logistics mobile applications based on modified heuristic algorithm[J]. Measurement Science and Technology，2023，34（3）：1361-1364.

[3]楊智飛，蘇春，胡祥濤，等. 面向智能生產(chǎn)車(chē)間的多AGV系統(tǒng)多目標(biāo)調(diào)度優(yōu)化[J]. 東南大學(xué)學(xué)報(bào)（自然科學(xué)版），2019，49（6）：1033-1040.

[4]劉昊，鐘皓陽(yáng)，胡博雅. 基于物聯(lián)網(wǎng)的物流搬運(yùn)機(jī)器人設(shè)計(jì)[J]. 無(wú)線(xiàn)互聯(lián)科技，2023，20（4）：26-28.

[5]吳麗麗，黃海燕，孫文駿. 智能物流搬運(yùn)機(jī)器人設(shè)計(jì)[J]. 機(jī)電工程技術(shù)，2023，52（11）：107-112.

[6]羅恩澤. 六軸機(jī)器臂搬運(yùn)過(guò)程軌跡規(guī)劃與仿真研究[J]. 機(jī)械，2023，50（1）：74-80.

[7]劉孝賢，余江，鄭徐凱，等. 基于STM32的全地形越障排爆機(jī)器人設(shè)計(jì)[J]. 機(jī)械，2022，49（9）：76-80.

[8]單申，留惠雯，趙新銘，等. 基于STM32單片機(jī)的居家智能窗[J]. 機(jī)械，2023，50（4）：74-80.

[9]田杰，胡秋霞，楊畢康. 基于STM32的物流搬運(yùn)小車(chē)控制系統(tǒng)設(shè)計(jì)[J]. 現(xiàn)代電子技術(shù)，2023，46（18）：172-176.

[10]張承岫，李鐵鷹，王耀力. 基于MPU6050和互補(bǔ)濾波的四旋翼飛控系統(tǒng)設(shè)計(jì)[J]. 傳感技術(shù)學(xué)報(bào)，2016，29（7）：1011-1015.

[11]宋明謙. 全向移動(dòng)機(jī)器人運(yùn)動(dòng)控制系統(tǒng)研究[D]. 桂林：桂林電子科技大學(xué)，2022.

[12]段傳輝，田大慶，宋洪睿，等. 基于圖像處理的改進(jìn)電纜角度識(shí)別算法[J]. 機(jī)械，2022，49（11）：36-42.

[13]邵延華，張鐸，楚紅雨，等. 基于深度學(xué)習(xí)的YOLO目標(biāo)檢測(cè)綜述[J]. 電子與信息學(xué)報(bào)，2022，44（10）：3697-3708.

[14]周明聰，樊慶文，裴宏亮，等. 一種基于單目定焦相機(jī)免標(biāo)定的尺寸測(cè)量方法[J]. 機(jī)械，2022，49（4）：57-62.